Ziel der Arbeit ist es, eine Prozesskettenanalyse der Holzpelletbereitstellung bis hin zum Einsatz der Pellets in Kleinfeuerungsanlagen zur Wärmebereitstellung unter Einbeziehung theoretischer und praktischer Untersuchungen durchzuführen (Pelletierversuche mit über 30 Brennstoffchargen). Dabei steht die Analyse und Bewertung von Einflussmöglichkeiten auf die Brennstofffestigkeit – einschließlich der Auswirkungen des additiven Bindemitteleinsatzes – bei der Produktion von Holzpellets für Kleinfeuerungsanlagen im Fokus der Untersuchungen.

We examined energy harvesting using a vertical composite laminate beam with an additional moving mass subjected to kinematic harmonic excitation. The gravity effect and the moving tip mass applied to the system cause considerable changes in effective spring-mass characteristics of the bending beam. Simultaneously, we observed dynamical beam damping by an additional degree of freedom and non-linear effects including friction between the moving mass and the beam structure. The experiments were performed on the beam excited kinematically by a shaker, while beam velocity measurements were made by a scanning laser vibrometer. We applied modal analysis in the limit of a fairly low excitation level. The selected modal vibrations are illustrated by corresponding output time series.

Numerical analysis of multi-field problems in porous and fractured media is an important subject for various geotechnical engineering tasks such as the management of geo-resources (e.g. engineering of geothermal, oil and gas reservoirs) as well as waste management. For practical usage, e.g. for geothermal, simulation tools are required which take into account both coupled thermo-hydro-mechanical (THM) processes and the uncertainty of geological data, i.e. the model parametrization. For modeling fractured rocks, equivalent porous medium or multiple continuum model approaches are often only the way currently due to difficulty to handle geomechanical discontinuities. However, they are not applicable for prediction of flow and transport in subsurface systems where a few fractures dominates the system behavior. Thus modeling coupled problems in discretely fractured porous media is desirable for more precise analysis. The subject of this work is developing a framework of the finite element method (FEM) for modeling coupled THM problems in discretely fractured and non-fractured porous media including thermal water flow, advective-diffusive heat transport, and thermoporoelasticity. Pre-existing fractures are considered. Systems of discretely fractured porous media can be considered as a problem of interacted multiple domains, i.e. porous medium domain and discrete fracture domain, for hydraulic and transport processes, and a discontinuous problem for mechanical processes. The FEM is required to take into account both kinds of the problems. In addition, this work includes developing a methodology for the data uncertainty using the FEM model and investigating the uncertainty impacts on evaluating coupled THM processes. All the necessary code developments in this work has been carried out with a scientific open source project OpenGeoSys (OGS). In this work, fluid flow and heat transport problems in interactive multiple domains are solved assuming continuity of filed variables (pressure and temperature) over the two domains. The assumption is reasonable if there are no infill materials in fractures. The method has been successfully applied for several numerical examples, e.g. modeling three-dimensional coupled flow and heat transport processes in discretely fractured porous media at the Gross Schoenebck geothermal site (Germany), and three-dimensional coupled THM processes in porous media at the Urach Spa geothermal site (Germany). To solve the mechanically discontinuous problems, lower-dimensional interface elements (LIEs) with local enrichments have been developed for coupled problems in a domain including pre-existing fractures. The method permits the possibility of using existing flow simulators and having an identical mesh for both processes. It enables us to formulate the coupled problems in monolithic scheme for robust computation. Moreover, it gives an advantage in practice that one can use existing standard FEM codes for groundwater flow and easily make a coupling computation between mechanical and hydraulic processes. Example of a 2D fluid injection problem into a single fracture demonstrated that the proposed method can produce results in strong agreement with semi-analytical solutions. An uncertainty analysis of THM coupled processes has been studied for a typical geothermal reservoir in crystalline rock based on the Monte-Carlo method. Fracture and matrix are treated conceptually as an equivalent porous medium, and the model is applied to available data from the Urach Spa and Falkenberg sites (Germany). Reservoir parameters are considered as spatially random variables and their realizations are generated using conditional Gaussian simulation. Two reservoir modes (undisturbed and stimulated) are considered to construct a stochastic model for permeability distribution. We found that the most significant factors in the analysis are permeability and heat capacity. The study demonstrates the importance of taking parameter uncertainties into account for geothermal reservoir evaluation in order to assess the viability of numerical modeling.

Eine der großen Herausforderungen, die es in diesem Jahrhundert zu meistern gilt, ist die gezielte Bereitstellung von nachhaltig erzeugter Energie. Die Bundesregierung verfolgt das Ziel, bis zum Jahr 2020 den Anteil erneuerbarer Energieträger an der Wärmeerzeugung auf 14 % und an der Stromerzeugung auf 35 % zu steigern. Dabei soll die Energieerzeugung auf ökonomische, soziale, und ökologische Weise nachhaltig erfolgen. Dieses gilt in besonderem Maße für die Bioenergienutzung. Vor diesem Hintergrund hat das Bundesumweltministerium das Programm über die „Förderung von Forschung und Entwicklung zur klimaeffizienten Optimierung der energetischen Biomassenutzung“ aufgelegt, durch das die Entwicklung innovativer Bioenergiekonzepte unterstützt wird. In diesem Programm wurde das Forschungsprojekt „Grünlandenergie Havelland“ (FKZ: 03KB035) gefördert. Untersucht wurde die Eignung von Gras und anderem Halmgut aus der Landschaftspflege zur Wärme- und Stromerzeugung. Die Stärken der Biomassenutzung zeigen sich in diesem Projekt besonders klar: Die Energieerzeugung ist in einen regionalen Kontext eingebettet. Strom und Wärme können bedarfsgerecht bereitgestellt werden. Durch die Verwertung von Landschaftspflegematerial wird die Nutzungskonkurrenz zur Nahrungsmittelerzeugung vermieden. Mit der Nutzung der hier untersuchten Reststoffe sehe ich eine vielversprechende Möglichkeit unter gegebenen Nachhaltigkeitsanforderungen zu einer alternativen Energieerzeugung beizutragen. Sie basiert auf heimischen, nachwachsenden Ressourcen und erzeugt darüber hinaus Synergien zwischen Klimaschutz- und Naturschutzzielen.

No description available.

Tire pressure monitoring systems (TPMSs) predict over- and underinflated tires, and warn the driver in critical situations. Today, battery powered TPMSs suffer from limited energy. New sensor features such as friction determination or aquaplaning detection require even more energy and would significantly decrease the TPMS lifetime. Harvesting electrical energy inside the tire of a vehicle has been considered as a promising alternative to overcome the limited lifetime of a battery. However, it is a real challenge to design a system, that generates electrical energy at low velocities while being robust at 200 km/h where radial accelerations up to 20000 m/s2 occur. This work focusses on developing different electromechanical energy transducers that meet the high requirements of the automotive sector. Different approaches are addressed on how the change of acceleration and strain within the tire can be used to provide mechanical energy to the energy harvester. The energy harvester converts the mechanical energy into electrical energy. In this thesis, piezoelectric and electromagnetic transducers are discussed in depth, modelled as electromechanical networks. Since the transducers provide energy in the form of an AC voltage, but sensors require a DC voltage, various common interface circuits are compared, using LTspice and applying method of the stochastic signal analysis. Furthermore, a buck-boost converter concept for the electromagnetic energy harvester is optimized and improved. Experiments on a tire test rig validate the theoretically determined output and confirm that well designed energy harvesters in the tire can generate much more energy than required by an TPMS not only at high velocities but also at velocities as low as 20 km/h.

Der Ausbau von erneuerbaren Energien ist ein wesentlicher Baustein auf dem Weg zu einer nachhaltigen und sicheren Energieversorgung und zur Minderung von Treibhausgasemissionen. Auf europäischer und nationaler Ebene hat sich die Bundesregierung zur Umsetzung einer Reihe von energie- und klimapolitischen Zielen verpflichtet. Der Anteil von erneuerbaren Energien soll bis zum Jahr 2020 auf mindestens 18 Prozent und im Verkehrssektor auf mindestens 10 Prozent des Endenergieverbrauchs steigen. Bioenergie und Biokraftstoffe spielen hier eine wichtige Rolle. Um die gesellschaftliche Akzeptanz für den Ausbau von Bioenergie sicherzustellen, muss die Nutzung von Biomasse nachhaltig erfolgen. Im Bereich Bioenergie sind die europaweite zügige Umsetzung der Nachhaltigkeitsanforderungen für Biokraftstoffe und flüssige Biobrennstoffe sowie deren kontinuierliche Weiterentwicklung im Lichte neuer wissenschaftlicher Erkenntnisse wichtig. Die Nutzung von – bislang ungenutzten – Rest- und Abfallstoffen im Bereich Biokraftstoffe bietet Vorteile: eine günstigere Klimabilanz sowie die Vermeidung von Nutzungskonkurrenzen und indirekten Landnutzungsänderungen. Stroh gehört zu den Reststoffen mit dem größten bislang ungenutzten Potenzial: In Deutschland fallen im langjährigen Durchschnitt insgesamt rund 30 Millionen Tonnen Getreidestroh pro Jahr an, wenngleich die Verfügbarkeit sich in den Regionen unterscheidet und vereinzelt regionale Knappheiten auftreten können. Ein Großteil des Getreidestrohs ist noch ungenutzt und bietet eine große Chance für die energetische Nutzung. Aus diesem Grund wird die Mobilisierung dieser Ressourcen von der Bundesregierung unterstützt, unter anderem durch die doppelte Gewichtung von Biokraftstoffen, die aus Reststoffen wie Stroh produziert werden. Die nachfolgenden Beiträge sollen weitergehende Informationen über landwirtschaftliche Reststoffe (Potenzial nachhaltig verfügbarer Reststoffe, Strohnutzungskonzepte, ökonomische Aspekte) vermitteln.

No description available.

The main challenge in the design of vibration energy harvesters is the optimization of energy outcome relative to the applied excitation to reach a higher efficiency in spite of the weakness of ambient energy sources. One promising principle of vibration converters is magnetoelectricity due to the outstanding properties of magnetostrictive and piezoelectric laminate composites, which provide interesting possibilities to harvest energy from low amplitude and low frequency vibration with relatively high energy outcome. For these devices, ensuring high deformations in the magnetostricive layers, improvement of the magnto-mechanical and the electro-mechanical couplings are highly required for the optimization of the energy outcome. This thesis primarily aims to develop a model based harvester design for magnetoelectric (ME) converters. Based on a comprehensive understanding of the complex energy flow in magnetoelectric transducers, several design parameters are investigated. For instance, magnetostriction in a Terfenol-D plate is investigated by means of atomic force microscopy under similar conditions as within magnetoelectric transducers. A novel measurement approach was successfully developed to detect the evolution of magnetic domains and measure deformations in a Terfenol-D plate in response to externally non-uniform applied magnetic fields. Furthermore, a finite element model is developed to predict the induced voltage in the ME transducer as a response to the magnet’s displacement, corrected based on atomic force microscopy measurements, and used for the design of the harvester. The presented three- dimensional model takes into consideration the nonlinear behaviour of the magnetostrictive and piezoelectric materials. Additionally, three novel converters having different magnetic circuits are designed and analysed analytically based on Lindstedt-Poincaré method. The effects of the structure parameters, such as the nonlinear magnetic forces, the magnetic field distribution and the resonance frequency are discussed, and the electric output performances of the three designed converters are evaluated. In order to improve both mechanical and electrical coupling between the piezoelectric and the magnetostrictive layers, a bonding technique at room temperature is proposed which uses conductive polymer nanocomposites. Two magnetoelectric transducers are fabricated based on this technique having 1 wt.% and 2 wt.% concentration of multiwalled carbon nanotubes in epoxy resin. Another magnetoelectric transducer is fabricated by a classical technique for comparison purposes. In order to validate the design, a series of demonstrators are designed and fabricated according to the simulation and optimization results. The proposed design is composed by a cantilever beam, a magnetic circuit with several magnet arrangements and a magnetoelectric transducer, which is formed by a piezoelectric PMNT plate bonded to two magnetostrictive Terfenol-D layers. In this design, external vibrations are converted to magnetic field changes acting on the magnetostrictive layers leading to deformations, which are transmitted directly to the piezoelectric layer. The converters are tested under harmonic excitations and real vibration profiles reproduced by an artificial vibration source. Different parameters were investigated experimentally including the magnetic forces between the transducer and the magnetic circuit and the used bonding technique. Tuning the resonance frequency of the ME converter is also addressed using a simple screw/nut system, which allows to control the relative position and therefore the magnetic forces between the magnetic circuit and the transducer. The magnetoelectric transducer bonded with 2 wt.% concentration of multiwalled carbon nanotubes shows better output performances than the two other ME transducers under similar excitations. A maximum power output of 2.42 mW is reached under 1 mm applied vibration at 40 Hz. This performance presents an improvement of minimum 20 % of the reached energy outcome by other magnetoelectric vibration converters using single ME transducer at comparable applied excitations. / Die größte Herausforderung bei der Konstruktion von Vibrations-Energiewandlern ist die Optimierung der gewonnenen Energie im Verhältnis zur angewandten Anregung, um trotz schwacher Umgebungsenergiequellen einen hohen Wirkungsgrad zu erreichen. Ein vielversprechendes Prinzip von Vibrationswandlern ist die Magnetoelektrizität aufgrund der hervorragenden Eigenschaften von magnetostriktiven und piezoelektrischen Verbundwerkstoffen, die interessante Möglichkeiten bieten, Energie aus niederfrequenten Schwingungen mit kleinen Amplituden zu gewinnen. Bei diesen Wandlern ist die Sicherstellung hoher Verformungen in den magnetostriktiven Schichten, die Verbesserung der magnetisch-mechanischen und der elektromechanischen Kopplungen für die Optimierung des Energieertrages sehr wichtig. Diese Arbeit zielt in erster Linie auf die Entwicklung eines modellbasierten Entwurfs für magnetoelektrische (ME) Wandler ab. Basierend auf einem umfassenden Verständnis des komplexen Energieflusses in magnetoelektrischen Wandlern werden mehrere Entwurfsparameter untersucht. So wird beispielsweise die Magnetostriktion in einer Terfenol-D-Platte mittels Rasterkraftmikroskopie unter ähnlichen Bedingungen untersucht wie in magnetoelektrischen Wandlern. Dabei wurde eine neuartige Messmethode erfolgreich entwickelt, um die Entwicklung von magnetischen Domänen zu erfassen und die Deformation in einer Terfenol-D-Platte als Reaktion auf extern ungleichmäßig angelegte Magnetfelder zu messen. Darüber hinaus wird ein Finite-Elemente-Modell entwickelt, um die induzierte Spannung im ME-Wandler als Reaktion auf die Verschiebung des Magneten vorherzusagen, welches auf der Grundlage von Atomkraftmikroskopie Messungen korrigiert und für den Entwurf des Energiewandlers verwendet wird. Das vorgestellte dreidimensionale Modell berücksichtigt das nichtlineare Verhalten der magnetostriktiven und piezoelektrischen Materialien. Zusätzlich werden drei neuartige Wandler mit unterschiedlichen Magnetkreisen nach dem Lindstedt-Poincaré Verfahren konzipiert und analytisch analysiert. Die Auswirkungen der Strukturparameter, wie die nichtlinearen Magnetkräfte, die Magnetfeldverteilung und die Resonanzfrequenz, werden diskutiert und die elektrischen Ausgangsleistungen der drei ausgelegten Wandler ausgewertet. Um die mechanische und elektrische Kopplung zwischen der piezoelektrischen und der magnetostriktiven Schicht zu verbessern, wird eine bei Raumtemperatur prozessierbare Verbindungstechnik vorgeschlagen, bei der leitfähige Nanokomposite verwendet werden. Zwei magnetoelektrische Wandler werden basierend auf dieser Technik mit einer Konzentration von 1 wt.% und 2 wt.% an mehrwandigen Kohlenstoff-Nanoröhren in Epoxidharz hergestellt. Ein weiterer magnetoelektrischer Wandler wurde zu Vergleichszwecken mit einer klassischen Technik hergestellt. Für die Validierung des Entwurfes wird eine Reihe von Demonstratoren entsprechend den Simulations- und Optimierungsergebnissen konstruiert und gefertigt. Der vorgeschlagene Entwurf besteht aus einem Trägerbalken, einem Magnetkreis mit mehreren Magnetanordnungen und einem magnetoelektrischen Wandler, der aus einer piezoelektrischen PMNT-Platte besteht, die mit zwei magnetostriktiven Terfenol-D-Schichten verbunden ist. Bei dieser Konstruktion werden externe Schwingungen in Magnetfeldänderungen umgewandelt, die auf die magnetostriktiven Schichten wirken und zu Verformungen führen, die direkt auf die piezoelektrische Schicht übertragen werden. Die Wandler werden unter harmonischen Anregungen und mit realen Schwingungsprofilen getestet, die von einer künstlichen Schwingungsquelle reproduziert werden. Verschiedene Parameter wurden experimentell untersucht, darunter die magnetischen Kräfte zwischen dem Wandler und dem Magnetkreis sowie die verwendete Verbindungstechnik. Die Abstimmung der Resonanzfrequenz des ME-Wandlers erfolgt ebenfalls über ein einfaches Schrauben-Mutter-System, das es ermöglicht, die relative Position und damit die magnetischen Kräfte zwischen Magnetkreis und Wandler zu steuern. Der magnetoelektrische Wandler, der mit einer Konzentration von 2 wt.% mehrwandiger Kohlenstoff-Nanoröhrchen verbunden ist, zeigt bessere Ausgangsleistungen als die beiden anderen ME-Wandler bei ähnlichen Anregungen. Eine maximale Ausgangsleistung von 2,42 mW wird bei 1 mm angelegter Vibration bei 40 Hz erreicht. Diese Leistung stellt eine Verbesserung von mindestens 20 % im Vergleich zu anderen magnetoelektrischen Schwingungsumrichtern dar, welche mit einem einzigen ME-Wandler bei vergleichbaren Anregungen getestet werden.

Das drahtlose Sensornetzwerk (WSN) ist eine Technologie, die Umgebungsbedingungen oder physikalische Parameter misst, weiterleitet und per Fernüberwachung zur Verfügung stellt. Normalerweise werden die Sensorknoten, die diese Netzwerke bilden, von Batterien gespeist. Diese sollen aus verschiedenen Gründen nicht mehr verwendet werden, sondern es wird auf eine eigenständige Stromversorgung gesetzt. Dies soll den aufwendigen Austausch und die Wartung minimieren. Energy Harvesting kann mit den Knoten verwendet werden, um die Batterien zu unterstützen und die Lebensdauer der Netzwerke zu verlängern. Aufgrund der hohen Leistungsdichte der Solarenergie im Vergleich zu verschiedenen anderen Umweltenergien sind Solarzellen die am häufigsten eingesetzten Wandler, allerdings stellt die schwankende und intermittierende Natur der Solarenergie eine Herausforderung dar, einen funktionalen und zuverlässigen Sensorknoten zu versorgen. Um den Sensorknoten effektiv zu betreiben, sollte sein Energieverbrauch sinnvoll gesteuert werden. Ein interessanter Ansatz zu diesem Zweck ist die Steuerung der Aktivitäten des Knotens in Abhängigkeit von der zukünftig verfügbaren Energie. Dies erfordert eine Vorhersage der wandelbaren Sonnenenergie für die kommenden Betriebszeiten einschließlich der freien Zeiten der Sonne. Einige Vorhersagealgorithmen wurden mit stochastischen und statistischen Prinzipien sowie mit Methoden der künstlichen Intelligenz (KI) erstellt. Durch diese Algorithmen bleibt ein erheblicher Vorhersagefehler von 5-70%, der den zuverlässigen Betrieb der Knoten beeinträchtigt. Beispielsweise verwenden die stochastischen Methoden einen diskreten Energiezustand, der meist nicht zu den tatsächlichen Messwerten passt. Die statistischen Methoden verwenden einen Gewichtungsfaktor für die zuvor registrierten Messwerte. Daher sind sie nur geeignet, um Energieprofile bei konstanten Wetterbedingungen vorherzusagen. KI-Methoden erfordern große Beobachtungen im Trainingsprozess, die den benötigten Speicherplatz erhöhen. Dementsprechend ist die Leistung hinsichtlich der Vorhersagegenauigkeit dieser Algorithmen nicht ausreichend. In dieser Arbeit wird ein Vorhersagealgorithmus mit einem neuronalen Netzwerk entwickelt und eingebunden in einen Mikrocontroller, um die Verwaltung des Energieverbrauchs von solarzellengesteuerten Sensorknoten zu optimieren. Das verwendete neuronale Netzwerk wurde mit einer Kombination aus meteorologischen und statistischen Eingangsparametern realisiert. Dies hat zum Ziel, die erforderlichen Designkriterien für Sensorknoten zu erfüllen und eine Leistung zu erreichen, die in ihrer Genauigkeit die Leistung der oben genannten traditionellen Algorithmen übersteigt. Die Vorhersagegenauigkeit die durch den Korrelationskoeffizienten repräsentiert wird, wurde für das entwickelte neuronale Netzwerk auf 0,992 bestimmt. Das genaueste traditionelle Netzwerk erreicht nur einen Wert von 0,963. Das entwickelte neuronale Netzwerk wurde in einen Prototyp eines Sensorknotens integriert, um die Betriebszustände oder -modi über einen Simulationszeitraum von einer Woche anzupassen. Während dieser Zeit hat der Sensorknoten 6 Stunden zusätzlich im Normalbetrieb gearbeitet. Dies trug dazu bei, eine effektive Nutzung der verfügbaren Energie um ca. 3,6% besser zu erfüllen als das genaueste traditionelle Netz. Dadurch wird eine längere Lebensdauer und Zuverlässigkeit des Sensorknotens erreicht. / Wireless Sensor Network (WSN) is a technology that measures an environmental or physical parameters in order to use them by decision makers with a possibility of remote monitoring. Normally, sensor nodes that compose these networks are powered by batteries which are no longer feasible, especially when they used as fixed and standalone power source. This is due to the costly replacement and maintenance. Ambient energy harvesting systems can be used with these nodes to support the batteries and to prolong the lifetime of these networks. Due to the high power density of solar energy in comparison with different environmental energies, solar cells are the most utilized harvesting systems. Although that, the fluctuating and intermittent nature of solar energy causes a real challenge against fulfilling a functional and reliable sensor node. In order to operate the sensor node effectively, its energy consumption should be well managed. One interesting approach for this purpose is to control the future node’s activities according to the prospective energy available. This requires performing a prior prediction of the harvestable solar energy for the upcoming operation periods including the sun’s free times. A few prediction algorithms have been created using stochastic and statistical principles as well as artificial intelligence (AI) methods. A considerable prediction error of 5-70% is realized by these algorithms affecting the reliable operation of the nodes. For example, the stochastic ones use a discrete energy states which are mostly do not fit the actual readings. The statistical methods use a weighting factors for the previous registered readings. Thus, they are convenient only to predict energy profiles under consistent weather conditions. AI methods require large observations to be used in the training process which increase the memory space needed. Accordingly, the performance concerning the prediction accuracy of these algorithms is not sufficient. In this thesis, a prediction algorithm using a neural network has been proposed and implemented in a microcontroller for managing energy consumption of solar cell driven sensor nodes. The utilized neural network has been developed using a combination of meteorological and statistical input parameters. This is to meet a required design criteria for the sensor nodes and to fulfill a performance exceeds in its accuracy the performance of aforementioned traditional algorithms. The prediction accuracy represented by the correlation coefficient has been registered for the developed neural network to be 0.992, which increases the most accurate traditional network which has a value 0.963. The developed neural network has been embedded into a sensor node prototype to adjust the operating states or modes over a simulation period of one week. During this period, the sensor node has worked 6 hours more towards normal operation mode. This in its role helped to fulfill an effective use of available energy approximately 3.6% better than the most accurate traditional network. Thus, longer lifetime and more reliable sensor node.