Emerging mobile platforms integrate heterogeneous, multicore processors to efficiently deal with the heterogeneity of data (in magnitude, type, and quality). The main goal is to achieve a high degree of energy-proportionality which corresponds with the nature and fluctuation of mobile workloads. Most existing power and energy consumption analyses of these architectures rely on simulation or static benchmarks neither of which truly reflects the type of workload the processors handle in reality. By contrast, we generate two types of stochastic workloads and employ four types of dynamic voltage and frequency scaling (DVFS) policies to investigate the energy proportionality and the dynamic power consumption characteristics of a heterogeneous processor architecture when operating in different configurations. The analysis illustrates, both qualitatively and quantitatively, that knowledge of the statistics of the incoming workload is critical to determine the appropriate processor configuration.

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.

Die elektrische Energieform gewinnt im Kraftfahrzeug wegen ihrer Nutzungsvielfalt und sehr guten Steuerbarkeit für die Realisierung neuartiger Funktionen zunehmend an Bedeutung. Voraussetzung für ihren Einsatz ist eine zuverlässige und effiziente Bereitstellung durch das Kfz-Energiebordnetz. Dafür ist ein intelligentes Energiemanagement erforderlich, welches mit geeigneten Strategien die Leistungsflüsse im Energiesystem koordiniert. In dieser Arbeit werden die beiden Entwurfsziele der Zuverlässigkeit und der Effizienz bei der Entwicklung von elektrischen Energiemanagement-Strategien systematisch betrachtet. Es erfolgt eine Beschreibung und Zuordnung der einzelnen Ziele und Maßnahmen anhand der Energieflüsse und Wirkungsketten. Ein Schwerpunkt bildet dabei die Beherrschung von Lastwechseln im Bordnetz. Für Aussagen hinsichtlich einer effizienten Erzeugung elektrischer Energie erfolgt eine Untersuchung der Energiewandlungskette anhand analytischer Methoden und mit Hilfe einer simulationsgestützten Optimierung. Ein weiterer Fokus der Arbeit liegt in der Betrachtung zur Anwendung ökonomischer Modelle für eine Energiekoordination. Es werden die theoretischen Grundlagen der Mikroökonomie zusammengestellt und mögliche Funktionsstrukturen eines einseitigen und zweiseitigen Allokationsmechanismus verglichen und bewertet. Abschließend zeigen experimentelle Untersuchungen an einem Bordnetzprüfstand zum Lastwechselverhalten und die Integration eines Energiemanagement-Systems den praktischen Bezug zum realen System.

Die bisherigen Untersuchungen zum Thema Nachhaltigkeit und Energieeffizienz konzentrierten sich nicht auf die speziellen Anforderungen einer Fahrzeugmontage. Bei der Neuplanung einer Fahrzeugmontage spielte bisher die Energieeffizienz ei-ne untergeordnete Rolle. Mit der zunehmenden Bedeutung von Nachhaltigkeit und der Energieeffizienz in Politik und Öffentlichkeit wachsen auch diesbezüglich die Erwartungen an die Automobilindustrie. Aus diesem Grund wurden ganzheitliche Ansätze und Methoden entwickelt, um einen Neubau eines Fahrzeugwerkes, im Speziellen die Fahrzeugmontage, energieeffizient und nachhaltig zu gestalten. Die Nutzung von natürlichen Ressourcen stand hierbei im Vordergrund. Der Einsatz von fossilen Energien sollte hierbei weitestgehend vermieden werden. Beginnend mit der Standortauswahl über die Festlegung der Werksstruktur sowie der Fahr-zeugmontage- und Logistikstruktur wurden hier die wichtigsten Bereiche der Fab-rikplanung abgedeckt. Zusätzlich wurde noch die Gebäudekonstruktion unter den Prämissen der Energieeffizienz untersucht.

Die Nutzung von Umgebungsenergie ermöglicht bei einer zunehmenden Anzahl von Anwendungen drahtloser Sensorknoten eine autarke Energieversorgung. Wartungseingriffe sowie unvorhergesehene Energieengpässe begrenzen den autarken Einsatz derartiger Sensorknoten oder erfordern eine deutliche Überdimensionierung der Energy Harvester und Energiespeicher. Anwendungen, wie der Einsatz in unzugänglichen Bereichen, Sensornetzwerken mit einer großen Anzahl von Knoten oder sehr kleinen Knoten / Smart Dust, können unwirtschaftlich werden, wenn kein wartungsfreier Betrieb gewährleistet werden kann. Erreicht ein drahtloser Sensorknoten einen energetisch niedrigen Zustand, ist es für einen erneuten Start erforderlich, dass zusätzlich zu einer ausreichenden Spannung genügend Energie für den Startvorgang zur Verfügung steht. Bei zu zeitiger Aktivierung wird der Startvorgang aufgrund der einbrechenden Spannung nicht abgeschlossen und verhindert die Aufnahme des Betriebs. Ein Voltage Supervisor wird benötigt, um den Startvorgang so lange zu verzögern, bis ausreichend Energie für diesen zur Verfügung steht. Im Rahmen der vorliegenden Arbeit wird ein Voltage Supervisor für das Energiemanagement umgebungsenergieversorgter Sensorknoten vorgeschlagen. Die Herausforderungen liegen in der Realisierung einer definierten Abschalt- und Startcharakteristik, auch bei langsamen oder variablen Spannungsanstiegen, in der Implementierung einer Kaltstartfähigkeit und im zuverlässigen Schaltverhalten unter widrigen Umgebungsbedingungen oder niedrigem Energieeintrag. Für eine hohe Effizienz wird bei jeder Spannung ein geringer Eigenleistungsverbrauch gefordert. Im Ergebnis wird ein Konzept vorgestellt, welches einen zuverlässigen wartungsfreien Betrieb ermöglicht. Funktionen, wie die Abschaltung des Mikrocontrollers nach Erledigung der Aufgabe, ermöglichen darüber hinaus, weniger Energie als im Schlafmodus zu verbrauchen. Mit dieser Methode kann ein intermittierender Betrieb in Abhängigkeit der verfügbaren Energie realisiert werden. Simulation, experimentelle Untersuchung und die Einbettung in einen umgebungsversorgten drahtlosen Sensorknoten validieren die Funktionsfähigkeit unter allen gestellten Anforderungen. Der mittlere Eigenleistungsverbrauch der vorgeschlagenen Schaltung liegt bei 5,58 µW. Bei niedrigen Spannungen von 0 V – 1,4 V werden lediglich 568 nW benötigt. / The use of ambient energy enables an autonomous energy supply for an increasing number of wireless sensor node applications. Maintenance interventions or unforeseen energy input drops limit the autonomous use of such sensor nodes or require significantly oversized energy harvesters and energy storages. Applications such as the use in inaccessible areas, sensor networks with a large number of nodes or very small nodes / Smart Dust can become uneconomical, if no maintenance-free operation can be guaranteed. If a wireless sensor node reaches an energetically low state, it is necessary for a restart, that sufficient voltage and in addition sufficient energy is available for the starting process. In the case of too early activation, the starting process will not be completed due to the voltage drop and will prevent the start of operation. A Voltage Supervisor is required to delay the start until sufficient energy is available. Within the scope of this thesis, a voltage supervisor for the energy management of environmental-powered wireless sensor nodes is proposed. The challenges are in the realization of a defined switch-off and start characteristic even with slow or variable voltage slopes, a cold start capability and in reliable behaviour under adverse environmental conditions or low energy input. For high efficiency, a low power consumption is required at every voltage. As result, a concept is presented which enables reliable maintenance-free operation. In addition, the microcontroller can switch itself off completely after completion of the task and thus consume even less energy than in sleep mode. With this method, intermittent operation depending on the available energy, can be realized as well. Simulation, experimental investigation and inclusion in an energy harvesting supplied wireless sensor node validate the functionality under all given conditions. The average power consumption of the proposed circuit is 5.58 µW. At low voltages in the range 0 V - 1.4 V only 568 nW are required.

Purpose – This investigation aims to reframe the sizeable literature on barriers and drivers for energy efficiency measures and the phenomenon of the energy efficiency gap. We identified a gap between academic methods and industrial needs as well as a neglect of the cultural di-mension, despite its considerable impact. Based on this insight, the purpose of this paper is to integrate all of the various influences on industrial energy behavior previously identified in the literature in a refined energy cultures framework. Design/methodology/approach – This paper includes a systematic literature review of re-search in the field of energy management, energy efficiency, and cultural aspects within barri-ers and drivers of energy behavior. We selected and refined an existing energy cultures framework for the industrial context. To meet industrial needs, we applied an ontology map-ping of its core elements onto an international standard common for industrial energy man-agement practice. Findings – First, we present a refined framework for industrial energy cultures incorporating past barriers and drivers as factors. The framework enables an evaluation of attitude and be-havioral aspects, underlying technologies, organizational culture and actions related to energy as a system of interdependencies. Second, the factors are ranked based on number of appear-ances and empirical metadata. Economic aspects such as ‘Purchase, installment, and hidden costs’, ‘General investment and risk behavior’, and ‘Regulatory conditions’ are the highest ranked factors, but ‘Existing knowledge about EEM’, ‘Hierarchy approach: Top down’, and ‘Environmental concerns’ follow closely and represent cultural aspects which are still under-rated. Third, while illustrating a successful mapping onto a standardized process of continuous improvement, we also argue for heightened an academia-practice efforts. Social implications – Targeting the energy efficiency gap is an essential part of the sustainable development goals. The refined energy cultures framework allows for a better understanding of the industrial energy behaviors that are responsible for a significant share of a company’s success. The introduction of energy cultures serves as a starting point for future scholarly re-search within sustainability management accounting. Originality/value – The investigation combines existing research streams, their concepts, and their results about cultural aspects related to energy efficiency for both academics and practi-tioners. This review is the first to capture all of the various factors analyzed in academic litera-ture using the energy cultures framework as a basis. We add to the theoretical development of that framework with its application to the industrial context. This was identified as a gap. Its refinement helps to holistically understand barriers and drivers of industrial energy efficiency measures in order to support its practical implementation.

Im Sinne einer nachhaltigen und ganzheitlichen Firmenentwicklung lässt sich in der Unternehmenslandschaft ein Trend in Richtung einer kontinuierlichen Erweiterung des unternehmerischen Zielsystems beobachten. Neben etablierten Aspekten, wie dem Qualitätsmanagement und der Arbeitssicherheit, erlangen weitere Themen, wie beispielsweise das betriebliche Umwelt- und Energiemanagement, zunehmend an Bedeutung. Um die Berücksichtigung dieser Aspekte nachzuweisen, steht Unternehmen die Möglichkeit zur Zertifizierung nach funktionsspezifischen Managementsystemnormen offen. Die Einführung und Dokumentation entsprechender Managementsysteme erweist sich jedoch als ein zeitintensiver Prozess, dessen Schwierigkeit vor allem in der unternehmensspezifischen Interpretation der allgemein formulierten Normanforderungen liegt. Strebt ein Unternehmen die Zertifizierung nach mehreren Managementsystemnormen an, so eröffnet sich die Möglichkeit zur Integration der Managementsysteme. Allerdings sind auch die Aufgaben der Integration durch verschiedene Herausforderungen gekennzeichnet, die den Bedarf nach einer systematischen Unterstützung verdeutlichen. Im Bereich der Wirtschaftsinformatik haben sich konzeptuelle Modelle als Instrument zur zielorientierten und verständlichen Beschreibung komplexer Informationssysteme etabliert. Entsprechende Modelle können die Durchdringung und Kommunikation komplexer Sachverhalte durch eine zweckmäßige Abstraktion und Strukturierung vereinfachen und eine Überführung in Anwendungssoftware vorbereiten. Für die vorliegende Dissertation leitet sich unter Berücksichtigung dieser Aspekte folgende zentrale Forschungsfrage ab: Wie kann die konzeptuelle Modellierung bei den Aufgaben der Dokumentation und Integration standardisierter Managementsysteme unterstützen? Der Forschungsmethode des Design Science Research folgend, präsentiert die vorliegende Arbeit funktionsspezifische und funktionsunspezifische Artefakte, die bei der Dokumentation standardisierter Managementsysteme und deren Integration modellbasiert unterstützen. Die Anwendbarkeit der Artefakte wird anhand eines realen Anwendungsfalls demonstriert. Die Ausführungen der vorliegenden Arbeit basieren auf einer Analyse der Anforderungen nach ISO 9001 für Qualitätsmanagementsysteme, ISO 14001 für Umweltmanagementsysteme, ISO 50001 für Energiemanagementsysteme, OHSAS 18001 für Arbeitsschutz- und Arbeitssicherheitsmanagementsysteme sowie des durch die Internationale Organisation für Standardisierung veröffentlichten Annex SL.

Die elektrische Energieform gewinnt im Kraftfahrzeug wegen ihrer Nutzungsvielfalt und sehr guten Steuerbarkeit für die Realisierung neuartiger Funktionen zunehmend an Bedeutung. Voraussetzung für ihren Einsatz ist eine zuverlässige und effiziente Bereitstellung durch das Kfz-Energiebordnetz. Dafür ist ein intelligentes Energiemanagement erforderlich, welches mit geeigneten Strategien die Leistungsflüsse im Energiesystem koordiniert. In dieser Arbeit werden die beiden Entwurfsziele der Zuverlässigkeit und der Effizienz bei der Entwicklung von elektrischen Energiemanagement-Strategien systematisch betrachtet. Es erfolgt eine Beschreibung und Zuordnung der einzelnen Ziele und Maßnahmen anhand der Energieflüsse und Wirkungsketten. Ein Schwerpunkt bildet dabei die Beherrschung von Lastwechseln im Bordnetz. Für Aussagen hinsichtlich einer effizienten Erzeugung elektrischer Energie erfolgt eine Untersuchung der Energiewandlungskette anhand analytischer Methoden und mit Hilfe einer simulationsgestützten Optimierung. Ein weiterer Fokus der Arbeit liegt in der Betrachtung zur Anwendung ökonomischer Modelle für eine Energiekoordination. Es werden die theoretischen Grundlagen der Mikroökonomie zusammengestellt und mögliche Funktionsstrukturen eines einseitigen und zweiseitigen Allokationsmechanismus verglichen und bewertet. Abschließend zeigen experimentelle Untersuchungen an einem Bordnetzprüfstand zum Lastwechselverhalten und die Integration eines Energiemanagement-Systems den praktischen Bezug zum realen System.

Recent Power On Demand approaches, realized by using speed and/or displacement variable pump units, led to a significant increase of energy efficiency on hydraulic forming presses. In this paper we follow up on this development by laying the focus on the energy management and storage design of such machinery. With a derived fluidtronical model, we compare five different topologies that supply and manage the power flow for a forming press with die cushion. Our evaluation criteria are: energy consumption, minimization of the infeed power, and qualitative costs. For a representative forming cycle, the losses occurring on each of the drivetrain components and the power electronics accessory are derived in detail. We expect that this research will lead to deeper investigation of more intelligent energy management systems that use multiple storages in an optimal way and further learn and adapt during operation.

Electro-hydrostatic Actuation Systems (EAS) successfully combine the advantages of electro-mechanical actuation - such as high-energy efficiency and low noise emission - with the benefits of electro-hydraulic technology –which include robustness and the precise handling of large forces. This paper defines keywords like EAS and Electro-hydraulic pump unit (EPU), and provides a comparison of the two technologies. Given the wide range of EAS technology topics, it is only possible to briefly introduce and discuss these in this paper. This technology has reached a level that renders it a strong mechanism for machine manufacturers to support existing and future motion control requirements.