Clusters are finite ensembles of atoms or molecules with sizes in the nanometer regime (i.e. nanoparticles). This thesis present results on the geometric and electronic structure of homogeneous and heterogeneous combinations of atoms and molecules. The systems have been studied with synchrotron radiation and valence, core and Auger electron spectroscopic techniques. The first theme of the thesis is that of mixed clusters. It is shown that by varying the cluster production technique both structures that are close to that predicted by equilibrium considerations can be attained as well as far from equilibrium structures. Electronic processes following ionization constitute the second theme. The post-collision interaction phenomenon, energy exchange between the photo- and the Auger electrons, is shown to be different in clusters of argon, krypton and xenon. A model is proposed that takes polarization screening in the final state into account. This result is of general character and should be applicable to the analysis of core level photoelectron and Auger electron spectra of insulating and semi-conducting bulk materials as well. Interatomic Coloumbic Decay is a process that can occur in the condensed phases of weakly bonded systems. Results on the time-scale of the process in Ne clusters and mixed Ar/Ne clusters are herein discussed, as well observations of resonant contributions to the process. In analogy to Auger vis-à-vis Resonant Auger it is found that to the ICD process there is a corresponding Resonant ICD process possible. This has later been observed in other systems and by theoretical calculations as well in subsequent works by other groups. Delocalization of dicationic valence final states in the hydrogen bonded ammonia clusters and aqueous ammonia has also been investigated by Auger electron spectroscopy. With those results it was possible to assign a previously observed feature in the Auger electron spectrum of solid ammonia.

Denna studie är en undersökning om hur Covid-19 pandemin har förändrat kundupplevelsehantering för svensk hemelektronikhandel. Vidare undersöks hur svenska hemelektronikföretag och konsumenter svarat och agerat på dessa förändringar. Forskningen har använt triangulerande datainsamlingsmetoder. Kvantitativ data har samlats in genom enkätundersökningar med konsumenter. Kvalitativ data har samlats in från intervjuer med representanter på svenska hemelektronikföretag. Studien ägde rum under Covid-19 pandemin och utfördes därmed på distans med hjälp av digitala verktyg. Studiens resultat tyder på att Covid-19 pandemin lett till ett hopp på tre år i utvecklingen av handeln inom hemelektronik och därmed bidragit med en övergång från interaktion via fysiska butiker till digitala kanaler. Företag inom hemelektronik har även fokuserat mindre på hur konkurrenter agerat och mer på vad konsumenter efterfrågar. Detta har lett till utveckling av nya kanaler och helt nya sätt att interagera med kunder. De nya kanalerna integrerar mänsklig natur i dess interaktion genom video samt direkt kommunikation mellan kund och anställd. Kunder är mer nöjda med deras upplevelser hos företagen under pandemin än innan pandemin och företagen förutspås fortsätta i den utveckling pandemin bidragit till. / This study investigates how the Covid-19 pandemic has changed customer experience management for the Swedish consumer electronics trade. It also examines how Swedish consumer electronics companies and consumers have responded and acted on these changes. The research has used triangulating data collection methods. Quantitative data have been collected through surveys with consumers. Qualitative data have been collected from interviews with representatives of Swedish consumer electronics companies. The study took place during the COVID-19 pandemic and was thus carried out remotely using digital tools. The results of the study indicate that the Covid-19 pandemic has led to a three-year jump in the development of trade in consumer electronics and thus contributed to a transition from interaction via physical stores to digital touchpoints. Home electronics companies have also focused less on how competitors have acted and more on what consumers demand. This has led to the development of new touchpoints and completely new ways of interacting with customers. The new touchpoints integrate human nature in its interaction through video and direct communication between customer and employee. Customers are more satisfied with their experiences with companies during the pandemic than before the pandemic and the companies are predicted to continue in the development the pandemic has contributed to.

Gegenstand der vorliegenden Arbeit ist die Untersuchung des Foulardierprozesses zur chemischen Nassausrüstung von Vliesstoffen bei Warengeschwindigkeiten bis zu 250 m/min. Hintergrund ist die abweisende Ausrüstung von Polypropylen-Spinnvliesstoffen für die Anwendung als Operationskittel. Wo bislang nach dem Stand der Technik eine Veredlung bei Lohnausrüstern bei geringen Warengeschwindigkeiten durchgeführt wurde, zeigt die Tendenz in der Vliesstoffindustrie in Richtung der eigenen Prozessbeherrschung. Eine grundlegende Voraussetzung, um den Foulardierprozess für diese Anwendung nutzbar zu machen, ist die Kenntnis über die Prozesseigenschaften bei den geforderten hohen Warengeschwindigkeiten. Für den abzudeckenden Versuchsraum mit sechs Einflussgrößen bei jeweils drei Faktorstufen wurde mittels der Methodik der statistischen Versuchsplanung ein D-optimaler Versuchsplan erstellt. Die Versuchsdurchführung erfolgte auf einem in eine Technikumsanlage eingebundenen Foulard mit horizontaler Walzenanordnung. Für jede der sieben Zielgrößen wurde auf Grundlage der erhaltenen Messwerte eine lineare Regressionsanalyse erstellt und ausgewertet. Eine detaillierte Analyse und Diskussion der Regressionsmodelle liefert Informationen zu Wirkungsrichtung und Intensität der einzelnen Einflussgrößen sowie zu Faktor-Faktor-Wechselwirkungen.:1 Einleitung 8 1.1 Ausgangspunkt 8 1.2 Produktionsmengen 8 1.3 Vliesstoffe in der medizinischen Anwendung 11 1.4 Vliesstoffauswahl 13 2 Wissenschaftlich-technische Problemstellung 16 2.1 Stand der Technik 16 2.2 Zielstellung und Vorgehensweise 21 3 Foulardierprozess: Prozessbeschreibung und Einflussgrößen 22 3.1 Foulardieren: Prozessbeschreibung 22 3.2 Foulardieren: Einflussgrößen 25 3.2.1 Einflussfaktoren Maschinendesign 25 3.2.2 Einflussfaktoren Verfahrensparameter 29 3.2.3 Einflussfaktoren Vliesstoffmaterial 30 3.2.4 Einflussfaktoren Imprägnierflotte 31 3.3 Einflussgrößen und Zielgrößen 33 4 Versuchsanordnung und Versuchsfoulard 34 4.1 Technikumsanlage am STFI 34 4.2 Versuchsfoulard 35 4.2.1 Horizontale Walzenanordnung 37 4.2.2 Hilfstrieb auf der S-Walze 38 4.2.3 Druckgebung und Quetschfugenbreite 38 4.2.4 Flottenführung 38 4.2.5 Niveauregelung, Flottenvolumen 39 4.2.6 Flottenverbrauch 40 4.2.7 Tauchstrecke, Verweilstrecke und Verweilzeit 42 4.2.8 Flottentemperatur 43 5 Material und Methoden 45 5.1 Vliesstoffmaterial 45 5.2 Ausrüstungsflotte 46 5.3 Mess- und Prüfmethoden 48 5.3.1 Feuchteaufnahme 48 5.3.2 Dicke 49 5.3.3 Luftdurchlässigkeit 50 5.3.4 Zugfestigkeit und Höchstzugkraftdehnung 50 6 Statistische Versuchsplanung und Regressionsanalyse 51 6.1 Vorbemerkung 51 6.2 D-optimale Versuchspläne 51 6.3 Versuchsplan 54 6.4 Darstellung des Versuchsraums 57 6.4.1 Faktor-Faktor-Kombinationen 57 6.4.2 Flottentemperatur TSoll versus TIst 58 6.5 Regressionsanalyse 59 6.5.1 Allgemeine Regressionsgleichung 59 6.5.2 Generelle Vorgehensweise 61 7 Regressionsanalyse für Zielgröße Feuchteaufnahme 62 7.1 Datenplausibilität der Zielgröße 62 7.2 Erstellen und Prüfen der Regressionsgleichung 64 7.2.1 Erstellen einer Regressionsgleichung 64 7.2.2 Bewertung der Güte der Regression, Residuenanalyse 69 7.2.3 Nachprüfen des Modells anhand von Beispieldaten 75 7.3 Auswerten der Regressionsgleichung 76 7.3.1 Intensität und Wichtung der Einflussgrößen 76 7.3.2 Wechselwirkungen 85 7.4 Grafische Darstellung des Gesamtmodells 90 8 Regressionsanalyse für Zielgröße Dicke 95 8.1 Datenplausibilität der Zielgröße 95 8.2 Erstellen und Prüfen der Regressionsgleichung 96 8.2.1 Erstellen einer Regressionsgleichung 96 8.2.2 Bewertung der Güte der Regression, Residuenanalyse 96 8.2.3 Nachprüfen des Modells anhand von Beispieldaten 97 8.3 Auswerten der Regressionsgleichung 98 8.3.1 Intensität und Wichtung der Einflussgrößen 98 8.3.2 Wechselwirkungen 103 8.4 Grafische Darstellung des Gesamtmodells 105 9 Regressionsanalyse für Zielgröße Luftdurchlässigkeit 107 9.1 Datenplausibilität der Zielgröße 107 9.2 Erstellen und Prüfen der Regressionsgleichung 107 9.2.1 Erstellen einer Regressionsgleichung 107 9.2.2 Bewertung der Güte der Regression, Residuenanalyse 108 9.2.3 Nachprüfen des Modells anhand von Beispieldaten 109 9.3 Auswerten der Regressionsgleichung 110 9.3.1 Intensität und Wichtung der Einflussgrößen 110 9.3.2 Wechselwirkungen 115 9.4 Grafische Darstellung des Gesamtmodells 118 10 Regressionsanalyse für Zielgröße Zugfestigkeit MD 120 10.1 Datenplausibilität der Zielgröße 120 10.2 Erstellen und Prüfen der Regressionsgleichung 120 10.2.1 Erstellen einer Regressionsgleichung 120 10.2.2 Bewertung der Güte der Regression, Residuenanalyse 121 10.2.3 Nachprüfen des Modells anhand von Beispieldaten 122 10.3 Auswerten der Regressionsgleichung 123 10.3.1 Intensität und Wichtung der Einflussgrößen 123 10.3.2 Wechselwirkungen 128 10.4 Grafische Darstellung des Gesamtmodells 131 11 Regressionsanalyse für Zielgröße Zugfestigkeit CD 133 11.1 Datenplausibilität der Zielgröße 133 11.2 Erstellen und Prüfen der Regressionsgleichung 133 11.2.1 Erstellen einer Regressionsgleichung 133 11.2.2 Bewertung der Güte der Regression, Residuenanalyse 134 11.2.3 Nachprüfen des Modells anhand von Beispieldaten 135 11.3 Auswerten der Regressionsgleichung 136 11.3.1 Intensität und Wichtung der Einflussgrößen 136 11.3.2 Wechselwirkungen 140 11.4 Grafische Darstellung des Gesamtmodells 141 12 Regressionsanalyse für Zielgröße Höchstzugkraftdehnung MD 143 12.1 Datenplausibilität der Zielgröße 143 12.2 Erstellen und Prüfen der Regressionsgleichung 144 12.2.1 Erstellen einer Regressionsgleichung 144 12.2.2 Bewertung der Güte der Regression, Residuenanalyse 144 12.2.3 Nachprüfen des Modells anhand von Beispieldaten 145 12.3 Auswerten der Regressionsgleichung 146 12.3.1 Intensität und Wichtung der Einflussgrößen 146 12.3.2 Wechselwirkungen 151 12.4 Grafische Darstellung des Gesamtmodells 153 13 Regressionsanalyse für Zielgröße Höchstzugkraftdehnung CD 155 13.1 Datenplausibilität der Zielgröße 155 13.2 Erstellen und Prüfen der Regressionsgleichung 155 13.2.1 Erstellen einer Regressionsgleichung 155 13.2.2 Bewertung der Güte der Regression, Residuenanalyse 156 13.2.3 Nachprüfen des Modells anhand von Beispieldaten 157 13.3 Auswerten der Regressionsgleichung 158 13.3.1 Intensität und Wichtung der Einflussgrößen 158 13.3.2 Wechselwirkungen 160 13.4 Grafische Darstellung des Gesamtmodells 161 14 Zusammenfassung 163 15 Ausblick 167 Literaturverzeichnis 169 Verzeichnis der Abbildungen 173 Verzeichnis der Tabellen 176 Verzeichnis der Anhänge 180 / The subject of the work presented here is the study of the padding process for the chemical wet finishing of nonwovens at web speeds up to 250 m/min. Background to the topic is the repellent treatment of polypropylene spunbond nonwovens applied for surgical gowns. Finishing carried out at subcontractors corresponding to best practice technology up to now, the trend in the nonwovens industry is turning towards an in-house process mastery. Essential requirement to make the padding process technologically exploitable for this kind of application is the knowledge of the process characteristics at the high web speeds claimed. For the experimental scenario to be covered comprising six determining factors at three level steps each, a D-optimal trial plan was defined using the statistic method of the design of experiments (DOE). The realization of the trials carried out on a padder with horizontal roll arrangement installed in a pilot line. For each of the seven responses a linear regression analyses was compiled and evaluated. A detailed analysis and discussion of the regression models provides information on direction of influence as well as intensity of each of the determining factors and factor-factor-interactions.:1 Einleitung 8 1.1 Ausgangspunkt 8 1.2 Produktionsmengen 8 1.3 Vliesstoffe in der medizinischen Anwendung 11 1.4 Vliesstoffauswahl 13 2 Wissenschaftlich-technische Problemstellung 16 2.1 Stand der Technik 16 2.2 Zielstellung und Vorgehensweise 21 3 Foulardierprozess: Prozessbeschreibung und Einflussgrößen 22 3.1 Foulardieren: Prozessbeschreibung 22 3.2 Foulardieren: Einflussgrößen 25 3.2.1 Einflussfaktoren Maschinendesign 25 3.2.2 Einflussfaktoren Verfahrensparameter 29 3.2.3 Einflussfaktoren Vliesstoffmaterial 30 3.2.4 Einflussfaktoren Imprägnierflotte 31 3.3 Einflussgrößen und Zielgrößen 33 4 Versuchsanordnung und Versuchsfoulard 34 4.1 Technikumsanlage am STFI 34 4.2 Versuchsfoulard 35 4.2.1 Horizontale Walzenanordnung 37 4.2.2 Hilfstrieb auf der S-Walze 38 4.2.3 Druckgebung und Quetschfugenbreite 38 4.2.4 Flottenführung 38 4.2.5 Niveauregelung, Flottenvolumen 39 4.2.6 Flottenverbrauch 40 4.2.7 Tauchstrecke, Verweilstrecke und Verweilzeit 42 4.2.8 Flottentemperatur 43 5 Material und Methoden 45 5.1 Vliesstoffmaterial 45 5.2 Ausrüstungsflotte 46 5.3 Mess- und Prüfmethoden 48 5.3.1 Feuchteaufnahme 48 5.3.2 Dicke 49 5.3.3 Luftdurchlässigkeit 50 5.3.4 Zugfestigkeit und Höchstzugkraftdehnung 50 6 Statistische Versuchsplanung und Regressionsanalyse 51 6.1 Vorbemerkung 51 6.2 D-optimale Versuchspläne 51 6.3 Versuchsplan 54 6.4 Darstellung des Versuchsraums 57 6.4.1 Faktor-Faktor-Kombinationen 57 6.4.2 Flottentemperatur TSoll versus TIst 58 6.5 Regressionsanalyse 59 6.5.1 Allgemeine Regressionsgleichung 59 6.5.2 Generelle Vorgehensweise 61 7 Regressionsanalyse für Zielgröße Feuchteaufnahme 62 7.1 Datenplausibilität der Zielgröße 62 7.2 Erstellen und Prüfen der Regressionsgleichung 64 7.2.1 Erstellen einer Regressionsgleichung 64 7.2.2 Bewertung der Güte der Regression, Residuenanalyse 69 7.2.3 Nachprüfen des Modells anhand von Beispieldaten 75 7.3 Auswerten der Regressionsgleichung 76 7.3.1 Intensität und Wichtung der Einflussgrößen 76 7.3.2 Wechselwirkungen 85 7.4 Grafische Darstellung des Gesamtmodells 90 8 Regressionsanalyse für Zielgröße Dicke 95 8.1 Datenplausibilität der Zielgröße 95 8.2 Erstellen und Prüfen der Regressionsgleichung 96 8.2.1 Erstellen einer Regressionsgleichung 96 8.2.2 Bewertung der Güte der Regression, Residuenanalyse 96 8.2.3 Nachprüfen des Modells anhand von Beispieldaten 97 8.3 Auswerten der Regressionsgleichung 98 8.3.1 Intensität und Wichtung der Einflussgrößen 98 8.3.2 Wechselwirkungen 103 8.4 Grafische Darstellung des Gesamtmodells 105 9 Regressionsanalyse für Zielgröße Luftdurchlässigkeit 107 9.1 Datenplausibilität der Zielgröße 107 9.2 Erstellen und Prüfen der Regressionsgleichung 107 9.2.1 Erstellen einer Regressionsgleichung 107 9.2.2 Bewertung der Güte der Regression, Residuenanalyse 108 9.2.3 Nachprüfen des Modells anhand von Beispieldaten 109 9.3 Auswerten der Regressionsgleichung 110 9.3.1 Intensität und Wichtung der Einflussgrößen 110 9.3.2 Wechselwirkungen 115 9.4 Grafische Darstellung des Gesamtmodells 118 10 Regressionsanalyse für Zielgröße Zugfestigkeit MD 120 10.1 Datenplausibilität der Zielgröße 120 10.2 Erstellen und Prüfen der Regressionsgleichung 120 10.2.1 Erstellen einer Regressionsgleichung 120 10.2.2 Bewertung der Güte der Regression, Residuenanalyse 121 10.2.3 Nachprüfen des Modells anhand von Beispieldaten 122 10.3 Auswerten der Regressionsgleichung 123 10.3.1 Intensität und Wichtung der Einflussgrößen 123 10.3.2 Wechselwirkungen 128 10.4 Grafische Darstellung des Gesamtmodells 131 11 Regressionsanalyse für Zielgröße Zugfestigkeit CD 133 11.1 Datenplausibilität der Zielgröße 133 11.2 Erstellen und Prüfen der Regressionsgleichung 133 11.2.1 Erstellen einer Regressionsgleichung 133 11.2.2 Bewertung der Güte der Regression, Residuenanalyse 134 11.2.3 Nachprüfen des Modells anhand von Beispieldaten 135 11.3 Auswerten der Regressionsgleichung 136 11.3.1 Intensität und Wichtung der Einflussgrößen 136 11.3.2 Wechselwirkungen 140 11.4 Grafische Darstellung des Gesamtmodells 141 12 Regressionsanalyse für Zielgröße Höchstzugkraftdehnung MD 143 12.1 Datenplausibilität der Zielgröße 143 12.2 Erstellen und Prüfen der Regressionsgleichung 144 12.2.1 Erstellen einer Regressionsgleichung 144 12.2.2 Bewertung der Güte der Regression, Residuenanalyse 144 12.2.3 Nachprüfen des Modells anhand von Beispieldaten 145 12.3 Auswerten der Regressionsgleichung 146 12.3.1 Intensität und Wichtung der Einflussgrößen 146 12.3.2 Wechselwirkungen 151 12.4 Grafische Darstellung des Gesamtmodells 153 13 Regressionsanalyse für Zielgröße Höchstzugkraftdehnung CD 155 13.1 Datenplausibilität der Zielgröße 155 13.2 Erstellen und Prüfen der Regressionsgleichung 155 13.2.1 Erstellen einer Regressionsgleichung 155 13.2.2 Bewertung der Güte der Regression, Residuenanalyse 156 13.2.3 Nachprüfen des Modells anhand von Beispieldaten 157 13.3 Auswerten der Regressionsgleichung 158 13.3.1 Intensität und Wichtung der Einflussgrößen 158 13.3.2 Wechselwirkungen 160 13.4 Grafische Darstellung des Gesamtmodells 161 14 Zusammenfassung 163 15 Ausblick 167 Literaturverzeichnis 169 Verzeichnis der Abbildungen 173 Verzeichnis der Tabellen 176 Verzeichnis der Anhänge 180