Zugl.: Aachen, Techn. Hochsch., Diss., 2005.

Oldenburg, Univ., Diss., 2004.

Techn. Universiẗat, Diss., 2003--Darmstadt.

Universiẗat, Diss., 2004--Jena.

University, Diss., 2004--Kiel.

Revision of Karl Iagnemma's Thesis (Ph. D.)--Massachusetts Institute of Technology, 2001. / Includes bibliographical references (p. [101]-107) and index.

University, Diss., 2002--Bonn.

Die vorliegende Arbeit beschäftigt sich mit der berührungslosen Schweißdetektion im Fahrzeug als Bestandteil der automatisierten Klimasteuerung. Für die Erkennung von Schweiß wird eine Wärmebildkamera herangezogen, da austretender Schweiß durch Entzug der Verdampfungswärme die Haut abkühlt und daher auf dem Wärmebild zu sehen ist. Die Ergebnisse basieren auf verschiedenen Studien, in denen 20 Probanden ein sportliches Training absolvieren mussten, um ins Schwitzen zu kommen. Dabei wurde in regelmäßigen Abständen nach dem Schweißstatus gefragt und der Kopfbereich im Wärmebild aufgenommen. Für die Auswertung wurde der Stirnbereich auf dem Wärmebild explorativ untersucht, da dieser meistens nicht von Haaren oder Kleidung bedeckt ist. Der Stirnbereich wurde dann für verschiedene Schweißzustände betrachtet und die Temperaturdifferenz zwischen maximaler und minimaler Temperatur, sowie die festgestellte Fleckigkeit anhand einer räumlichen Frequenzanalyse analysiert. Die Ergebnisse zeigen, dass anhand der 2D-Fouriertransformation, mit anschließender Bildung des radialen Mittelwerts aus dem Powerspektrum, die beste Unterscheidung zwischen einem schwitzenden und nicht schwitzenden Insassen gemacht werden können. Speziell bei der Betrachtung eines Pixelbereichs von 21 Pixel x 21 Pixel auf der Stirn konnte mithilfe der Signalentdeckungstheorie eine Treffer-Rate von 95 % unter 5 % falschen Alarmen festgestellt werden. Das bedeutet, dass es möglich ist, anhand eines Wärmebilds der Stirn das Schwitzen bei einem Insassen im Fahrzeug mit einer Sicherheit von 95 % zu erkennen.

An optical surface roughness model is presented, which allows a reliable determination of the dielectric function of thin films with high surface roughnesses of more than 10 nm peak to valley distance by means of spectroscopic ellipsometry. Starting from histogram evaluation of atomic force microscopy (AFM) topography measurements a specific roughness layer (RL) model was developed for an organic thin film grown in vacuum which is well suited as an example. Theoretical description based on counting statistics allows generalizing the RL model developed to be used for all non-conducting materials. Finally, a direct input of root mean square (RMS) values found by AFM measurements into the proposed model is presented, which is important for complex ellipsometric evaluation models where a reduction of the amount of unknown parameters can be crucial. Exemplarily, the evaluation of a N,N’-dimethoxyethyl-3,4,9,10-perylene-tetracarboxylic-diimide (DiMethoxyethyl-PTCDI) film is presented, which exhibits a very high surface roughness, i.e. showing no homogeneous film at all.

Zentrales Thema des Oberflächenkolloquiums 2017 ist die anwendungsorientierte, funktionale geometrische Spezifikation und Messung der Oberfläche im Sinne der Gesamtgeometrie. Neben der Mikrogestalt wird dabei das Zusammenwirken mit der Makrogeometrie zur Erfüllung funktionaler Anforderungen diskutiert. Interessante Beiträge aus Industrie und Wissenschaft zeigen sowohl Lösungen als auch Probleme verschiedenster Fachbereiche auf. / Key issue of the International Colloquium on Surfaces 2017 is the application‐oriented, functional geometrical specification and verification of surfaces as part of the entire geometry. Therefore we discuss the interaction of micro and macro geometry, to fulfill functional requirements. Interesting articles from industry and research point out solutions as well as problems from multifaceted fields of expertise.