Harburg - Autonome Unterwasserroboter, Energieeinsparung in der chemischen Industrie, neuronale Netzwerke in medizinischen Bildgebungsverfahren: Mit den Wissenschaftspreisen der Gisela und Erwin Sick Stiftung in Höhe von insgesamt 10.000 Euro werden innovative Lösungen im Bereich Arbeitssicherheit und Umweltschutz gewürdigt.
Dieses Jahr konnten Daniel Dücker, Alina Dobschall und Vivienne Schwabe mit ihren Abschlussarbeiten an der Technischen Universität überzeugen. Die Stiftung ehrt bereits zum neunten Mal hervorragende Nachwuchswissenschaftler der TU Hamburg.
Über 6000 Euro freut sich Preisträger Dr. Daniel Dücker: Autonome Unterwasserfahrzeuge eignen sich vor allem für die Erkundung und Überwachung von engen Räumen in Hafengebieten oder in Industrietanks. Sie müssen im Gegensatz zu Fahrzeugen in der Luft und am Boden alle Berechnungen an Bord durchführen, da unter Wasser keine leistungsfähigen Kommunikationsverbindungen verfügbar sind. In seiner nun ausgezeichneten Dissertation hat sich Daniel Dücker mit rechnerisch effizienten Lösungen für die Führung, Navigation und Regelung agiler Unterwasserroboter auseinandergesetzt.
Preisträgerin Alina Dobschall erhielt 3.000 Euro. Die Rektifikation ist ein Verfahren zur thermischen Trennung von Stoffgemischen, das in der chemischen Industrie sehr häufig angewendet wird. Das Verfahren ist energieaufwendig und damit für deutlich über 50 Prozent der Betriebskosten in der chemischen Industrie verantwortlich. In ihrer Masterarbeit hat sich Alina Dobschall damit beschäftigt, wie der Energiebedarf durch eine Reduzierung der Druckverluste sowie einer Erhöhung der Trennleistung gesenkt werden kann.
Preisträgerin Vivienne Schwabe erhält 1.000 Euro für ihre Arbeit zur Magnetpartikelbildgebung. Das ist ein tomographisches Bildgebungsverfahren. Dieses untersuchte Vivienne Schwabe in ihrer Bachelorarbeit auf die Möglichkeit zur Nachbearbeitung von rekonstruierten Bilddaten mittels neuronaler Netzwerke. Schwabe konnte zeigen, dass die Kombination aus Regularisierungsstärke und neuronalem Netzwerk gut geeignet ist, um ein Rauschen auf den synthetischen Bilddaten zu verringern und Strukturelemente zu erhalten. cb