No (4432)
Used filters
(2)
Number of found documents:
4432
Published from
to
Processing of metallic materials by Selective Laser Melting at elevated temperatures
Malý, Martin; Filho, Sergio de Traglia Amancio; Dr. Michael R. Tucker; Koutný, Daniel
2023 - English
Tato disertační práce se zabývá vlivem předehřevu na výrobu komponent 3D tiskem kovů technologií Selective Laser Melting (SLM), také známou pod označením Laser Powder Bed Fusion (LPBF). V práci je obsažen přehled současného stavu poznání v oblasti realizace předehřevu a fyzikální podstaty předehřevu. Dále je v práci obsažen přehled vlivu předehřevu na konkrétní typy materiálů. Mezi tyto typy materiálů byly zařazeny titanové, intermetalické, niklové a hliníkové slitiny a měď. Z rešeršní části byly identifikovány perspektivní oblasti, které doposud nebyly dostatečně zkoumány, a kde by předehřev mohl vést k zefektivnění technologie LPBF a rozšíření oblasti zpracovatelných materiálů. Mezi tyto oblasti bylo zařazeno zkoumání vlivu předehřevu v kombinaci s dalšími procesními parametry na zbytková napětí u slitiny Ti6Al4V, vliv předehřevu na niklovou slitinu Inconel 939 a na měď. Předpokladem u Ti6Al4V a Inconelu 939 bylo, že předehřev sníží zbytková napětí a bude tak možné snížit množství podpůrných struktur během výroby, což by vedlo k zefektivnění technologie. Tato hypotéza byla zamítnuta, protože i přes snížení zbytkových napětí u Ti6Al4V nedošlo k jejich eliminaci a navíc, došlo k rychlé degradaci nepoužitého prášku, což zvyšuje náklady na výrobu. U Inconelu 939 dokonce zvýšená teplota vedla k vyšším deformacím, a tedy zbytkovým napětím v důsledku evoluce karbidické fáze. Další perspektivní oblastí, kde by předehřev mohl vést k zvýšení portfolia zpracovatelných materiálů, je měď. Měď je díky vysoké tepelné vodivosti a odrazivosti laserového záření považována za obtížně zpracovatelnou technologií LPBF. Z experimentů byl potvrzen velice pozitivní vliv předehřevu na relativní hustotu vzorků. Vzorky dosáhly hodnot relativní hustoty přes 99 % pokud byly tisknuty s předehřevem 400 °C. Bylo tedy experimentálně ověřeno, že předehřev může významně zlepšit zpracovatelnost skupiny materiálů, které mají nízkou pohltivost laserového záření a materiálů s vysokou teplenou vodivostí. Všechny výsledky vedou k lepšímu pochopení chování materiálů během zpracování technologií LPBF a mohou vést k jejímu rozšíření do dalších průmyslových odvětví. Výsledky jsou shrnuty ve třech publikacích, které byly vydány ve vědeckých časopisech. This dissertation thesis deals with the influence of preheating on the components produced using Selective Laser Melting (SLM), also known as Laser Powder Bed Fusion (LPBF) technology. The thesis contains an overview of the current state of knowledge in the field of preheating and the physical nature of preheating. Furthermore, the work contains an overview of the effect of preheating on specific types of materials. These types of materials included in the state of the art are titanium, intermetallic, nickel and aluminium alloys, and copper. From the state of knowledge, promising research areas were identified, where preheating could lead to more efficient production using LPBF technology and to expansion of the area of processable materials. These areas include the investigation of the effect of preheating in combination with other process parameters on the residual stresses of Ti6Al4V alloy, the effect of preheating on nickel alloy Inconel 939 and copper. The premise of the Ti6Al4V and Inconel 939 topics was that preheating would reduce residual stresses, and thus will be possible to reduce the necessary amount of support structures. The results can lead to more cost-effective production using LPBF technology. This hypothesis was rejected. Despite the reduction in residual stresses in Ti6Al4V, they were not fully eliminated and, in addition, a rapid degradation of unused powder was detected, which increases production costs. The preheating of the Inconel 939, against the assumption based on behaviour of other materials, led to higher deformations and thus residual stresses, due to the evolution of precipitates. Another selected area where preheating could lead to an increase in the portfolio of processable materials is the processing of copper. Copper is a difficult to process material using LPBF technology due to its high thermal conductivity and laser reflectivity. The experiments confirmed a very positive effect of preheating on the relative density of the samples. The samples reached relative density values of over 99% when fabricated with preheating at 400 °C. Thus, preheating can significantly improve the process ability of reflective and high conductive materials. All of the results lead to a better understanding of the behaviour of the materials during processing by LPBF technology and may lead to its further expansion to more industries. The results are summarized in three publications that have been published in scientific journals.
Keywords:
Laser powder bed fusion; Selective laser melting; residual stress; preheating; Ti6Al4V; Inconel; copper; Laser powder bed fusion; Selective laser melting; zbytková napětí; předehřev; Ti6Al4V; Inconel; měď
Available in a digital repository NRGL
Processing of metallic materials by Selective Laser Melting at elevated temperatures
Tato disertační práce se zabývá vlivem předehřevu na výrobu komponent 3D tiskem kovů technologií Selective Laser Melting (SLM), také známou pod označením Laser Powder Bed Fusion (LPBF). V práci je ...
Field Programmable Neural Networks odolná proti poruchám
Krčma, Martin; Kordík, Pavel; Stopjaková, Viera; Drábek, Vladimír
2023 - English
Tato práce se zaměřuje na koncept Field Programmable Neural Networks jehož cílem je učinit implementaci umělých neuronových sítí v hradlových polích méně náročnou jejich prostředky. Za tímto účelem práce koncept rozvíjí a představuje několik jeho různých typů jež se vyznačují různými poměry mezi spotřebou zdrojů hradlových polí a přesností s jakou aproximují původní neuronovou síť jíž implementují. Teze díle rozšiřuje koncept o metody zabezpečení proti poruchám s využitím redundance a také bez ní. This thesis focuses on the Field Programmable Neural Networks concept intended to make implementation of neural networks in FPGAs less resource demanding. The thesis introduces and discusses several types of Field Programmable Neural Networks which provide different trad-offs between the resource consumption and the accuracy of the implemented neural network approximation. This thesis also introduces and discusses methods of hardening the Field Programmable Neural Networks against faults with and without redundancy.
Keywords:
Field Programmable Neural Networks; fault tolerance; neural networks; FPGAs; Field Programmable Neural Networks; odolnost proti poruchám; neuronové sítě; FPGA
Available in a digital repository NRGL
Field Programmable Neural Networks odolná proti poruchám
Tato práce se zaměřuje na koncept Field Programmable Neural Networks jehož cílem je učinit implementaci umělých neuronových sítí v hradlových polích méně náročnou jejich prostředky. Za tímto účelem ...
Access and Backhaul Solutions for Cellular-Enabled Industrial Wearables
Saafi, Salwa; Bečvář, Zdeněk; Tölli, Antti; Hošek, Jiří
2023 - English
Smartphones are no longer the only portable devices changing the lives and daily routines of today’s digitally connected consumers. Smart glasses, watches, headsets, cameras, bands, trackers, monitors, and scanners are all examples of hands-free inherently mobile wearable devices that enable the emerging consumer and industrial applications. Similarly to customers who are ready to embrace life-changing experiences with new devices, companies and industries are also employing smart helpers and intelligent assistant systems to improve the efficiency of their automated processes and the productivity and safety of their workers. Not limited to the employment of smart helpers, the industrial digital transformation relies heavily on the deployment of communication infrastructures that utilize efficient cellular technologies to meet the dissimilar requirements of industrial applications. Motivated by these intelligent assistant systems and communication technologies, this dissertation focuses on the role of wearable technology and cellular connectivity in enabling the automation of vertical domains. Aiming to address the current technology gap behind cellular-enabled industrial wearables, the present work is dedicated to assessing the applicability of cellular connectivity to industrial wearables and developing efficient access and backhaul solutions for the support of the requirements of emerging industrial applications. The following outline of this dissertation is built around the main objectives as highlighted above and presents the main outcomes of this work, which include (i) a concise technology review capturing the evolution of the recent solutions proposed by the 3rd Generation Partnership Project (3GPP) for wearable devices and communications, (ii) an introduction to novel categories of industrial wearable applications with mid-end requirements that fall in-between the two extremes of high-end and low-end Fifth-Generation (5G) service classes, (iii) an assessment of the applicability of the emerging Reduced-Capability New Radio (NR RedCap) technology to the newly introduced wearable applications, (iv) an extension of the RedCap wearable communications with Device-to-Device (D2D) and Supplementary Uplink (SUL) capabilities for enhanced access network performance, (v) a cost-efficient backhaul selection solution based on Markov Decision Processes (MDPs) for time-sensitive wearable applications in an integrated terrestrial and non-terrestrial communication scenario, and (vi) a data-driven Artificial Intelligence (AI)-aided approach for the management of complex industrial networks with dissimilar device capabilities, communication solutions, and application requirements. A set of simulation and analytical models is developed to assess the relevant key performance indicators as part of the above contributions. Beyond indicating the need for technology improvement demanded by the efficient integration of wearable devices into cellular networks and the satisfaction of industrial application requirements, the numerical results reported in this dissertation confirm the network performance enhancements achieved by the access and backhaul solutions contributed in this work. Smartphones are no longer the only portable devices changing the lives and daily routines of today’s digitally connected consumers. Smart glasses, watches, headsets, cameras, bands, trackers, monitors, and scanners are all examples of hands-free inherently mobile wearable devices that enable the emerging consumer and industrial applications. Similarly to customers who are ready to embrace life-changing experiences with new devices, companies and industries are also employing smart helpers and intelligent assistant systems to improve the efficiency of their automated processes and the productivity and safety of their workers. Not limited to the employment of smart helpers, the industrial digital transformation relies heavily on the deployment of communication infrastructures that utilize efficient cellular technologies to meet the dissimilar requirements of industrial applications. Motivated by these intelligent assistant systems and communication technologies, this dissertation focuses on the role of wearable technology and cellular connectivity in enabling the automation of vertical domains. Aiming to address the current technology gap behind cellular-enabled industrial wearables, the present work is dedicated to assessing the applicability of cellular connectivity to industrial wearables and developing efficient access and backhaul solutions for the support of the requirements of emerging industrial applications. The following outline of this dissertation is built around the main objectives as highlighted above and presents the main outcomes of this work, which include (i) a concise technology review capturing the evolution of the recent solutions proposed by the 3rd Generation Partnership Project (3GPP) for wearable devices and communications, (ii) an introduction to novel categories of industrial wearable applications with mid-end requirements that fall in-between the two extremes of high-end and low-end Fifth-Generation (5G) service classes, (iii) an assessment of the applicability of the emerging Reduced-Capability New Radio (NR RedCap) technology to the newly introduced wearable applications, (iv) an extension of the RedCap wearable communications with Device-to-Device (D2D) and Supplementary Uplink (SUL) capabilities for enhanced access network performance, (v) a cost-efficient backhaul selection solution based on Markov Decision Processes (MDPs) for time-sensitive wearable applications in an integrated terrestrial and non-terrestrial communication scenario, and (vi) a data-driven Artificial Intelligence (AI)-aided approach for the management of complex industrial networks with dissimilar device capabilities, communication solutions, and application requirements. A set of simulation and analytical models is developed to assess the relevant key performance indicators as part of the above contributions. Beyond indicating the need for technology improvement demanded by the efficient integration of wearable devices into cellular networks and the satisfaction of industrial application requirements, the numerical results reported in this dissertation confirm the network performance enhancements achieved by the access and backhaul solutions contributed in this work.
Keywords:
Wearables; cellular connectivity; industrial networks; 5G and beyond; NR RedCap; access solutions; D2D; SUL; backhaul selection; MDP; AI.; Wearables; cellular connectivity; industrial networks; 5G and beyond; NR RedCap; access solutions; D2D; SUL; backhaul selection; MDP; AI.
Available in a digital repository NRGL
Access and Backhaul Solutions for Cellular-Enabled Industrial Wearables
Smartphones are no longer the only portable devices changing the lives and daily routines of today’s digitally connected consumers. Smart glasses, watches, headsets, cameras, bands, trackers, ...
Machine Learning-Aided Monitoring and Prediction of Respiratory and Neurodegenerative Diseases Using Wearables
Skibińska, Justyna; Esposito, Anna; Faundez-Zanuy, Marcos; Hošek, Jiří
2023 - English
This thesis focuses on wearables for health status monitoring, covering applications aimed at emergency solutions to the COVID-19 pandemic and aging society. The methods of ambient assisted living (AAL) are presented for the neurodegenerative disease Parkinson's disease (PD), facilitating 'aging in place' thanks to machine learning and around wearables - solutions of mHealth. Furthermore, the approaches using machine learning and wearables are discussed for early-stage COVID-19 detection. Firstly, a publicly available dataset containing COVID-19, influenza, and healthy control data was reused for research purposes. The solution presented in this thesis is considering the classification problem and outperformed the state-of-the-art methods, whereas the original paper introduced just anomaly detection. The proposed model in the thesis for early detection of COVID-19 achieved 78 % for the k-NN classifier. Moreover, a second dataset available on request was utilized for recognition between COVID-19 cases and two types of influenza. The scrutinisation in the form of the classification between the COVID-19 and Influensa groups is proposed as the extension to the research presented in the original paper. The accuracy of the distinction between COVID-19 cases and influenza in the middle of the pandemic was equal to 73 % thanks to the k-NN. Furthermore, the contribution as the classification model of two aforementioned combined datasets was provided, and COVID-19 cases were able to be distinguished from healthy controls with 73 % accuracy thanks to XGBoost algorithm. The undeniable advantage of the illustrated approaches is taking into consideration the incubation period and contagiousness of the disease. In addition, some solutions for the detection of the aforementioned aging society phenomenon are presented. This study explores the possibility of fusing computerised analysis of hypomimia and hypokinetic dysarthria for the spectrum of Czech speech exercises. The introduced dataset is unique in this field because of its diversity and myriad of speech exercises. The aim is to introduce a new techniques of PD diagnosis that could be easily integrated into mHealth systems. A classifier based on XGBoost was used, and SHAP values were used to ensure interpretability. The presented interpretability allows for the identification of clinically valuable biomarkers. Moreover, the fusion of video and audio modalities increased the balanced accuracy to 83 %. This methodology pointed out the most indicative speech exercise – tongue twister from the clinical point of view. Furthermore, this work belongs to just a few studies which tackle the subject of utilising multimodality for PD and this approach was profitable in contrast with a single modality. Another study, presented in this thesis, investigated the possibility of detecting Parkinson's disease by observing changes in emotion expression during difficult-to-pronounce speech exercises. The obtained model with XGBoost achieved 69 % accuracy for a tongue twister. The usage of facial features, emotion recognition, and computational analysis of tongue twister was proved to be successful in PD detection, which is the key novelty and contribution of this study. Additionally, the unique overview of potential methodologies suitable for the detection of PD based on sleep disorders was depicted. This thesis focuses on wearables for health status monitoring, covering applications aimed at emergency solutions to the COVID-19 pandemic and aging society. The methods of ambient assisted living (AAL) are presented for the neurodegenerative disease Parkinson's disease (PD), facilitating 'aging in place' thanks to machine learning and around wearables - solutions of mHealth. Furthermore, the approaches using machine learning and wearables are discussed for early-stage COVID-19 detection. Firstly, a publicly available dataset containing COVID-19, influenza, and healthy control data was reused for research purposes. The solution presented in this thesis is considering the classification problem and outperformed the state-of-the-art methods, whereas the original paper introduced just anomaly detection. The proposed model in the thesis for early detection of COVID-19 achieved 78 % for the k-NN classifier. Moreover, a second dataset available on request was utilized for recognition between COVID-19 cases and two types of influenza. The scrutinisation in the form of the classification between the COVID-19 and Influensa groups is proposed as the extension to the research presented in the original paper. The accuracy of the distinction between COVID-19 cases and influenza in the middle of the pandemic was equal to 73 % thanks to the k-NN. Furthermore, the contribution as the classification model of two aforementioned combined datasets was provided, and COVID-19 cases were able to be distinguished from healthy controls with 73 % accuracy thanks to XGBoost algorithm. The undeniable advantage of the illustrated approaches is taking into consideration the incubation period and contagiousness of the disease. In addition, some solutions for the detection of the aforementioned aging society phenomenon are presented. This study explores the possibility of fusing computerised analysis of hypomimia and hypokinetic dysarthria for the spectrum of Czech speech exercises. The introduced dataset is unique in this field because of its diversity and myriad of speech exercises. The aim is to introduce a new techniques of PD diagnosis that could be easily integrated into mHealth systems. A classifier based on XGBoost was used, and SHAP values were used to ensure interpretability. The presented interpretability allows for the identification of clinically valuable biomarkers. Moreover, the fusion of video and audio modalities increased the balanced accuracy to 83 %. This methodology pointed out the most indicative speech exercise – tongue twister from the clinical point of view. Furthermore, this work belongs to just a few studies which tackle the subject of utilising multimodality for PD and this approach was profitable in contrast with a single modality. Another study, presented in this thesis, investigated the possibility of detecting Parkinson's disease by observing changes in emotion expression during difficult-to-pronounce speech exercises. The obtained model with XGBoost achieved 69 % accuracy for a tongue twister. The usage of facial features, emotion recognition, and computational analysis of tongue twister was proved to be successful in PD detection, which is the key novelty and contribution of this study. Additionally, the unique overview of potential methodologies suitable for the detection of PD based on sleep disorders was depicted.
Keywords:
aging society; artificial intelligence; COVID-19; machine learning; Parkinson’s disease; signal processing; wearables; aging society; artificial intelligence; COVID-19; machine learning; Parkinson’s disease; signal processing; wearables
Available in a digital repository NRGL
Machine Learning-Aided Monitoring and Prediction of Respiratory and Neurodegenerative Diseases Using Wearables
This thesis focuses on wearables for health status monitoring, covering applications aimed at emergency solutions to the COVID-19 pandemic and aging society. The methods of ambient assisted living ...
Prvky s podélnými fotonickými strukturami v optických vláknech
Urban, František; Róka,, Rastislav; Slavíček, Karel; Smékal, Zdeněk
2023 - Czech
Cílem práce je analyzovat možnosti využítí specifické metody přípravy podélných vláknových kvaziperiodických struktur typu Braggových mřížek, k návrhu a přípravě optovláknových difrakčních prvků pro senzoriku. Ohniskem práce se staly apodizované Braggovy mřížky a metoda jejich návrhu a přípravy založená na vzájemném překrytí dvou i více mírně se lišících uniformních struktur. První část práce shrnuje teoretické poznatky o Braggových mřížkách a prezentuje rozbor základních typů mřížek a jejich významných vlastností. Dále se práce zabývá významnými aspekty použití mřížek v senzorice, analyzuje způsoby vyhodnocování účinků měřených veličin na mřížky. Ukazuje cesty optimalizace přesnosti měření ovlivněné šumy z hlediska vlastností mřížek i postupů vyhodnocování. V kapitole 4. práce ukazuje význam a vlastnosti apodizace mřížek. Stěžejní kapitola 5. rozšiřuje a zobecňuje použití metody Moaré pro přípravu apodizovaných mřížek. Jsou představeny principy a vytvořen matematický popis zobecněné metody Moaré překryvu více nestejných uniformních mřížkových struktur, který je zaměřen na implementaci metody do technického systému přípravy mřížek systémem bočního osvitu vlákna přes společnou fázovou masku s napínáním a posuvy vlákna při expozicích jednotlivých submřížek struktury. Princip metody je aplikován do optimalizací návrhů devíti zvláštních mřížkových struktur s dvěma a třemi submřížkami pro dosažení specifických parametrů výhodných pro senzorické aplikace. Kapitola 6. prezentuje kroky přípravy expozičního zařízení k rozvinutí expozice mřížek zobecněnou Moaré metodou a uvádí výsledky experimentálních prací při realizaci navržených apodizovaných dvoj a trojmřížkových struktur. Jsou prezentovány optimalizované struktury pro vysoký odstup postranních maxim, struktury s ostrým spektrálním poklesem odrazivosti v hlavním maximu a struktury s plochým temenem maxima odrazivosti. The focus of the thesis is to analyse the specific ways and the means of preparation of the longitudinal quasi-periodical optical structures of the Bragg grating type made in the fibre waveguides with a scope of forming the fibre diffractive elements for sensorics. Apodized Bragg gratings and their design and preparation based on the overlying of two or more nonidentical uniform structures became the target of the work. The first part presents the Bragg grating theory and the outline of the grating types and features. Further the thesis discusses the important aspects of grating applications in sensors. The ways of sensorial grating optimization and grating evaluation optimization are shown. Chapter 4. shows the impact and properties of the grating apodization. The next part of the thesis spreads and generalises the usage of the Moaré method of apodized gratings preparation. The principles of the generalized method are introduced and its math description based on the multiple nonequal subgratings overlays formulated. The math formulation respects the specifics of the gratings writing by the side exposition of the fibre with the interference pattern of the UV radiation passing through the phase mask, where all the subgratings use the common mask and the fibre stretches and shifts are applied. These principles are applied in optimised designs of nine application specific grating structures using two and three subgratings. Chapter 6. presents the necessary steps for the exposition system to adopt the needs of the generalised Moaré method and shows the results of the experimental works in the preparation of the designed apodized two and three subgrating based structures. The optimized grating structures with high side lobe suppression, structures with sharp central reflectance drop and the structures with flat reflectance maximum are presented.
Keywords:
Braggova mřížka; skenování spektra; odrazné spektrum mřížky; apodizace mřížky; Moaré; odstup postranních maxim.; Bragg grating; spectrum scanning; grating reflectance spectrum; grating apodization; Moaré; side lobe suppression.
Available in a digital repository NRGL
Prvky s podélnými fotonickými strukturami v optických vláknech
Cílem práce je analyzovat možnosti využítí specifické metody přípravy podélných vláknových kvaziperiodických struktur typu Braggových mřížek, k návrhu a přípravě optovláknových difrakčních prvků pro ...
Specifika českých rodinných podniků, jejich vliv na výkonnost a tvorbu hodnoty
Srbová, Pavla; Knápková, Adriana; Koráb, Vojtěch; Rydvalová, Petra; Režňáková, Mária
2023 - Czech
Mnoho vlastníků rodinných podniků v České republice aktuálně řeší problém první mezigenerační výměny. V této souvislosti se často zabývají otázkou, jakou má jejich podnik hodnotu. Proto je cílem této práce popsat specifika českých rodinných podniků a identifikovat jejich vztah k výkonnosti a tvorbě hodnoty podniku. V teoretické části práce je na základě literární rešerše vymezen pojem rodinný podnik a jsou zde popsána specifika rodinných podniků. Tato specifika jsou rozdělena do třech oblastí: kontrola rodinného podniku; dlouhodobá udržitelnost rodinného podniku; sociální zodpovědnost majitelů rodinných podniků & rodinné vztahy. Dlouhodobá udržitelnost je klíčovým cílem rodinného podnikání. Aby byl podnik dlouhodobě udržitelný rodinou, pak rodina klade důraz na udržení kontroly nad podnikáním, a to jak vlastnické, tak manažerské. V neposlední řadě je základem fungujícího podniku budování a udržování dobrých vztahů s rodinou, zaměstnanci a okolím podniku (například podpora společensky prospěšných aktivit). Závěry literární rešerše byly využity k vytvoření návrhu třífaktorového modelu specifik rodinných podniků, který byl ověřen na datech získaných dotazníkovým šetřením. Další část teorie je věnována měření finanční výkonnosti a hodnoty rodinného podniku. V této části jsou uvedeny používané ukazatele k měření výkonnosti a je zde představen teoretický způsob stanovení hodnoty podniku se zahrnutím specifik rodinného podnikání. V analytické části práce jsou vyhodnocena specifika rodinných podniků v českých veřejně neobchodovaných mikro, malých a středních rodinných podnicích. V porovnání se zahraničními studiemi mají analyzované podniky krátkou historii; většinou v nich nejsou sestavovány dlouhodobé plány; majitelé jsou často ochotni akceptovat nerodinné investory a při výběru zaměstnanců nemají běžně přednost členové rodiny. Majitelé sice nesestavují strategické plány, přesto mají dlouhodobé cíle a chtějí předat podnik potomkům. Následně byl zkoumán vztah specifik rodinných podniků reprezentovaných faktorovým modelem k finanční výkonnosti rodinného podniku a k jeho schopnosti tvořit hodnotu. Ze získaných dat plyne, že vytvořený faktor rodinnosti reprezentující oblast specifik „sociální zodpovědnost & rodinné vztahy“ má vliv na výkonnost podniku a schopnost vytvářet novou hodnotu pro jejich vlastníky. Many family business owners in the Czech Republic currently deal with the first generational exchange. Thus, they are faced with what might be the value of their company. The research is focused on Czech family businesses and their specifics. The objective of the thesis is to describe Czech family business specifics and to determine their relevance to family business performance and value creation. In the theoretical part of the thesis the definition of family business is presented, and the specificity of family businesses is described. The specifics are categorised into three sections: control of the family business; long-term sustainability of family business; social responsibility of family business owners and family relationships. Sustainability is a long-term priority in family-run business. Also, the family control of the business, both ownership and managerial, is important to keep long-term sustainable business in the family. Furthermore, establishing and maintaining good relations with family members, employees and the company's environment (e.g. supporting socially beneficial activities) is core for a successful company. Based on the literature review, a three-factor model of family business specifics was designed. The model was further verified on the data obtained from the questionnaire survey. In the next section, the theoretical part focuses on approaches used to measure the performance and value of the family business. It summarises performance indicators and presents a method for business value estimation, considering family business specifics. The analytical section of the thesis presents the Czech family business (MSMEs) specifics. Compared to foreign research findings: the analysed businesses have a shorter history; mostly do not plan in long-term; owners are often more willing to accept non-family investors; and family members are not commonly preferred when hiring employees. Although owners do not draw up strategic plans, they have long term goals and want to pass the business on to their children. Next, the study examined the relation of these specifics and the performance, and value creation ability of the family business. The proposed factor of familiness representing social responsibility and family relationships was found to affect business performance and the ability to create value for their owners.
Keywords:
dlouhodobá udržitelnost; faktorový model; faktor rodinnosti; hodnota podniku; kontrola podniku; nefinanční hodnota; podniková výkonnost; rodinný podnik; sociální zodpovědnost & rodinné vztahy; socioemocionální bohatství; tvorba hodnoty; long-term sustainability; factor model; factor of familiness; business value; control over the company; non-financial value; business performance; family business/company/firm; social responsibility and family relations; socioemotional wealth; value creation
Available in a digital repository NRGL
Specifika českých rodinných podniků, jejich vliv na výkonnost a tvorbu hodnoty
Mnoho vlastníků rodinných podniků v České republice aktuálně řeší problém první mezigenerační výměny. V této souvislosti se často zabývají otázkou, jakou má jejich podnik hodnotu. Proto je cílem této ...
Automatické plánování, spouštění a monitoring výpočetních workflows na distribuovaných systémech
Jaroš, Marta; Corbalan Gonzales, Julita; Martinovič, Jan; Jaroš, Jiří
2023 - English
Rutinní automatizované vykonávání složitých výpočetních procesů, tzv. workflows, se stalo naprosto klíčovým pro dosažení vysoké produktivity v různých oblastech vědy a výzkumu. Výpočetní workflows se v posledních několika letech staly důležitou abstrakcí mnoha reálných procesů a jevů, jako např. digitálních dvojčat, personalizované medicíny či na simulaci založené vědě obecně. Vykonání workflow lze vnímat jako orchestraci mnoha úloh s různými výpočetními požadavky a vzájemnými závislostmi. Vzhledem k výpočetní složitosti reálných workflows je jejich provádění možné pouze na výpočetních klastrech nebo v cloudu, kde hraje efektivní plánování a optimalizace provedení workflows klíčovou roli. Hlavním cílem této práce je umožnit automatizované a spolehlivé vykonání výpočetních workflows. Tyto workflows se často skládají z distribuovaných úloh, které jsou schopny běžet na několika výpočetních prostředcích najednou, dokonce umožňují toto množství měnit. Anglicky se tyto úlohy nazývají moldable tasks. Množství přiřazených prostředků ovlivňuje jak dobu vykonání workflow, tak i cenu výpočtu, ovšem ne stejnou měrou díky rozdílné výpočetní efektivitě. Proto tato práce zkoumá různé přístupy k plánování a optimalizaci vykonání workflows, převážně se zabývá optimalizačními technikami založenými na genetických algoritmech. Práce představuje tři optimalizační přístupy zkoumající dynamicky i staticky přidělované výpočetních zdroje. V procesu optimalizace hraje důležitou roli výkonnostní databáze, která je průběžně vytvářena a jejíž úlohou je uchovávat paralelní škálování prováděných úloh při různých vstupech. Řídkost a neúplnost výkonnostní databáze je řešena různými interpolačními metodami. Navrhované přístupy vykazují lepší využití výpočetních prostředků a umožňují prioritizaci různých optimalizačních kritérií, např. doby provádění workflow či ceny výpočtu. Finální implementace byla experimentálně ověřena na reálných workflows vykonávaných na klastrech v národním superpočítačovém centru IT4Innovations. Tato práce rovněž představuje návrh a implementaci komplexního systému pro automatické plánování, vykonávání a monitorování workflows na výpočetních klastrech. Systém rovněž disponuje dalšími funkcemi jako jsou účtování, reportování či odolnost vůči chybám. Tento systém, zvaný k-Dispatch, byl úspěšně komercializován v oblasti ultrazvukové neurostimulace a je nabízen společností Brainbox, Ltd. Automated execution of computational workflows has become a critical issue in achieving high productivity in various research and development fields. Over the last few years, workflows have emerged as a significant abstraction of numerous real-world processes and phenomena, including digital twins, personalized medicine, and simulation-based science in general. Workflow execution can be viewed as an orchestration of multiple tasks with diverse computational requirements and interdependencies, determined by the workflow structure. Due to the complexity of workflows, execution can only be satisfied by remote computing clusters or clouds. As these resources are expensive, workflow scheduling plays a crucial role in the automation process. The primary objective of this thesis is to enable automated and reliable execution of computational workflows. Moldable tasks, defined within these workflows, permit execution across multiple computational resources. This affects both the workflow makespan and computational cost, but not equally due to varying computational efficiency. Consequently, the thesis investigates various approaches to workflow scheduling and execution optimization, focusing on methods based on genetic algorithms. Three optimization approaches-targeting both on-demand and static computational resource allocations-are examined and discussed. The optimization process is supported by a performance database, which is collected on-the-fly and maintains parallel scaling of executed tasks and diverse inputs. The sparsity and incompleteness of the performance database are addressed through different interpolation methods. The proposed approaches demonstrate better utilization of computing resources while allowing prioritization of various optimization criteria, such as workflow makespan and computational cost. The final implementation was experimentally validated using real workflows executed on high-performance computing clusters at the IT4Innovations national supercomputing center. Additionally, this thesis presents the design and development of a comprehensive system for automated workflow scheduling, execution offloading and monitoring, completed with features such as accounting, reporting, and fault tolerance. This system, named k-Dispatch, has been commercialized for the neuroscience market by Brainbox, Ltd.
Keywords:
Workflows; workflows execution; workflow scheduling; genetic algorithms; multi-criteria optimization; HPC as a service; high performance computing; cloud.; Workflows; spouštění workflows; plánování workflows; genetické algoritmy; vícekriteriální optimalizace; HPC jako služba; vysoce náročné počítání; cloud.
Available in a digital repository NRGL
Automatické plánování, spouštění a monitoring výpočetních workflows na distribuovaných systémech
Rutinní automatizované vykonávání složitých výpočetních procesů, tzv. workflows, se stalo naprosto klíčovým pro dosažení vysoké produktivity v různých oblastech vědy a výzkumu. Výpočetní workflows se ...
Průběžná komprese v ultrazvukových simulacích v časové oblasti
Klepárník, Petr; Fura, Łukasz; Krupa, Petr; Zemčík, Pavel
2023 - English
Tato práce navrhuje novou kompresní metodu a její aplikaci v rámci ultrazvukových simulací v časové oblasti se specializací na cílený ultrazvuk o vysoké intenzitě (HIFU). Rozsáhlé numerické simulace HIFU, důležité pro plánování léčby založené na modelu, generují velké množství dat. Při simulaci je obvykle nutné ukládat stovky gigabajtů. Cílem použití této metody je významná úspora výpočetních prostředků při zachování dostatečné kvality simulačních výstupů. V jádru této práce jsou prezentovány experimentální simulace, které ukazují, že navržená kompresní metoda a její využití pro on-the-fly výpočet průměrné akustické intenzity během simulace přináší významné vylepšení. Hlavní výhodou je do značné míry (až 99 %) snížená spotřeba vzácného místa na disku a přibližně stejný nárok na operační paměť během simulace, což může výrazně snížit cenu výpočetní platformy. Komprese neovlivňuje nepříznivě celkovou dobu simulace. Přesnost nové metody byla vyhodnocena prostřednictvím tepelných simulací. Pomocí nové metody je dosaženo v podstatě stejných výsledků při stanovení ablatované tkáně jako u jiných přístupů. This work proposes a new compression method and its application in the framework of time-domain ultrasound simulations, specializing in high-intensity focused ultrasound (HIFU). Large-scale numerical simulations of HIFU, important for model-based treatment planning, generate large amounts of data. A simulation typically requires hundreds of gigabytes of storage. The goal of using this method is to significantly save computing resources while maintaining sufficient quality of the simulation outputs. At the core of this work, experimental simulations are presented, which show that the proposed compression method and its use for on-the-fly calculation of the average acoustic intensity during the simulation bring significant improvements. The main advantage is to a large extent (up to 99 %) reduced consumption of precious disk space and approximately the same requirement for operational memory during simulation, which can significantly reduce the price of the computing platform. Compression does not adversely affect the overall simulation time. The accuracy of the new method was evaluated using thermal simulations. Using the new method, the same results are achieved in ablated tissue determination as in other approaches.
Keywords:
Ultrasound simulation; compression; high-intensity focused ultrasound; average acoustic intensity; k-Wave toolbox; k-space pseudospectral method; high-performance computing; Ultrazvukové simulace; komprese; cílený ultrazvuk o vysoké intenzitě; průměrná akustická intenzita; k-Wave toolbox; k-space pseudospektrální metoda; vysoce výkonné výpočty
Available in a digital repository NRGL
Průběžná komprese v ultrazvukových simulacích v časové oblasti
Tato práce navrhuje novou kompresní metodu a její aplikaci v rámci ultrazvukových simulací v časové oblasti se specializací na cílený ultrazvuk o vysoké intenzitě (HIFU). Rozsáhlé numerické simulace ...
Electrochemická syntéza, charakterizace a aplikace nových typů 1D oxidických struktur přechodných kovů
Alijani, Mahnaz; Prof. Lluis F. Marsal; Tsuchiya, Hiroaki; Macák, Jan
2023 - English
Tato disertační práce představuje komplexní výzkum růstu TiO2 nanotrubicových (TNT) vrstev s vysokým poměrem délka/šířka (HAR) a jejich využití v pokročilých světelně-sensorických aplikacích. Výzkumné výstupy dosažené během tohoto doktorského studia zahrnují sérii článků, které se zabývají výzkumem syntézy a charakterizace vrstev HAR TNT na jedné straně a hodnocení výkonu těchto vrstev v různých senzorických modalitách na straně druhé. Počáteční studie se zaměřuje na anodizaci Ti fólií za účelem získání vrstev HAR TNT pomocí speciálně formulované elektrolytu obsahujícího NH4F/H2O/ethylene glycol s přídavkem mléčné kyseliny (LA). Výsledky ukazují, že regulací stáří a složení elektrolytu a použitím dostatečně vysokých potenciálů lze dosáhnout vrstev HAR TNT s vysokým poměrem délka/šířka (přibližně 450) v pozoruhodně krátkých časech anodizace ( 15 minut) ve srovnání s literaturou dostupnou před zahájením této disertační práce. Tento přístup nabízí slibnou cestu k získání robustních vrstev TNT bez dielektrického průrazu, eliminující potřebu řízení dalších procesních parametrů, jako je ohřev nebo ochlazování elektrolytu. Na základě úspěšných výsledků byla v následující práci zkoumána galvanostatická anodizace pro získání vrstev HAR TNT v elektrolytu obsahujícím LA. Bylo zjištěno, že mléčná kyselina účinně předchází dielektrickému průrazu při použití vysokých proudových hustot. Tento nález poukazuje na potenciál galvanostatické anodizace pro výrobu vrstev HAR TNT v podstatně zkrácených časech anodizace při pokojové teplotě. Navazující výzkum v disertační práci se zabývá mikrovlnnou fotoelektrickou vodivostí TNT vrstev s různou tloušťkou (15, 50, 80 a 110 m) při frekvencích X-pásma (~8 GHz) pro aplikace v senzorice a bezdrátové vesmírné komunikaci. Integrace anatasových TNT vrstev s rovinným rezonátorem se rozděleným kroužkem (SRR) umožňuje hodnocení jejich mikrovlnné fotoelektrické vodivosti. Experimentální výsledky odhalily významné variace v rezonanční amplitudě a frekvenčních odezvách TNT vrstev, přičemž TNT vrstvy o tloušťce 80 m vykazovaly nejvyšší citlivost. Byly stanoveny korelace mezi účinností fotoelektrické vodivosti, velikostí krystalitů a tloušťkou vrstev TNT, což podporuje využití optimalizovaných vrstev TNT pro co nejlepší mikrovlnného snímání. Kromě toho práce zkoumá vrstvy TNT na SRR pro detekci viditelného světla. Depozicí CdS tenkých vrstev na TNT vrstvy pomocí technologie depozice atomárních vrstev (ALD) se TNT vrstvy stávají velmi citlivé ve viditelné oblasti spektra, což umožňuje efektivní detekci UV a viditelného světla a detekci světlem indukovaných změn dielektrických vlastností TNT vrstev. Experimentální výsledky souhlasí s teoretickými modely a zdůrazňují výjimečný potenciál senzorů založených na TNT při detekci nebezpečí, monitorování znečištění, analýze materiálů a světelné komunikaci mezi satelity. Celkově tato práce poskytuje komplexní porozumění o růstu HAR TNT vrstev a jejich schopnostem pro pokročilé senzorické aplikace. Získané poznatky z tohoto výzkumu přispějí k rozvoji senzorů založených na nanomateriálech a otevírají nové možnosti jejich využití v různých odvětvích a nových technologiích. This thesis presents a comprehensive investigation of the growth of high-aspect-ratio (HAR) TiO2 nanotube (TNT) layers and their application in advanced light sensing technologies. The research outputs achieved during this Ph.D. study encompass a series of papers that collectively explore the synthesis and characterization of HAR TNT layers on one hand side, and performance evaluation of these layers in various sensing modalities on the other side. The initial study focuses on the successful anodization of Ti foil to obtain HAR TNT layers using a specially formulated electrolyte containing NH4F/H2O/ethylene glycol, with the addition of lactic acid (LA). The results demonstrate that by controlling the electrolyte age and composition, together with the application of sufficiently high potentials, HAR TNT layers with high aspect ratio (of approximately 450) can be achieved within remarkably short anodization times ( 15 minutes) compared to the literature available before the work on this thesis begun. This approach offers a promising pathway to obtain robust TNT layers without dielectric breakdown, eliminating the need for additional process control, such as heating or cooling of the electrolyte. Building up on the successful anodization results, the subsequent investigation explored the galvanostatic anodization for obtaining HAR TNT layers in an LA-containing electrolyte. It was observed that lactic acid effectively prevents dielectric breakdown when high current densities are applied. This finding highlights the potential of galvanostatic anodization to produce HAR TNT layers in significantly reduced anodization times at room temperature. Expanding the research scope, the thesis delves into the microwave photoconductivity of TNT layers with different thicknesses (15, 50, 80, and 110 m) at X-band frequencies (~8 GHz) for applications in sensing and wireless space communication. The integration of anatase TNT layers with a planar split ring resonator (SRR) microwave resonator enables the evaluation of their microwave photoconductivity performance. Experimental results revealed significant variations in the resonant amplitude and frequency responses of the TNT layers, with the 80 m thick TNT layers demonstrating the highest sensitivity. Correlations were established between the photoconductivity efficiency, crystallite size, and thickness of the TNT layers, supporting the development of optimized TNT layers for enhanced microwave sensing capabilities. Furthermore, the thesis explores TNT layers on SRR for visible light detection. By sensitizing the TNT layers to the visible spectral region through the deposition of a CdS coating using Atomic Layer Deposition (ALD), the results demonstrate effective detection of ultraviolet (UV) light, visible (VIS) light and light-induced variations in the dielectric properties of TNT layers. The experimental findings align with theoretical models and highlight the clearly outstanding potential of TNT-based sensors in hazard detection, pollution monitoring, material analysis, and light-based satellite-to-satellite communication. Overall, this thesis provides a comprehensive understanding of HAR TNT layers and their capabilities for advanced sensing applications. The knowledge gained from this research will contribute to the advancement of nanomaterial-based sensors and opens up new possibilities for their utilization in various industries and emerging technologies.
Keywords:
TiO2 nanotube layers; anodization; high aspect ratio; sensing application; UV detection.; TiO2 nanotrubicové vrstvy; anodizace; vysoký poměr stran; sensorické aplikace; detekce UV světla
Available in a digital repository NRGL
Electrochemická syntéza, charakterizace a aplikace nových typů 1D oxidických struktur přechodných kovů
Tato disertační práce představuje komplexní výzkum růstu TiO2 nanotrubicových (TNT) vrstev s vysokým poměrem délka/šířka (HAR) a jejich využití v pokročilých světelně-sensorických aplikacích. Výzkumné ...
Příprava a charakterizace nanostrukturních III-V polovodičových materiálů
Maniš, Jaroslav; Kostelník,, Petr; Hospodková,, Alice; Šikola, Tomáš
2023 - English
Předkládaná dizertační práce se zabývá výrobou a analýzou gallium nitridových (GaN) nanostruktur ve třech odlišných formách. V prvním případě byl zkoumám trojdimenzionální GaN ve formě nanokrystalů rostených na grafenu. Nanokrystaly byly připraveny s využitím techniky droplet epitaxy, která mimo jiné umožňuje růst nanostruktur za nízké teploty substrátu (T = 200°C). Studium se zaměřovalo jak na charakterizaci kvality připravených nanokrystalů, tak na statistický popis růstu. V dalším kroku byly připravené struktury využity pro výrobu fotodektoru citlivého na ultrafialové světlo. Výroba fotodektoru a jeho úspěšné použití slouží jako základ pro navazující výzkum. Ve druhém případě byly studovány dvoudimenzionální GaN nanostruktury, které byly rovněž připraveny za nízké teploty křemíkového substrátu. Následná analýza se soustředila na popis krystalové struktury a prvkovou analýzu, neboť byly takovéto struktury pozorovány vůbec poprvé. Další rozvoj možností přípravy těchto nanostruktur je předmětem navazujícího výzkumu. Ve třetím případě byly zkoumány jednodimenzionální GaN nanodráty připravené na safírovém substrátu. Účelem tohoto projektu bylo získání datasetu pro ověření teoretického modelu, který popisuje růst horizontálních nanodrátů. Na základě sběru a analýzy dat se podařilo modelovat růstovou dynamiku GaN nanodrátů, která byly v souladu s teoretickým modelem. The aim of the presented PhD thesis was to develop and analyze gallium nitride (GaN) nanostructures in three different forms. Firstly, three dimensional GaN nanocrystals prepared on graphene were studied from the perspective of the intrinsic crystal properties as well as growth statistics. Adopting the method of droplet epitaxy allowed the formation of such nanostructures at a low substrate temperature (T = 200°C). In order to demonstrate possible applications, the proof of concept of an UV sensitive device was designed and tested with the successful results and the great promise to the future work. Secondly, two dimensional GaN nanostructures were prepared on a pristine silicon surface also at low temperature (T = 200°C). Following experiments were focused on a study of a crystal structure and an elemental analysis as these structures have been observed for the first time. Two dimensional structures are promising candidates into the high power applications which are emerging in these days. Thus, preparation of such 2D GaN nanostructures serves as a solid foundation for the further research. Thirdly, one dimensional GaN horizontal nanowires were fabricated on different sapphire planes. The prepared nanowires provided adequate dataset for the subsequent data analysis related to the growth kinetics. Collected dataset was used for verification of the developed theoretical model of the nanowire growth. It has been shown that the theoretical model describes the growth of nanowires with great precision and, thus, provide a useful insight into the growth mechanisms.
Keywords:
GaN; nanocrystals; nanowires; deposition; graphene; sapphire; scanning electron microscopy; atomic force microscopy; Raman spectroscopy; GaN; nanokrystaly; nanodráty; depozice; grafén; safír; skenovací elektronová mikroskopie; mikroskopie atomárních sil; Ramanova spektroskopie
Available in a digital repository NRGL
Příprava a charakterizace nanostrukturních III-V polovodičových materiálů
Předkládaná dizertační práce se zabývá výrobou a analýzou gallium nitridových (GaN) nanostruktur ve třech odlišných formách. V prvním případě byl zkoumám trojdimenzionální GaN ve formě nanokrystalů ...
NRGL provides central access to information on grey literature produced in the Czech Republic in the fields of science, research and education. You can find more information about grey literature and NRGL at service web
Send your suggestions and comments to nusl@techlib.cz
Provider
Other bases