Scriptiebank overzicht

In deze masterproef werd B.Stim ontwikkeld: een gebruiksvriendelijk en
personaliseerbaar apparaat voor transcraniële elektrische stimulatie (TES), bedoeld voor
thuisgebruik bij de behandeling van therapieresistente depressie (TRD). Traditionele
behandelmethoden zoals antidepressiva en therapie in klinische setting zijn vaak
onvoldoende effectief, moeilijk toegankelijk of financieel belastend. TES vormt een
veelbelovend alternatief door op een veilige en niet-invasieve manier hersenactiviteit te
beïnvloeden, maar bestaande apparaten zijn vaak te complex of te weinig afgestemd op
individuele gebruikersnoden.
Binnen dit project werd een headset ontworpen die modulair, intuïtief en aanpasbaar is.
Via iteratief prototypen en gebruikersonderzoek werd een oplossing ontwikkeld die zowel
medische richtlijnen volgt als een hoge mate van autonomie toelaat voor de gebruiker. De
elektroden zijn vrij positioneerbaar, het ontwerp is ergonomisch, en de
gebruikersinterface begeleidt de gebruiker stap voor stap door het behandelingsproces.
De ontwerpaanpak combineerde de Triple Diamond en Biodesign methodologieën om
noden vanuit zowel medische als gebruikerscontexten te integreren.
De werking en bruikbaarheid van het ontwerp werden gevalideerd via gebruikstesten met
leken. B.Stim toont zo aan dat het mogelijk is om complexe medische technologie
toegankelijk te maken voor thuisgebruik, met als doel de geestelijke gezondheidszorg te
verbeteren.

Deze masterproef beschrijft de ontwikkeling van een autonome quadcopter uitgerust met een frequentieselectieve triaxiale 5G-sensor voor het meten van radiofrequente elektromagnetische velden (RF-EMV). Het doel was om de blootstelling rond 5G-basisstations nauwkeurig en reproduceerbaar in kaart te brengen. Naast de bouw en kalibratie van het dronesysteem werden ook interferentie door boordelektronica en afschermingseffecten van de drone onderzocht. In een veldcampagne vloog de drone een 2D-raster en visualiseerde de resultaten via heatmaps, met piekwaarden tot 4,25 V/m. Het onderzoek toont aan dat drones een efficiënte, autonome en transparante oplossing bieden voor RF-EMV-monitoring in 5G- en toekomstige 6G-netwerken
.

Deze masterproef onderzoekt hoe batterijsystemen optimaal kunnen worden aangestuurd in een context van dynamische elektriciteitsprijzen en het Belgische capaciteitstarief. De focus ligt op industriële verbruikers, waarbij gestreefd wordt naar het minimaliseren van de totale energiekost.
Een nieuw Rolling Horizon Linear Programming (RHLP)-algoritme werd ontwikkeld en
vergeleken met een eenvoudig heuristisch basisalgoritme. Het RHLP-algoritme gebruikt PV-opbrengst, dynamische prijzen en verbruiksvoorspellingen op basis van Extreme Gradient Boosting (XGBoost) om de laad- en ontlaadbeslissingen te optimaliseren over een tijdshorizon van 48 uur. Deze horizon schuift mee met de tijd (rolling
horizon), waarbij de optimalisatie om de 15 minuten wordt herhaald. De PV-opbrengst
werd in de standaardconfiguratie benaderd via werkelijke historische waarden.
De algoritmes werden geëvalueerd aan de hand van uitgebreide simulaties op reële
verbruiksprofielen en historische Belpex-prijsdata. De resultaten tonen aan dat onder
de juiste omstandigheden het RHLP-algoritme tot 20% kostenbesparing kan realiseren
in vergelijking met het basisalgoritme.
Nacht- en weekendverbruik bleek een bepalende factor in de behaalde optimalisatiewinst, wat duidt op een duidelijke invloed van het verbruiksprofiel op het prestatiepotentieel van het algoritme. Daarnaast bleken ook parameters zoals batterijcapaciteit
en prijsschommelingen op de markt van doorslaggevend belang voor de gerealiseerde
resultaten.
Dit onderzoek toont aan dat batterijsturing op basis van verbruiksvoorspellingen via
lineaire optimalisatie kostenbesparingen kan opleveren.

Dit rapport introduceert Sustainable Tech Behaviour (STB), een benadering die de bredere impact van technologie onderzoekt. Vaak worden technologische keuzes gedreven door efficiëntie, winstgevendheid en schaalbaarheid. De ecologische, economische, sociale en individuele gevolgen blijven echter vaak onderbelicht. Dit onderzoek brengt deze gevolgen in kaart en biedt praktische oplossingen voor een meer verantwoord technologisch beleid.

De literatuurstudie laat zien dat duurzaamheid en ethiek steeds belangrijker worden in technologische besluitvorming. Studies benadrukken de noodzaak van systemisch denken en multidisciplinaire samenwerking. Daarnaast tonen onderzoeken aan dat onbedoelde gevolgen van technologie vaak pas laat zichtbaar worden, wat proactieve strategieën vereist. Het STB-framework is gebaseerd op deze inzichten en helpt
organisaties technologie bewuster en duurzamer te benutten.

Het onderzoek introduceert het STB-framework, dat zich richt op vier impactgebieden: individueel, sociaal, economisch en ecologisch. Deze pijlers vormen samen een holistische benadering om de impact van technologie op verschillende niveaus te
begrijpen en te sturen.
Het framework biedt een gestructureerde aanpak om zowel de positieve als negatieve gevolgen van technologische innovaties te analyseren en hiermee bewuste keuzes te maken die bijdragen aan duurzaamheid en ethische verantwoordelijkheid.

Vervolgens benadrukt het rapport de noodzaak van bewustwording en biedt concrete tools om organisaties te helpen verantwoorde keuzes te maken. Een kernpunt is het STB-framework, een visueel en interactief model waarmee decision-makers de onbedoelde gevolgen van technologie kunnen identificeren en evalueren. Dit framework helpt bij het systematisch analyseren van technologische keuzes en hun bredere implicaties. Hierdoor kunnen organisaties technologie inzetten op een manier die zowel economisch rendabel als maatschappelijk verantwoord is.

Naast het STB-framework bevat het rapport aanbevelingen zoals het bevorderen van systemisch denken, regulering en het aanmoedigen van ethische innovatie. Verder worden strategieën aangereikt om binnen bedrijven en instellingen draagvlak te creëren voor duurzame technologische transities.

Het eindresultaat is een toolkit in workshopvorm met methodieken die organisaties ondersteunen bij het maken van duurzame en ethisch verantwoorde technologische keuzes. Deze toolkit kan worden ingezet in strategische besluitvorming, beleidsontwikkeling en bewustwordingscampagnes binnen bedrijven en instellingen.

Door concrete handvatten te bieden, draagt dit rapport bij aan een toekomst
waarin technologie niet alleen een drijvende kracht is achter economische groei, maar ook bijdraagt aan een eerlijke, duurzame en inclusieve samenleving

Een internationaal programma waarin technische onderwerpen aan bod komen, vereist zorgvuldige aandacht. Het is belangrijk om studenten te betrekken bij verschillende onderwerpen op het gebied van technologie. Daarnaast is een grondige voorbereiding noodzakelijk om ervoor te zorgen dat studenten volledig voorbereid zijn op het programma.

Tijdens de voorbereidingsfase moet het technische doel van het programma, dat een week duurt, duidelijk worden gecommuniceerd. Het technische doel van dit programma is het verbeteren van de Overall Equipment Effectiveness (OEE) van een stoommachine. Het proces begint met het verzenden van gegevens via een Programmable Logic Controller (PLC) via MQTT-communicatie naar een broker. Met behulp van NodeRED kunnen deze gegevens worden gevisualiseerd en met een Python-script kunnen ze worden vastgelegd in een dataset. Met deze dataset kan een AI-model worden geselecteerd en getraind. Het model moet vervolgens de trend van de gekozen output zo nauwkeurig mogelijk voorspellen. Het programma duurt een week, waarin alle stappen worden uitgevoerd om het AI-model te optimaliseren en de OEE te maximaliseren.

Lower limb muscle weakness is a common symptom in many
neuromuscular conditions and traumatic injuries, often leading to
abnormal gait, instability, and reduced mobility. Ankle-foot orthoses
(AFOs) are widely prescribed to support functional walking, yet current
production methods remain labor-intensive, poorly adjustable, and limited
in their ability to accommodate evolving user needs. This thesis explores
the design and development of a modular, patient-specific AFO using
additive manufacturing (AM), in collaboration with Materialise and
Materialise Motion.
The project follows an adapted Stanford Biodesign methodology,
incorporating clinical research, user feedback, and iterative engineering
across three phases: Identify, Invent, and Develop. By reframing the
design process to account for technical, clinical, and experiential
demands, the resulting AFO aims to better align with the real-world needs
of orthotists and patients. The core innovation lies in a three-part modular
architecture: ankle-cuff, strut, and footplate, each optimized for digital
fabrication and individualized stiffness tuning.
To support this modularity, a parametric CAD workflow and Finite Element
Analysis (FEA) were used to iteratively tune the geometry and stiffness of
individual components. Physical testing under physiological loads
confirmed the reliability of the design, while patient and expert input
reinforced the importance of comfort, fit, and ease of use.
This thesis demonstrates the potential of AM to move beyond cosmetic
customization and deliver functional, adaptable orthoses. While further
clinical validation is required, the proposed system offers a promising step
toward more personalized and efficient orthotic care.

Deze thesis onderzoekt hoe 3D printtechnologie kan
worden ingezet om lichte en gepersonaliseerde externe
borstprothesen te ontwerpen voor vrouwen die een mastectomie
hebben ondergaan. Traditionele prothesen zijn vaak zwaar,
oncomfortabel en sluiten niet goed aan op de individuele
lichaamsvorm. Door middel van een benchmarkanalyse, cocreatie
met gebruikers en parametrisch modelleren in Grasshopper, richt
dit onderzoek zich op het ontwikkelen van een nieuwe generatie
prothesen die beter aansluiten bij de behoeften van de gebruikers.
Er werd een aanpasbaar digitaal model ontwikkeld met interne
perforatiestructuren om het gewicht te verminderen, terwijl de
prothese zacht en stabiel bleef. Verschillende prototypes werden
geprint in PLA, TPU en siliconen. Door technische beperkingen
was uitgebreid testen met patiënten niet mogelijk, maar er werd
wel feedback verzameld van experts. De studie toont aan dat 3D
printen belangrijke voordelen biedt op het gebied van comfort,
pasvorm en ontwerpflexibiliteit. Daarnaast benadrukt het
onderzoek het belang van gebruikersbetrokkenheid in het
ontwerpproces. De resultaten vormen een stevige basis voor
toekomstig onderzoek en klinische validatie.

Toegang tot duurzame energie blijft een uitdaging in Tanzania, waar het gebruik van traditionele biomassa zoals hout en houtskool bijdraagt aan gezondheidsrisico’s en milieudegradatie. Biogas uit organisch afval biedt een alternatief, maar moet gezuiverd en gecomprimeerd worden om de kook efficiëntie te verbeteren en distributie mogelijk te maken. Deze thesis ontwikkelt een systeem om biogas, geproduceerd in Kimbiji, te zuiveren en te comprimeren. Daar produceert een anaerobe vergister ongeveer 100 l gas per dag met 35 % kooldioxide (CO2) en 260 ppm waterstofsulfide (H2S), wat moet reduceren tot 25 % CO2 en 5 ppm H2S.

Een testopstelling aan Ardhi University bood de mogelijkheid om verschillende zuiveringstechnieken te vergelijken. Twee CO2-verwijderingsmethoden werden getest: absorptie met calciumhydroxide (Ca(OH)2) en waterscrubbing. Voor de H2S-verwijdering werden vier lokale absorberende materialen getest.

Voor de opstelling in Kimbiji zijn Ca(OH)2-absorptie en verroeste ijzerwol voor CO2- en H2S-verwijdering gekozen. De CO2 concetratie bereikt 16% en het H2S-gehalte daalt tot 2 ppm. Om distributie te realiseren, wordt het gas gecomprimeerd tot 8 bar met zonne-energie en opgeslagen in LPG-tanks.

Een techno-economische analyse toont dat kleinschalige biogaszuivering leidt tot een genivelleerde kostprijs van 1 572 TZS/kWh, wat niet rendabel is. Voor een groter systeem, in dit werk voorgesteld om 6 500 l biogas per dag te verwerken, bleek de kost slechts 241 TZS/kWh. Dit evenaart de lokale alternatieven.

Titel scriptie – Bewijsstukken voor de Bachelorproef

Deze scriptie, die heeft gediend als onderdeel van mijn bachelorproef binnen de pBA Energietechnologie, beschrijft mijn ervaringen tijdens verschillende projecten en onderzoeken binnen twee projectvakken bij Save More, evenals mijn stage bij Terpower – part of the Vlinvesta family – in de derde fase van mijn opleiding.

Onderverdeeld in vijf bewijsstukken:
- Save More: Project; Lavetan
- Save More: Klantopdrachten & Organisatiebeheer
- Energieverhaal: Boons BV
- Energieverhaal: Bedrijventerrein; L'Adrien
- Onderzoek: Energiedelen

Toegepaste functieprofielen:
- Calculator & Werkvoorbereider
- Projectleider & Management
- Sustainable Problem Solver
- Design & Build
- Sustainable Problem Solver

We hebben een betrouwbare en efficiënte voeding ontworpen voor een breed spanningsbereik, volledig afgestemd op toepassingen in de treinwereld. En dat volledig volgens de vereisten van het bedrijf, binnen budget én volledig zelf ontwikkeld. Een mooi eindresultaat van een boeiend traject.

Deze paper introduceert een innovatieve tool voor het automatisch semantisch annoteren van machine learning-processen in RDF, met als doel om deze te integreren op het semantische web. Dit bevordert transparantie en helpt bij het naleven van de GDPR-wetgeving. De tool maakt gebruik van de Function Ontology (FnO) om Python-functies, -methoden en -klassen semantisch te beschrijven, en integreert de Provenance Ontology (ProvO) om datatransformaties tijdens het verwerkingsproces vast te leggen. Door het beschrijven van functie-implementaties kunnen gebruikers deze processen nadoen en uitvoeren, terwijl gedetailleerde provenance-informatie wordt vastgelegd. Bovendien worden MLFlow en de MLSchema Ontology gebruikt om machine learning-modellen en hun trainingsprocessen in RDF-formaat te beschrijven. Deze beschrijvingen worden gevisualiseerd met behulp van een stroomdiagram. Dankzij de semantische beschrijving van machine learning-operaties via deze tool kan een individu meer controle behouden over zijn eigen data.

This master's thesis is titled "Feasibility Study of Virtual Energy Reporting Based on Process Data in Historian," and is conducted as part of the Master of Science in Electrical Engineering Technology - Automation for the academic year 2023-2024. The goal of this thesis is to develop a virtual, low-cost energy monitoring system using process data. This research was supervised by Dr. ir. Nele De Geeter and ir. Jeroen Pandelaere from Actemium Beverage Aalter. The thesis explores the feasibility of implementing a virtual energy reporting system based on existing process data stored in a historian database.
The aim of this work is to gain a better understanding of the energy consumption of an industrial process in a cost-effective way. It is applied to a UHT process at Puratos, one of Actemium's customers.
From an economic and environmental point of view, it is important to minimize the energy consumption of such a process, but the problem is that there is little insight into the energy consumption. In addition, process optimization is done by trial and error, resulting in an inefficient and costly method of improvement.
The developed system uses data from existing sensors used to control the relevant industrial processes. By analysing these data and components, the theoretical energy consumption is calculated, providing an approximation of the actual energy consumption.
The main advantage of this type of virtual energy monitoring system is that a virtual model can be used to evaluate different scenarios without the need for extensive real-world testing. This approach allows the optimal solution to be identified more quickly and cost-effectively. It also provides a better idea of the production cost of treating the product, resulting in a better revenue model.

In deze scriptie wordt de effectiviteit van een filter als strategie voor het verbeteren van de binnenluchtkwaliteit tegen fijnstof onderzocht met behulp van simulaties in Dymola. Hiervoor is er een nieuwe indeling voor fijnstofdeeltjes ontwikkeld, gebaseerd op de toxiciteit van verschillende deeltjesgroottes en afgeleid uit de literatuur. Deze nieuwe indeling heeft als doel de tekortkomingen van de bestaande grootte-indelingen te vervangen die de grootte- en bronafhankelijke toxiciteit van fijnstof generaliseren. Na het ontwikkelen van een filtercomponent en het aanpassen van een bestaand multi-zone model, werd de schadelijkheid van de fijnstofconcentratie die de binnenomgeving bereikt en het vermogen van filters om dit te voorkomen, onderzocht in verschillende scenario's. De invloed op de algehele binnenluchtconcentratie van PM werd waargenomen voor verschillende buitenomgevingen en verschillende filters. Daarnaast werden ook de invloed van PM dat door koken wordt uitgestoten, het verschil tussen 100% ventilatie en vraaggestuurde ventilatie en de implementatie van open ramen gesimuleerd. Bovendien werden de invloed van variatie in filterefficiëntie, de levensduur van het filter en het daaropvolgende energieverbruik onderzocht. De resultaten tonen aan dat een HEPA-filter de binnenluchtconcentratie van PM voor alle schadelijke deeltjesgroottefractie voldoende kan verlagen, terwijl een grof en fijn filter dit niet kunnun. Koken en het openen van ramen ondermijnen echter de effectiviteit van het filter in zodanige mate dat een gezonde binnenomgeving niet langer kan worden gegarandeerd. Een voorlopige analyse van het energieverbruik en de levensduur van het filter toont aanzienlijke extra energiekosten aan bij het gebruik van filters, evenals een levensduur die aanpassing vereist van het bereik dat door fabrikanten wordt voorgesteld. Analyse van de huidige testnormen voor filters laat zien dat deze niet voldoende zijn om een goede vergelijking tussen verschillende filters te waarborgen. Het aantal DALY's voor blootstelling aan PM2.5 was in alle scenario's minstens vier keer kleiner wanneer er een HEPA-filter aanwezig was. PM bleef echter de meest schadelijke verontreinigende stof, vóór stikstofdioxide, ozon en formaldehyde.

In recent years, interest in the use of ecological materials in the production of fibre-reinforced composites has increased enormously. This study investigates if the mechanical properties of different types of flax fibre cloth could act as a substitute for carbon fibre in composite materials. The study focuses on nine different flax fibre cloths, each with different weight classes and different patterns, combined with bio-epoxy resin to create fiber reinforced composites. The study compares the mechanical properties, such as tensile strength and elongation of these flax-based composites. The results indicate that flax fibre composites achieve similar strengths to carbon fibres composites, but due to the fact that they require more layers resulting in greater thickness and weight, their applications are limited, especially in weight-sensitive areas. Unidirectional (UD) flax fibres exhibit the highest tensile strength of all flax fibres tested. In addition, the research shows that the importance of the proper fibre-epoxy ratio is huge, variations in epoxy content will affect the mechanical properties enormously. Bio-epoxy resin, which contains up to 34% biodegradable material, is a good substitute for traditional epoxies. The only difference of bio epoxy is the fact that it is more ductile. Overall, the research highlights the potential applications of flax fibre as a sustainable alternative to synthetic fibres, like carbon or glass fibre.

Chauffeurs ADR klasse 7, die instaan voor het vervoer van radioactieve materialen, worden tijdens de uitoefening van hun taken blootgesteld aan een complexe en dynamische werkomgeving. Hoewel het huidige veiligheidsparadigma effectief is gebleken, blijft het een uitdaging om adequaat te reageren op onvoorziene gebeurtenissen. Dit onderzoek verkent daarom een nieuwe benadering van transportveiligheid door de menselijke factor meer te integreren. Daartoe richt deze studie zich op het potentieel van stress voor het bevorderen van een holistische benadering van veiligheid bij het vervoer van radioactieve materialen. Stress wordt geconceptualiseerd volgens de actieregulatietheorie, waarbij regulatieproblemen (obstakels, onzekerheden en overlading) als stressbronnen worden gezien. Veiligheidsprestatie wordt benaderd als een drieledig construct bestaande uit safety compliance, veiligheidsparticipatie en veiligheidsadaptatie. De relatie tussen stress en veiligheidsprestatie wordt vervolgens geanalyseerd. De centrale onderzoeksvraag luidt: In welke mate kan het concept 'stress' bijdragen aan een meer holistische kijk op veiligheid bij het vervoer van radioactieve materialen?

Om de onderzoeksvraag te beantwoorden, wordt een mixed methods onderzoek uitgevoerd. Een cross-sectionele survey onder chauffeurs ADR klasse 7 (n=58) wordt gecombineerd met diepte-interviews (n=5). De resultaten na analyse van deze data tonen een significant verband tussen stresscomponenten zoals obstakels, onzekerheden en overlading. Ongevallenrisico bleek de meest prominente stressor te zijn en deze correleerde significant en positief met safety compliance. Daarentegen hadden werkprestatiebeperkingen, werkonderbrekingen en onzekerheden een significant negatieve correlatie met safety compliance. Er werd geen significante correlatie gevonden tussen stress en veiligheidsparticipatie en -adaptatie. Uit zowel kwantitatieve als kwalitatieve data blijkt dat chauffeurs overtuigd zijn van hun hoge mate van safety compliance, hoewel interviews aanpassingen aan het licht brachten waarvan chauffeurs zich vaak niet bewust waren.

Dit onderzoek toont aan hoe stress kan bijdragen aan een holistische kijk op veiligheid bij het vervoer van radioactieve materialen. Hoewel er nog veel vragen onbeantwoord blijven, biedt dit onderzoek nieuwe inzichten die een dialoog over een holistische veiligheidsbenadering kunnen stimuleren. Door stress als concept te verkennen, brengt dit onderzoek de realiteit van chauffeurs ADR klasse 7 in beeld en kan het belang van een nieuwe kijk op veiligheid met het oog op continue verbetering benadrukt worden.

Gehoorapparaten hebben een aanzienlijke evolutie doorgemaakt en zijn getransformeerd tot apparaten die in staat zijn tot aanzienlijke berekeningen op het oor. Naast deze berekeningen wordt verwerking met hoge eisen in het gehoorapparaat systeem uitgevoerd in een gecentraliseerd apparaat, waar meer rekenkracht beschikbaar is. Dit vereist echter(draadloze) gegevensoverdracht tussen deze apparaten, wat de batterijduur nadelig kan beïnvloeden. Verschillende strategie¨ en voor bandbreedte-efficiënte audio bronlokalisatie voor binaurale gehoorapparaten worden vergeleken. Een veelgebruikte strategie is het gebruik van audiocodecs, zoals de LC3+ codec, om de bandbreedte te minimaliseren. Hier wordt ook een bandbreedte
gecomprimeerde versie van een state-of-the-art gedistribueerd systeem onderzocht. Het coöperatieve model verwerkt eerst de microfoonsignalen lokaal voordat de functies naar de centrale processor worden verzonden voor verdere analyse. Het verlagen van de bandbreedte van het systeem impliceert een geschikte compressie van deze functies. Het onderzoek omvat verschillende optimalisaties, waaronder de kwantisatie van de ingebedde functies, aanpassingen aan de functiedimensies, evenals wijzigingen in tijd- en frequentieresoluties. In het algemeen leidden de cumulatieve aanpassingen tot een verbeterde prestatie die iets lager, maar goed vergelijkbaar was met het gecentraliseerde basismodel. Bovendien zijn proof-of-concept experimenten met kennisoverdracht en potentiële uitbreidingen van het coöperatieve model succesvol getest.

Deze paper onderzoekt de mogelijkheid van
kristallografische oriëntatie tijdens additieve vervaardiging.
Elektrische machines maken gebruik van korrel georiënteerd of
niet-korrel georiënteerd elektrisch staal, afhankelijk van de
toepassing. De kristallografische oriëntatie van het staal is
belangrijk om de energieverliezen, en daarmee het
energiegebruik van de machine, te verminderen. Additieve
vervaardiging biedt de mogelijkheid om nieuwe ontwerpen met
hoge geometrische complexiteit te creëren, maar er is geen
mogelijkheid om de kristaloriëntatie van de afgezette materialen
te controleren tijdens het additief vervaardigingsproces. Deze
paper onderzoekt het gebruik van Fe6.5Si deeltjes, die onder
magnetische verzadiging worden gebracht door ze vooraf te
magnetiseren in een op maat gemaakt magnetisch circuit. De
remanentie van de deeltjes zal een magnetisch moment creëren,
dat zal proberen de deeltjes te oriënteren tijdens de extrusie
onder invloed van een magnetisch veld. Dit maakt additieve
productie mogelijk van componenten met hoge dichtheid van
Fe6,5Si voor elektrische machines met geprefereerde
kristaloriëntaties. Geteste proefstukken tonen oriëntatie met lage
intensiteit. Dit suggereert dat kristalrotatie mogelijk is tijdens
het 3D-micro-extrusieproces. De rotatie wordt mogelijk
gedeeltelijk voorkomen door de hoge viscositeit van het
pastamateriaal.

Accurate electricity price forecasting is critical in today’s volatile energy markets, particularly with the increasing penetration of renewable energy sources. This thesis aims to
compare the increasingly popular deep learning techniques with established statistical
models for electricity price forecasting in the Belgian day-ahead market. The comparative study uses a deep learning method called Long Short-Term Memory (LSTM) and
a statistical LASSO-Estimated Auto-Regressive (LEAR) model both in predicting price
values as well as quantifying their uncertainty. The main findings reveal that the LEAR
model outperforms the LSTM model in terms of accuracy and computation time. The
study emphasizes the importance of recalibration for improving forecasts and challenges the notion that deep learning models always outperform statistical methods.
The research contributes to the literature by providing insights into the effectiveness of
different forecasting models in the field of electricity price prediction.

Deze thesis onderzoekt de productie van Functionally Graded Materials (FGMs) met behulp van Laser Directed Energy Deposition (L-DED). Door ijzer (Fe) en koper (Cu) te combineren, worden FGMs ontwikkeld voor toepassingen in de luchtvaart, automobielsector en energieopwekking. De nadruk ligt op het optimaliseren van procesparameters om scheuren en porositeit te minimaliseren. De resultaten laten zien dat met de juiste instellingen Fe-Cu FGMs succesvol kunnen worden vervaardigd. Toekomstig onderzoek zal zich richten op verdere verbetering van deze technieken.

Mijn masterproef is vertrouwelijk, gelieve mij te contacteren indien mijn onderzoek de volgende ronde haalt.

Astronauten voorbereiden op ruimtewandelingen op aarde is uitdagend vanwege de aanwezigheid van zwaartekracht. Dit onderzoek, uitgevoerd in informele samenwerking met de Europese Ruimtevaartorganisatie, presenteert een bewijs van concept voor het simuleren van nul-zwaartekrachtomgevingen met behulp van virtual reality (VR). Het ontwikkelde systeem, genaamd ZeroTraining, omvat twee belangrijke subsysteem: ZeroPGT en ZeroArm. ZeroPGT is een VR-toepassing die een Extravehicular Activity (EVA)-omgeving simuleert, terwijl ZeroArm een haptisch feedbacksysteem van het encounter-type is dat een controller fysiek uitlijnt met virtuele objecten, waardoor gebruikers de sensatie van het hanteren van nul-zwaartekrachtobjecten kunnen ervaren. Verschillende fundamentele uitdagingen werden aangepakt, waaronder de ontwikkeling van een aangepaste IK FABRIK-algoritme, het tot stand brengen van naadloze communicatie tussen de VR-headset en de robotarm, het fabriceren van de end-effector en het implementeren van hardwareverbeteringen aan de robotarm. De haalbaarheid van het systeem werd gevalideerd door een gebruikservaringsstudie met 10 deelnemers, die een significant potentieel onthulden ondanks de huidige robotbeperkingen en de noodzaak voor verdere verbeteringen.

De toenemende adoptie van elektrische voertuigen brengt nieuwe uitdagingen met zich mee op het gebied van fraudepreventie en -detectie. Dit onderzoek richt zich op het ontwikkelen van AI- ondersteunde datavisualisatietechnieken binnen een webapplicatie, om frauduleuze activiteiten, zoals 'vehicle-to-grid'-detectie, 'charge pass fraud', en abnormaal gebruik, te identificeren en te analyseren binnen de groeiende markt van elektrische voertuigen en oplaadinfrastructuur.
De methodologie omvat een literatuurstudie naar machinelearningalgoritmen en frameworks voor zowel de frontend als de backend van de webapplicatie. Relaties in de database werden opgezet met foreign keys en kolommen werden geïndexeerd om prestaties te verbeteren. Er werd een visuele data-analyse uitgevoerd, een isolation forest-algoritme werd ontwikkeld om anomalieën te detecteren, en een API werd gecreëerd voor toegang tot data en resultaten. Tot slot werd een webapplicatie ontwikkeld voor de visualisatie van anomalieën.
De resultaten van dit onderzoek omvatten de ontwikkeling van een operationele webapplicatie met behulp van het Vue.js framework en een REST API gemaakt met FastAPI. Deze webapplicatie is in staat om frauduleuze activiteiten te detecteren en te visualiseren met behulp van het isolation forest AI-algoritme. Deze resultaten dragen bij aan een betere detectie van frauduleuze activiteiten binnen het EV-oplaadecosysteem, wat essentieel is voor het behoud van de integriteit van de oplaadinfrastructuur en het vertrouwen van gebruikers.

Deze scriptie beschrijft de ontwikkeling van een innovatieve softwaretool voor de analyse en het ontwerp van balken in bouwkundige constructies. De tool is speciaal ontworpen voor studenten bouwkunde om hen te helpen bij het begrijpen en toepassen van complexe berekeningen die nodig zijn voor het ontwerpen van veilige en efficiënte structuren. Naast het bieden van gedetailleerde stapsgewijze uitleg over de berekeningen, bevat de software functies zoals automatische optimalisatie van wapening, wat uniek is in vergelijking met bestaande professionele tools. De tool is eenvoudig in gebruik, voldoet aan de Belgische en Europese normen, en is bedoeld om zowel het leerproces van studenten te ondersteunen als een nuttig hulpmiddel te bieden voor professionals in de bouwsector.

Het onderzoek naar AMobile ontstond uit de toenemende vraag naar grootschalige additieve manufacturing (LSAM) en de daarmee gepaard gaande uitdagingen. AMobile is opgezet met als doel bedrijven en scholen kennis te laten maken met grootschalig 3D-printen door middel van demonstraties en workshops op locatie.

Deze bachelorproef richt zich op de verbetering van de functionaliteit, efficiëntie en het gebruiksgemak van AMobile. Dit wordt bereikt door een literatuurstudie naar thermoplasten en een praktijkonderzoek naar de printparameters van verschillende materialen. De literatuurstudie geeft inzicht in de meest geschikte thermoplasten voor gebruik met de Pulsar-extruder. Het praktijkonderzoek richt zich op de optimalisatie van printparameters voor materialen zoals PLA en PETG. Het doel hiervan is om de geschiktheid van deze materialen voor de schroef extruder te bepalen en de bijbehorende extrusie parameters te optimaliseren.

Daarnaast omvat het project handleidingen om de gebruiksvriendelijkheid van AMobile te vergroten. Deze handleidingen dekken verschillende aspecten zoals de opstelling van de KUKA-robot, de bediening ervan en de CAM-setup. Het uiteindelijke doel is om de workflow te optimaliseren, van 3D-ontwerp tot het geprinte object.

Door deze aanpak is AMobile toegankelijker geworden voor een breder publiek en zijn er grote stappen gemaakt om het gebruiksgemak te vergroten.

De bachelorproef, getiteld "AI-evolutie in vliegtuigonderhoud: Efficiëntie in MRO-processen," onderzoekt de integratie van artificiële intelligentie (AI) in onderhouds-, reparatie- en revisieprocessen (MRO) in de luchtvaartindustrie. De focus ligt op hoe AI-technologieën zoals machine learning en computer vision kunnen bijdragen aan verbeterde efficiëntie, kostenbesparingen en verhoogde veiligheid binnen deze sector.

Dit document omvat alle informatie rond het radar verkeersmonitor project. Eerst wordt er uitleg gegeven over
de stageplek, de doelstelling van het project en hoe deze tot stand zijn gekomen. Gevolgd door een
theoretische basis radar en signal processing om het project beter te begrijpen. Daarna wordt de gebruikte
hardware tot in detail besproken met nadruk op enkele mechanische eigenschappen en een kijkje binnen het
productieproces. Tot slot wordt de toegepaste software besproken.

Enkele veelbelovende katalysatoren voor de depolymerisatie van lignine en de dehydratie van 1,3-butaandiol werden gekarakteriseerd. Met behulp van enkele technieken werd de oa. de metaalverdeling op het oppervlak en de zuurheid en basisheid in kaart gebracht. Dit zorgde voor meer inzicht in de katalysatoreigenschappen en kan in de toekomst leidden tot de rendabele productie van duurzame biochemicaliën.

Nucleaire fusie kan de toekomst van schone energie zijn, maar er zijn problemen met iets genaamd ELMs. Dit zijn plotselinge uitbarstingen van energie die de reactorwand kunnen beschadigen, vergelijkbaar met stoom die vrijkomt uit een snelkookpan. Deze thesis gebruikt AI om ELMs te vinden, wat onderzoek naar fusie-energie gemakellijker maakt.

Deze masterthesis richt zich op het ontwerpen, ontwikkelen en evalueren van een learning analytics dashboard, specifiek gericht op leraren in het middelbaar onderwijs. Het dashboard biedt een visueel overzicht van essentiële informatie. Het doel is om leraren in het secundair onderwijs te ondersteunen door hen de nodige informatie te bieden om een beter begrip van hun studenten te krijgen, weloverwogen beslissingen te nemen en administratieve taken te verminderen.

De focus ligt op de verschillende mogelijkheden van hernieuwbare energiebronnen in België. Meer specifiek onderzoekt het of de groei van hernieuwbare energie voldoende is om aan de vraag te voldoen. De studie onderzoekt ook diverse manieren om dit haalbaar te maken, waaronder de vergelijking van verschillende kerncentrales, de uitbreiding van offshore windenergie en de toenemende vraag naar zonnepanelen. Daarnaast bevat de studie een kort overzicht van elektrische auto's en andere vormen van energieopwekking.