Scriptiebank overzicht

Deze masterproef onderzoekt hoe het vrijhandelsakkoord tussen de Europese Unie en Mexico de internationale handel en de bijbehorende CO₂ uitstoot heeft beïnvloed. Aan de hand van een econometrisch gravity model worden handelsstromen en belichaamde CO₂ emissies vóór en na de invoering van het akkoord geanalyseerd.

De resultaten tonen dat het akkoord de bilaterale handel met ongeveer 26,4 procent verhoogde, terwijl de bijbehorende CO₂ uitstoot met 17,8 procent toenam. De uitstoot steeg dus minder sterk dan de handel. Dit komt doordat de bijkomende handel zich relatief meer concentreerde in minder CO₂ intensieve sectoren en doordat de uitstootintensiteit binnen sectoren afnam. Daarnaast nam ook de handel met derde landen toe, waardoor geen bewijs wordt gevonden voor klassieke handelsverschuiving. De studie toont zo hoe handelsbeleid niet alleen economische, maar ook ecologische gevolgen heeft.

Zwaartekrachtsdetectoren zoals Virgo meten uiterst kleine lengteveranderingen in hun kilometerslange laserarmen om zwaartekrachtsgolven van botsende zwarte gaten en neutronensterren te detecteren. De betrouwbaarheid van deze metingen (massa, afstand en locatie van de bron) hangt volledig af van de nauwkeurigheid waarmee het instrument geijkt is. Een bekende bron van systematische fouten is verstrooid licht: een klein deel van het laserlicht lekt door de eindspiegels van de detector en kan, wanneer het weerkaatst en opnieuw de arm binnendringt, een echte zwaartekrachtsgolf nabootsen.

Deze scriptie onderzoekt of dit ongewenste effect net bewust kan worden opgewekt en gebruikt als onafhankelijke ijkingsmethode. Een piëzo-elektrisch plaatje, geplaatst achter de eindspiegel, wordt op een gekozen frequentie in trilling gebracht om gecontroleerd verstrooid licht te genereren. Twee sensoren, één ter hoogte van het plaatje, één aan het einde van de detector, meten het resulterende signaal, waarna een zelfijkende methode toelaat om het spiegellek te berekenen.

Simulaties tonen aan dat deze methode, ondanks de beperkte tijdsvensters waarin het signaal bruikbaar is, het spiegellek kan bepalen met een nauwkeurigheid van ruim onder één procent, over een breed bereik van trilfrequenties. Een prototype van het plaatje en zijn positioneersysteem werd gebouwd en getest, wat een onverwacht thermisch probleem blootlegde: het kale oppervlak absorbeert te veel laserlicht en warmt op in vacuüm. Een reflecterende coating (spectralon) wordt voorgesteld als oplossing.

Eenmaal operationeel op Virgo, biedt deze methode een volledig onafhankelijke ijkingscontrole naast bestaande technieken, en draagt ze zo bij aan de betrouwbaarheid van toekomstige zwaartekrachtgolfdetecties.

Conflicted Playground: Erfgoed in een veelstemmig onderhandelingsproces
Synthese Masterproef Emile Vertriest (Grand Tour 2025-2026)
KU Leuven Faculteit Architectuur Campus Sint-Lucas Gent
Promotor: Carl Bourgeois | Co-promotor: Hugo Vanneste

In deze masterproef onderzoek ik hoe we omgaan met postindustrieel erfgoed, meer bepaald de leegstand, herprogrammering en het onderhoud ervan. Als casestudy koos ik de voormalige steenkoolmijn Forte-Taille nabij Charleroi, een verlaten steenkoolmijn die sinds haar sluiting in 1935 geleidelijk werd overgenomen door spontane plantengroei, urbex-bezoekers en verval.

Het onderzoek vertrekt vanuit mijn 'Grand Tour' door Japan en België, waarbij verschillende erfgoedsites werden bezocht en geobserveerd. Daaruit ontstond de vaststelling dat omgang met erfgoed steeds het resultaat is van culturele subjectiviteit, maatschappelijke waarden en economische afwegingen. Waar de Belgische omgang met erfgoed vaak gericht is op restauratie, onderhoud en herbestemming, lijkt de Japanse benadering wat meer ruimte te laten voor vergankelijkheid, aanpassing en zelfs verdwijning.

Deze observaties deden mij de gekozen site steeds minder beschouwen als een toestand die om een oplossing vroeg, maar eerder als een proces dat voortdurend transformeert.
Tijdens het ontwerptraject bleek het dan ook moeilijk om een specifieke toekomstvisie voor de site te vormen. Forte-Taille is groot, gelaagd en kent verschillende mogelijke gebruikers, elk met hun eigen belangen en benaderingen ten opzichte van erfgoed. Een keuze voor één definitieve toekomstvisie betekende onvermijdelijk het uitsluiten van andere mogelijkheden. Die complexiteit werd uiteindelijk juist het uitgangspunt van mijn project.

Ik besloot Forte-Taille te vertalen naar een speculatief bordspel. Het spel als medium laat een vrijwel oneindig aantal ruimtelijke combinaties toe en maakt complexiteit zichtbaar zonder een voorkeur uit te spreken over bepaalde ruimtelijke keuzes. Het spel werkt als een simulatie van conflicten die ontstaan wanneer verschillende actoren met elk hun eigen logica belang hebben bij dezelfde plek. Vier protagonisten nemen het tegen elkaar op:

• De Conservator, die de gebouwen wil beschermen en consolideren.
• De Ontwikkelaar, die nieuwe programma’s en gebouwen introduceert.
• De Ecoloog, die ruimte vrijmaakt voor natuurlijke processen en vegetatie.
• De Verkenner, die zich de site toe-eigent via tijdelijke constructies opgebouwd uit
gerecupereerde materialen en industrieel puin.

Elke speler beweegt over een spelbord dat gebaseerd is op de werkelijke site. Door middel van claims, obstructies en tijdsgebonden gebeurtenissen proberen ze hun invloed op de site uit te breiden. Wanneer een speler terrein verliest verdwijnen de interventies niet, maar keren ze terug naar hun eigenaar om elders opnieuw ingezet te worden. Zo ontstaat een eindeloze cyclus van conflict, toe-eigening, verval en transformatie waarin geen definitieve winnaar mogelijk is. Door het conflict centraal te stellen legt het spel de complexiteit en subjectiviteit bloot van erfgoedbeleid, ruimtelijke keuzes en de vele actoren die betrokken zijn bij het vormgeven van de site. Tegelijk benadrukt het de rol van de architect als bemiddelaar: niet als ontwerper van één standpunt, maar als iemand die uiteenlopende belangen verenigt binnen een dynamisch en complex proces.

Mijn scriptie in het kort gaat over het verbeteren van Advanced Life Support (ALS)-training voor verpleegkundigen in een ziekenhuis in een lage-inkomenscontext (Kanifing General Hospital in Gambia).

Het doel van het onderzoek is om te bekijken of een aangepaste ALS-training, gebaseerd op simulatiegericht leren en herhaalde oefening, een invloed heeft op de kennis, praktische vaardigheden en het zelfvertrouwen van verpleegkundigen bij reanimatie.

In de literatuurstudie werd onderzocht welke didactische methoden het meest effectief zijn voor ALS-opleidingen. Hieruit bleek dat vooral simulatiegebaseerd leren, gecombineerd met feedback en regelmatige herhaling, leidt tot betere leerresultaten en meer zelfvertrouwen. Daarnaast werd duidelijk dat kennis en vaardigheden snel afnemen zonder opfrissing.

Op basis van deze inzichten werd een contextgerichte ALS-training ontwikkeld en uitgevoerd in Kanifing General Hospital. De training werd aangepast aan de beperkte middelen in het ziekenhuis en bestond uit een korte theoretische sessie, praktische simulaties en visuele hulpmiddelen zoals een flowchart/poster.

Om het effect van de training te meten, werd gewerkt met een voor- en nameting bij verpleegkundigen uit de spoed-, medische en chirurgische afdelingen. De resultaten tonen een duidelijke verbetering in kennis en zelfvertrouwen, vooral bij het gebruik van de AED en het toepassen van ALS-protocollen.

De conclusie van de scriptie is dat een gestructureerde, contextgerichte en herhaalde ALS-training op basis van simulatie effectief is om de competentie van verpleegkundigen te verbeteren, zelfs in omgevingen met beperkte middelen.

Traditionele reanimatietraining voor verpleegkundigen steunt vaak op externe 2D-interfaces voor feedback, wat leidt tot het split-attention effect. De hulpverlener moet hierbij de aandacht verdelen tussen de fysieke handeling op de reanimatiepop en een extern scherm, wat de cognitieve belasting verhoogt en de leercurve belemmert. Deze bachelorproef onderzoekt hoe Mixed Reality (MR) technologie dit proces kan optimaliseren door real-time, intuïtieve feedback direct in het gezichtsveld
van de gebruiker te projecteren. Het doel van dit onderzoek was de ontwikkeling van een Proof of Concept (PoC) op de Meta Quest 3, waarbij sensordata van een reanimatiepop in real-time wordt gevisualiseerd via een Unity-applicatie. Een significante technische barrière in dit proces was de gesloten aard van de beschikbare communicatieprotocollen. Hoewel de fabrikant eigen ecosystemen aanbiedt, ontbreekt een publiek toegankelijke en gedocumenteerde SDK die directe integratie met de Meta Quest 3 en de Unityomgeving mogelijk maakt. Daarnaast vormt de beperkte native ondersteuning voor Bluetooth Low Energy (BLE) binnen de standaard Unity-ontwikkelomgeving voor Android-gebaseerde headsets een extra hindernis.
Om dit probleem te overbruggen, is een diepgaand technisch onderzoek uitgevoerd
naar het communicatieprotocol van de pop. Door middel van reverse engineering
technieken waaronder het decompileren van officiële software en het analyseren van Bluetooth Low Energy (BLE) pakketjes via HCI snoop logs en Wireshark op een gerouteerd Android-toestel zijn de verborgen handshakes en datacharacteristics
ontcijferd. Het resultaat is een werkend prototype dat live sensordata (zoals compressiediepte en frequentie) vertaalt naar ruimtelijke visualisaties, waaronder een ghost avatar en een dynamisch reagerend hartmodel. De voorlopige resultaten van deze PoC tonen aan dat MR in staat is om de kloof tussen haptische ervaring en visuele feedback te dichten. Dit onderzoek legt hiermee de technische fundamenten voor een nieuwe generatie medische simulatietools die verpleegkundigen effectiever kunnen voorbereiden op kritieke levensreddende situaties.

‘Het besparingspotentieel van een Energie Management Systeem (EMS)’
Student: Walter D’Amico – AP Hogeschool Antwerpen
Stageplaats: VEKA – Vlaams Energie- en Klimaatagentschap
Opleiding: Professionele bachelor Energiemanagement (2024-2025)
In een energiemarkt gekenmerkt door prijsschommelingen, capaciteitsheffingen en digitalisering, worden huishoudens en KMO’s uitgedaagd om hun verbruik slimmer te beheren. Energie Management Systemen (EMS’en) vormen hierbij een sleuteltechnologie: ze sturen het verbruik automatisch op basis van realtime prijs- en netdata. Toch blijft de rendabiliteit ervan voor veel gebruikers onduidelijk. Deze bachelorproef brengt daar verandering in.
Ik ontwikkelde een interactieve rekenmodule die op basis van gebruikersinput – zoals woningtype, toestellen, gedrag en contractvorm – de Total Cost of Ownership (TCO) en de Terugverdientijd (TVT) van een EMS berekent. Via Google Sheets en Apps Script wordt automatisch een gepersonaliseerd rapport gegenereerd, inclusief scenariovergelijking, besparingsgrafieken en benchmarkanalyse.
De tool werd ontworpen met reproduceerbare logica, gevoeligheids- en correctiefactoren, en werd getest op meer dan 550 realistische scenario’s. De resultaten tonen dat voor gebruikers met meerdere regelbare toestellen en een dynamisch of een contract bij een Flexibility Service Provider of aggregator, de jaarlijkse besparing kan oplopen tot honderden euro’s, met een gemiddelde terugverdientijd van net boven de 5 jaar. Daartegenover staan profielen waar de investering minder loont – wat de nood aan maatwerk aantoont.
Het project is technisch en beleidsmatig relevant. VEKA gaat deze rekenmodule zeker verder bespreken om te integreren in de website www.maakjemeterslim.be en zal dan worden ingezet in campagnes van VEKA als extra stimulans om potentiële gebruikers te overtuigen. Daarnaast is het inzetbaar als simulatie-instrument bij energieloketten, netbeheerders of leveranciers die contractoptimalisatie en flexibiliteitsdiensten willen ondersteunen. De methodiek is uitbreidbaar naar andere technologieën (zoals warmtepompen of batterijen) en types aansluitingen (zoals AMR).
Deze bachelorproef koppelt praktijkervaring, innovatie en systeeminzicht met een breed maatschappelijk nut. Het biedt gebruikers helderheid, en beleidsmakers een onderbouwde basis om het potentieel van EMS’en gericht te stimuleren in het kader van de energietransitie.

Een effectieve communicatie tussen arts en patiënt is essentieel voor kwalitatieve zorg en een beter herstel. Zwakke communicatievaardigheden kunnen negatieve gevolgen hebben, zoals verhoogde stress en bezorgdheid bij patiënten. Eerder onderzoek toont aan dat arts-assistenten vaak tekortschieten op dit vlak.

Het doel van dit onderzoek is het nagaan of de attitudevragenlijsten, die door arts-assistenten worden ingevuld, een voorspellende waarde hebben voor de kwaliteit van hun communicatie. De attitudevragenlijsten meten aan de hand van stellingen, de houding van arts-assistenten ten opzichte van communicatie, het leren van communicatievaardigheden en hun benadering van ziekte of patiëntgerichtheid. De onderzochte attitudevragenlijsten zijn de Doctor-Patient Scale, Communication Skills Attitude Scale, Leeds Attitude Towards Concordance Scale en de Jefferson Scale of Physician Empathy. De communicatievaardigheden van de arts-assistenten werden gemeten via drie vragenlijsten ingevuld door externe beoordelaars na een consultatie met de arts-assistent. De beoordelingsinstrumenten die hiervoor werden gebruikt zijn de Maastrichtse Anamnese en Advies Scorelijst, de Consultation and Relational Empathy vragenlijst en de Non-verbale communicatievragenlijst.

Om significante verbanden tussen de attitudebeoordelingsvragenlijsten en communicatievaardigheden te analyseren, werd de Spearman-correlatiecoëfficiënt toegepast.

Verder werd onderzocht of demografische kenmerken (zoals specialisatie, geslacht, jaren klinische ervaring, universiteit van opleiding en bewustzijn van beoordeling) samenhangen met verschillen in communicatievaardigheden of attitudebeoordeling. Hiervoor werden de Mann-Whitney U-toets en de Kruskal-Wallis toets gebruikt.

De resultaten tonen aan dat de Leeds Attitude Towards Concordance Scale de grootste voorspellende waarde heeft voor de communicatievaardigheden van arts-assistenten. In tegenstelling hiermee blijken de Doctor Patient Scale, Communication Skills Attitude Scale en de Jefferson Scale of Physician Empathy geen significante voorspellende waarde te hebben. Daarnaast geeft het onderzoek aan dat demografische factoren invloed hebben op de communicatievaardigheden van arts-assistenten.
Echter de voorspellende waarde van de attitudevragenlijsten berust niet op de demografische factoren van de arts-assistenten.

Op basis van de resultaten worden jaarlijks communicatieworkshops voor arts-assistenten en het gebruik van communicatiechecklists tijdens stages aanbevolen.

Mijn masterproef onderzoekt hoe elektrische machines, in het bijzonder permanent-magneet-synchrone motoren (PMSM), recycleerbaar kunnen worden ontworpen zonder prestatieverlies. Vandaag worden deze motoren meestal versnipperd, waardoor waardevolle materialen zoals koper en zeldzame aardmetalen verloren gaan. Het grootste obstakel is het gebruik van lijmen en thermohardende harsen, die demontage onmogelijk maken. In mijn onderzoek ontwikkelde ik een rotorconcept waarin magneten mechanisch worden gefixeerd met bouten in plaats van lijm. Dit ontwerp werd gevalideerd via elektromagnetische en mechanische simulaties en vervolgens gerealiseerd in een prototype. De lijmloze rotor bleek structureel robuust en presteerde vergelijkbaar met conventionele motoren, terwijl hij volledig demonteerbaar is. Daarnaast werd een opschalingsstudie uitgevoerd, waaruit bleek dat radiale bouten geschikt zijn voor grotere motoren zoals in elektrische voertuigen. Dit werk toont aan dat design-for-recycling haalbaar is en een belangrijke stap vormt naar circulaire elektrische aandrijfsystemen.

Humanoïde robots moeten in staat zijn om te navigeren op complex, ongestructureerd terrein, wat actuatoren vereist met een hoge koppeldichtheid en een sterke schokbestendigheid, evenals robuuste besturingsstrategieën voor stabiele voortbeweging.

Dit werk presenteert het ontwerp en de besturing van een hopper dat een humanoïde-been nabootst, met behulp van nieuw ontwikkelde serieel gekoppelde actuatoren. Het doel is om een onderbestuurd 3-DOF-been te creëren met verbeterde impactresistentie en springprestaties in vergelijking met state-of-the-art systemen.

Het resulterende been van 13,62 kg en 0,9 m integreert op maat gemaakte transmissie- en sensorsystemen. Er wordt een driefasige besturingsstrategie gebruikt: PD-besturing tijdens de vlucht, impedantiebesturing tijdens het bufferen en energy shaping tijdens het opstijgen.

Simulatie en experimentele validatie tonen aan dat lineaire railwrijving een aanzienlijke invloed heeft op de prestaties. Een experiment om de wrijving te schatten leverde een dimensieloze springhoogte van 1,28 op. Opvallend is dat het been een dimensieloze stijfheid van 14,25 bereikte onder impedantiebesturing, wat wijst op een verbeterde schokbestendigheid.

De industrie vereist elke dag complexere processen en logistiek, wat heeft geleid tot de opkomst van multi-agent systemen. Hierbij werken meerdere robots, voertuigen of machines in dezelfde omgeving. Dit stimuleert de behoefte aan multi-agent bewegingsplanners die de bewegingen van deze agents op een efficiënte en veilige manier coördineren en plannen.

Daarom presenteert deze scriptie een nieuwe, op model predictieve controle (MPC) gebaseerde bewegingsplanner voor holonomische multi-agent systemen, door een gedecentraliseerde formulering van de alternating direction method of multipliers (ADMM) te combineren met een gecentraliseerde formulering van control barrier functions (CBF's). De methode is ontwikkeld met het oog op, maar niet beperkt tot, industriële magnetische levitatieplatforms zoals het Beckhoff XPlanar-systeem.

De klassieke gecentraliseerde MPC-benadering blijkt te schalen met ∼ O(N^2,96), waardoor de methode onuitvoerbaar wordt bij een toenemend aantal agents. Hoewel gedecentraliseerde ADMM de tijdcomplexiteit aanzienlijk vermindert, kan deze de veiligheid niet garanderen, d.w.z. er bestaat een risico op botsingen. Daarom wordt de methode aangevuld met een extra optimalisatieprobleem waarin CBF's zijn opgenomen. Het resultaat is een veilige methode die schaalt met ∼ O(N^1,82). Deze veiligheidsgarantie stelt ons in staat om het aantal ADMM-iteraties vast te leggen, waarbij een afweging wordt gemaakt tussen prestaties en rekenkracht.

Om de realtimeprestaties verder te verbeteren, biedt dit werk een C++-implementatie van de hybride methode, die gebruikmaakt van de gedecentraliseerde ADMM-structuur door de code te parallelliseren. Dit vermindert de rekentijd voor 5 en 10 agents met respectievelijk 90,1% en 60,5%. De hybride methode wordt vervolgens kwalitatief en kwantitatief vergeleken met de gecentraliseerde MPC-methode. Ten slotte wordt een proof of concept gepresenteerd door de algoritmen te implementeren en te testen op het XPlanar-systeem.

Traditionele geotechnische ontwerpmethoden in België zijn in hoofdzaak gebaseerd op deterministische of semi-probabilistische benaderingen. Deze leiden vaak tot conservatieve schattingen die de inherente variabiliteit van het bodemgedrag slechts beperkt weerspiegelen. In deze thesis wordt de praktische toepassing van volledig probabilistische geotechnische berekeningen onderzocht, met specifieke aandacht voor het voorspellen van dijkzettingen.

Het onderzoek richt zich op het project voor dijkversterking te Groot Schoor (Bornem), dat deel uitmaakt van het bredere Vlaamse Sigmaplan voor waterveiligheid. Hierbij wordt uitgebreide veld- en laboratoriumdata geïntegreerd met geavanceerde probabilistische methoden.

Een omvattende methodologie wordt ontwikkeld, waarin PLAXIS 2D eindige-elementenmodellering wordt gecombineerd met Python-gebaseerde automatisering en probabilistische berekeningen. Via een sensitiviteitsanalyse worden de belangrijkste bodemparameters geïdentificeerd en gemodelleerd als stochastische variabelen, gebaseerd op kansverdelingen afgeleid uit CPT(u)-gegevens en laboratoriumproeven. Latin hypercube sampling wordt toegepast om representatieve inputsets te genereren, terwijl een response-surface model, getraind op een beperkt aantal PLAXIS-simulaties, een grootschalige probabilistische analyse mogelijk maakt. Bayesian updating, geïmplementeerd via de Markov Chain Monte Carlo-methode, verfijnt de probabilistische voorspellingen door de integratie van werkelijke zettingsmetingen uit de monitorcampagne.

De resultaten tonen aan dat probabilistische methoden niet alleen de variabiliteit en onzekerheid van zettingsgedrag accurater weergeven dan deterministische benaderingen, maar tevens waardevolle inzichten verschaffen in parametersensitiviteit en modelrobuustheid. Deze studie bevestigt de haalbaarheid en de voordelen van het structureel integreren van probabilistische technieken in geotechnisch ontwerp, wat de weg opent naar betrouwbaardere en kostenefficiëntere infrastructuurontwikkeling, evenals data-gestuurde besluitvorming.

In dit werk onderzoeken we hoe artificiële intelligentie kan helpen om epidemieën eerlijker en efficiënter aan te pakken. Met behulp van reinforcement learning leert een algoritme verschillende maatregelen uitproberen en afwegen, zodat het zowel de medische impact als de sociale last probeert te beperken. Dit onderzoek breidt eerder onderzoek uit door in de sociale last ook het risico op hospitalisatie in rekening te brengen. We kijken hoe het algoritme de maatregelen op een gebalanceerde manier aanpakt en verdeelt tussen de leeftijdsgroepen. Door middel van simulaties en visualisaties tonen we hoe het gebruik van artificiële intelligentie leidt tot meer gebalanceerde strategieën, zonder dat het de effectiviteit van bestrijding van de epidemie beïnvloed.

Observatievaardigheden zijn van belang voor zorgverleners, zowel voor accurate diagnoses als voor empathische patiëntondersteuning.
De huidige evaluatie van deze vaardigheden in gesimuleerde omgevingen steunt vaak op subjectieve methoden zoals zelfrapportage en directe observatie door docenten.
Hoewel de Tobii eyetracking-brillen in het Zorglab van HOGENT objectieve blikdata leveren,
ontbreekt er tot op heden geschikte software om automatisch te analyseren welke objecten studenten waarnemen en voor hoe lang.
Deze bachelorproef beantwoordt hoe computervisiemodellen geïntegreerd kunnen worden met eyetrackingdata van Tobii Glasses om de observatieprestaties van studenten automatisch te analyseren.
De analyses dienen de feedback door docenten in het Zorglab te versterken.

Deze doelstelling werd uitgewerkt door middel van van een proof-of-concept (PoC) softwareapplicatie.
Dit proces startte met een literatuurstudie naar eyetracking-analyse en relevante computervisiemodellen (o.a. YOLO, SAM, DINOv2).
Vervolgens werd een prototype applicatie ontworpen en geïmplementeerd (Python, FastAPI, HTMX), inclusief een semi-automatische labeling-tool die gebruik maakt van SAM2 voor objectsegmentatie en -tracking.
Om de PoC te valideren, werd een gecontroleerd experiment uitgevoerd in het Zorglab.
Hier genereerden studenten aan de hand van Tobii Pro Glasses 3, eyetrackingopnames tijdens gesimuleerde observatietaken.
Deze opnames, samen met twee specifieke kalibratieopnames, werden gelabeld met de ontwikkelde tool om een grondwaarheidsdataset te creëren.
Een analysepijplijn werd ontworpen en geëvalueerd. In deze analyse werd de trackingfunctionaliteit van FastSAM gecombineerd met blikgestuurde filtering en classificatie van objectsegmenten, middels een getraind YOLOv11-objectdetectiemodel.
De prestaties werden geëvalueerd aan de hand van precisie, recall en F1-score, na optimalisatie via een grid search van hyperparameters.

Uit de resultaten bleek dat de combinatie van FastSAM-tracking met een YOLOv11-objectdetector (getraind op 1000 samples per klasse) de beste prestaties opleverde, met een F1-score van 0.80, een precisie van 0.94 en een recall van 0.70.
De hoge precisie toont aan dat het systeem met grote zekerheid de correcte objecten identificeert, hoewel een significant deel van de fout-positieven in de werkelijkheid correct gedetecteerde objecten bleken te zijn, die niet in de grondwaarheid waren opgenomen.
De lagere recall wijst erop dat niet alle bekeken objecten consistent werden gedetecteerd, voornamelijk door problemen met kleine, transparante objecten en door inconsistenties tussen de FastSAM-segmentaties en de grondwaarheid.
De FastSAM-tracking bleek de meest beperkende factor in de pijplijn.

Deze bachelorproef levert een werkend PoC en een methodologie op die de haalbaarheid van geautomatiseerde analyse van observatievaardigheden aantoont.
Het biedt een objectieve, datagestuurde basis om de feedback aan studenten te verbeteren en de effectiviteit van simulatietraining in de zorg te verhogen.
Op deze manier legt het een fundament voor verder onderzoek naar robuustere analysemethoden.

Deze masterscriptie beschrijft de ontwikkeling en validatie van een Computational
Fluid Dynamics-model voor adiabatische en diabatisch twee-fasenstroming in een mi-
crokanaal, met focus op toepassingen in Microkanaal-Warmtewisselaars voor Small
Modular Reactors. De Euleriaans–Euleriaanse methode werd toegepast en meerdere
interfaciale krachten en warmteoverdrachtsmodellen werden getest op toepasbaarheid
binnen experimentele configuraties. Een modulaire strategie werd gevolgd, van een
adiabatisch basismodel (verticale kleine kanaal), tot een verfijnd adiabatisch model
(horizontaal microkanaal), naar een volledig kookmodel (verticaal microkanaal). De
eerste twee modellen toonden sterke overeenkomst met experimentele data voor vol-
umefracties, snelheidsprofielen, stromingsregimes en drukverliezen. Voor horizontale
stroming vormde het gebrek aan gedetailleerde data en geschikte submodellen echter
een beperking. De kooksimulaties voorspelden drukverliezen en wandoververhitting
correct, maar toonden gevoeligheid voor de stabiliteit van de vloeistoffilm aan de wand.
De modellen vormen een degelijke basis voor thermo-hydraulisch gedrag in annulair
regime, maar zijn beperkt bij extremere condities. Toekomstig werk moet zich richten
op horizontale data en robuustere krachtmodellen voor bredere stromingsregimes.

De opkomst van elektrische Vertical Take-Off and Landing (eVTOL) vliegtuigen roept vragen op over hun akoestische integratie in dichtbevolkte stedelijke omgevingen. Een belangrijke uitdaging is te onderzoeken in hoeverre het karakteristieke tonale geluid van eVTOL’s wegvalt in of juist afsteekt tegen de stedelijke achtergrond. Deze masterproef behandelt deze problematiek aan de hand van de centrale onderzoeksvraag: “Hoe kan een goedkoop en autonoom akoestisch meetsysteem worden ontworpen, gebouwd en gekalibreerd om op betrouwbare wijze stedelijke achtergrondgeluiden vast te leggen en de akoestische impact van eVTOL-vliegtuigen te evalueren?

Om deze vraag te beantwoorden werd een goedkoop, autonoom meetsysteem ontwikkeld en gevalideerd voor langdurige geluidsmonitoring in stedelijke context. Het prototype combineert een MEMS-microfoon, een Raspberry Pi met data-acquisitiesysteem, 4G-connectiviteit en een op zonne-energie gebaseerde energievoorziening in een robuuste configuratie die buitenshuis kan
functioneren met minimale interventie. Kalibratie tegen een referentiemicrofoon beperkte het betrouwbare frequentiebereik tot 500–3000 Hz. Binnen dit bereik registreerde een eerste meting op de VUB-campus stedelijke geluidsdrukniveaus tussen 42 en 57 dB SPL. De metingen tonen zowel geleidelijke variaties als kortstondige pieken, vermoedelijk veroorzaakt door verkeersintensivering en sirenes van hulpdiensten. Daarnaast werden tonale componenten waargenomen, met name rond 1 kHz en 2 kHz. Dit illustreert de capaciteit van het systeem om smalbandige kenmerken in het geluidslandschap te detecteren. Een vergelijking met numerieke voorspellingen van eVTOL-rotorgeluid suggereert dat tonale pieken het stedelijke achtergrondniveau met meer dan 10 dB kunnen overstijgen direct onder het toestel, terwijl waarnemers opzij deels maskering kunnen ervaren. Deze eerste resultaten tonen aan dat het ontwikkelde systeem een veelbelovend en betaalbaar proof-of-concept vormt voor de evaluatie van de akoestische voetafdruk van eVTOL’s in stedelijke context. Verdere metingen zijn echter noodzakelijk om de betrouwbaarheid en robuustheid volledig te onderbouwen.

Hepatocellulair carcinoom (HCC) is wereldwijd de derde belangrijkste oorzaak van kankergerelateerde sterfte. Een beschikbare behandeling is transarteriële radio-embolisatie, waarbij radioactieve microsferen rechtstreeks naar de tumor worden geïnjecteerd. Deze techniek maakt gebruik van de unieke arteriële bloedvoorziening van levertumoren om het therapeutisch effect te versterken, terwijl het omliggende gezonde weefsel wordt gespaard. Het succes van deze behandeling wordt sterk beïnvloed door klinische factoren, waaronder de patiëntspecifieke vaatstructuren van de lever, de injectiesnelheid van de deeltjes en het type katheter. Deze elementen zorgen voor aanzienlijke variatie in de behandelingsuitkomsten.

Deze thesis heeft als doel om de toediening van emboliserende deeltjes te optimaliseren met behulp van computationele stromingsdynamica (CFD), zodat de verdeling van de deeltjes beter overeenkomt met de bloedstroompatronen. Hiervoor wordt een zijgatkatheter ontworpen die deze afstemming moet verbeteren en de invloed van klinische variabelen moet verminderen, wat leidt tot meer voorspelbare resultaten en een betere tumortargeting. In het bijzonder onderzoekt dit werk zowel standaard microkatheters met eindopening (SMC) als zijgatkatheters (SHC) met gesloten voorzijde en verschillende zijgatdiameters.

Met Ansys Discovery werden verschillende kathetergeometrieën ontwikkeld en geïntegreerd in een patiëntspecifiek arterieel levermodel om deeltjestrajecten en stromingsdynamica te simuleren. Een roostergevoeligheidsanalyse werd uitgevoerd om de optimale volumemesh te bepalen. De simulaties omvatten zowel stationaire als transiënte analyses en onderzochten hoe het type katheter, de zijgatdiameter en de oriëntatie van de katheter de verdeling van de deeltjes beïnvloeden.

De resultaten van de in Ansys Discovery ontwikkelde katheters kwamen overeen met de verwachtingen wat betreft deeltjesverspreiding en verdeling. De Discovery-gebaseerde workflow behield de oorspronkelijke anatomie met een oppervlakteafwijking van slechts 0,0003% ten opzichte van het gesegmenteerde model. Belangrijke prestatie-indices zoals de Matching Deviation Index (MDI) en Targeting Deviation Index (TDI) bleken echter afhankelijk van de oriëntatie van de zijgaten. De MDI, die de overeenkomst tussen deeltjesverdeling en bloedstroom weergeeft, toonde aan dat de SHC beter presteerde dan de SMC. SHC’s met kleinere zijgaten (0,2 mm) vertoonden een hogere variabiliteit tussen oriëntaties (2,53%) door de vorming van geconcentreerde injectiestralen dicht bij de arteriewanden. De TDI, die de medische relevantie weerspiegelt door deeltjesverdeling te vergelijken met tumorperfusie, gaf consequent de voorkeur aan SHC’s met grotere zijgaten (0,4 mm). Deze vertoonden minder afhankelijkheid van de oriëntatie (0,89% variabiliteit t.o.v. 2,84%).
Deze bevindingen werden bevestigd in transiënte simulaties, die een twaalfvoudige toename in deeltjesverspreiding lieten zien. Transiënte simulaties leverden over het algemeen lagere MDI- en TDI-waarden op. SHC 0.2 behaalde de beste MDI dankzij de meest uniforme verdeling van de deeltjes, maar dit ging ten koste van de doelgerichtheid, wat resulteerde in de laagste TDI.

Deze thesis toont aan dat het zijgatkatheterontwerp het potentieel heeft om de gevoeligheid voor klinische parameters te verminderen en de behandeling beter te laten aansluiten bij de geplande therapie.

Cerebrale arterioveneuze malformaties (AVM’s) zijn afwijkingen in de hersenvaten waarbij slagaders en aders rechtstreeks met elkaar verbonden zijn, zonder tussenliggende haarvaten. Dit veroorzaakt een complex netwerk van bloedvaten dat risico’s op bloedingen, epileptische aanvallen en neurologische aandoeningen met zich meebrengt. Een veelgebruikte behandeling is endovasculaire embolisatie, waarbij een vloeibaar embolisch middel – vaak Onyx – via een microkatheter wordt ingespoten om de AVM te blokkeren. Het succes van deze procedure hangt af van de ervaring van de behandelede arts, onder andere bij het bepalen van de katheterpositie en injectiesnelheid. Hierdoor groeit de interesse naar kwantificatie van deze parameters.
Hoewel de FDA (Food and Drug Administration) een aanbevolen injectiesnelheid van 0.16 ml/min en een bovengrens van 0.30 ml/min voorschrijft, wordt dit in de praktijk zelden actief gemonitord. In deze thesis wordt met behulp van computationele vloeistofdynamica (CFD) onderzocht hoe de injectiesnelheid de verdeling en stroming van Onyx beïnvloedt. Hiervoor worden de bloed- en Onyx-stromingen gemodelleerd in een patiënt-specifieke AVM-geometrie, gebaseerd op medische beeldvorming.
De resultaten tonen aan dat de injectiesnelheid een duidelijk effect heeft: hogere snelheden versnellen de verspreiding van Onyx, beïnvloeden de verdeling binnen de AVM en veroorzaken hogere lokale drukverschillen. Dit benadrukt dat de injectiesnelheid een kritische parameter is die in de klinische praktijk meer aandacht verdient. Verdere studies met uitgebreidere patiënten data en experimentele validatie zijn nodig om deze bevindingen te bevestigen en te vertalen naar de kliniek.

Afvalwaterzuiveringsinstallaties staan onder toenemende druk. Ze kampen met een
beperkte capaciteit, een hoog energieverbruik en de noodzaak om extra chemicaliën
toe te voegen om stikstof te verwijderen. Tegelijkertijd hebben rioleringssystemen hun
eigen problemen, zoals geuroverlast, aantasting van leidingen en de uitstoot van
broeikasgassen. Om deze problemen aan te pakken, voegen waterbeheerders vaak
nitraat of ijzerzouten toe, maar deze oplossingen zijn op lange termijn niet duurzaam.
Een veelbelovender en duurzamer alternatief is het gebruik van genitrificeerde urine.
Dit is urine waarbij de stikstof al is omgezet naar nitraat. Deze nitraatrijke vloeistof kan
rechtstreeks in de riolering worden gedoseerd. Zo helpt het om geurhinder en corrosie
tegen te gaan, terwijl het ook de stikstofbelasting op de zuiveringsinstallatie verlaagt.
Maar hoe reageren de micro-organismen in de riolering op deze aanpak?
Deze thesis onderzoekt hoe goed verschillende bacteriën nitraat verwijderen wanneer
ze koolstof (uit acetaat), sulfide of beide als energiebron ter beschikking hebben. Uit
de testen bleek dat koolstofverwerkende bacteriën (heterotrofen) nitraat het snelst
verwijderen. Bacteriën die sulfide gebruiken (autotrofen) zijn trager, maar presteren
beter als ze zijn aangepast aan zwavelrijke omstandigheden. Wanneer zowel koolstof
als sulfide aanwezig is, krijgen de heterotrofen de overhand. In plaats van samen te
werken, bleken de twee groepen bacteriën juist te concurreren om dezelfde
voedingsstof: nitraat.
Daarnaast werd onderzocht hoe waterstofsulfide (H₂S), een stinkend en giftig gas, de heterotrofe bacteriën beïnvloedt. Zelfs kleine hoeveelheden kunnen het proces al
remmen, al hangt het effect sterk af van de timing en eerdere blootstelling van de
bacteriën aan H₂S.
Tot slot werd berekend hoeveel nitraat nodig is om geur- en corrosieproblemen in de
riolering effectief te bestrijden. Een simulatie van een appartementsgebouw met 100
bewoners liet zien dat genitrificeerde urine op zichzelf al voldoende is om de juiste
omstandigheden in de riolering te behouden, dit zonder dat extra chemicaliën nodig
zijn.
Kortom, dit onderzoek geeft meer inzicht in hoe rioolmicroben samenwerken (of juist
niet), en laat zien hoe we onze eigen afvalstromen, zoals urine, slim kunnen inzetten
om afvalwatersystemen efficiënter, duurzamer en toekomstbestendiger te maken.

Mensen worden dagelijks blootgesteld aan vele chemicaliën, waarvan de effecten op onze gezondheid vaak onbekend zijn. Omdat we aan meerdere stoffen tegelijk worden blootgesteld, is het cruciaal om niet alleen naar individuele stoffen te kijken, maar naar de gehele cocktail. Het onderzoek vergelijkt verschillende statistische methoden voor het schatten van individuele en gezamenlijke effecten. Hierbij ligt de focus op PFAS in humane biomonitoringstudies. Resultaten tonen aan dat verschillende ‘multi-pollutant’ methodes de effecten van volledige PFAS-cocktails beter detecteren dan traditionele technieken. Tegelijk laten de resultaten zien dat methoden die de cocktail negeren tot misleidende conclusies kunnen leiden. Bovendien blijken gezamenlijke effecten vaak makkelijker te detecteren dan individuele effecten. De studie benadrukt dat de juiste methodologie essentieel is om complexe milieu- en gezondheidsvragen te begrijpen en vormt een basis voor een effectievere risico-inschatting in de toekomst.

Deze scriptie onderzoekt hoe gesimuleerde warmtesignaturen van 3D-modellen uit videogames gebruikt kunnen worden om een AI-systeem te bouwen dat militaire tanks op realtime niveau kan herkennen en classificeren op basis van infraroodbeelden.

Deze masterproef ontwikkelt en onderzoekt een nieuw audioverwerkingsalgoritme voor cochleaire implantaten, met als doel de geluidswaarneming dichter bij het normaal gehoor te brengen. Hiervoor werd een gesloten-lusarchitectuur ontworpen waarin een model van een normaalhorend systeem wordt vergeleken met een slechthorend systeem met implantaat. Via deep learning wordt het verschil tussen beide systemen geminimaliseerd, zodat het implantaatmodel geoptimaliseerd kan worden.

Zwaartekrachtgolven bieden een unieke blik op ons universum en een nieuwe manier om materie te bekijken. We meten echt de dynamiek van massa's wat ons toe zou staan om op vrij natuurlijke wijze de samenstelling van compacte objecten te bepalen. Voor mijn thesis heb ik een techniek ontwikkeld die twee algemene data analyse technieken uit de zwaartekrachtgolffysica combineert om ongemodelleerde fenomenen bovenop gekende theoretische modellen toe te voegen en vervolgens te infereren. Zo'n fenomenen zouden bijvoorbeeld resonanties van neutronensterren kunnen zijn, die nauw samenhangen met de interne structuur van deze objecten, of glitches in zwaartekrachtgolfdetectoren.

Diepgaand leren heeft het visueel waarnemingsvermogen bij autonoom rijden aanzienlijk verbeterd, maar conventionele camera's blijven beperkt door bewegingsonscherpte, een beperkt dynamisch bereik en hoge latentie. Gebeurteniscamera's, geïnspireerd door biologische visie, overwinnen deze beperkingen door asynchroon veranderingen in pixelhelderheid te detecteren. Dit mechanisme levert datastromen die schaars, temporeel nauwkeurig en zeer efficiënt zijn voor embedded toepassingen. De inherente schaarste en het gebrek aan intensiteitsinformatie in gebeurtenisgegevens bemoeilijken echter het extraheren van onderscheidende kenmerken en vormen uitdagingen voor de training van neurale netwerken. Daarnaast lijden gangbare datasets zoals CIFAR10-DVS aan een niet-uniforme verdeling van gebeurtenissen door het gebruik van lineaire of polygonaal gevormde bewegingstrajecten tijdens de opname, wat leidt tot periodieke artefacten.
Om deze beperkingen te overwinnen, evalueert dit proefschrift systematisch gebeurtenisrepresentaties—waaronder gestapelde afbeeldingen, voxelrasters en tijdoppervlakken—met standaard CNNs om optimale architecturen voor embedded implementatie te identificeren. Door gebruik te maken van transfer learning met vooraf getrainde ImageNet-modellen wordt de nauwkeurigheid onder beperkte dataomstandigheden aanzienlijk verbeterd. Experimentele resultaten tonen aan dat volledige fine-tuning van het hele netwerk noodzakelijk is om zich aan te passen aan de unieke eigenschappen van gebeurtenisgebaseerde gegevens. Het voorgestelde model integreert dropout, L2-regularisatie en een meerfasig leersnelheidsschema om de trainingsstabiliteit en generalisatie te bevorderen. Met deze co-designbenadering behaalt EfficientNetB0 een nauwkeurigheid van 81,05% op CIFAR10-DVS bij verwerking van gebeurtenissen binnen één temporeel venster.
Voor implementatie identificeert inspectie met het Xilinx Vitis Al-platform TensorFlow's MobileNetV2 als de optimale keuze dankzij volledige compatibiliteit met DPU-hardwareversnellers. Hoewel post-training pruning op basis van globale kanaalrangschikking is onderzocht, is de effectiviteit beperkt door het inherent gebrek aan redundantie in het model. Daarentegen compenseert quantization-aware training (QAT) succesvol het nauwkeurigheidsverlies tijdens INT8-kwantisatie, waarmee real-time prestaties (2,8 ms/frame) bij een ultralaag energieverbruik (1,77 mW) worden bereikt op het KV260 embedded platform.
Gemotiveerd door de beperkingen van bestaande datasets wordt een nieuw acquisitieplatform voorgesteld, waarbij gebruik wordt gemaakt van een Dobot-robotarm voor continue cirkelvormige beweging geïnspireerd op biologische oogbewegingen. Deze methode genereert uniforme gebeurtenisverdelingen en elimineert periodieke artefacten die aanwezig waren in eerdere datasets, wat robuustere training en evaluatie van neurale netwerken op gebeurtenisgegevens ondersteunt.

This thesis evaluates the credibility of a multi-constituent microstructurally-informed finite element model of arterial tissue. Understanding the link between arterial microstructure and mechanical function is essential for defining cardiovascular diseases like atherosclerosis and aneurysms. Representative volume element (RVE) models are increasingly used to explore this link by efficiently connecting microstructure to mechanics. However, many existing RVEs lack experimental calibration using tissue with selectively modified constituents, systematic validation across loading conditions, and biofidelic microstructural networks. Furthermore, there is limited understanding of how uncertainties in input parameters affect model predictions. Therefore, this study aims to assess and improve the credibility of an RVE model by addressing these gaps through detailed characterisation. The model is evaluated against experimental data from both native and enzymatically-treated tissue, and parameter sensitivity analyses are conducted.

To achieve this, uniaxial tensile tests were performed on native porcine aortic samples. Crucially, to isolate the mechanical roles of key constituents, samples were treated with the enzymes collagenase or elastase to deplete collagen or elastin, respectively. The resulting data calibrated and validated the RVE model, focusing on the collagen and elastin networks and the model’s anisotropic predictive capacity. Subsequently, a surrogate model based on an artificial neural network emulated the RVE’s mechanical response, enabling efficient Sobol' sensitivity analysis of six key microstructural, mechanical, and model parameters.

Enzymatic depletion confirmed distinct constituent roles: collagen-deficient tissue exhibited a linearised response with slight stiffening at high strains, whereas elastase-digested samples demonstrated increased compliance but lost structural integrity. RVE model validation emphasised the importance of accurately representing the anisotropic architecture. Furthermore, the sensitivity analysis revealed that uncertainties in six key input parameters substantially influence RVE output variance, with elastin properties predominantly governing low-strain behaviour and collagen-related parameters dictating high-strain responses.

The calibrated and validated microstructurally-informed RVE model can reliably predict aortic mechanics if tissue anisotropy is adequately accounted for. The sensitivity analysis provided crucial insights into which parameters most significantly impact model output variance. This will guide future efforts in model refinement and highlight parameters that require precise experimental characterisation to reduce predictive uncertainty. Furthermore, it will strengthen the RVE's potential as a credible tool in arterial biomechanics research by establishing a more robust, uncertainty-aware modelling framework.

Machinebouwer Cteso werkt in samenwerking met een druktankproducent uit Limburg aan de
ontwikkeling van een productiemachine voor duurzame druktanks. De huidige opstelling gebruikt
de KUKA KR 1000 Titan robot, die hoge investeringskosten met zich meebrengt, een aanzienlijke
structurele verankering in de vloer vereist en de nodige expertkennis voor het programmeren
vraagt. Bovendien kan de bestaande machine slechts één formaat druktank produceren. Daarom
richt deze masterproef zich op het ontwerpen van een kosteneffectiever alternatief dat toelaat
druktanks in verschillende formaten te produceren, met vereenvoudigde vloerverankering en verbeterde
programmeerbaarheid.
In eerste instantie werd een simulatie uitgevoerd om de exacte bewegingen van de KUKArobotarm
in kaart te brengen, gevolgd door een analyse van de robotgrijper die de druktank
vasthoudt. Daarna volgden opstellen van het eisenpakket, het functieblokschema en het morfologisch
overzicht. Deze leidden tot een nieuw mechanisch concept, dat werd geëvalueerd via
simulatie en onderworpen aan een kosten-batenanalyse.
Het finale concept gebruikt een XYR-systeem (twee translatieassen en één rotatieas). Het biedt
de flexibiliteit om druktanks te produceren met lengtes tussen 500 en 3000 mm en diameters
van 160 tot 460 mm . Hoewel het systeem veelzijdiger is, blijft de totale investeringskost lager,
terwijl de vloerverankering eenvoudiger is en de programmatie gebruiksvriendelijker.

This master’s thesis explores how artificial intelligence (AI) can help address economic
and operational barriers to radiotherapy in low and middle income countries (LMICs),
where access is limited despite a rising cancer burden. A major obstacle in these regions is the shortage of trained professionals and the high cost of treatment planning
and delivery.
The study evaluates whether the Radiotherapy Planning Assistant (RPA), an AI based
tool, can improve efficiency and reduce costs in LMIC radiotherapy departments. Data
from four centres in the ARCHERY study,covering cervical, head and neck, and prostate
cancers, were analysed using the ESTRO HERO Time Driven Activity Based Costing
(TDABC) model. Simulations modelled planning time reductions of 70 percent, 80 percent, and 90 percent for eligible tumour types.
Baseline results showed equipment as the dominant cost driver, limiting overall cost
reductions. However, time savings from AI integration improved treatment planning
system availability and reduced staff workload. These gains suggest enhanced efficiency and capacity, especially in high volume settings. While AI may not yield large
financial savings alone, it alleviates key bottlenecks and supports workforce optimisation, provided infrastructure and system capacity are strengthened.

In deze scriptie onderzoeken we de mogelijkheden rond het ontwikkelen van een tool die onderzoekers moet helpen met het ontwikkelen van nieuwe aanvallen op 5G netwerken. Typisch vereisen aanvallen op dit soort netwerken dat de aanvaller zich tussen twee nietsvermoedende partijen plaatst en deze positie op een of andere manier misbruikt. Dit onderzoek tracht een generiek platform te maken om vanaf deze basis te starten met het ontdekken van nieuwe aanvallen, om zo dit essentiële onderzoek een duw in de rug te geven.

Deze bachelorproef, uitgevoerd bij Cadcamatic, had als doel te onderzoeken hoe een bestaande XZ-CNC-draaibank met aangedreven gereedschap uitgebreid kon worden om complexe bewerkingen uit te voeren op het kopvlak van de as. Eerst werd een grondige voorstudie uitgevoerd naar de bestaande machineconfiguratie en naar de manier waarop de werkstukken vervaardigd konden worden. Vervolgens werd onderzocht welke aanpassingen aan de machine nodig waren. Uit deze analyse bleek dat twee zaken gewijzigd moesten worden: er moest een C-as toegevoegd worden – waarbij de hoofdspil (klauwplaat met werkstuk) als gecontroleerde rotatieas werd ingezet – en er was een besturingssysteem nodig dat interpolatie tussen twee assen ondersteunde.

Omdat het vlak waarin geïnterpoleerd moest worden (het XC-vlak) bestond uit een lineaire en een rotatieas, was een transformatie vereist. Er werd een diepgaande vergelijking gemaakt tussen een Siemens T-CPU en een Sinumerik-NC-besturing, waarbij werd onderzocht hoe deze transformatie gerealiseerd kon worden. Al snel bleek dat de Sinumerik-besturing dit op een eenvoudige manier ondersteunde. Toch werd ook nagegaan of dit met een T-CPU mogelijk was. Op basis van deze studie werd gekozen om verder te werken met de Sinumerik-besturing.

Er werd een testopstelling ontworpen om het concept te evalueren. Het mechanisch ontwerp werd uitgewerkt door een ontwerper van Cadcamatic. Er werd materiaal verzameld, geschikte componenten geselecteerd en de nodige berekeningen uitgevoerd om de correcte werking van de opstelling te controleren. Siemens stelde een Sinumerik One-besturing en een licentie voor de Create My Virtual Machine (CMVM)-software ter beschikking.

Terwijl het mechanisch gedeelte van de testopstelling in productie was, werd een virtuele machine van de bestaande draaibank geconfigureerd. Deze virtuele machine maakte het mogelijk om een deel van de inbedrijfname vooraf uit te voeren en het gedrag van de machine realistisch te simuleren. Nadien werd ook van het prototype van de testopstelling een virtuele versie ontwikkeld. Na de montage van de testopstelling werd het tweede deel van de inbedrijfname uitgevoerd en werden de werkstukken succesvol vervaardigd, zoals verwacht.

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.

Hitte-extremen zijn moeilijk te onderzoeken door hun zeldzaamheid. Hoewel observaties en klimaatsimulaties essentiële inzichten bieden in toekomstige klimaatextremen, resoneren ruwe statistieken alleen vaak niet met het bredere publiek.

Storylines of Tales of Future Weather kunnen de kloof overbruggen tussen abstracte wetenschap en door mensen beleefde extreme weersomstandigheden, waardoor klimaatverandering tastbaar, herkenbaar en concreet wordt. Een storyline is een zelf-consistente beschrijving van een plausibel klimaatextreem - zoals een hittegolf - in een gegeven klimaat, gebaseerd grondige data-analyse, statistiek en impactmodellen. Zulke wetenschappelijk onderbouwde narratieven werpen licht op vragen als: "Hoe erg zouden de 2024 Balkanhittegolven geweest zijn in een warmer klimaat?" of "Waren ze mogelijk in een pre-industrieel klimaat?" Dergelijke informatie kan belangrijk zijn voor stakeholders en onze samenleving, maar het is niet a priori duidelijk wat de karakteristieken zijn van plausibele extremen in een gegeven, toekomstig klimaat. In mijn thesis introduceer ik een efficiënte methodologie om hittegolven te karakteriseren in een toekomstig Belgisch klimaat, die gebruik maakt van zowel geobserveerde temperatuursreeksen als gesimuleerde klimaatprojecties. Deze techniek kreeg de naam Global Warming Scaling of kortweg GWS.

In GWS wordt een observationele temperatuursreeks geschaald naar een toekomstig klimaat, bijvoorbeeld een opwarming van 2°C boven pre-industriële gemiddelden. In deze getransformeerde reeks zoeken we naar de recordwaarden voor bepaalde jaarlijkse klimaatindices die volgens ons jaren van extreme hitte aanduiden. Een voorbeeld hiervan is de jaarlijkse piektemperatuur. Deze geschaalde recordwaarden worden vervolgens gezien als drempelwaarden die in het toekomstige klimaat overschreden moeten worden vooraleer we van een extreem jaar spreken.

Deze GWS drempelwaarden kunnen gebruikt worden in een zogenaamde data-miningprocedure, waar we in een groot ensemble van gesimuleerde klimaatvoorspellingen dergelijke jaren van extreme hitte gaan identificeren. Eens we zo’n event gevonden hebben, beschikken we over een set meteorologische velden die volgens onze methode geloofwaardig zijn voor een bovengemiddeld warm jaar in het bestudeerde toekomstige klimaat.

We kunnen deze meteorologische data met andere woorden gebruiken als input voor impactmodellen. Dit zijn wiskundige modellen die de impact van extreme temperatuur op de samenleving inschatten. Ik modelleerde in mijn thesis onder andere het aantal werkdagen dat verloren zou gaan door een toename in hittestress, stijgingen in riviertemperaturen, bosbrandgevaar onder aanhoudende droogte, potentiële toename van invasieve insectensoorten en meer. De resultaten van soortgelijke impactstudies kunnen gebruikt worden als referentiemateriaal in het construeren van een storyline met betrekking tot extreme hitte. Op die manier kunnen stakeholders aan de hand van zulke verhaallijnen de zwakke plekken in hun respectievelijke sectoren blootleggen, en kunnen beleidsmakers een beeld vormen van waarop ze zich moeten voorbereiden.