@mastersthesis{Yu2024,
  type      = {Bachelor Thesis},
  author    = {Yu, Hang},
  title     = {Entwicklungsansatz zur Erkennung von gef{\"a}hrlichen Stoffen/Gasen f{\"u}r Pers{\"o}nliche Schutzausr{\"u}stungen},
  institution = {Ingenieurwissenschaften},
  school    = {Hochschule Mittweida},
  pages     = {108},
  year      = {2024},
  abstract  = {Diese Studie entwickelte ein miniaturisiertes Gefahrstoffdetektionssystem ba-sierend auf MEMS-MOS-Gassensoren, mit dem Ziel, die Sicherheit von Hochrisikoberufen wie Feuerwehrleuten zu verbessern. Das System kombiniert innovativ fortschrittliche Sensortechnologie mit tragbarem Ger{\"a}tedesign und er-m{\"o}glicht Echtzeit-Multigas-Detektion sowie Cloud-Plattform-Interaktion. Die Kerninnovation liegt in der Verwendung von TinyML-Algorithmen f{\"u}r intelligente Detektion, was die Genauigkeit und Stabilit{\"a}t des Systems in komplexen Umgebungen erheblich verbessert. Experimentelle Ergebnisse zeigen, dass das System bei der Erkennung hochkonzentrierter Gefahrstoffe hervorragende Leistungen erbringt und sich gut an Umweltver{\"a}nderungen anpasst. Dar{\"u}ber hinaus erh{\"o}hen das modulare Design und die Szenario-Voreinstellungsfunktion die Flexibilit{\"a}t und Anwendbarkeit des Systems. Diese Studie bietet neue Ans{\"a}tze f{\"u}r die Intelligenz von pers{\"o}nlicher Schutzausr{\"u}stung und hat breite Anwendungsperspektiven zur Verbesserung der Arbeitssicherheit.},
  subject      = {Sensortechnik},
  language  = {de}
}