Inhaltszusammenfassung:
Das Ziel der vorliegenden Arbeit kann thematisch in zwei Bereiche aufgeteilt werden.
Zum einen wird beschrieben, wie Gassensoren, welche auf halbleitenden Metalloxiden basieren,
durch numerische Verfahren simuliert werden können. Am Beispiel von SnO 2 werden die
notwendigen Zusammenhänge zur Beschreibung des Halbleiters hergeleitet. Aus den hergeleit-
eten Gleichungssystemen wird in einem zweiten Schritt der Sensor als solcher numerisch
simuliert. In einem dritten Schritt werden die Ergebnisse der Simulation mit realen Daten ver-
glichen. Durch das Abgleichen der Simulationen mit den experimentellen Daten lassen sich zusät-
zliche Rückschlüsse über die Sensoreigenschaften ableiten, die kaum direkt meßbar sind.
Parallel dazu legt der zweite Bereich einen Schwerpunkt drauf, wie die Programmiersprache
Python als effizientes Werkzeug für die wissenschaftliche Arbeit genutzt werden kann. Auf-
bauend auf Python wird das interaktive Entwicklungswerkzeug „Jupyter" vorgestellt. Anhand
von vielen Beispielen kann diese Arbeit als Einführung in Python und „Jupyter“ genutzt wer-
den. Aufgeteilt in drei übergeordneten Abschnitten wird demonstriert, wie selbst mit wenigen
Vorkenntnissen folgende grundlegende Methoden implementiert werden können:
1. Lösen von Integralen sowie differentiellen Gleichungssystemen
2. Erstellen von numerischen Modellen zur Simulation von physikalischen und chemischen
Prozessen
3. Daten gestütztes Analysieren von realen Prozesse („Data-Mining“)
In dieser Arbeit soll somit demonstriert werden, wie man:
• wissenschaftliche Herleitung von Zusammenhängen
• experimentelle Daten und deren (interaktive) Darstellung
• sowie die zugrundeliegenden Algorithmen
in einem einzigen Dokument vereinen kann. Eine solche gebündelte Darstellungsform kann dazu
beitragen, das kollaborative Arbeiten in der Wissenschaft stark zu vereinfachen.
Metal Oxide
Print-on-Demand