Praktische Einführung in die verwendeten Softwaresysteme (Creo, Windchill, Hyperworks)
Teambildung, Aufgabenversteilung und Erstellung eines Projektplans
Gemeinsame Erstellung eines Produktes aus CAD-Modellen unterstützt durch FEM-Berechnungen und PDM-System
Realisierung ausgewählter Bauteile durch 3D-Drucker
Präsentation der Ergebnisse
Beschreibung
Bestandteil des Moduls ist ein projektbasiertes, teamorientiertes CAE-Praktikum nach der PBL-Methode, im Rahmen dessen die Studierenden den Umgang mit modernen CAD-, PDM- und FEM-Systemen (Creo, Windchill und Hyperworks) vertiefen sollen. Nach einer kurzen Einführung in die verwendeten Softwaresysteme werden die Studierenden semesterbegleitend in Teamarbeit eine Aufgabenstellung bearbeiten. Ziel ist die gemeinsame Entwicklung eines Produktes in einer PDM-Umgebung aus mehreren CAD-Bauteil-Modellen unter Einbeziehung von FEM-Berechnungen ausgewählter Bauteile, inklusive des 3D-Druckens von Teilen. Die entwickelte Produktkonstruktion muss in Form einer Präsentation gemeinsam vorgestellt werden.
Leistungsnachweis:
320 - Integrierte Produktentwicklung und Leichtbau<ul><li>320 - Integrierte Produktentwicklung und Leichtbau: Klausur schriftlich</li><li>405 - Verpflichtende Studienleistung CAE-Teamprojekt: Fachtheoretisch-fachpraktische Studienleistung</li></ul><br>m599-2023 - Digitale Produktentwicklung und Leichtbau<ul><li>405 - Verpflichtende Studienleistung CAE-Teamprojekt: Fachtheoretisch-fachpraktische Studienleistung</li><li>p77-2023 - Digitale Produktentwicklung und Leichtbau: Klausur schriftlich</li></ul>
ECTS-Kreditpunkte:
2
Weitere Informationen aus Stud.IP zu dieser Veranstaltung
Hund, P. (2021). Modellierung eines elektrischen Netzes zur Demonstration des Einflusses von virtueller Trägheit durch umrichterbasierte Energieanlagen.
Hund, P. (2021). Koordinierte Bereitstellung von virtueller Trägheit durch erneuerbare umrichterbasierte Energieanlagen in Verteilnetzen mithilfe von künstlicher Intelligenz.
Möller, P. (2021). Erfassung der Knotenspannung in Niederspannungsnetzen auf Basis von dezentralen Messeinrichtungen mithilfe von Machine learning.
Plant, R. (2021). Estimation of Power System Inertia in an Inverter-Dominated Distribution Grid Using Machine Learning.
2020
Dressel, M. (2020). Modellierung der Zustandsschätzung eines elektrischen Netzes mit Hilfe von Graph neuronalen Netzen.
Schmidt, M. (2020). Vorhersage von zuverlässig bereitstellbarer Regelleistung aus Erneuerbaren Energien mithilfe von neuronalen Netzen.