Aluminiumlegierungen im Flugzeugbau: Korrosionsbeständige Varianten, Legierungen mit niedriger Dichte und hoher Steifigkeit; Ermüdungseigenschaften unter einsatznahen Belastungsbedingungen Titanlegierungen im Flugzeugbau: Hochtemperaturlegierungen für Flugtriebwerke (Kompressor): Optimierung von Kriech- und Schwingfestigkeit; höchstfeste Legierungen für Flugzeugstrukturbauteile: Optimierung von Streckgrenze und Bruchzähigkeit Demonstrationsversuche an Aluminium- und Titanlegierungen im Labor Metall-Keramik-Verbundwerkstoffe: spezifische Vor- und Nachteile Herstellung von Funktionskeramiken: Multilayer-Keramik für Aktoren in der Mikropositionierungstechnik am Beispiel der PZT-Keramik mechanische und elektrische Zuverlässigkeit von Funktionskeramiken
neue Entwicklungen bei den Polymerlegierungen: z.B. thermoplastische Elastomere Polymer/Polymer-Verbundwerkstoffe: z.B. PE-Faser verstärktes PE biologisch abbaubare Polymere und polymere Verbundwerkstoffe: z.B. Flachsfasern in Polycaprolakton Aufbau und Eigenschaften intermetallischer Aluminide (auf Basis Fe, Ni, Ti) Herstellung und Anwendungen von intermetallischen Legierungen Phasen- und Gefügeanalyse eines Verbundwerkstoffes auf Basis intermetallischer Phasen (mit Laborübung)
Leistungsnachweis:
305 - Moderne Werkstoffe<ul><li>305 - Moderne Werkstoffe: Klausur schriftlich</li></ul><br>m934 - Moderne Werkstoffe für die Nachhaltigkeit<ul><li>p598 - Moderne Werkstoffe für die Nachhaltigkeit: 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.