Lagerung von Körpern, Charakterisierung der Lagerung gebundener Systeme
Ebene und räumliche Fachwerke
Schnittkräfte am Balken und in Rahmentragwerken, Streckenlasten, Klammerfunktion
Gewichtskraft und Schwerpunkt, Volumen-, Flächen- und Linienmittelpunkte
Mittelpunktsberechnung über Integrale, Zusammengesetzte Körper
Haft- und Gleitreibung
Seilreibung
In der Mechanik I wird eine e-Learning Plattform mitinteraktiven Videos von Experimenten entwickelt. Hierdurch wird eine Verbindungvon Theorie und Anwendung erzeugt. Außerdem wurde eine enge Verzahnung mit derMathematik I vorgenommen und die Inhalte der beiden Lehrveranstaltungenaufeinander abgestimmt.
Leistungsnachweis:
300 - Mechanik I (Stereostatik)<ul><li>300 - Mechanik I (Stereostatik): Klausur schriftlich</li></ul><br>m1802-2022 - Technische Mechanik I (Stereostatik)<ul><li>p1795-2022 - Technische Mechanik I (Stereostatik): Klausur schriftlich</li></ul>
ECTS-Kreditpunkte:
6
Weitere Informationen aus Stud.IP zu dieser Veranstaltung
Heimatinstitut: Institut für Strukturmechanik im Leichtbau (M-24)
In Stud.IP angemeldete Teilnehmer: 1143
Anzahl der Postings im Stud.IP-Forum: 94
Anzahl der Dokumente im Stud.IP-Downloadbereich: 13
Supervised Theses
ongoing
completed
2021
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.