Eine der wichtigsten Fragen bei der Modellierung mechanischer Systeme in der Praxis ist, wie man das Materialverhalten der einzelnen Bauteile modelliert. Neben einfacher isotroper Elastizität sind dabei von besonderer Bedeutung:
- Anisotropie (richtungsabhängige Materialeigenschaften etwa bei faserverstärkten Kunststoffen) - Plastizität (dauerhafte Verformung durch einmalige hohe Belastung etwa in der Umformtechnik) - Viskoelastizität (Absorption von Energie etwa bei Dämpfern) - Kriechen (schleichende Verformung unter Langzeitbelastung z.B. in Rohrleitungen)
Diese Vorlesung gibt eine kurze Einführung in die theoretischen Grundlagen und mathematische Beschreibung der oben genannten Phänomene. In einer parallelen Übung werden diese anhand einfacher Berechnungsaufgaben vertieft. Dabei wird insbesondere erläutert, wie die oben genannten Phänomene in Computersimulationen modelliert werden können und wie man aus gegebenen Messdaten wichtige Materialparameter bestimmen kann.
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.