Systematic reflection and analysis of the mechanical design process
Process structuring in sections (task, functions, acting principles, design-elements and total construction) as well as levels (working-, controlling-, and deciding-levels)
Creativity (basics, methods, practical application in mechatronics)
Diverse methods applied as tools (function structure, GALFMOS, AEIOU method, GAMPFT, simulation tools, TRIZ)
Evaluation and selection (technical-economical evaluation, preference matrix)
Value analysis, cost-benefit analysis
Low-noise design of technical products
Project monitoring and leading (leading projects / employees, organisation in product development, creating ideas / responsibility and communication)
Aesthetic product design (industrial design, colouring, specific examples / exercises)
Leistungsnachweis:
605 - Mechanical Design Methodology<ul><li>605 - Mechanical Design Methodology: mündlich</li></ul><br>m1143 - Applied Design Methodology in Mechatronics<ul><li>p842 - Applied Design Methodology in Mechatronics: Subject theoretical and practical work</li></ul><br>m1540 - Konstruieren und Gestalten (GTW MT BC T3.1)<ul></ul><br>m1648 - Construct and design (GTW MT BC T3.2 )<ul></ul><br>m1648-2023 - Construct and design (GTW BC T3.2 )<ul></ul>
ECTS-Kreditpunkte:
6
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.