@incollection{LattnerGellerKluck2022, author = {Lattner, Yannick and Geller, Marius and Kluck, Norbert}, title = {Generierung und Parametrisierung von Radialverdichterkennlinien auf Basis neuronaler Netze}, series = {NAFEMS DACH Regionalkonferenz - Conference Proceedings}, volume = {2022}, isbn = {978-1-910643-86-0}, pages = {287 -- 292}, year = {2022}, abstract = {Die Optimierung von Radialverdichtern in Hinblick auf Ressourceneffizienz nimmt heutzutage einen immer gr{\"o}ßeren Stellenwert ein. Die kennlinien- und auch kennfeldbasierte Optimierung l{\"o}st dabei die betriebspunktbasierte Optimierung von Radialverdichterlaufr{\"a}dern immer mehr ab. Moderne komplexe numerische Simulationstools zur Str{\"o}mungsanalyse und Softwaretools aus dem Bereich der Optimierung auf Basis von Design-of-Experiments (DoE) werden in immer gr{\"o}ßerem Maße in den Prozess eingebunden. Die sich in den letzten Jahren weiterentwickelte Hardware erlaubt zus{\"a}tzlich immer komplexere Rechenmodelle in immer k{\"u}rzerer Zeit zu bearbeiten. Die vorliegende Arbeit befasst sich genau mit diesem Thema. Ausgangspunkt des Optimierungsprozesses sind eine Vielzahl von zuf{\"a}llig generierten Maschinendesigns, die unter Einhaltung von str{\"o}mungsabh{\"a}ngigen und maschinenabh{\"a}ngigen Kennzahlen automatisch erstellt wurden. Die im weiteren Prozessablauf gestalteten Simulationen der einzelnen Designs, die aufgrund der Bauweise und der Struktur ihrer Kennfelder grob unterschiedliche Konvergenzen und Abbruchkriterien (Pump- und Schluckgrenze) aufweisen, sind durch speziell implementierte physikbasierte Indikatoren ausfallsicher handhabbar. Die detaillierten, aber unterschiedlichen Kennlinien des Wirkungsgrades und des Druckverh{\"a}ltnisses in Abh{\"a}ngigkeit vom Massenstrom der einzelnen Simulationen sind zur weiteren Verwendung in der Optimierungsphase mithilfe von neuronalen Netzen trainiert worden. Der Aufbau des Metamodells zur eigentlichen Optimierung ist gekennzeichnet durch die Reduktion der vorhandenen Parameter unter Verwendung von B{\´e}zier-Splines, was in der vorliegenden Arbeit zu einer Reduzierung auf insgesamt lediglich 13 Parameter f{\"u}r beide betrachteten Kennlinien und ihre signifikanten Punkte f{\"u}hrt. In der nachfolgenden Optimierung kann das Metamodell zur Identifikation eines Designs mit anwenderspezifischen Zielen und Randbedingungen f{\"u}r Kennlinienbreite, Druckverh{\"a}ltnisbereich und Wirkungsgrad genutzt werden. F{\"u}r dieses Optimal-Design kann anschließend ohne weitere Simulationen die Kennlinie mit B{\´e}zier-Splines approximiert werden. Der Anwender ist somit in der Lage, bei der Optimierung von Radialverdichtern sowohl den Betriebspunkt als auch die Kennliniencharakteristika wie Pump- und Schluckgrenze sowie Druckverh{\"a}ltnisse jenseits des Betriebspunktes zu erfassen und so zus{\"a}tzliche Designevaluationen und Iterationsschleifen zu vermeiden.}, language = {de} } @article{KremerKhaniAppeletal.2022, author = {Kremer, Robert and Khani, Somayeh and Appel, Tamara and Palkowski, Heinz and Foadian, Farzad}, title = {Selective laser melting of CuSn10: simulation of mechanical properties, microstructure, and residual stresses}, series = {Materials}, volume = {15 (2022)}, number = {11}, issn = {1996-1944}, pages = {1 -- 13}, year = {2022}, language = {en} } @article{Guias2022, author = {Guias, Flavius}, title = {On efficacy and effectiveness of vaccines}, series = {Spora : a journal of biomathematics}, volume = {8 (2022)}, issn = {2473-5493}, pages = {56 -- 60}, year = {2022}, language = {en} } @phdthesis{Kremer2022, type = {Master Thesis}, author = {Kremer, Robert}, title = {Experimentelle und simulative Untersuchung der Kristallstruktur und Eigenspannungen an Selektiv Lasergeschmolzenen Bauteilen aus CuSn10}, doi = {10.26205/opus-3162}, url = {https://nbn-resolving.org/urn:nbn:de:hbz:dm13-31624}, year = {2022}, abstract = {Die vorliegende Masterthesis behandelt die Prozess- und Kristallstruktursimulation Selektiv Lasergeschmolzener CuSn10 Bauteile mit Ansys. Zun{\"a}chst wurde das Ausgangspulver untersucht und auf der vorhandenen Fertigungsanlage parametrisiert. Mit dem erstellten Parametersatz wurden Werkstoffproben gefertigt und untersucht, um zusammen mit Literaturwerten ein Werkstoffmodell f{\"u}r die Simulationen aufbauen zu k{\"o}nnen. Anschließend wurde ein thermisch-mechanisches Modell zur Prozesssimulation in Ansys aufgebaut und anhand gefertigter Bauteile kalibriert. Es gelang, damit die Eigenspannungen in einem Bauteil vorherzusagen, welches zuvor gefertigt und mittels Bohrlochmethode untersucht wurde. Eine weitere Validierung scheiterte aufgrund der gew{\"a}hlten Geometrie des Validierungsbauteiles . Die Kristallstruktur konnte mit einem in Ansys hinterlegten Werkstoffmodel f{\"u}r einen 1.4404 simuliert und mit vorhandenen Werten {\"u}berpr{\"u}ft werden. Mit dem erstellten Werkstoffmodell wurde die Kristallstruktur f{\"u}r CuSn10 vorhergesagt, jedoch im Rahmen dieser Arbeit nicht validiert. Abschließend wird eine Empfehlung f{\"u}r das weitere Vorgehen gegeben.}, language = {de} }