Reinicke, Prof. Dr.-Ing. Tamara
2 results
Now showing 1 - 2 of 2
- Some of the metrics are blocked by yourconsent settings
Publication Access status: Open Access , Ermittlung von Materialkennwerten für additiv gefertigte Bauteile im Kreuzverbund nach dem FDM-Verfahren zur numerischen Berechnung der FestigkeitseigenschaftenAdditiv gefertigte Bauteile finden immer stärkeren Einzug in Produktionsprozesse. Es ist daher unerlässlich im Vorfeld eine Aussage zu deren Festigkeitseigenschaften treffen zu können. Üblicherweise werden Aussagen zum Festigkeitsverhalten von Bauteilen mit beliebiger Geometrie mit Hilfe von FEM-Analysen gewonnen. Hierfür werden Elastizitätsgrößen und Materialgesetze als Eingangsparameter für die durchzuführende Analyse benötigt. In den vorliegenden Untersuchungen wird gezeigt, welches Materialgesetz sich für die Beschreibung eines Bauteils eignet, dass mit Hilfe des FDM-Verfahrens im Kreuzverbund generiert wird. Weiterhin wird gezeigt, wie die benötigten Elastizitätsgrößen einfach messtechnisch mit einem alternativen Verfahren zum klassischen Zugversuch ermittelt werden können.Source Type:Article1041 2767 - Some of the metrics are blocked by yourconsent settings
Publication Access status: Open Access , Performance optimization of a Kirsten–Boeing turbine by a metamodel based on neural networks coupled with CFDThe supply of energy is sustainable only if it is predominantly based on renewable or regenerative energies. For this reason, the use of micro-hydropower plants on rivers and streams is considered recently. This is a particular challenge for the preservation of ecologically permeable streams, so that no dams or similar structures can be considered. While the axial turbine design has prevailed in wind power, there is still no consensus for the generation of energy in free water flow conditions. In this work, an existing prototype of an unusual vertical axis Kirsten–Boeing turbine was investigated. A multivariate optimization process was created, in which all important machine parameters were checked and improved. By using neural networks as a metamodel coupled with flow simulations in ANSYS CFX, a broadly applicable optimization strategy is presented that yielded a blade design that is 36% more efficient than its predecessor in experiments. During the process, it was shown how to set up a complex sliding mesh problem with ANSYS expressions while evaluating a free surface problem.Source Type:Article457 126