Walzwerktechnik und Data-Mining/ Rolling mill technology and data mining
Credits | Workload | Kontaktzeit | Selbststudium | Dauer |
---|---|---|---|---|
8 CP | 240 h | 8 SWS (120 h) | 120 h |
Teilnahmevoraussetzungen
Empfohlene Voraussetzungen Walzwerktechnik:
- Werkstoffverarbeitung Umformen aus Bachelor oder gleichwertige Veranstaltung
- Grundlagen der technischen Mechanik
Empfohlene Voraussetzungen Datamining:
- Grundlagen der Mathematik und Statistik
- Grundlagen der Informatik Grundlagen der Datenbanktechniken
Lehrveranstaltungen
Veranstaltung/ Lehrform | CP | SWS | Häufigkeit | |
---|---|---|---|---|
Vorlesung - Walzwerktechnik | 8 CP | 1 SWS | WS, jährlich | |
Vorlesung - Data Mining im Umfeld technischer Prozesse | 1 SWS | WS, jährlich | ||
Übung - Data Mining im Umfeld technischer Prozesse | 1 SWS | WS, jährlich | ||
Exkursion - Walzwerktechnik | 5 SWS | WS, jährlich |
Prüfungsleistung
Klausur schriftlich oder mündliche Prüfung (120min). Die Prüfungsform wird zu Beginn der Veranstaltung durch die Dozierenden bekanntgegeben. Die Prüfung wird 2-mal jährlich angeboten
Note
Die Note ist die Note der Modulklausur.
Lernergebnisse / Kompetenzen
Walzwerkstechnik:
- Wissen / Verstehen
- Die Studierenden kenen und verstehen die fachspezifischen Bedingungen im Anlagenbau und Betrieb sowohl von Einzelkomponenten als auch der Einbindung dieser in Anlagensysteme sowie die Interaktion zwischen Walzgut und Walzgerüst.
- Anwenden / Analyse
- Studierende können durch die vermittelten Zusammenhänge die einzelnen Komponenten im Walzwerk analysieren und gegebenenfalls optimieren.
- Synthese / Beurteilen
- Die Studierenden können auftretende Probleme beurteilen und zur Vermeidung die relevanten Walzprozessparameter anpassen.
Datamining:
- Wissen / Verstehen
- Die Studierenden kennen und verstehen Gegenstand und Anwendungsfelder des Data Mining im Umfeld technischer Prozesse.
- Sie kennen die Schritte des Data Mining und deren Bedeutung und können gegebene Problemstellungen der Automatisierungstechnik in eine Data Mining Aufgabenstellung umsetzen.
- Anwenden / Analyse
- Den Studierenden sind Grundlagen und wesentliche Eigenschaften ausgewählter Methoden der grafischen Datenanalyse, der Datenvorverarbeitung, der Abhängigkeitsanalyse und der datenbasierten Modellbildung bekannt und sie sind fähig, diese Methoden zu erklären.
- Die Studierenden können die obigen Methoden auf gegebene Aufgabenstellungen anwenden.
- Synthese / Beurteilen
- Sie sind in der Lage die Ergebnisse der Anwendung einzelner Verfahren zu bewerten sowie die Ergebnisse unterschiedlicher Verfahren zu vergleichen. Hieraus können sie Konsequenzen für eine verbesserte Vorgehensweise ableiten.
- Die Studierenden können die Erfolgsaussichten des Einsatzes von Methoden des Data Mining für eine gegebene Aufgabenstellung beurteilen und entscheiden, ob notwendiger Aufwand und zu erwartender Nutzen in Relation stehen.
Inhalte
Walzwerktechnik:
- 1)Überblick: Einordnung des Flachwalzens in Prozessketten, Gerüsttypen, Anlagentypen, Gerüstaufbau (Beispiel Warmwalzgerüst)
- 2)Mechanik: Mechanische Walzspaltgrößen, Streifentheorie, Parameterstudie Kraft-, Arbeitsbedarf, Voreilung, Erweiterungen der Streifentheorie, Horizontale Reaktionskräfte im Walzensatz, Horizontale Stabilität der Arbeitswalze, Auslegung Arbeitswalzendurchmesser
- 3)Medien (Kühlen, Schmieren, Reinigen): Wärmequelle Walzspalt, Band-/Walzenkühlung, Walzspalttribologie, Band-/Walzenoberfläche, Medientechnik
- 4)Anlagenkonzepte: Auslegung, Stichpläne, Produktivität
- 5)Banddicke, Anstellung: Anstellsysteme, Gerüstauffederung, Dickenfehler, Inhomogenitäten, Zusammenhang Anstellung – Dicke, Regelung
- 6)Bandplanheit: Profil und Planheit, Mathematische Beschreibung, Aktuatoren, Messung und Regelung
Datamining:
- 1)Definition Data Mining, erstes Anwendungsbeispiel, Datenbanktechniken und Data Warehouse, Grafische Datenanalyse
- 2)Datenvorverarbeitung, Datenaggregation und Merkmalberechnung, Behandlung der Datenstichprobe
- 3)einfache statistische Abhängigkeitsanalyse, Komplexere Methoden der Abhängigkeitsanalyse, Teil 1: Diskriminanzanalyse, Entscheidungsbaumverfahren
- 4)Komplexere Methoden der Abhängigkeitsanalyse, Teil 2: Neuronale Techniken, Genetische Algorithmen
- 5)Methoden der datenbasierten Modellbildung, Teil 1: Klassifikation und Regression, Statistische Methoden
- 6)Methoden der datenbasierten Modellbildung, Teil 2: Neuronale Methoden, Anwendungsbeispiele, Softwarewerkzeuge
- 7)Zusammenfassende Übung zu folgenden Themen: Datenvorverarbeitung, grafische Datenanalyse, Abhängigkeitsanalyse, Modellbildung
- Aufbaumodul Eisen- und Stahlmetallurgie
- Aufbaumodul Kontinuierliches Gießen - Continuous Casting
- Aufbaumodul Rohstoffe und Spezielle Reduktionsverfahren für Eisenerz
- Aufbaumodul Stahlmetallurgie
- Aufbaumodul Entwicklungsaufgaben in der Werkstoffoptimierung, Bauteilgestaltung und Prozessplanung
- Aufbaumodul Prozesstechnik der Gießverfahren
- Aufbaumodul Technologie der Gusswerkstoffe
- Aufbaumodul Herstellung, Verarbeitung, Vergütung von Glas
- Aufbaumodul Werkstofftechnik Glas
- Glaskeramiken und teilkristalline Composite - Materialentwicklung und -optimierung, Kinetik und Thermodynamik
- Aufbaumodul Anlagentechnik
- Aufbaumodul Berechnung und Auslegung von Industrieöfen
- Aufbaumodul Industrieofentechnik
- Aufbaumodul Feuerfeste Werkstoffe und Bauweisen
- Aufbaumodul Hochleistungskeramik
- Aufbaumodul Keramische Produktionstechnik
- Aufbaumodul Grundzüge der Oberflächentechnik
- Aufbaumodul Korrosion und Korrosionsschutz
- Aufbaumodul Schweißen von Stahl
- Aufbaumodul Werkstoffdesign der Metalle
- Aufbaumodul Werkstofftechnik der Stähle
- Aufbaumodul Metallische Verbundwerkstoffe und Werkstoffverbunde
- Aufbaumodul Metallphysikalische Grundlagen der Aluminium-Werkstoffe
- Aufbaumodul Prozess- und Werkstoffmodellierung
- Aufbaumodul Werkstoffwissenschaft der Metalle I
- Aufbaumodul Werkstoffwissenschaft der Metalle II
- Aufbaumodul Hydrometallurgie
- Aufbaumodul Metallurgie und Eigenschaften von Al-Schmelzen
- Aufbaumodul Planung und Wirtschaftlichkeit metallurgischer Anlagen
- Aufbaumodul Ressourceneffizienz beim Metallrecycling
- Aufbaumodul Thermische Gewinnungsprozesse der Nichteisenmetalle
- Aufbaumodul Thermische Raffinationsprozesse für Nichteisenmetalle
- Aufbaumodul Grundlagen und Lösungsverfahren der Umformtechnik
- Aufbaumodul Modellierung von Umformprozessen
- Aufbaumodul Neuere Entwicklung in der Umformtechnik
- Aufbaumodul Prozessketten der Umformtechnik
Der Lehrumfang der Veranstaltung Datamining von 21 Zeitstunden wird auf 7 Veranstaltungen a 3 Zeitstunden aufgeteilt. Die Veranstaltung findet vierzehn-tägig statt. In den Wochen 1 bis 6 finden nur Vorlesungen mit eingebundenen Übungen statt. In der 7. Woche findet eine zusammenfassende Übung am Rechner statt, die den gesamten Stoff noch einmal kompakt wiederholt und vertieft.
Alternative Wahlmodule zu diesem Modul
Dieses Modul gehört zur Gruppe "Aufbaumodul I, Aufbaumodul II". Es müssen zwei Aufbaumodule mit je 8 CP aus den Bereichen Metallkunde, Umformtechnik, Werkstofftechnik Stahl, Gießereikunde, Werkstofftechnik Glas, Werkstofftechnik Keramik, Industrieofenbau, Stahlmetallurgie, Nichteisenmetallurgie, Modellbildung in der Werkstofftechnik gewählt werden.
Bereich Eisen- und Stahlmetallurgie
Bereich Gießereiwesen
Bereich Glas und keramische Verbundwerkstoffe
Bereich Industrieofenbau
Bereich Keramik und Feuerfeste Werkstoffe
Bereich Metallische Werkstoffe
Bereich Metallkunde
Bereich Metallurgie und Nichteisenmetalle
Bereich Prozessleittechnik
Bereich Umformtechnik
Modulzuordnung
Master of Science: Fach Grundlagen der Werkstofftechnik: Bereich Bereich Umformtechnik
Disclaimer
Bitte beachten Sie, dass im Zweifel (z.B. sich widersprechende Angaben auf der Website und dem Modulhandbuch) für Ihr Studium immer die Angaben in der aktuellen Bachelorprüfungsordnung mit den entsprechenden Anhängen verbindlich sind. Wenden Sie sich bitte an die Fachstudienberatung, wenn Ihnen Unstimmigkeiten auffallen.