Modulhandbuch

hs.coburg.de

Modulhandbuch

Fakultät Angewandte Naturwissenschaften

Masterstudiengang „Simulation und Test“

Modulhandbuch

Stand: 15.11.13 – Änderungen vorbehalten

M_ST_Modulhandbuch_2013-11-15


Modulplan

1

2

Modellbildung und

Simulation 1

6 ECTS

4 SWS

Modellbildung und

Simulation 2

6 ECTS

4 SWS

Innovationsmanagement

6 ECTS

4 SWS

Fortgeschrittene

Simulationsverfahren

6 ECTS

4 SWS

Test- und

Validierungsverfahren

6 ECTS

4 SWS

Design of

Experiments

6 ECTS

4 SWS

Versuchs- und

Prüfstands-technik

6 ECTS

4 SWS Wahlpflicht-

Modulgruppe

Computer Based

Measurement

Technology 1)

6 ECTS

4 SWS

12 ECTS

8 SWS

3

Computational

Physics 1)

6 ECTS

4 SWS

Masterarbeit

24 ECTS

1) Das Modul kann in englischer Sprache gelehrt und geprüft werden.

Abkürzungen:

ECTS = Credit Points nach dem European Credit Tran sfer and Accumulation System

P = Praktikum

SS = Sommersemester

SU = Seminaristischer Unterricht

SWS = Semesterwochenstunde

Ü = Übung

WS = Wintersemester

M_ST_Modulhandbuch_2013-11-15


Modul

Modellbildung und Simulation 1

Studiengang

Master Simulation und Test

Modulbezeichnung Modellbildung und Simulation 1

Ggf. Kürzel

Ggf. Untertitel

Ggf. Lehrveranstaltungen

Fachsemester 1

Modulverantwortliche(r)

Dozent(in)

Sprache

Zuordnung zum Curriculum

Nutzung in anderen Studiengängen

Lehrform / SWS

Arbeitsaufwand

Kreditpunkte

Voraussetzungen

Qualifikationsziele

Inhalt

M_ST_Modulhandbuch_2013-11-15

MuS1

Modellierung diskreter Systeme mit

gewöhnlichen DGLs

Modellbildung und Simulation SU

Modellbildung und Simulation Ü

Prof. Dr. Wolfram Haupt

Prof. Dr. Wolfram Haupt

Deutsch

Pflichtfach

2 SWS Seminaristischer Unterricht

2 SWS Übung am PC

60 Präsenzstunden und 120 Stunden Eigenarbeit

6 ECTS

Höhere Mathematik (DGLs),

Grundkenntnisse Programmierung

Überblick über den Prozess der Modellbildung,

umfassendes Verständnis von diskreten

Systemen (gewöhnliche DGLs) und numerischer

Lösungsverfahren derselben,

Erlernen von Simulationstools zur effizienten

Lösung von Problemstellungen mit

gewöhnlichen DGLs (z.B. Matlab, Simulink,

Simscape),

Beurteilung der Sinnhaftigkeit von numerischen

Lösungen

Motivation – Warum überhaupt Simulation?

Modellbildung (Physikalisch, mathematisch,

numerisch),

Validierung von Modellen durch Vergleich mit

Experimenten

Diskrete Systeme (gewöhnliche DGLs),

Anfangswertprobleme (Euler-Verfahren

(explizit, implizit), Runge-Kutta-Verfahren),

Stabilität, Konsistenz, Konvergenz,


Rand- und Eigenwertprobleme

(Schießverfahren, Differenzenverfahren, FEM)

Studien- / Prüfungsleistungen

Medienformen

Literatur und Software

Evtl. Praktikumsversuch zum Vergleich mit

Simulationsergebnissen

Schriftliche Prüfung

Tafel, Beamer (Visualizer), PC

Literatur:

C.-D. Munz, T. Westermann: „Numerische

Behandlung gewöhnlicher und partieller

Differenzialgleichungen“, Springer (2012),

ISBN: 3642243347.

W. D. Pietruszka: „Matlab® Und Simulink® In

Der Ingenieurpraxis: Modellbildung,

Berechnung und Simulation“, Vieweg+Teubner

(2012), ISBN: 3834817643.

Software:

Matlab, Simulink, Simscape (kommerziell)

Python, Modelica (Open Source)

M_ST_Modulhandbuch_2013-11-15


Modul

Modellbildung und Simulation 2

Studiengang

Master Simulation und Test

Modulbezeichnung Modellbildung und Simulation 2

Ggf. Kürzel

Ggf. Untertitel

Ggf. Lehrveranstaltungen

Fachsemester 2

Modulverantwortliche(r)

Dozent(in)

Sprache

Zuordnung zum Curriculum

Nutzung in anderen Studiengängen

Lehrform / SWS

Arbeitsaufwand

Kreditpunkte

Voraussetzungen

Qualifikationsziele

Inhalt

MuS2

Modellierung kontinuierlicher Systeme mit

partiellen DGLs

Simulationswerkzeuge SU

Simulationswerkzeuge Ü

Prof. Dr. Conrad Wolf

Prof. Dr. Conrad Wolf

Deutsch

Pflichtfach

2 SWS Seminaristischer Unterricht

2 SWS Übung am PC

60 Präsenzstunden und 120 Stunden Eigenarbeit

6 ECTS

Höhere Mathematik (Grundkenntnisse partielle

DGLs), Grundkenntnisse Programmierung,

Modul MuS1

Umfassendes Verständnis von kontinuierlichen

Systemen (partielle DGLs) und numerischer

Lösungsverfahren derselben,

Erlernen von Simulationstools zur effizienten

Lösung von Problemstellungen mit partiellen

DGLs (z.B. Matlab, COMSOL),

Beurteilung der Sinnhaftigkeit von

Simulationsergebnissen

Kontinuierliche vs. diskrete Systeme,

Partielle DGLs,

Klassifizierung (Ordnung, elliptische,

parabolische, hyperbolische pDGLs),

Diskretisierung und Gittererzeugung,

Anfangs- und Randbedingungen,

Finite-Differenzen-Verfahren,

FEM,

Finite-Volumen-Verfahren

M_ST_Modulhandbuch_2013-11-15


Studien- / Prüfungsleistungen

Medienformen

Literatur und Software

Evtl. Praktikumsversuch zum Vergleich mit

Simulationsergebnissen

Schriftliche Prüfung

Tafel, Beamer (Visualizer), PC

Literatur

C.-D. Munz, T. Westermann: „Numerische

Behandlung gewöhnlicher und partieller

Differenzialgleichungen“, Springer (2012),

ISBN: 3642243347.

T. Westermann: „Modellbildung und Simulation:

Mit Einer Einführung in ANSYS“, Springer

(2010), ISBN: 3642054609.

Software:

Matlab (kommerziell),

COMSOL oder ANSYS (kommerziell),

Python (Open Source),

OpenFOAM (Open Source)

M_ST_Modulhandbuch_2013-11-15


Modul

Computational Physics

Studiengang

Modulbezeichnung

Ggf. Kürzel

Ggf. Untertitel

Ggf. Lehrveranstaltungen

Fachsemester 3

Modulverantwortliche(r)

Dozent(in)

Sprache

Zuordnung zum Curriculum

Nutzung in anderen Studiengängen

Lehrform / SWS

Arbeitsaufwand

Kreditpunkte

Voraussetzungen

Qualifikationsziele

Inhalt

Master Simulation und Test

Computational Physics

CP

Computational Physics SU

Computational Physics Ü

Prof. Dr. Wolfram Haupt

Prof. Dr. Wolfram Haupt

Deutsch

Pflichtfach

2 SWS Seminaristischer Unterricht

2 SWS Übung am PC

60 Präsenzstunden und 120 Stunden Eigenarbeit

6 ECTS

Vorlesung Simulationswerkzeuge (pDGLs,

COMSOL oder ANSYS)

Überblick über die Simulation physikalischer

Phänomene aus verschiedenen Bereichen,

Kopplung von Simulationen aus verschiedenen

Bereichen,

Fähigkeit zur eigenständigen Modellierung uns

Simulation einer physikalischen Fragestellung

Modellierung physikalischer Gesetze

(Mechanik, Elektromagnetismus,

Thermodynamik, Fluidmechanik, Optik?)

Physikalische Grundgleichungen,

Implementierung in der Software (z.B.

COMSOL),

Kopplung verschiedener Phänomene,

Starke und schwache Kopplung

High Performance Computing,

„Computerexperimente“,

z.B. Supraleitung, Ferromagnetismus

Projekt?

M_ST_Modulhandbuch_2013-11-15


Studien- / Prüfungsleistungen

Medienformen

Literatur und Software

Schriftliche Prüfung

Tafel, Beamer (Visualizer), PC

Software:

COMSOL oder ANSYS (kommerziell)

OpenFOAM (Open Source)

M_ST_Modulhandbuch_2013-11-15


Modul

Fortgeschrittene Simulationsverfahren

Studiengang

Modulbezeichnung

ggf. Kürzel

Ggf. Untertitel

Ggf. Lehrveranstaltungen

Fachsemester 2

Modulverantwortliche(r)

Dozent(in)

Sprache

Zuordnung zum Curriculum

Nutzung in anderen Studiengängen

Lehrform / SWS

Arbeitsaufwand

Kreditpunkte

Voraussetzungen

Qualifikationsziele

Master Simulation und Test

Fortgeschrittene Simulationsverfahren

FSV

Neuronale Netze und Monte-Carlo-Techniken

Fortgeschrittene Simulationsverfahren SU

Fortgeschrittene Simulationsverfahren Ü

Prof. Dr. Michael Geisler

Prof. Dr. Michael Geisler

Deutsch

Pflichtfach

Ggf. Master Maschinenbau und Elektrotechnik

3 SWS Seminaristischer Unterricht

1 SWS Übung (auch am PC)

60 Präsenzstunden und 120 Stunden Eigenarbeit

6 ECTS

Grundlagen der Linearen Algebra, Analysis incl.

Vektoranalysis und Stochastik

Fachkompetenz: Denkweisen, Begriffe und

Techniken zur Simulation komplexer Systeme

beherrschen, Implementierung mit

Standardsoftware wie MatLab erlernen

Methodenkompetenz: Modellierung komplexer

Systeme als Neuronales Netz, Grundlagen des

Netzdesigns, Grundlagen der Software-Tools,

Beherrschung hochdimensionaler Integrationen

Inhalt

Biologische Grundlagen Neuronaler Netze;

Perzeptron, Lernalgorithmen, Fähigkeitsanalyse;

Lernen in Mehrschichtsysteme,

Backpropagation, Konvergenzverhalten;

Hopfieldnetze, assoziative Speicher;

Kohonennetze;

Integration mit stochastischen Methoden;

Erzeugung von Zufallszahlen mit bestimmten

Verteilungseigenschaften, Rejection,

Transformation, Normalverteilung;

M_ST_Modulhandbuch_2013-11-15


Studien- / Prüfungsleistungen

Medienformen

Literatur und Software

Metropolis-Algorithmus, Beispiele

Schriftliche Prüfung

Tafel, Beamer (Visualizer), PC

Dan W. Patterson „Künstliche neuronale Netze“

Raul Rojas „Theorie der neuronalen Netze“

Adolf Grauel „Neuronale Netze. Grundlagen

und mathematische Modellierung.“

Domschke/Drexl "Operations Research"

Thomas Müller-Gronbach et al.„Monte Carlo-

Algorithmen“

„Monte-Carlo-Methoden“. Eine Einführung von

Rudolf Frühwirth und Meinhard Regler

Software: Matlab, …

M_ST_Modulhandbuch_2013-11-15


Modul

Test- und Validierungsverfahren

Studiengang

Modulbezeichnung

ggf. Kürzel

Ggf. Untertitel

Ggf. Lehrveranstaltungen

Fachsemester 1

Modulverantwortliche(r)

Dozent(in)

Sprache

Zuordnung zum Curriculum

Nutzung in anderen Studiengängen

Lehrform / SWS

Arbeitsaufwand

Kreditpunkte

Voraussetzungen

Qualifikationsziele

Inhalt

M_ST_Modulhandbuch_2013-11-15

Master Simulation und Test

Test- und Validierungsverfahren

TuV

Statistische Methoden und Analysen in der

Simulation

Test und Validierung SU

Test und Validierung Ü

Prof. Dr. Ulrich Sax

Prof. Dr. Ulrich Sax

Deutsch

Pflichtfach

Ggf. Master Maschinenbau

3 SWS Seminaristischer Unterricht

1 SWS Übung am PC

60 Präsenzstunden und 120 Stunden Eigenarbeit

6 ECTS

Grundlagen der Linearen Algebra, Analysis und

Stochastik

Fachkompetenz: Denkweisen, Begriffe und

Techniken der statistischen Testverfahren sowie

deren Anwendungsvoraussetzungen und

Analysepotenzial zu beherrschen

Methodenkompetenz: Fähigkeit, statistische

Tests und deren Auswertungen an typischen

Beispielen mittels Software-Tools durchführen

und die Ergebnisse bewerten sowie überprüfen

zu können

- Deskriptive Grundlagen

(Häufigkeitsverteilungen, Kreuztabellen,

Kenngrößen, Korrelationen)

- Grundlagen der Wahrscheinlichkeitstheorie

(Zufallsvariable, Rechnen mit

Wahrscheinlichkeiten, mathematisch-statistische

Verteilungen und ihre Momente)

- Punkt- und Intervallschätzung (Eigenschaften

von Schätzfunktionen, Maximum-Likelihood

Prinzip)


Studien- / Prüfungsleistungen

Medienformen

Literatur und Software

- Testtheoretische Grundlagen (Hypothesentest,

Fehler 1. und 2. Art, Gütefunktion,

Operationscharakteristik, OC-Quantile)

- Parametrische Tests (t-Tests, F-Test,

Chiquadrattest, Neyman-Pearson-Tests, LQ-

Test, sequentieller LQ-Test)

- Nichtparametrische Tests (Chiquadrat-

Unabhängigkeitstest, Wilcoxon-Tests, Mann-

Withney-U-Test, Kruskal-Wallis-Test)

- Verteilungsanpassungstests (Kolmogorow-

Smirnow-Test, Chiquadrat-Anpassungstest,

Shapiro-Wilk-Test)

Schriftliche Prüfung

Tafel, Beamer (Visualizer), PC

Hartung: Statistik

Rinne: Taschenbuch der Statistik

Software: R, Matlab, …

M_ST_Modulhandbuch_2013-11-15


Modul

Test- und Validierungsverfahren

Studiengang

Modulbezeichnung

ggf. Kürzel

Ggf. Untertitel

Ggf. Lehrveranstaltungen

Fachsemester 2

Modulverantwortliche(r)

Dozent(in)

Sprache

Zuordnung zum Curriculum

Nutzung in anderen Studiengängen

Lehrform / SWS

Arbeitsaufwand

Kreditpunkte

Voraussetzungen

Qualifikationsziele

Inhalt

Master Simulation und Test

Design of Experiments

DoE

Statistische Versuchsplanung und Auswertung

Design of Experiments SU

Design of Experiments Ü

Prof. Dr. Ulrich Sax

Prof. Dr. Ulrich Sax ggf. und NN

Deutsch

Pflichtfach

Ggf. Master Maschinenbau

2 SWS Seminaristischer Unterricht

2 SWS Übung am PC

60 Präsenzstunden und 120 Stunden Eigenarbeit

6 ECTS

Grundlagen der Linearen Algebra, Analysis und

Stochastik

Fachkompetenz: Denkweisen, Begriffe und

Techniken der statistischen Versuchsplanung

gemäß state of the art zu beherrschen

Methodenkompetenz: Fähigkeit, Versuchspläne

und ihre Auswertungen an typischen Beispielen

mittels Software-Tools durchführen zu können

- statistische Grundlagen

- Begriffe und Strategien in der

Versuchsplanung (Systemanalyse,

Versuchsstrategien, Versuchsdurchführung,

Versuchsauswertung)

- Versuchsplantypen (konventionelle Methoden;

vollfaktorielle, teilfaktorielle und

zentralzusammengesetzte Pläne; Plackett-

Burman Pläne; Box-Behnken Pläne, D-optimale

Pläne; Mischungspläne; diverse Plantypen)

- Robustheitsanalyse (Regressionsanalyse,

Varianzanalyse, Methoden von Taguchi und

Shainin)

M_ST_Modulhandbuch_2013-11-15


Studien- / Prüfungsleistungen

Medienformen

Literatur und Software

Schriftliche Prüfung

Tafel, Beamer (Visualizer), PC

Bandemer: Statistische Versuchsplanung

Kleppmann: Taschenbuch Versuchsplanung

Montgomery: Design and Analysis of

Experiments

Sottware: Cornerstone, Minitab, STATISTICA,


M_ST_Modulhandbuch_2013-11-15


Modul

Versuchs- und Prüfstandstechnik

Studiengang

Modulbezeichnung

Ggf. Kürzel

Ggf. Untertitel

Ggf. Lehrveranstaltungen

Fachsemester 1

Modulverantwortliche(r)

Dozent(in)

Sprache

Zuordnung zum Curriculum

Nutzung in anderen Studiengängen

Lehrform / SWS

Arbeitsaufwand

Kreditpunkte

Voraussetzungen

Qualifikationsziele

Master Simulation und Test

Versuchs- und Prüfstandstechnik

VPt

Versuchs- und Prüfstandstechnik SU

Versuchs- und Prüfstandstechnik P

Christoph Maag

Christoph Maag, etc.

Deutsch

Pflichtfach

2 SWS Seminaristischer Unterricht

2 SWS Praktikum

60 Präsenzstunden und 120 Stunden Eigenarbeit

6 ECTS

Inhalt Einführung ;

Methodische Grundlagen

(Produktentstehungsprozess ,

Anforderungsmanagement ,

Realisierungs-/Beschaffungsprozess , Gesetze

und Normen , Softwaretestverfahren );

Grundgebiete Prüfstands-Design

(Begriffe und Definitionen , Hardware-Konzepte

, Workshop „Objektive Geräuschanalyse“ ,

Elektrische Anlagensicherheit , Software-

Architektur , Entwicklungsumgebungen ,

Feldbussysteme , Workshop: Skalierbare

Testapplikationen , Kalibration );

Testautomatisierung in der Praxis

(Rapid-Prototyping und Qualität , Software

Verifikation , Umwelttests , Performance ,

Screening Methoden , Massenfertigung )

M_ST_Modulhandbuch_2013-11-15


Studien- / Prüfungsleistungen

Medienformen

Literatur und Software

Methodenkompetenz

(FMEA, Design for Testability , Robustness

Testing , Test Cover Methods , Kennzahl

orientierte Testoptimierung , Traceability ,

Limits , Trendanalyse am Beispiel „Part Average

Analysis“)

Schriftliche Prüfung

Tafel, Beamer (Visualizer), PC

M_ST_Modulhandbuch_2013-11-15


Modul

Computer-based measurement technology

Studiengang

Modulbezeichnung

Ggf. Kürzel

Ggf. Untertitel

Ggf. Lehrveranstaltungen

Fachsemester 2

Modulverantwortliche(r)

Dozent(in)

Sprache

Zuordnung zum Curriculum

Nutzung in anderen Studiengängen

Lehrform / SWS

Arbeitsaufwand

Kreditpunkte

Voraussetzungen

Qualifikationsziele

Inhalt

Master Simulation und Test

Computer-based measurement technology

CBMT

CBMT SU

CBMT Ü

Prof. Dr. Conrad Wolf

Prof. Dr. Conrad Wolf

Englisch

Pflichtfach

AIMS

2 SWS Seminaristischer Unterricht

2 SWS Übung am PC

60 Präsenzstunden und 120 Stunden Eigenarbeit

6 ECTS

Grundkenntnisse elektrische Messtechnik,

Grundkenntnisse Programmierung

Überblick über Theorie und Hardware der

Computer-gestützten Messtechnik,

Erlernen der grafischen Programmiersprache

LabVIEW,

Fähigkeit zur selbstständigen Lösung von

Messaufgaben (Auswahl der geeigneten

Hardware, Programmierung der Messsoftware,

Analyse der Messdaten)

Vorlesung:

Einführung (Grundlagen der Messtechnik,

Elektronische Messung, Computergestützte

Messtechnik)

Messdatenerfassung (Computerzahlen, DAC,

ADC, Sample & Hold, Abtasttheorem)

Messgeräte (Messkette, DAQ Board, DVM,

Oszilloskop, Soundkarte)

Schnittstellen & Protokolle (Lokal (RS-232,

USB, GPIB, PCI, VXI), Netzwerk (OSI-

Schichtenmodell, Ethernet, TCP/IP, LXI),

M_ST_Modulhandbuch_2013-11-15


Wireless (Bluetooth, ZigBee))

Messdatenverarbeitung (DFT, Spektrum,

Digitale Filter, Lock-In Technik)

Studien- / Prüfungsleistungen

Medienformen

Literatur und Software

LabVIEW-Kurs:

Einführung (LabVIEW, myDAQ, VIs, GUI)

Kontrollstrukturen (IF, FOR, WHILE, Sequenz)

Datentypen (Arrays, Cluster, Strings)

Strukturierung mit Sub-VIs

Error Handling

Versuche mit Messtechnik-Hardware (DMM via

RS-232, DSO via GBIP, Aufzeichnung

Bodediagramm, DAQ-Board und

Abtasttheorem)

Schriftliche Prüfung

Tafel, Beamer (Visualizer), PC

Literatur:

R. Lerch: „Elektrische Messtechnik: Analoge,

digitale und computergestützte Verfahren“,

Springer (2010), ISBN: 3642054544.

E. Metin, W. Georgi: „Einführung in

LabVIEW“, Carl Hanser Verlag (2012), ISBN:

3446423869.

Software:

LabVIEW

M_ST_Modulhandbuch_2013-11-15


Modul

Innovationsmanagement

Studiengang

Modulbezeichnung

ggf. Kürzel

Ggf. Untertitel

Ggf. Lehrveranstaltungen

Fachsemester 1

Modulverantwortliche(r)

Dozent(in)

Sprache

Zuordnung zum Curriculum

Nutzung in anderen Studiengängen

Lehrform / SWS

Arbeitsaufwand

Kreditpunkte

Voraussetzungen

Qualifikationsziele

Inhalt

Master Simulation und Test

Innovationsmanagement

Imm

Innovationsmanagement SU

Innovationsmanagement Ü

Dr. Denise Müller-Friedrich

Dr. Denise Müller-Friedrich

Deutsch

Pflichtfach

2 SWS Seminaristischer Unterricht

2 SWS Übung

60 Präsenzstunden und 120 Stunden Eigenarbeit

6 ECTS

Kennenlernen von Konzepten und Methoden des

Innovationsmanagement als systematische

Planung, Steuerung und Kontrolle von

Produktinnovationen in Unternehmen zur

Entwicklung von Ideen und deren Umsetzung in

wirtschaftlich erfolgreiche Produkte.

Einführung - Innovationsnotwendigkeit und

Innovationsmanagement

Innovationsstrategien

Innovationsprozess- Phasen; Ideenmanagement,-

sicherung, -förderung

Planungs- und Analysemethoden

Markteinführungsstrategien

Globale Trends

Fallstudien, Übungen, Praxisbeispiele

Studien- / Prüfungsleistungen

Schriftliche Prüfung

M_ST_Modulhandbuch_2013-11-15


Medienformen

Literatur und Software

Tafel, Beamer (Visualizer), PC

Literatur:

Praxiswissen Innovationsmanagement. Von der

Idee zum Markterfolg. Hanser 2008

K. Engel, M. Nippa: Innovationsmanagement.

Von der Idee zum erfolgreichen Produkt.

Physica Verlag, Heidelberg 2006

M_ST_Modulhandbuch_2013-11-15


Wahlpflichtmodule

Vorläufige Liste (Stand: 15.11.13):

# Modul SWS Semester Sprache

1 Sensor Simulation 2 WS E

2 Microacoustic Sensors

2 WS E

3 Chemical Sensors

2 WS E

4 Risk of Investment into Emerging Technologies

2 WS E

5 Flow Measurement

2 WS E

6 Scientific Reporting and Documentation

2 WS E

7 Dynamische Systeme (linear, nicht-linear) 2 D

8 Gebäudesimulation D

9 Schaltungssimulation

D

10 Akustische Messungen und Tests 2 D

11 FEM in der Festkörpermechanik 2 SS D

12 Optiksimulation

2 D

13 Data mining

14 Virtuelle Produktentwicklung 2 WS D

*

Nicht jedes Wahlpflichtmodul wird auch in jedem Semester angeboten.

M_ST_Modulhandbuch_2013-11-15

Weitere Magazine dieses Users
Ähnliche Magazine