Fundamentals of the Discrete Element Method
DE, EN
Betreuter Kurs
Fundamentals of the Discrete Element Method

Fundamentals of the Discrete Element Method

Technische Universität Graz

Stefan Radl

Über

Dauer 6 Lektionen
Einheiten 2 Stunden/Lektion
Lizenz CC BY 4.0
Kursteilnehmer:innen 75
Verfügbarkeit 31. August 2025
Startdatum 7. Oktober 2024
Kosten € 0.00

Trailer zu Fundamentals of the Discrete Element Method

Trailer The Discrete Element Method | iMooX.at

  • 447
  • 1m32s
  • 5
Content Thumbnail Image

Dieses Video wird von YouTube gehostet, durch Klick darauf werden Daten an YouTube übermittelt. Es gelten die Datenschutzbestimmungen von YouTube.

Video starten

Allgemeines zum Kurs

#imoox, #DEM, #engineering, #chemicalengineering, #particle, #simulation

Die Diskrete-Elemente-Methode (DEM) ist eine Berechnungsmethode zur Vorhersage der Strömung von Partikeln. Da solche Strömungen in der Natur und in der technischen Praxis häufig anzutreffen sind, hat sich die DEM zu einem leistungsfähigen und wertvollen Instrument in Wissenschaft und industrieller Praxis entwickelt. Aber wie funktioniert die DEM? Welche Informationen werden benötigt, um mit der DEM eine Vorhersage zu treffen? Dieser MOOC bietet einen Grundkurs, der es Ihnen ermöglicht, diese Fragen zu beantworten!

Inhalt

Kursinhalt

In diesem MOOC werden die Grundlagen der DEM behandelt. Das Ziel ist es, die mathematische Expertise und Softwarekenntnisse zu vermitteln, um eine DEM-basierte Simulation korrekt aufzubauen und zu interpretieren. Zu diesem Zweck werden eine Reihe von Berechnungen sowie Simulationsbeispiele besprochen. Der Kurs ist in sieben Einheiten unterteilt, die wie folgt gegliedert sind:
  • Einführung (Lektion 1)
  • Theoretische Grundlagen (Lektion 2)
  • Kraftmodelle - Grundlagen (Lektion 3)
  • Praktische Aspekte beim Einsatz der DEM (Lektion 4)
  • Kraftmodelle - Fortgeschrittenes (Lektion 5)
  • Kalibrierung, Verifizierung und Validierung (Lektion 6)


Lernziele

Nach der Absolvierung dieses MOOCs sollten die Teilnehmer*innen in der Lage sein ...

  • ... einen DEM-basierten Simulator zu konfigurieren und auszuführen
  • ... die Ergebnisse einer DEM-Simulation mit kugelförmigen Partikeln zu visualisieren und zu interpretieren

Vorkenntnisse

Der MOOC setzt lediglich einige Grundkenntnisse in Mechanik und Mathematik voraus. Konkret sind Kenntnisse folgender Themen notwendig:

  • Die Newtonschen Gesetze zur Beschreibung der (translatorischen) Bewegung von Körpern
  • Grundlegende Vektoroperationen (Addition, verschiedene Formen der Vektormultiplikation)

Kursablauf

Jede Einheit ist wie folgt aufgebaut:
  • Ein Einführungsvideo legt die Grundlagen für jede Einheit.
  • Ein oder mehrere Videos mit interaktiven Fragen bilden den Kern jeder Unterrichtseinheit.
  • Auf diese Videos folgen Quizfragen zur Selbstevaluierung, um das erworbene Wissen zu überprüfen. Um das MOOC-Zertifikat zu erhalten, müssen mindestens 75% der Punkte in jedem dieser Quiz erreicht werden.

Handouts (PDFs) werden zur Verfügung gestellt, um den Studierenden bei der Anfertigung von Notizen zu helfen und um die wichtigsten Lerninhalte zu unterstreichen.

Für die besonders Motivierten bieten wir zusätzliches Material an: Das sind zum Beispiel komplexere Aufgaben und Berechnungen, oder größere Simulationsbeispiele. Ausgearbeitete Beispiele dieses Zusatzmaterials können zur Anrechnung auf die begleitende Lehrveranstaltung der TU Graz bei Prof. Radl eingereicht werden.

Die Teilnehmer*innen sind aufgefordert, im begleitenden Forum Fragen zu stellen. Diese können dann sowohl von den Kursinstruktor*innen, als auch von den Teilnehmer*innen beantwortet werden.


Zertifikat


Für die aktive Teilnahme am Kurs erfolgt bei Abschluss die Ausstellung eines automatisierten Zertifikats, welches Ihren Benutzernamen, den Kursnamen und die abgeschlossenen Lektionen beinhalten. Es wird darauf hingewiesen, dass es sich nur um eine Bestätigung handelt, die aussagt, dass die Benutzer*innen zumindest 75% der gestellten Selbstüberprüfungsfragen richtig beantwortet haben.

Lizenz

Das Unterrichtsmaterial für diesen MOOC ist lizenziert unter CC BY 4.0. Beachten Sie, dass einzelne Videos möglicherweise anderweitig lizensiert sind- dies wird am Ende eines solchen Videos erwähnt.

Sammeln Sie ECTS mit diesem MOOC!

Bei erfolgreicher Teilnahme an diesem MOOC können Sie außerdem Credits im Rahmen des „European Credit Transfer System“ (ETCS) sammeln. Bitte registrieren Sie sich in TUGRAZonline, und wählen Sie den Kurs CHE.874UF ("Design of Multiphase Flow Processes"). Dieser Kurs wird im (auf diesen MOOC folgenden) Sommersemester angeboten!

Kursleitung

Stefan Radl
Stefan Radl

Stefan hält einen Doktortitel in Verfahrenstechnik von der Technischen Universität Graz (TU Graz). Während seines PhD- und Post-Doc-Studiums entwickelte und verwendete er DEM-basierte Simulatoren sowie die dazugehörigen Post-Processing-Tools. Seit 2018 ist er Associate Professor an der TU Graz, wo er eine venia docendi für das Fach "Partikeltechnologie" innehat. Sein Interesse gilt der Verknüpfung verschiedener Simulationswerkzeuge für Partikel- und Suspensionsströmungen, sowie deren Anwendung auf Herausforderungen in der chemischen Industrie.

Anmelden & Einschreiben Aktuell: 75 Teilnehmer:innen

Kostenlos für alle € 0.00

Partner:innen


Dieser MOOC basiert auf den Ergebnissen von zwei Projekten, die durch das Forschungs- und Innovationsprogramm "Horizon 2020" der Europäischen Union gefördert wurden: Marie Skłodowska Curie Grant Agreement Nummer 812638 (CALIPER) und 813202 (MATHEGRAM). Zu den Partner*innen, die an diesem MOOC mitgewirkt haben, gehören - neben der TU Graz - die folgenden Institutionen:

  • DCS Computing (Österreich)
  • INTERNATIONAL CENTRE FOR NUMERICAL METHODS IN ENGINEERING (CIMNE; Spanien)
  • Johnson Matthey (Großbritannien)
  • University of Navarra (Spanien)
  • University of Surrey (Großbritannien)
  • Wageningen University (Die Niederlande)


Technische Universität Graz

Technische Universität Graz

Graz

19599 Teilnehmer:innen
62 Kurse
Durchschnittliche Bewertung

Bewertung

Fundamentals of the Discrete Element Method

5 Sterne
1
4 Sterne
0
3 Sterne
0
2 Sterne
0
1 Sterne
0