Projektseminar
| Credits | 10 SWS, 10 ECTS |
| Contact | Gregor Döhner and Axel Zimmermann |
| Sessions | Tuesday and Thursday, lecture and hands-on 13:30-15:00 for 4 weeks, then independent project phase |
| Rooms | MW 1701 and 1702 (lecture and hands-on) |
| Type | introductory seminar |
|---|---|
| Term | Wintersemester 2024/25 |
| Language of instruction | German |
Admission information
Objectives
Nach erfolgreichem Abschluss des Moduls haben die Studierenden Kenntnisse im Bereich der theoretischen und numerischen Verbrennung, fundamentale Sachkenntnis im Bereich der "Data Science" sowie fortgeschrittene Fähigkeiten im Umgang mit Python. Zudem wird die Arbeitsweise in einer Projektgruppe geschult.
Description
Die Studierenden entwerfen ein Softwarepaket zur Modellierung von turbulenten Verbrennungsprozessen, welches von aufeinanderfolgenden Jahrgängen immer weiter entwickelt wird und zu einem ausgereiften Zeitpunkt auch außerhalb der Professur für Thermofluiddynamik zur Anwendung kommen soll. Strategien aus dem Bereich des Machine Learnings werden erarbeitet, um die Interaktion von Turbulenz und Chemie in der Simulation von Verbrennungsprozessen effizienter abzubilden. Als Programmierumgebung wird Python genutzt.
Im Rahmen des Projektseminars werden zu Beginn zwei theoretische Schwerpunkte gelegt:
(1) Grundlagen zur Verbrennung
(2) Einführung in die Welt der Data Science und des Deep Learnings
Gleichzeitig dazu werden sich die Studierenden mit Python vertraut machen und die Grundzüge dieser Programmiersprache in kleinen praktischen Aufgaben erarbeiten.
Anschließend folgt die Arbeit in der Projektgruppe und die Studierenden entwerfen in Eigenverantwortlichkeit eine Lösungsstrategie für ihre Augabenstellung. Die Protokollierung der gewonnenen Ergebnisse erfolgt in einem sauber kommentiertem Python Code und einer schriftlichen Ausarbeitung.
Im Rahmen des Projektseminars werden zu Beginn zwei theoretische Schwerpunkte gelegt:
(1) Grundlagen zur Verbrennung
(2) Einführung in die Welt der Data Science und des Deep Learnings
Gleichzeitig dazu werden sich die Studierenden mit Python vertraut machen und die Grundzüge dieser Programmiersprache in kleinen praktischen Aufgaben erarbeiten.
Anschließend folgt die Arbeit in der Projektgruppe und die Studierenden entwerfen in Eigenverantwortlichkeit eine Lösungsstrategie für ihre Augabenstellung. Die Protokollierung der gewonnenen Ergebnisse erfolgt in einem sauber kommentiertem Python Code und einer schriftlichen Ausarbeitung.