Kursplan för Strukturoptimering för additiv tillverkning I

Structural Optimisation for Additive Manufacturing I

Kursplan

  • 5 högskolepoäng
  • Kurskod: 1TM103
  • Utbildningsnivå: Avancerad nivå
  • Huvudområde(n) och successiv fördjupning: Materialteknik A1N

    Förklaring av koder

    Koden visar kursens utbildningsnivå och fördjupning i förhållande till andra kurser inom huvudområdet och examensfordringarna för generella examina:

    Grundnivå

    • G1N: har endast gymnasiala förkunskapskrav
    • G1F: har mindre än 60 hp kurs/er på grundnivå som förkunskapskrav
    • G1E: innehåller särskilt utformat examensarbete för högskoleexamen
    • G2F: har minst 60 hp kurs/er på grundnivå som förkunskapskrav
    • G2E: har minst 60 hp kurs/er på grundnivå som förkunskapskrav, innehåller examensarbete för kandidatexamen
    • GXX: kursens fördjupning kan inte klassificeras

    Avancerad nivå

    • A1N: har endast kurs/er på grundnivå som förkunskapskrav
    • A1F: har kurs/er på avancerad nivå som förkunskapskrav
    • A1E: innehåller examensarbete för magisterexamen
    • A2E: innehåller examensarbete för masterexamen
    • AXX: kursens fördjupning kan inte klassificeras

  • Betygsskala: Underkänd (U), godkänd (3), icke utan beröm godkänd (4), med beröm godkänd (5)
  • Inrättad: 2020-02-25
  • Inrättad av: Teknisk-naturvetenskapliga fakultetsnämnden
  • Reviderad: 2022-10-18
  • Reviderad av: Teknisk-naturvetenskapliga fakultetsnämnden
  • Gäller från: HT 2023
  • Behörighet:

    120 hp varav 90 hp teknik/naturvetenskap inklusive grundkurs i hållfasthetslära. Engelska 6. (Med en svensk kandidatexamen uppfylls kravet på engelska.)

  • Ansvarig institution: Institutionen för materialvetenskap

Mål

Efter godkänd kurs ska studenten kunna:

  • identifiera olika klasser av strukturell optimering som adresserar storlek, form och topologi,
  • förklara konceptet med designvariabler, begränsningar och målfunktioner i ett optimeringsproblem,
  • formulera konstruktionsuppgifter med enkla bärande strukturer som optimeringsproblem,
  • numeriskt lösa enkla storleksoptimeringsproblem,
  • implementera optimeringsalgoritmer.

Innehåll

Målfunktioner, begränsningar, optimeringsalgoritmer, numerisk implementering och problemlösning.

Undervisning

Föreläsningar, laborationer och projektarbete.

Examination

Projektarbete (2 hp), inlämningsuppgift (2 hp) och laboration (1 hp).

Om särskilda skäl finns får examinator göra undantag från det angivna examinationssättet och medge att en enskild student examineras på annat sätt. Särskilda skäl kan t.ex. vara besked om särskilt pedagogiskt stöd från universitetets samordnare för studenter med funktionsnedsättning.

Litteratur

Litteraturlista

Gäller från: HT 2023

I bibliotekets söktjänst kan du se om en titel finns elektroniskt.