Logo
Benutzer: Gast  Login
Autoren:
Kraus, Michael A. 
Dokumenttyp:
Dissertation / Thesis 
Titel:
Machine Learning Techniques for the Material Parameter Identification of Laminated Glass in the Intact and Post-Fracture State 
Betreuer:
Siebert, Geralt, Univ.-Prof. Dr.-Ing. 
Gutachter:
Siebert, Geralt, Univ.-Prof. Dr.-Ing.; Schneider, Jens, Univ.-Prof. Dr.-Ing.; Müller, Gerhard, Univ.-Prof. Dr.-Ing. habil. 
Tag der mündlichen Prüfung:
26.02.2019 
Publikationsdatum:
04.04.2019 
Jahr:
2019 
Seiten (Monografie):
403 
Sprache:
Englisch 
Schlagwörter:
Verbundglas ; Stoffeigenschaft ; Viskoelastizität ; Belastung ; Simulation ; Numerisches Verfahren ; Maschinelles Lernen ; Hochschulschrift 
Stichwörter:
Machine Learning; Material Model Calibration; Glass; Polymers; Master Curve 
Abstract:
This thesis contributes to the current state of knowledge on the mechanical characterization and numerical simulation of intact and fractured laminated glass using methodological concepts of 'artificial intelligence'. The findings obtained within this work are embedded in a more comprehensive numerical-methodical simulation approach which pursues the goal of realistically mapping the time- and temperature-dependent load-bearing behaviour of glass laminates in the intact and fractured state. In o...    »
 
DDC-Notation:
006.31 
Fakultät:
Fakultät für Bauingenieurwesen und Umweltwissenschaften 
Institut:
BAU 4 - Institut für Konstruktiven Ingenieurbau 
Professur:
Siebert, Geralt 
Open Access ja oder nein?:
Ja / Yes 
Sonstige Angaben:
Erschienen in: "Berichte aus dem Konstruktiven Ingenieurbau" der Universität der Bundeswehr München. Bericht 19/4