Monografie
Startwertbestimmung von Schallemissionssignalen bei der Schädigungsanalyse von CFK-Testkörpern
- Sprache
-
Deutsch
- Identifier
-
1258954486
Thema
Schallemissionsanalyse; Signalanalyse; Zerstörungsfreie Werkstoffprüfung; Kohlenstofffaserverstärkter Kunststoff
Beteiligte Personen und Organisationen
Radlmeier, Martin
Große, Christian
Sause, Markurs
Große, Christian
Große, Christian
Sause, Markurs
Große, Christian
- URN
- Rechteinformation
-
Der Zugriff auf das Objekt ist unbeschränkt möglich.
- Letzte Aktualisierung
-
05.07.2022, 13:19 MESZ
Objekttyp
- Monografie
Beteiligte
- Radlmeier, Martin
- Große, Christian
- Sause, Markurs
- Große, Christian
Ähnliche Objekte (12)
Nichtlinearer Ultraschall zur Charakterisierung von Ermüdungsschäden während der Hochfrequenz-Beanspruchung von C-Faser-Kunststoffverbunden
Numerical Modeling of Guided Waves in Anisotropic Composites with Application to Air-coupled Ultrasonic Inspection
Zerstörungsfreie Prüfung von Faserverbundwerkstoffen mittels Schallemissionsanalyse
Modellierung von Ultraschallprüfverfahren an Faserverbundwerkstoffen
Datenfusion zur verbesserten Fehlstellendetektion bei der zerstörungsfreien Prüfung von Betonbauteilen
Ultrasonic imaging of carbon fiber-reinforced plastics using the full matrix capture data acquisition technique
Eine modifizierte algebraische Rekonstruktionstechnik zur Bestimmung des komplexen Brechungsindexes in der THz-Tomographie
Modelling of crack growth based acoustic emission release in aluminum alloys
Verbesserung der Signalauswertung für die Ultraschallmikroskopie = Improvement of signal analysis for the ultrasonic microscopy
Forschungsprogramm 2009 - 2010
Localization of acoustic emission sources in fiber composites using artificial neural networks
Zerstörungsfreie Prüfmethoden zur Oberflächencharakterisierung von kohlenstofffaserverstärkten Kunststoffen
Nichtlinearer Ultraschall zur Charakterisierung von Ermüdungsschäden während der Hochfrequenz-Beanspruchung von C-Faser-Kunststoffverbunden
Numerical Modeling of Guided Waves in Anisotropic Composites with Application to Air-coupled Ultrasonic Inspection
Zerstörungsfreie Prüfung von Faserverbundwerkstoffen mittels Schallemissionsanalyse
Modellierung von Ultraschallprüfverfahren an Faserverbundwerkstoffen
Datenfusion zur verbesserten Fehlstellendetektion bei der zerstörungsfreien Prüfung von Betonbauteilen
Ultrasonic imaging of carbon fiber-reinforced plastics using the full matrix capture data acquisition technique
Eine modifizierte algebraische Rekonstruktionstechnik zur Bestimmung des komplexen Brechungsindexes in der THz-Tomographie
Modelling of crack growth based acoustic emission release in aluminum alloys
Verbesserung der Signalauswertung für die Ultraschallmikroskopie = Improvement of signal analysis for the ultrasonic microscopy
Forschungsprogramm 2009 - 2010
Localization of acoustic emission sources in fiber composites using artificial neural networks
Zerstörungsfreie Prüfmethoden zur Oberflächencharakterisierung von kohlenstofffaserverstärkten Kunststoffen
Nichtlinearer Ultraschall zur Charakterisierung von Ermüdungsschäden während der Hochfrequenz-Beanspruchung von C-Faser-Kunststoffverbunden
Numerical Modeling of Guided Waves in Anisotropic Composites with Application to Air-coupled Ultrasonic Inspection
Zerstörungsfreie Prüfung von Faserverbundwerkstoffen mittels Schallemissionsanalyse
Modellierung von Ultraschallprüfverfahren an Faserverbundwerkstoffen
Datenfusion zur verbesserten Fehlstellendetektion bei der zerstörungsfreien Prüfung von Betonbauteilen
Ultrasonic imaging of carbon fiber-reinforced plastics using the full matrix capture data acquisition technique
Eine modifizierte algebraische Rekonstruktionstechnik zur Bestimmung des komplexen Brechungsindexes in der THz-Tomographie
Modelling of crack growth based acoustic emission release in aluminum alloys
Verbesserung der Signalauswertung für die Ultraschallmikroskopie = Improvement of signal analysis for the ultrasonic microscopy
Forschungsprogramm 2009 - 2010
Localization of acoustic emission sources in fiber composites using artificial neural networks