Faglig innhold

Emnet omfatter en generell introduksjon til modellering og datamaskinsimulering i materialvitenskap, avansert bruk av regneark, samt enkel programmering og programutvikling. Noen viktige typer problemer som vil bli behandlet er: Behandling og representasjon av måledata, numerisk integrasjon og derivasjon, iterative teknikker for ligningsløsning og numeriske metoder for løsning av differensialligninger, tilfeldige tall og Monte Carlo-metoder. Temaene vil bli behandlet ved hjelp av relevante eksempler knyttet til modellering og numeriske beregninger/simulering av prosesser og reaksjoner i metallurgi og materialvitenskap. Eksemplene er bl.a. knyttet til støping og størkning, varmeledning, plastisk deformasjon og arbeidsherding, gjenvinning, rekrystallisasjon og kornvekst, diffusjon, smeltebehandling samt termomekanisk bearbeiding og transformasjonskinetikk (C-kurver).

Læringsutbytte

Emnet skal gi kunnskap om og øvelse i bruk av datamaskiner og programmering for å løse (beregne og visualisere) metallurgiske og materialteknologiske problemer. Øvingsopplegget skal gjøre studentene i stand til avansert bruk av egneark (Excel) og enkel programutvikling i Matlab eller tilsvarende.
Etter gjennomføring skal studentene ha kunnskap om og kunne utføre beregninger for kurveglatting, numerisk derivasjon og integrasjon og modelltilpassing (Solver) i regneark (Excel), herunder grafisk presentasjon av resultatene. Videre skal studentene ha kunnskap om og ferdigheter knyttet til viktige prinsipper og algoritmer for å lage effektive og brukervennlige datamaskinprogrammer for å gjøre numeriske beregninger/simuleringer i Matlab eller tilsvarende med basis i problemstillingene listet ovenfor. Dette omfatter løkkestrukturer, programmodulering, algoritmer for numerisk derivasjon og integrasjon, iterative teknikker for ligningsløsning, numeriske metoder for løsning av ordinære og partielle differensialligninger (inkl. Eulers metode, Runge-Kutta-metoder, ”Finite difference”-metoder), tilfeldige tall og Monte Carlo-metoder, samt ulike metoder for innlesing og grafisk presentasjon av data og resultater.

Læringsformer og aktiviteter

Undervisningen vil bli lagt opp omkring 12-14 relevante øvingsoppgaver. Tema for øvingene og nødvendig løsningsmetodikk vil bli presentert i forelesningene. Øvingene vil forgå på datalab (PC-lab), og vil i hovedsak basere seg på bruk av regneark (Excel) og Matlab.

Obligatoriske aktiviteter

• Dataøvinger

Anbefalte forkunnskaper

Emnet Informasjonsteknologi GK eller emner som gir tilsvarende innsikt i bruk av basis dataverktøy. Basiskunnskaper i numeriske metoder.

Kursmateriell

Oppgis ved semesterstart.

Studiepoengreduksjon