Numeriske metodar for prosessteknologi
Lågaregradsemne
- Studiepoeng
- 10
- Undervisningssemester
- Vår
- Emnekode
- ENERGI255
- Talet på semester
- 1
- Undervisningsspråk
- Engelsk, norsk dersom berre norskspråklege studentar.
- Ressursar
- Timeplan
Emnebeskrivelse
Mål og innhald
Mål:
Emnet har som mål å gi innføring i numeriske metodar for behandling av strøyming, masse- og varmetransport egnet for industribruk samt grunnleggande prinsipp for statistisk fysikk og statistiske ensembler.
Emnet skal formidle forståing for dei basale fysiske og matematiske prinsipp som lager grunn for bruk av numeriske metodar i prosessteknologi.
Innhald:
Beskriving av ulike typar strøyming. Navier-Stokes likningane. Numeriske metodar for behandling av strøyming, masse- og varmetransport (Computational fluid dynamics). Grunnleggande prinsipp for statistisk fysikk og statistiske ensembler. Molekylær simulering. Introduksjon til molekylær dynamikk og Monte Carlo-simuleringar. Programmering i Python.
Læringsutbyte
Studenten skal ved avslutta emne ha følgjande læringsutbyte definert i kunnskapar, ferdigheiter og generell kompetanse:
Kunnskapar
Studenten
- skal opppnå ein forståing av dei grunnleggande transportligniger brukt av prosessteknologi
- skal kunne vite korleis dei ulike numeriske teknikkane blir brukt til kvantitativ behandling av strøymande fluid og grenseflatesystem ved prosjektering/design av prosessteknisk utstyr
Ferdigheiter
Studenten skal
- beherske grunnleggende ferdigheter med Linux operativsystem
- kunne programmering i Fortran for CFD-formål
- kunne modifisere/vedlikkeholde eksisterende Phyton programpakker
Generell kompetanse
Studenten
- skal ha kyndighet å lese avanserte bøker on CFD metodar og vitskapelige artiklar samt arbeide med CFD-pakker brukt av industrien og kjenne godt til deres styrker or svakheiter.
Studienivå (studiesyklus)
Undervisningssemester
Undervisningsstad
Krav til forkunnskapar
Tilrådde forkunnskapar
MAT160 eller INF109
Studiepoengsreduksjon
PTEK204: 5 SP
PTEK205: 10 ECTS
Krav til studierett
Arbeids- og undervisningsformer
Undervisninga gis i form av førelesningar og datalaboratoriearbeid
Forelesningar: 5 timer pr. veke
Datalaboratorierarbeid: 1 time pr. veke
Forelesningar: 15 veker
Datalaboratorierarbeid: 13 veker