Mit der Freifeld-Antennenmessanlage AMA können die Strahlungs- oder Empfangseigenschaften von Antennen im Fernfeld bestimmt werden.
Dabei können die Messungen am Originalobjekt oder an einem skalierten Modell durchgeführt
Wie und mit welchen Materialien lassen sich leichte und dennoch stabile Werkstoffe herstellen? Nehmt einen realen Forschungsauftrag an und findet den geeignetsten Werkstoff zur Konstruktion einer Autositzbank.
hinsichtlich ihrer Eignung als Sitzbankmaterial und konstruiert anschließend euer eigenes Modell
Die Falcon 20 E5, D-CMET, ist ein zweistrahliger Jet mit Druckkabine. Die Falcon 20E-5 ist vielfältig einsetzbar und kann je nach Bedarf mit unterschiedlichster wissenschaftlicher Sensorik ausgerüstet werden.
Das Modell verfügt aber sehr gute Flugeigenschaften und eignet sich aufgrund des
und Falcon sowie globale Modellsimulationen, insbesondere mit dem Klima-Chemie-Modell
X-Design: Demonstrator der Zukunft. Das Deutsche Zentrum für Luft- und Raumfahrt (DLR) lädt Studierende deutscher Hochschulen zur DLR-Design Challenge 2026 ein.
> DLR Design Challenge 2026 DLR Design Challenge 2026 UpLift Dornier 328-100 Modell
Die Abteilung Simulationsumgebungen entwickelt Software zur effizienten, multidisziplinären Optimierung von Flugzeugen.
Darüber hinaus sollen, ausgehend von einem CAD-Modell, Simulationen in unterschiedlicher
Der Rotorversuchsstand des DLR-Instituts für Flugsystemtechnik in Braunschweig dient der Entwicklung zukünftiger Hubschrauber
Großforschungsanlagen > Rotorversuchsstand Rotorversuchsstand 5-Blatt Rotor Modell
Die OTTER-Mission entwickelt innovative Konzepte zur maritimen Lageaufklärung und testet flexible Raumfahrttechnologien. Der Start des Kleinsatelliten auf einem Mikrolauncher ist für 2024 geplant.
Alle Rechte vorbehalten OTTER Modell des Kleinsatelliten OTTER Bild: 3/3, Credit
Testflug ab, bevor sie überhaupt gebaut werden, und aus Satellitendaten wird ein 3D-Modell
die Erdoberfläche ab, um sie zu vermessen – und daraus wird dann ein genaues 3D-Modell
Das Forschungsprojekt CoLDa adressiert eine zentrale Herausforderung der modernen Digitalisierung: Wie können Unternehmen ihre sensiblen Daten für maschinelles Lernen nutzen, ohne dabei Datenschutz oder Geschäftsgeheimnisse zu gefährden? Konventionelle Ansätze erfordern die Zentralisierung von Trainingsdaten, was bei datenschutzrechtlichen Bestimmungen oder unternehmensinternen Sicherheitsanforderungen problematisch wird.
ihren jeweiligen Standorten trainiert und nur die Modellparameter zu einem globalen Modell
