Recent experimental results from spectroscopy of superheavy quasiatoms

The concept of a "Superheavy Quasiatom" is discussed. Radiative transition times are compared with the lifetime of the intermediate system, cross sections are calculated within a two-collision model and induced transitions and their anisotropic emission are discussed. Recent experimental and theoretical results are presented from collision systems obtained with I-beams bombarding various heavy targets, giving combined Z-values between 120 and 145. Results include the energy dependence of the peak structure interpreted as M X-rays from superheavy quasiatoms and the anisotropy of X-ray emission referred to the beam direction. The data are discussed within the models available. These cannot explain the streng emission of anisotropic radiation in the X-ray energy range of quasiatomic M X-rays at small bombarding energies.

Parameter identification of structural dynamic models by inverse statistical analysis

Auf dem Gebiet der Strukturdynamik sind computergestützte Modellvalidierungstechniken inzwischen weit verbreitet. Dabei werden experimentelle Modaldaten, um ein numerisches Modell für weitere Analysen zu korrigieren. Gleichwohl repräsentiert das validierte Modell nur das dynamische Verhalten der getesteten Struktur. In der Realität gibt es wiederum viele Faktoren, die zwangsläufig zu variierenden Ergebnissen von Modaltests führen werden: Sich verändernde Umgebungsbedingungen während eines Tests, leicht unterschiedliche Testaufbauten, ein Test an einer nominell gleichen aber anderen Struktur (z.B. aus der Serienfertigung), etc. Damit eine stochastische Simulation durchgeführt werden kann, muss eine Reihe von Annahmen für die verwendeten Zufallsvariablengetroffen werden. Folglich bedarf es einer inversen Methode, die es ermöglicht ein stochastisches Modell aus experimentellen Modaldaten zu identifizieren. Die Arbeit beschreibt die Entwicklung eines parameter-basierten Ansatzes, um stochastische Simulationsmodelle auf dem Gebiet der Strukturdynamik zu identifizieren. Die entwickelte Methode beruht auf Sensitivitäten erster Ordnung, mit denen Parametermittelwerte und Kovarianzen des numerischen Modells aus stochastischen experimentellen Modaldaten bestimmt werden können.