Johanna Steiner-Stark, M.Sc.

Wissenschaftliche Mitarbeiterin

Kontakt

Telefon: +49 631 205 5763

Telefax: +49 631 205 3238

E-Mail: johanna.steiner-stark(at)rptu.de


Adresse

Gottlieb-Daimler-Straße
67663 Kaiserslautern

Gebäude 74
Raum 280

Details

  • seit Februar 2020 Wissenschaftliche Mitarbeiterin am FBK
  • Forschungsschwerpunkt: Additive Fertigung, Zerspantechnologie

 

Veröffentlichungen

Zeitschriftenbeiträge

J. Platz, J. Steiner-Stark, B. Kirsch, J.C. Aurich: Fertigung funktional gradierter Materialien auf porösen Metallen durch Laserauftragschweißen. ZWF - Zeitschrift für wirtschaftlichen Fabrikbetrieb 119/7-8 (2024): S. 515-519. 10.1515/zwf-2024-1092

J. Steiner-Stark, B. Kirsch, J. Hartig, J.C.Aurich: Gestaltung additiv-subtraktiver Prozessketten - Technologische und wirtschaftliche Anforderungen im Einklang. ZWF - Zeitschrift für wirtschaftlichen Fabrikbetrieb 116/12 (2021) S. 899-902.

Konferenzbeiträge

J. Steiner-Stark, M. Berndt, B. Kirsch, J.C. Aurich: Influence of micro- and macroscopic tool features and errors within one batch in end milling. Manufacturing Letters 41 Supplement – Proceedings of 52nd SME North American Manufacturing Research Conference (2024). S. 633-640. 10.1016/j.mfglet.2024.09.081

J. Steiner-Stark, M. Zimmermann, J. Platz, B. Kirsch, J.C. Aurich: Influence of heat treatment and different cutting conditions on the machinability in additive-subtractive processing. MM Science Journal - Proceedings of the 17th International Conference on High Speed Machining 2023/4 (2023). S. 6968-6975. 10.17973/MMSJ.2023_11_2023118

J. Platz, J. Steiner-Stark, B. Kirsch, J.C. Aurich: Investigation on different laser-powder alignments and their influence on part properties in high-speed Directed Energy Deposition. Procedia CIRP 124 – Proceedings of the 13th Conference on Photonic Technologies  (2024): S. 190-193. 10.1016/j.procir.2024.08.097

S. Ghansiyal, L. Yi,  J. Steiner-Stark, M.M. Müller, B. Kirsch, M. Glatt, J.C. Aurich: A conceptual framework for layerwise energy prediction in laser-based powder bed fusion process using machine learning. Procedia CIRP 116 - Proceedings of the 30th CIRP Confrence on Life Cycle Engineering (2023): S. 7-12. 10.1016/j.procir.2023.02.002