Robert Kahlenberg

MSc.

Schwerpunkte

Kontakt

Ausbildung / Beruflicher Werdegang

2013–2017Bachelorstudium Materialwissenschaften & Werkstofftechnik an der FAU Erlangen-Nürnberg und Graduierung zum BSc (Bachelor of Science)
2017-2019Masterstudium Materialwissenschaften & Werkstofftechnik an der FAU Erlangen-Nürnberg
2019Graduierung zum Master of Science
2019 -2022Projektassistent in Forschungsgruppe für Metallurgische Verarbeitungstechnologien, TU Wien
seit 2022Dissertant und Wissenschaftlicher Mitarbeiter in der Forschungsgruppe für metallurgische Verarbeitungstechnologien an der TU Wien
seit 2026Wissenschaftlicher Mitarbeiter am Lehrstuhl für Nichteisenmetallurgie

Dissertation

Titel: Exploring solid-state precipitation with mean-field simulations, DSC and HEXRD

Veröffentlichungen

Li Y., Kahlenberg R., Retzl P., Kozeschnik E.: Thermal and athermal nucleation of MgSi co-clusters in Al-Mg-Si alloys. Scripta Materialia, (2026), 117114

Kahlenberg R., Falkinger G., Schuster R., Miesenberger B., García Arango N., Maawad E., Povoden-Karadeniz E., Milkereit B., Kozeschnik E.: Deconvolution of superimposing reaction signals from DSC curves in selected Al-Mg-Si-(Cu) alloys by mean-field modeling and HEXRD. Thermochimica Acta, (2026), 180181

Li Y., Kahlenberg R., Retzl P., Shan Y.V., Du Y., Kozeschnik E.: Impact of atomic couples and pairs on quenched-in vacancies in Al-Mg-Si-Cu alloys. Scripta Materialia, (2026), 116970

Sadeghi A., Kahlenberg R., Wojcik T., Schuster R., Retzl P., Shan Y.V., Kozeschnik E.: Modeling and Experimental Analysis of the Dislocation Structure Evolution During Deformation of High-Purity Aluminum. Metals, 15 (2025), 1348

García Arango N., Kahlenberg R., Schuster R., Miesenberger B., Maawad E., Wojcik T., Povoden-Karadeniz E.: In-situ HEXRD analysis of Al alloy EN AW-6082 during homogenization. Journal of Materials Research and Technology, (2025)

Führer M., Retzl P., Kahlenberg R., Zamberger S., Haslberger P., Kozeschnik E., Povoden-Karadeniz E.: Experimental investigation via torsion testing and simulation of static recrystallization of ferrite in ultra-low carbon steel. Materials & Design, (2025), 114024

Falkinger G., Kahlenberg R., Theissing M., Tosone R., Pogatscher S.: Mean-field criteria for the onset of discontinuous recrystallization in cold rolled aluminum alloys. Modelling and Simulation in Materials Science and Engineering, (2025)

Kahlenberg R., Schuster R., García Arango N., Falkinger G., Stark A., Milkereit B., Kozeschnik E.: Revisiting high-energy X-ray diffraction and differential scanning calorimetry data of EN AW-6082 with mean field simulations. Thermochimica Acta, (2024), 179848

Shan Y.V., Redermeier A., Kahlenberg R., Kozeschnik E.: A model for the precipitate transformation of Mg–Si-rich clusters into Mg5Si6 β″ in Al–Mg–Si aluminum alloys. Modelling and Simulation in Materials Science and Engineering, (2024)

Falkinger G., Kahlenberg R., Theissing M., Mitsche S., Thum A., Pogatscher S.: Modeling the concurrent growth of inter- and intragranular Si precipitates during slow cooling of the alloy AA6016. European Journal of Materials, (2024), 2316914

Kahlenberg R., Wojcik T., Falkinger G., Krejci A.L., Milkereit B., Kozeschnik E.: On the precipitation mechanisms of β-Mg2Si during continuous heating of AA6061. Acta Materialia, (2023), 119345

Kahlenberg R., Falkinger G., Milkereit B., Kozeschnik E.: Modeling of heterogeneous site energy distributions in precipitate nucleation. Modelling and Simulation in Materials Science and Engineering, (2023)

Sobotka E., Kreyca J., Kahlenberg R., Jacob A., Kozeschnik E., Povoden-Karadeniz E.: Analysis of Recrystallization Kinetics Concerning the Experimental, Computational, and Empirical Evaluation of Critical Temperatures for Static Recrystallization in Nb, Ti, and V Microalloyed Steels. Metals, 13 (2023), 884

Vorträge

Poster

Datenschutz-Übersicht

Diese Website verwendet Cookies, damit wir dir die bestmögliche Benutzererfahrung bieten können. Cookie-Informationen werden in deinem Browser gespeichert und führen Funktionen aus, wie das Wiedererkennen von dir, wenn du auf unsere Website zurückkehrst, und hilft unserem Team zu verstehen, welche Abschnitte der Website für dich am interessantesten und nützlichsten sind.