Kompetenzen

Unsere Forschungsgruppe ist spezialisiert auf die physikalische Modellierung verschiedenster Problemstellungen aus der Industrie und der Energietechnik. Unsere Forschungsprojekte begleiten wir mit vereinfachter 1-D Modellierungen bis hin zu komplexen 3-D Strömungssimulationen (CFD), Akustiksimulationen, Strukturmechanik (FEM) und allgemeinen thermodynamischen Simulationen. Ein Spezialgebiet unserer Forschungsgruppe ist die numerische Simulation thermischer Lichtbögen im Hoch-, Mittel- und Niederspannungsbereich. Die komplexe und gekoppelte Simulationstechnik ist nicht beschränkt auf Lichtbögen sondern wird beispielsweise für die Untersuchung des thermischen Durchgehens (thermal runaway) von Batteriezellen in Elektrofahrzeugen verwendet. 

Die Digitalisierung in Gesellschaft und Industrie erfordert Kompetenz in Datenwissenschaft auf vielen Ebenen. Unsere Expertise in machine learning setzen wir ein für open-loop Vorhersagen, Systemüberwachung, Datenanalyse und datenbasierten Emulatoren für industrielle Anwendungen sowie auch in Anwendungen im öffentlichen Sektor wie z.B. der Trinkwasserversorgung. 

Das scientific machine learning ist nicht nur eine rein datenbasierte Methode sondern bezieht physikalische Modellierungen mit ein. Dadurch gewinnt das Modell an zusätzlicher Information, welche für gewisse Anwendungen unabkömmlich sind bzw. welche den Bereich der Möglichkeiten erweitern. Wir setzen scientifc machine learning ein für z.B. die modellbasierte Regelung und Steuerung, Modellidentifikation sowie für die Anwendungen mit Soft-Sensoren.