Forschung

Meine Forschung wendet Methoden der Technischen Mechanik und der Simulation auf konkrete technische Fragestellungen an. Dabei kommen etablierte Verfahren wie die Finite-Elemente-Methode (FEM) und die Diskrete-Elemente-Methode (DEM) ebenso zum Einsatz wie selbst entwickelter Programmcode, der unmittelbar auf den zugrunde liegenden Differentialgleichungen aufsetzt. Eigener Code hat dabei einen Vorteil, den kommerzielle Solver nur begrenzt bieten: Modellannahmen lassen sich gezielt verändern und ihre Wirkung isoliert untersuchen.

Ein Schwerpunkt liegt in der Verknüpfung von Simulation und Experiment. Messdaten dienen nicht erst am Ende zur Validierung, sondern bereits zur Kalibrierung der Modelle: Parameter, die sich einer direkten Messung entziehen, werden aus dem Abgleich von Rechnung und Versuch bestimmt.

Physikbasierte Modellierung und datengetriebene Verfahren schließen sich dabei nicht aus. Methoden des maschinellen Lernens setze ich dort ein, wo sie physikalische Modelle ergänzen – etwa als Ersatzmodell für rechenintensive Simulationen oder bei der Auswertung großer Messdatenmengen. Das physikalische Modell bleibt die Grundlage; die Daten verbessern es.