idw – Informationsdienst Wissenschaft

Nachrichten, Termine, Experten

Grafik: idw-Logo
Grafik: idw-Logo

idw - Informationsdienst
Wissenschaft

Science Video Project
idw-Abo

idw-News App:

AppStore

Google Play Store



Instanz:
Teilen: 
23.11.2023 12:35

Max-Planck-Institut Magdeburg: Sridhar Chellappa als Bester Doktorand der Fakultät für Mathematik ausgezeichnet

Gabriele Ebel M.A. Presse- und Öffentlichkeitsarbeit / Public Relations
Max-Planck-Institut für Dynamik komplexer technischer Systeme Magdeburg

    Modellordnungsreduktion für aktuelle ingenieurwissenschaftliche Fragestellungen

    Der Mathematiker Dr. rer. nat. Sridhar Chellappa, 31, Wissenschaftlicher Mitarbeiter am Max-Planck-Institut für Dynamik komplexer technischer Systeme Magdeburg, wurde als Bester Doktorand 2023 der Fakultät für Mathematik der Otto-von-Guericke-Universität Magdeburg für seine herausragende Promotion ausgezeichnet. Seine Dissertation beschäftigt sich mit der Modellordnungsreduktion dynamischer Systeme, einem zunehmend wichtigen Gebiet der Angewandten Mathematik im Grenzbereich zu den Ingenieurwissenschaften.

    Dr. Sridhar Chellappa ist Wissenschaftler in der Forschungsgruppe Numerische Methoden in der System- und Regelungstheorie (Leitung: Prof. Dr. rer. nat. Peter Benner) am Max-Planck-Institut für Dynamik komplexer technischer Systeme Magdeburg. Er schloss seine Promotion zu A Posteriori Error Estimation and Adaptivity for Model Order Reduction of Large-Scale Systems, betreut von Dr. Lihong Feng (Teamleiterin Modellordnungsreduktion) und Prof. Dr. rer. nat. Peter Benner, erfolgreich im September 2022 ab.

    Computersimulationen sind unentbehrlich für die Modellierung und das Verständnis physikalischer Phänomene in vielen Bereichen von Wissenschaft und Technik - sei es im kleinen Maßstab, um elektromagnetische Verläufe z.B. bei der Entwicklung neuer Smartphones zu verstehen, um die Lebensdauer neuer Batterien für Elektroautos zu simulieren, oder im großen Maßstab, um die Funktionsweise und das Umströmungsverhalten von Flugzeugen oder Fahrzeugen zu testen oder um umfangreiche chemische Verfahren zu simulieren.

    Derart umfangreiche Simulationen sind sehr zeitaufwändig. Mit Hilfe der Modellordnungsreduktion (MOR) dynamischer Systeme lassen sich Computersimulationen beschleunigen, indem einige mathematische Eigenschaften vorteilhaft genutzt werden. Die Ergebnisse der MOR, die als Modelle reduzierter Ordnung oder ROMs bezeichnet werden, können sehr schnell simuliert werden und sind dennoch akkurat und liefern aussagekräftige Ergebnisse.

    Sridhar Chellappa hat in seiner Forschungsarbeit neue adaptive Methoden vorgeschlagen, die die Rechenzeit der MOR erheblich reduzieren. Seine Dissertation befasste sich mit effizienten Fehlerschätzern, der Adaptivität von ROMs und Parametersampling. Die treibende Kraft hinter den adaptiven Methoden ist das Konzept der a posteriori-Fehlerschätzung, die aussagt, wie nahe das ROM an der exakten Lösung ist. Dieses Wissen kann auf geschickte Weise genutzt werden, um ROMs iterativ und schnell zu erhalten.

    Betrachtung von chemischen Verfahren wie Batch-Chromatographie und Wirbelschichtkristallisation

    Sridhar Chellappa untersuchte unter anderem verfahrenstechnischen Systeme wie die Batch-Chromatographie, bei der chemische Verbindungen aufgetrennt werden. Solche Verfahren werden auch am Max-Planck-Institut Magdeburg erforscht und in vielen Industriezweigen eingesetzt, zum Beispiel in der Pharma- und Lebensmittelproduktion.

    Zudem wandte er Techniken der MOR auf die Wirbelschichtkristallisation zur Gewinnung reiner Kristalle einer bestimmten chemischen Verbindung an.

    Die Anwendung adaptiver Techniken führte zu einer Senkung der Rechenzeit um mindestens 30 Prozent. Außerdem ergaben die von ihm verwendeten adaptiven Sampling-Techniken Modelle mit reduzierter Ordnung, die sich gut verallgemeinern ließen und das gesamte physikalische Verhalten des Systems sehr gut erfassen konnten.

    Damit wird die MOR mehr denn je aktuellen ingenieurwissenschaftlichen Fragestellungen zugänglich gemacht, um kompakte, schnell auszuwertende Simulationsmodelle erstellen zu können.

    Über Dr. rer. nat. Sridhar Chellappa

    Sridhar Chellappa wurde 1992 in Chennai, Indien, geboren. Er studierte von 2009 bis 2013 Technologie, Elektrotechnik (B. Tech.) an der SASTRA University, Indien. Seinen Master-Abschluss erlangte er 2016 nach einem Studium der Elektrotechnik an der Universität von Oviedo, Spanien. Praktische, anwendungsbezogene Erfahrung in der mathematischen Modellierung erlangte er während der Erstellung seiner Bachelorarbeit bei Alstom Grid in Chennai, Indien, und während der Masterarbeit bei der Robert Bosch GmbH in Renningen, Deutschland. Seit 2017 forscht er Wissenschaftler am Max-Planck-Institut Magdeburg und war bis 2022 Doktorand in der International Max Planck Research School for Advanced Methods in Process and Systems Engineering Magdeburg.

    Aktuell beschäftigt sich Sridhar Chellappa am Max-Planck-Institut Magdeburg mit hybriden Ansätzen zur Modellreduktion, die Techniken des maschinellen Lernens kombinieren. Zudem befasst er sich damit, wie MOR auf kardiologische Elektrophysiologie angewendet werden kann.


    Weitere Informationen:

    https://www.mpi-magdeburg.mpg.de/pm-mpi-magdeburg-chellappa-ovgu-promotionspreis


    Bilder

    Merkmale dieser Pressemitteilung:
    Journalisten, Studierende, Wissenschaftler
    Chemie, Energie, Informationstechnik, Mathematik, Medizin
    überregional
    Kooperationen, Wettbewerbe / Auszeichnungen
    Deutsch


     

    Hilfe

    Die Suche / Erweiterte Suche im idw-Archiv
    Verknüpfungen

    Sie können Suchbegriffe mit und, oder und / oder nicht verknüpfen, z. B. Philo nicht logie.

    Klammern

    Verknüpfungen können Sie mit Klammern voneinander trennen, z. B. (Philo nicht logie) oder (Psycho und logie).

    Wortgruppen

    Zusammenhängende Worte werden als Wortgruppe gesucht, wenn Sie sie in Anführungsstriche setzen, z. B. „Bundesrepublik Deutschland“.

    Auswahlkriterien

    Die Erweiterte Suche können Sie auch nutzen, ohne Suchbegriffe einzugeben. Sie orientiert sich dann an den Kriterien, die Sie ausgewählt haben (z. B. nach dem Land oder dem Sachgebiet).

    Haben Sie in einer Kategorie kein Kriterium ausgewählt, wird die gesamte Kategorie durchsucht (z.B. alle Sachgebiete oder alle Länder).