Als wissenschaftlicher Mitarbeiter forsche ich seit 2016 an der Dynamik komplexer Systeme mit dem Fokus auf mechanische Maschinen und Reibung. Neben der nichtlinearen Signalanalyse interessiert mich insbesondere das Machine Learning für Zeitsignale, die typischerweise bei der Messung von instationären Prozessen auftreten. In diesem Forschungsfeld untersuchen wir beispielsweise das Auftreten von Schwingungen von Bremssystemen unter hoch-variablen Lastkollektiven und schwankenden Umweltbedingungen sowie Aspekte des Structural Health Monitoring. Um einen tatsächlichen Mehrwert für die angewandte Fragestellungen zu erzeugen, fokussiert sich meine Forschung auf ‘Explainable AI’ für Digitale Zwillinge: die gelernten Black-Box-Modelle werden pyhsikalisch interpretiert und validiert, um tatsächliche Design-Empfehlungen abzuleiten.
Doktorand, 2016 - heute
Technische Universität Hamburg
Masterstudium im Fach Theoretischer Maschinenbau, 2010
Technische Universität Hamburg