In allen physikalischen Messungen und Produktionsprozessen spielen zufällige Schwankungen eine unvermeidbare Rolle. Beispielsweise lässt sich nicht exakt vorhersagen, bei welcher mechanischen Spannung ein Material versagt oder an welcher Stelle eine Kraft auf ein Bauteil einwirkt. Um diese Ungewissheiten auszugleichen, verwenden Ingenieure Sicherheitsfaktoren in ihren Berechnungen. Dadurch wird die Sicherheit von Bauteilen und Produktionsprozessen erhöht, allerdings auf Kosten einer geringeren Ressourceneffizienz.

Um dieses Vorgehen zukünftig zu optimieren, entwickeln wir am IKM die Time-separated Stochastic Mechanics, die einen neuen Ansatz zu effizienten Berücksichtigung von Schwankungen von Materialparametern und Lasten in numerischen Simulationen eröffnet. Der äußerst geringe numerische Mehraufwand ermöglicht die direkte Anwendung auf komplexe Produktionsprozesse in der Industrie. Durch die Vorhersage des stochastischen Verhaltens von Bauteilen und Prozessen wird eine noch größere Nachhaltigkeit im Maschinenbau bei reduzierten Kosten und erhöhter Zuverlässigkeit erreicht.

Zum Schwerpunkt "Time-separated Stochastic Mechanics"

seit 2021	Wissenschaftlicher Mitarbeiter am IKM
2021	Master of Science "mit Auszeichnung"
2019 - 2020	Studium an der UC Berkeley, USA
2015 - 2021	Studium Maschinenbau an der TU Hamburg

Publikationen

Zeige Ergebnisse 1 - 7 von 7

A new paradigm for the efficient inclusion of stochasticity in engineering simulations: Time-separated stochastic mechanics. / Geisler, Hendrik; Erdogan, Cem; Nagel, Jan et al.
in: Computational mechanics, 02.07.2024.
Publikation: Beitrag in Fachzeitschrift › Artikel › Forschung › Peer-Review
Mehr...

Efficient and accurate uncertainty quantification in engineering simulations using time-separated stochastic mechanics. / Geisler, Hendrik; Junker, Philipp.
in: Archive of applied mechanics, Jahrgang 94, Nr. 9, 09.2024, S. 2603-2617.
Publikation: Beitrag in Fachzeitschrift › Artikel › Forschung › Peer-Review
Mehr...

Uncertainty quantification for viscoelastic composite materials using time-separated stochastic mechanics. / Geisler, Hendrik; Junker, Philipp.
in: Probabilistic Engineering Mechanics, Jahrgang 76, 103618, 04.2024.
Publikation: Beitrag in Fachzeitschrift › Artikel › Forschung › Peer-Review
Mehr...

A new paradigm for the efficient inclusion of stochasticity in engineering simulations. / Geisler, Hendrik; Erdogan, Cem; Nagel, Jan et al.
2023.
Publikation: Arbeitspapier/Preprint › Preprint
Mehr...

Time-separated stochastic mechanics for the simulation of viscoelastic structures with local random material fluctuations. / Geisler, Hendrik; Junker, Philipp.
in: Computer Methods in Applied Mechanics and Engineering, Jahrgang 407, 115916, 15.03.2023.
Publikation: Beitrag in Fachzeitschrift › Artikel › Forschung › Peer-Review
Mehr...

U ^p -Net: a generic deep learning-based time stepper for parameterized spatio-temporal dynamics. / Stender, Merten; Ohlsen, Jakob; Geisler, Hendrik et al.
in: Computational mechanics, Jahrgang 71, Nr. 6, 06.2023, S. 1227–1249.
Publikation: Beitrag in Fachzeitschrift › Artikel › Forschung › Peer-Review
Mehr...

Simulation of the dynamic behavior of viscoelastic structures with random material parameters using time-separated stochastic mechanics. / Geisler, Hendrik; Nagel, Jan; Junker, Philipp.
in: International Journal of Solids and Structures, Jahrgang 259, 112012, 25.12.2022.
Publikation: Beitrag in Fachzeitschrift › Artikel › Forschung › Peer-Review
Mehr...