Michael Mitterlindner

Michael Mitterlindner
Dipl.-Ing. BSc

Tel.: +43 316 873 - 30411

Über mich

Ich habe 2018 mein Studium der Verfahrenstechnik an der Technischen Universität Graz gestartet und nach Abschluss des Bachelorstudiums das Masterstudium Verfahrenstechnik mit dem Schwerpunkt Anlagenbau und Prozesstechnik absolviert. Während meines Masterstudiums ist meine Faszination für verschiedene Simulationsmethoden gewachsen. Dieses Interesse hat mich zur Arbeit am Institut für Prozess- und Partikeltechnik geführt, wo ich CFD-Simulationen zur Vorhersage von Potenzialverteilungen im Waferätzprozess verwendet habe. Außerdem war ich an einem Projekt beteiligt, das das Strömungsverhalten bei der Dekontamination von Reinräumen mit H₂O₂ untersuchte. Im Rahmen meiner Masterarbeit am Institut für Chemische Verfahrenstechnik und Umwelttechnik habe ich einen Optimierungsalgorithmus implementiert, der darauf abzielt, optimale Parameter verschiedener thermodynamischer Modelle auf der Grundlage experimenteller Daten mithilfe maschinellen Lernens zu berechnen. Im Jahr 2023 begann ich meine Doktorarbeit am Institut für Verfahrens- und Partikeltechnik unter der Leitung von Stefan Radl.

Forschungsschwerpunkt

Meine derzeitige Forschung konzentriert sich auf das Projekt "Ni2Steel", das darauf abzielt, den Recyclingprozess von NiMH-Batterien zu verbessern. Das Hauptziel meiner Forschung ist die Modellierung extrem kompaktierbarer und kohäsiver Materialien mit Hilfe der Diskreten Elementmethode (DEM). Neben den mechanischen Eigenschaften ist die Modellierung der Wärmeleitung innerhalb des Schüttguts aus Sicherheitsgründen und für die Konstruktion weiterer Anlagen von entscheidender Bedeutung. Mein Ziel ist es, experimentelle Daten zur Optimierung von Simulationsparametern für DEM zu nutzen, um eine realistische Darstellung der Fließ- und Wärmeleiteigenschaften von zerkleinerten Batterien zu ermöglichen. Darüber hinaus werde ich KI-gestützte Modelle und intelligente Optimierungsalgorithmen einsetzen, um geeignete Parameter für die Simulation effizient zu bestimmen.

Figure 2. CT-Scan of the battery recyclate