Lukas Maier

Lukas Maier
Dipl.-Ing. Dipl.-Ing. BSc

Tel.: +43 316 873 - 30417

Über mich

Ich habe 2017 mit dem Studium Umweltsystemwissenschaften-Naturwissenschaften/Technologie im Rahmen von NAWI Graz begonnen. Nach Abschluss des Bachelorstudiums habe ich die Masterstudien Chemical- and Pharmaceutical Engineering sowie Biorefinery Engineering absolviert. Während dieser beiden Studien habe ich mich sowohl mit praktischen Anwendung der Verfahrenstechnik, in Form von Extraktionsversuchen während meiner ersten Masterarbeit, als auch mit der theoretischen Betrachtung chemischer Systeme, im Rahmen meiner zweiten Abschlussarbeit, beschäftigt. In letzterer habe ich an der Optimierung von Parametern für ein neuartiges Aktivitätskoeffizienten-Modell gearbeitet und im Rahmen dessen diverse Methoden aus dem Bereich Data-Science kennengelernt.

Forschungsschwerpunkt

Meine Forschung verknüpft Simulationen der Diskrete-Elemente-Methode (DEM) mit maschinellem Lernen, um das Verhalten granularer Materialien aus nicht-konvexen Partikeln zu verstehen und vorherzusagen.
Ich untersuche, wie komplexe Partikelformen – wie Dipods, Tripods und Tetrapods – zu Verhakungen und chaotischer Dynamik führen. Ein zentrales Ergebnis ist, dass bereits minimale Änderungen der Anfangsbedingungen zu drastisch unterschiedlichen Resultaten führen können: Ein Phänomen, das wir systematisch quantifiziert und mit der Partikelgeometrie verknüpft haben.
Durch die KI-gestützte Analyse zehntausender Simulationen identifiziere ich jene kritischen Parameter, die die Unsicherheit in granularen Systemen bestimmen. Darauf aufbauend entwickle ich Methoden, um den Rechenaufwand zu minimieren und gleichzeitig die Vorhersagegenauigkeit zu maximieren. Ziel ist die Bereitstellung zuverlässiger Simulationsrichtlinien für industrielle Anwendungen, bei denen eine Variabilität der Partikelform unvermeidbar ist.

Abbildung 1: Von der Simulation zur Realität: Modellierung komplexer, verhakender Formen zur Vorhersage des Fließverhaltens in Recyclingprozessen mittels pod-förmiger Parcels.

Abbildung 2: Förderverhalten: Während kugelförmige Partikel dazu neigen, passiv am Gehäuseboden entlangzugleiten, verzahnen sich Tetrapods direkt mit der Schneckenwendel. Dies sorgt für eine aktive Mitnahme des Materials anstelle eines bloßen Vorwärtsschiebens.

Abbildung 3: Blockadewahrscheinlichkeit: Die Grafik korreliert das Risiko von Materialstaus mit der Größe der Tetrapod-Parcels. Die Insets illustrieren die zugrundeliegende Physik, indem sie den Kontrast zwischen ungehindertem Fluss und der Bildung stabiler Brücken zeigen.

Anwendungen

Unsere Erkenntnisse zu Chaos und Unsicherheit in nicht-konvexen granularen Systemen sind für die Industrie von großer Bedeutung:

Verarbeitung von recycelten Kunststoffen

Geschredderte Kunststoffe und Rezyklate besitzen naturgemäß nicht-konvexe und unregelmäßige Formen. Unsere Simulationsrichtlinien unterstützen die Vorhersage des Fließverhaltens in Sortier- und Verarbeitungsanlagen.

Batterieproduktion und Recycling

Sowohl bei der Elektrodenkalandrierung als auch bei der Handhabung von geschreddertem Batterierezyklat treten Systeme mit nicht-konvexen Partikeln auf. Unsere Methoden können hier einen entscheidenden Beitrag zur Optimierung der Prozessparameter leisten.

Pharmazeutische und chemische Verfahrenstechnik

Prozesse wie das Handling, Mischen und Kompaktieren von Pulvern aus nicht-sphärischen Partikeln profitieren maßgeblich von einem tieferen Verständnis des chaotischen Materialverhaltens.

Senkung des Rechenaufwands

Wir konnten zeigen, dass dipod-ähnliche Partikel etwa 100 Simulationen benötigen, um statistische Konvergenz zu erreichen, während für tripod-ähnliche Partikel weniger als 40 ausreichen, eine Erkenntnis mit direkter Relevanz für die industrielle Prozessauslegung.