Unser Team unter der Leitung von Prof. Dr.-Ing. Andreas Kempf, Apl. Prof. Dr. Khadijeh Mohri und Dr.-Ing. Irenäus Wlokas entwickelt und testet Methoden zur Simulation, Vermessung und Optimierung reaktiver Strömungen, Flammen und Detonationen in Anlagen wie chemischen Reaktoren, Gasturbinen-Brennkammern, Wasserstoffsystemen, Kolbenmotoren und Eisen-Direkreduktionsanlagen. Unsere Methoden verkürzen Entwicklungszeiten, minimieren Schadstoffe und bieten tiefe Einblicke in Prozesse und Physik. Damit ermöglichen wir die Entwicklung kosteneffizienter, flexibler und sicherer Anlagen mit deutlich reduzierten Emissionen.
Mehr erfahren
Über unsNews
11.06.2026 Auf dem Weg zu hochauflösenden LES-Simulationen von Waldbränden: Vergleichstests mit einem generischen Miniaturbaum
Zur Weiterentwicklung physikalisch basierter Waldbrandmodelle werden Kiefernholz-Modellbäume unter kontrollierten Bedingungen sowohl experimentell als auch numerisch untersucht. Die präzise Gestaltung der Modellbäume und eine standardisierte Zündprozedur im trockenen Zustand ermöglichen reproduzierbare Experimente. Die numerische Simulation basiert auf der Kopplung von thermisch dicken Mesh-Based-Model-Feststoffpartikeln mit einem Steady-Flamelet-Approach für die Gasphase.
25.03.2026 The Role of Oxide Layer Thickness in Turbulent Iron Combustion
In a study recently accepted for the International Symposium on Combustion, Parsa Ghofrani examines the ignition dynamics of iron particle clouds. High-fidelity simulations reveal that the “rust,” or oxide layer, forming on iron particles acts as a critical barrier to efficient combustion and reliable ignition. As particles are heated within a turbulent flow, this oxide layer continues to grow; when heating is too slow, the layer thickens and significantly impedes ignition.
11.03.2026 Neue Methode reduziert Rechenaufwand physikkonsistenter neuronaler Netze für Verbrennungssimulationen deutlich
M.Sc. Maximilian Schäfer hat eine neue Methode entwickelt, um die Elementerhaltung in neuronalen Netzen zur Vorhersage chemischer Quellterme sicherzustellen. Der Ansatz nutzt eine gewichtete Projektionsoperation als abschließende Korrekturschicht und gewährleistet damit strikte physikalische Konsistenz, ohne das neuronale Netz verändern oder neu trainieren zu müssen.
03.03.2026 Numerical Investigation of Laminar Liquid-Mixing Efficiency for Nanoparticle Synthesis
Simulations by J.S. Tampah Fossi and A. Karimi Noghabi have been presented at the DECHEMA conference on February 26th. The work, a collaboration with Prof. Segets’ group (also EMPI), shows the effectiveness of a new rotating micro mixer that enables the transition from batch to continuous processing for the formation of nano-particles in the liquid phase.
Read the article here.
