Best Paper Award für Jonas Bundschuh

The content of this page is only available in German. Please go to German version of this page.

20.09.2022

Wissenschaftler Jonas Bundschuh aus der Quince Arbeitsgruppe am TEMF Institut auf der EPNC Konferenz mit dem COMPEL Best Paper Award for a Young Researcher für die Vorstellung seiner Forschungsarbeit „Kontinuumsmodelle und analytische Lösungen für Folienwicklungen“ ausgezeichnet.

Das 27. Symposium on Electromagnetic Phenomena in Nonlinear Circuits (EPNC 2022) fand Ende Juni dieses Jahres in Hamburg statt. Auf dem Symposium werden die jüngsten Fortschritte in den Bereichen Analyse, Synthese, Optimierung und inverse Probleme in der nichtlinearen Elektromagnetik vorgestellt. Jonas Bundschuh gelang es mit seinem Beitrag zur Weiterentwicklung von Simulationsmethoden für Folienwicklungsprobleme die Jury des COMPEL Best Paper Award for a Young Researcher zu überzeugen. Herr Bundschuh ist wissenschaftlicher Mitarbeiter der Forschungsgruppe „Quasistatics in Computational Engineering (QuinCE)“ von Dr.-Ing. Yvonne Späck-Leigsnering am Institut für Teilchenbeschleunigung und Elektromagnetische Felder (TEMF) bei Prof. Dr.-Ing. Herbert De Gersem. In seiner Arbeit beschäftigt er sich mit der Modellierung und Simulation von magnetoquasistatischen Folienwicklungen.

Folienwicklungen sind in elektrotechnischen Geräten, wie Drosseln oder Transformatoren, weit verbreitet. Die Untersuchung und schnelle Prototypenentwicklung von Folienwicklungen mit Standard Finite Elemente (FE) Simulationen wird durch die extrem dünnen Wicklungen sehr aufwendig. Um unhandlich große FE-Gitter zu vermeiden, kann ein Kontinuumsmodell für Folienwicklungen mit dünnen Folien und ein angepasster FE-Löser genutzt werden. Den Autoren gelang es nun, analytische Lösungen für Kontinuumsmodelle zu entwickeln. Dies ist ein wertvolles Werkzeug für die Vorentwicklung von Folienwicklungsanwendungen, da eine äußert schnelle Auswertung von Prototypen mittels Simulation ermöglicht wird.

Die Arbeit von Jonas Bundschuh wird unterstützt durch das DFG Projekt 436819664 und die Graduiertenschule Computational Engineering der TU Darmstadt.