Prof. Dr. Andreas Rademacher

Leiter der AG Modellierung und Wissenschaftliches Rechnen
Mitglied des Wissenschaftsschwerpunkts MAPEX.

Lebenslauf

Akademischer Ausbildung

10.02.2016	Habilitation in Mathematik, Technische Universität Dortmund
11.09.2009	Promotion zum Dr. rer. nat., Technische Universität Dortmund
30.03.2005	Diplom in Mathematik, Universität Dortmund
09.08.2002	Vordiplom in Mathematik, Universität Dortmund
16.06.2000	Allgemeine Hoschulreife, Abitur, Franz-Stock-Gymnasium, Neheim-Hüsten

Beruflicher Werdegang

Seit 01.04.2020	Professor für Mathematische Modellierung am Zentrum für Technomathematik, Universität Bremen
06.2016-03.2020	Akademischer Oberrat, Fakultät für Mathematik, Technische Universität Dortmund
04.-09.2013	Professurvertretung, Mathematisches Institut, Universität zu Köln
12.2009-05.2016	Akademischer Rat, Fakultät für Mathematik, Technische Universität Dortmund
04.2005-11.2009	Wissenschaftlicher Angestellter in Forschung und Lehre, Lehrstuhl X für Wissenschaftliches Rechnen, Technische Universität Dortmund

Forschungsgebiete

• Mathematische Modellierung
• Adaptive Finite Elemente
• Wissenschaftliches Rechnen

Leitung von Projekten

1. Parameteridentifikation auf zeitabhängigen Gebieten mittels adaptiver Finite Zellen Methoden (01.11.2022 - 31.10.2025)
2. Adaptive gemischte Finite Zellen Methoden für elliptische Probleme (01.04.2022 - 31.03.2025)
3. Inverse Methoden zur Bestimmung von Höhenänderungen der Eisschildoberfläche mit einer Anwendung in der Westantarktis (01.06.2021 - 31.05.2024)
4. Simulationsgestütztes NC-Formschleifen zur Endbearbeitung thermisch beschichteter Tiefziehwerkzeuge (01.01.2015 - 15.06.2018)
5. Ort-Zeit-FEM für thermomechanisch gekoppelte Kontaktprobleme (01.07.2014 - 30.06.2015)
6. Adaptive Optimalsteuerung von Variationsungleichungen in der Mechanik (15.07.2012 - 30.06.2015)
7. Entwicklung modelladaptiver Simulationsmethoden für umformtechnische Prozesse zur Herstellung komplexer Funktionsbauteile mit Nebenformen (01.01.2012 - 31.12.2016)
8. Numerische Analyse und effiziente Implementierung komplexer FE-Modelle maschineller Fertigungsprozesse am Beispiel des Tiefbohrens (01.05.2010 - 30.04.2017)

Veranstaltungen (Auswahl)vollständige Liste

1. Finite Elements for Contact Problems (Wintersemester 2023/2024)
2. Numerical Methods and Neural Networks for Partial Differential Equations (Wintersemester 2023/2024)
3. Mathematische Modellierung (Wintersemester 2023/2024)
4. Modelling Project (Part 2) (Wintersemester 2023/2024)
5. Funktionalanalysis (Sommersemester 2023)

betreute/begutachtete Dissertationen (Auswahl)vollständige Liste

1. Adaptive Finite-Elemente-Methoden für thermoplastische Kontaktprobleme (Ullrich Ralf Friedrich-Wilhelm Heupel)
2. Ein allgemeines Konzept für Adaptive Finite Elemente Methoden bei modifizierten diskreten Formulierungen (Dustin Kumor)
3. Adaptive unstetige Finite Elemente Methoden für elastoplastische Kontaktprobleme (Korosh Taebi)
4. Adaptive Finite Element Methods for contact problems embedded in a Fictitious Domain - Simulation and Optimal Control (Korinna Rosin)
5. Finite Elemente Methoden höherer Ordnung für reibungsbehaftete elasto-plastische Mehrkörperkontaktprobleme - Fehlerkontrolle, adaptive Methoden und effiziente Lösungsverfahren (Hannah Frohne)

Abschlussarbeiten (Auswahl)vollständige Liste

1. Entwicklung und mathematische Analyse eines einheitlichen Verschleißmodells für Vollhartmetallwerkzeuge (Morten Weber)
2. Unsupervised Learning für kontaminierte Kunststoffgranulate (Marieke Hoehne)
3. Optimale Steuerung der Wärmeleitungsgleichung auf zeitabhängigen Gebieten (Annika Osmers)
4. Mehrdimensionale numerische Integration mit Delaunay-Triangulierung (Bennet Greve)
5. Vergleich verschiedener Lösungsverfahren für nichtlineare Problemstellungen (Ingo Kligge)

Publikationen (Auswahl)vollständige Liste

1. D. Hinse, M. Thode, A. Rademacher, K. Pantke, C. Spura.
   Numerical identification of position-dependent friction coefficients from measured displacement data in a bolt-nut connection.
   , Volume 19, September 2023, 101214 , Elsevier, 2023.

   DOI: https://doi.org/10.1016/j.rineng.2023.101214

2. D. Nganyu Tanyu, J. Ning, T. Freudenberg, N. Heilenkötter, A. Rademacher, U. Iben, P. Maaß.
   Deep learning methods for partial differential equations and related parameter identification problems.
   Inverse Problems, 39(10), 2023.

   DOI: 10.1088/1361-6420/ace9d4

3. A. Rademacher.
   Mesh and model adaptivity for frictional contact problems.
   Numerische Mathematik, 142(3):465-523, 2019.
4. P. di Stolfo, A. Rademacher, A. Schröder.
   Dual weighted residual error estimation for the finite cell method.
   Journal of Numerical Mathematics, 27(2):101-122, 2019.
5. D. Kumor, A. Rademacher.
   Goal-oriented a posteriori error estimates in nearly incompressible linear elasticity.
   Numerical Mathematics and Advanced Applications, ENUMATH 2017, F. Radu, K. Kumar, I. Berre, J. Nordbotten, I. Pop (Hrsg.), S. 399-406, Springer Verlag, 2019.

© Zentrum für Industriemathematik 2008-2023