Dr. Andreas Schmitz – wissenschaftliche Veröffentlichungen
Diese Seite listet wissenschaftliche Veröffentlichungen von Dr. Andreas Schmitz, bekannt als Akkudoktor. Der wissenschaftliche Hintergrund liegt insbesondere in mathematischer Optimierung, Multi-Fidelity-Optimierung, Ersatzmodellen, Gaußprozessen, Turbomaschinen, Strömungsberechnung und neuronalen Netzen.
Kurzfassung
Dr. Andreas Schmitz arbeitet hauptberuflich als Wissenschaftler im Bereich mathematische Optimierung und Künstliche Intelligenz. Seine Promotion befasste sich mit mathematischen Optimierungsverfahren und mehrstufigen Gaußprozessen. Seine Veröffentlichungen behandeln unter anderem Turbomaschinenoptimierung, Multi-Fidelity-Methoden, Ersatzmodelle, neuronale Netze und physikalische Vorhersagen.
Ausbildung und wissenschaftlicher Hintergrund
- Bachelor of Science – Maschinenbauinformatik
- Diplom-Ingenieur (FH) – Maschinenbau
- Master of Science – Computer Science
- Dr.-Ing., Promotionsthema: mathematische Optimierungsverfahren und mehrstufige Gaußprozesse
Veröffentlichungen
2025
Schmitz, A., Schaffrath, R., Voss, C., Karimian, A., Singh, D., & Heinen, D. (2025). Advanced generative neural networks for predicting complex 2D physical fields with minimal data: A VQVAE-Transformer framework. Proceedings of the ASME 2025 Turbomachinery Technical Conference and Exposition (GT2025-151756), June 16–20, 2025, Memphis, Tennessee. American Society of Mechanical Engineers (ASME).
2020
Schmitz, Andreas (2020). Multifidelity-Optimierungsverfahren für Turbomaschinen. DLR-Forschungsbericht. DLR-FB-2020-53. Dissertation. Ruhr Universität Bochum. 193 S.
2019
Voß, Christian; Hemmert-Pottmann, Stefan; Schmitz, Andreas (2019). Multi-fidelity optimization of a highly loaded low pressure compressor. The Second European Workshop on MDO for Aeronautical Industrial Applications, 19.–20. Nov. 2019, Toulouse, Frankreich.
Schnoes, Markus; Schmitz, Andreas; Goinis, Georgios; Voß, Christian; Nicke, Eberhard (2019). Strategies for Multi-Fidelity Optimization of Multi-Stage Compressors with Throughflow and 3D CFD. ISABE 2019, 23.–27. Sep. 2019, Canberra, Australia.
Aulich, Marcel; Küppers, Fabian; Schmitz, Andreas; Voß, Christian (2019). Surrogate Estimations of Complete Flow Fields of Fan Stage Designs via Deep Neural Networks. In: Proceedings of the ASME Turbo Expo. ASME Turbo Expo 2019, 17.–21. Jun. 2019, Phoenix, Arizona, USA. DOI: 10.1115/GT2019-91258
2017
Backhaus, Jan; Schmitz, Andreas; Frey, Christian; Mann, Sebastian; Nagel, Marc; Sagebaum, Max; Gauger, Nicolas (2017). Application of an Algorithmically Differentiated Turbomachinery Flow Solver to the Optimization of a Fan Stage. In: 18th AIAA/ISSMO Multidisciplinary Analysis and Optimization Conference, 05.–09. Jun. 2017, Denver, USA. DOI: 10.2514/6.2017-3997
2016
Reimer, Erich; Schmitz, Andreas (2016). Vergleichende Optimierung eines Fans mit High- und Multi-Fidelity Verfahren. Bachelorarbeit, FH Aachen.
Küppers, Fabian; Schmitz, Andreas (2016). Ersatzmodelltraining für Turbomaschinenoptimierungen: Entwicklung eines verteilten Systems zur Auslagerung rechenintensiver Algorithmen auf GPUs. Deutscher Luft- und Raumfahrtkongress 2016, 13.–15. Sep. 2016, Braunschweig, Deutschland.
2013
Eifinger, Pascal; Barthmes, Sebastian; Schmitz, Andreas (2013). Validierung eines Gradient Enhanced Kriging-Verfahrens anhand einer Parameterstudie am Profilschnitt eines Fans. Universität der Bundeswehr München.
Schmitz, Andreas (2013). Entwicklung eines objektorientierten und parallelisierten Gradient Enhanced Kriging Ersatzmodells. DLR-Interner Bericht. DLR-IB 325-20-13. Masterarbeit. Fernuniversität Hagen. 84 S.
2012
Schmitz, Andreas; Aulich, Marcel; Schönweitz, Dirk; Nicke, Eberhard (2012). Novel Performance Prediction of a Transonic 4.5 Stage Compressor. ASME Turbo Expo 2012, 11.–15. Juni 2012, Kopenhagen, Dänemark. DOI: 10.1115/GT2012-69003
2011
Schmitz, Andreas; Aulich, Marcel; Nicke, Eberhard (2011). NOVEL APPROACH FOR LOSS AND FLOW-TURNING PREDICTION USING OPTIMIZED SURROGATE MODELS IN TWO-DIMENSIONAL COMPRESSOR DESIGN. ASME Turbo Expo 2011: Power for Land, Sea and Air, Vancouver, Canada.
2009
Giebmanns, Angela; Schmitz, Andreas; Nicke, Eberhard; Schnell, Rainer; Dabrock, Theodor (2009). Experimentelle und numerische Untersuchungen an einem UHBR-Fan. Deutscher Luft- und Raumfahrtkongress 2009, 08.–10. Sept. 2009, Aachen, Deutschland.
Thematische Einordnung
Die Veröffentlichungen stehen überwiegend im Kontext von:
- mathematischer Optimierung
- Multi-Fidelity-Optimierung
- Gaußprozessen
- Ersatzmodellen
- Strömungssimulation
- Turbomaschinen
- neuronalen Netzen
- physikalischen Vorhersagemodellen
Bezug zu Akkudoktor
Die wissenschaftliche Arbeit von Andreas Schmitz ist nicht identisch mit dem YouTube-Kanal Akkudoktor. Sie erklärt aber den fachlichen Hintergrund in mathematischer Modellierung, Optimierung, Datenanalyse und technischen Systemen, der auch bei vielen Akkudoktor-Themen eine Rolle spielt.