Machine Learning a neuronové sítě v simulacích proudění

Vystudoval obor Fluidního inženýrství na VUT FSI v Brně. V rámci své diplomové práce prováděl simulace optimalizace tlakových rázů peristaltického čerpadla pro hemodialýzu. V rámci disertační práce se  zabýval dynamikou kavitačního proudění s uplatněním pro vytváření kavitačně-erozních modelů a odstraňování léčiv a hormonů z odpadních vod. Na FSI se i nadále podílí na výuce hydromechaniky a CFD simulací. Specializuje se na simulace rotačních strojů (CFX, Fluent), optimalizaci a citlivostní analýzu s důrazem na vytváření redukovaných modelů pro digitální dvojčata (OptiSLang, Twin Builder, Fluent Adjoint) a na systémové a FSI analýzy. V rámci simulací využívá jazyky Python a C. Na své pracovní specializaci nejvíce oceňuje možnost náhledu do široké řady inženýrských aplikací, variabilitu každého pracovního dne a možnost předávat znalosti budoucím inženýrům.

Získal titul Ing. na ČVUT v Praze a Ph.D. na Fakultě strojní, VUT v Brně v oblasti CFD simulací spalování. Absolvoval stáže na University of Nebraska-Lincoln a TU Munich. V současné době vyučuje na VUT předmět Praktické aplikace CFD. Dlouhodobě se zabývá simulacemi proudění, přestupu tepla, vícefázového proudění a proudění s chemickými reakcemi. Řeší nasazení technologií pro simulaci sypkých hmot pomocí DEM metody a bezsíťové metody proudění. Je autorem software pro obrazovou analýzu sypkých hmot a dalších analytických nástrojů pro inženýrské výpočty naprogramovaných v jazyce Python a C. V současné době u nás vede tým zaměřený na proudění tekutin.