Professorinnen und Professoren
Technische Universität München

Prof. Dr. Makrand Khanwale

Professur

Numerische Fluiddynamik

School

TUM School of Engineering and Design

Kontakt

Visitenkarte in TUMonline

Wissenschaftliche Laufbahn und Forschungsgebiete

Prof. Khanwale konzentriert sich auf die Entwicklung von Berechnungsrahmen für die multiphysikalische Strömungsdynamik, wobei er strenge numerische Analysen, hochpräzise Simulationen und Hochleistungsrechnen miteinander verbindet. Diese Arbeit schlägt eine Brücke zwischen Physik, angewandter Mathematik und Informatik, um die prädiktive Modellierung komplexer strömungsdynamischer Systeme zu ermöglichen. Auf dieser Grundlage entwickelt unsere Forschungsgruppe Berechnungswerkzeuge zur Untersuchung multiphysikalischer Transportphänomene.

Prof. Khanwale war als wissenschaftlicher Mitarbeiter im Bereich Physik im Fachbereich Maschinenbau der Stanford University tätig, wo er mit Prof. Ali Mani und Prof. Gianluca Iaccarino zusammenarbeitete. Zuvor promovierte er an der Iowa State University mit einem Doppelstudium in Maschinenbau und angewandter Mathematik unter der Betreuung von Prof. Baskar Ganapathysubramanian und Prof. James Rossmanith. Im Mittelpunkt seiner Doktorarbeit stand die Entwicklung energiestabiler numerischer Methoden für Mehrphasenströmungen.

Wichtigste Auszeichnungen

  • Finalist beim „Scientific Visualization and Data Analytics Showcase“ auf der Super Computing ’22, internationalen Konferenz für Hochleistungsrechnen, Netzwerke, Speicherung und Analyse (2022)
  • Research Excellence Award des Iowa State Graduate College (2021)
  • Teaching Excellence Award des Iowa State Graduate College (2019)
  • Empfänger des Dean’s Fellowship des College of Engineering der Iowa State University für angehende Doktoranden 

Schlüsselpublikationen (alle Publikationen)

Sungu Kim, Kumar Saurabh, Makrand A. Khanwale, Ali Mani, Robbyn K Anand, and Baskar Ganapathysubramanian. “Direct numerical simulation of electrokinetic transport phenomena in fluids: Variational multi-scale stabilization and octree-based mesh refinement”. Journal of Computational Physics. 2024; 500.

Abstract

Kumar Saurabh, Masado Ishii, Makrand A. Khanwale, Hari Sundar, and Baskar Ganapathysubramanian. “Scalable adaptive algorithms for next-generation multiphase flow simulations”. 2023 IEEE International Parallel and Distributed Processing Symposium (IPDPS). 2023, pp. 590–601.

Abstract

Makrand A. Khanwale, Kumar Saurabh, Masado Ishii, Hari Sundar, James A. Rossmanith, and Baskar Ganapathysubramanian. “A projection-based, semi-implicit time-stepping approach for the Cahn-Hilliard Navier-Stokes equations on
adaptive octree meshes”. Journal of Computational Physics. 2023; 475.  

Abstract

Makrand A. Khanwale, Kumar Saurabh, Milinda Fernando, Victor M. Calo, Hari Sundar, James A. Rossmanith, and Baskar Ganapathysubramanian. “A fully-coupled framework for solving Cahn-Hilliard Navier-Stokes equations: Second-order, energy-stable numerical methods on adaptive octree based meshes”. Computer Physics Communications. 2022; 280.

Abstract

Makrand A. Khanwale, Alec D. Lofquist, Hari Sundar, James A. Rossmanith, and Baskar Ganapathysubramanian. “Simulating two-phase flows with thermodynamically consistent energy stable Cahn-Hilliard Navier-Stokes equations on parallel adaptive octree based meshes”. Journal of Computational Physics. 2020; 419. 

Abstract

Bei Änderungs- oder Aktualisierungswünschen wenden Sie sich bitte an Franz Langer.