Autonome model updating faciliteert dat een Digitale Tweeling een geschikte kopie zal blijven van zijn fysieke tweelingbroer gedurende zijn hele leven.

Bas Kessels is een promovendus in de Dynamics and Control groep van de Werktuigbouwkunde faculteit van de Technische Universiteit Eindhoven. In zijn project, wordt Kessels begeleid door Nathan van de Wouw (Full Professor) en Rob Fey (Associate Professor), beiden ook deel van de Dynamics and Control groep. Zijn huidige onderzoeksinteresse ligt in de discipline die zich bezig houdt met het dynamisch gedrag van mechanische systemen, met een focus op mechatronica als toepassingsgebied. Zijn fundamentele onderzoek is gericht op model updating, machine learning technieken, en structurele dynamica. Onderwijs activiteiten van Kessels zijn het begeleiden van studenten als onderdeel van de vakken Structural Dynamics (master vak) en Engineering Dynamics (bachelor vak, 1^ste jaar).

Bas Kessels (geboren in 1996) ontving zijn B.Sc.-diploma (met grote waardering) en M.Sc.-diploma (cum laude) in Werktuigbouwkunde van de Technische Universiteit Eindhoven in respectievelijk 2017 en 2020. In 2018, heeft hij stage project gedaan aan de Leibniz Universität in Hannover, Duitsland. In dit project heeft Kessels onderzoek gedaan naar model reductie voor modellen die het dynamisch knikgedrag van composieten platen beschrijven. Aansluitend schreef Kessels zijn master thesis bij ASML over een alternatieve, efficiëntere model orde reductie methode voor modellen bestaande uit meerdere componenten door gebruik te maken van frequentie-gebaseerde koppelingstechnieken. In 2020 is Kessels begonnen aan een PhD traject binnen het Digital Twin project (mede gefinancierd door NWO), waar hij zal focussen op het autonoom updaten van modellen van mechanische systemen in (near) real-time. Zijn huidige onderzoeksinteresses zijn structurele dynamica, model updating, machine learning technieken, en flexibele multibody dynamica.