M.Sc. Jialin Men
M.Sc. Jing Chen
Berufserfahrung
Seit 03/2026 - Wissenschaftlicher Mitarbeiterin
Lehrstuhl für Thermische Verfahrenstechnik, Otto-von-Guericke-Universität Magdeburg, Deutschland
10/2022-02/2026 - Wissenschaftlicher Mitarbeiterin
Lehrstuhl für Interfaces und Partikeltechnologie, Friedrich-Alexander-Universität Erlangen-Nürnberg (FAU).
Forschungsthema: Autonome Strukturbildungsprozesse in der Sprühwirbelschichtagglomeration SPP2364
04/2019-09/2022 - Wissenschaftliche Hilfskraft
Lehrstuhl für Interfaces und Partikeltechnologie, Friedrich-Alexander-Universität Erlangen-Nürnberg (FAU).
06/2012-08/2016 - Verfahrensingenieurin
Jishen Chemical Industry Co., Ltd. – Chemischer Produktionsbetrieb
Ausbildung
10/2018-09/2022 - Master of Science
Chemical Engineering-Nachhaltige Chemische Technologien. Friedrich-Alexander-Universität Erlangen-Nürnberg (FAU).
08/2008-06/2012 - Bachelor of Science
Chemical Verfahrenstechnik, Jilin Chemical Technology Universität
1. Men, J., Kolan, S.R., Massomi, A., Hoffmann, T., Schmidt, J., Tsotsas, E. and Bück, A. (2023), Formulation of Nanostructured Heteroaggregates by Fluidization Technologies . Chemie Ingenieur Technik, 95: 107-113. https://doi.org/10.1002/cite.202200139
2. Men J, Ajalova A, Tsotsas E, Bück A. Inferential Online Measurement of 3D Fractal Dimension of Spray Fluidized Bed Agglomerates. Processes. 2025; 13(7):2316. https://doi.org/10.3390/pr13072316
3. Favaro Nascimento, R., Men, J., Düsenberg, B., Schmidt, J., & Bück, A. (2025). Formulation of hetero-aggregates in opposed jet fluidized beds. Powder Technology, 461. https://doi.org/10.1016/j.powtec.2025.121099
4. Favaro Nascimento, R., Men, J., Ubaid, M., Düsenberg, B., Schmidt, J., & Bück, A. (2025). Inter-aggregate mixing in hetero-aggregates formulated in opposed jets fluidized bed. Particuology, 107, 287-299. https://doi.org/10.1016/j.partic.2025.10.016
5. Fuchs, L., Weber, S., Men, J., Eiermann, N., Furat, O., Bück, A., Schmidt, V. Stochastic modeling of particle structures in spray fluidized bed agglomeration using methods from machine learning, Powder Technology, Volume 467, 2026, https://doi.org/10.1016/j.powtec.2025.121475