Finansieringsprojekter

3D-i-Generaltol (FKZ 03TN0057A) - 3D-modellering med implicitte generelle tolerancer baseret på DIN ISO 2768-1/2 eller DIN 2769 til videreudvikling af ISO 22081 - 3D-i-Generaltol

Varighed: 1. oktober 2023 - 30. september 2025

Siemens AG (SAG), Siemens Energy Global GmbH & Co. KG (SE) og Technische Universität Dresden (TUD) har slået sig sammen om at lette den kontinuerlige introduktion af en fremadskuende, 3D-baseret, digital arbejdsmetode i tysk industri. Til dette formål skal der udvikles en standardiseret konvention, der gør det muligt at bestemme tolererede overflader direkte fra 3D CAD-geometrimodeller uden behov for eksplicit at specificere dimensioner og form. Denne konvention supplerer og forenkler anvendelsen af det eksisterende GPS-standardsystem (ISO 16792, ISO 22081), især for funktionelt/teknologisk underordnede geometriske elementer. Ved at integrere det i det eksisterende og brancheaccepterede GPS-standardsystem sikres brugen af den nye standard. Den gennemprøvede idé om generelle tolerancer/frie dimensioner udvides således, at disse tolerancespecifikationer også kan anvendes direkte i 3D CAD-modellen for udimensionerede og ikke-tolererede geometriske elementer, hvilket muliggør betydelige tidsbesparelser.

Konsortiumpartnere:

Siemens Energy Global GmbH & Co. KG

Technische Universität Dresden

Kontakter:

Projektleder: christian.lipp@siemens.com

Økonomichef: bianca.miene@siemens.com

Finansieringsudbyder: BMWE

AdapEdge (FKZ 16ME0547K) - Edge Computing-moduler til robust elektronikproduktion med adaptiv procesoptimering

Varighed: 1. juli 2022 - 30. juni 2025

Dette projekt sigter mod at optimere fremstillingen af produkter i et Industri 4.0-miljø. Projektets overordnede mål er adaptiv procesoptimering i komplekse, endda rumligt distribuerede produktionsmiljøer gennem brug og evaluering af frit tilgængelig information/data. I forskellige scenarier kan disse data bruges til at optimere produktionsproduktivitet og kvalitet til en målværdi. Dette gælder på den ene side for højeffektiv produktion, hvor produktivitetsgevinster stadig kan opnås, f.eks. ved at justere den valgte teststrategi. Det gælder dog også for fremstilling, der er ude af balance på grund af ringere eller forfalskede råvarer eller endda ved et målrettet angreb på individuelle maskiner, og som hurtigt kan bringes tilbage til en pålidelig driftstilstand ved tidlig opdagelse af ustabile driftsformer. Til dette formål vil projektet kombinere dataevalueringsmetoder ved hjælp af AI/Federated learning med brug af edge computing-moduler med processorer specialiseret i datafusion og et tilknyttet universelt sensornetværk. Dette netværk vil blive brugt til lokal indsamling af frit tilgængelige data - f.eks. måles miljødata som temperatur, fugtighed, acceleration og driftsstøj, men alternative værdier som UV-stråling, luftkvalitet, E- og B-felter osv., er også mulige. Dataene vil blive behandlet, kondenseret og evalueret af AI; efter sammenligning med fremstillingens kvalitets- og produktivitetsparametre bestemmes et tilstandsniveau for den igangværende produktion. Dette tilstandsniveau er designet til at være uafhængigt af den eksisterende digitale produktionsinfrastruktur og fungerer således som en uafhængig datakilde til beslutninger om produktionsoptimering. Gennem en feedback-loop er AI beregnet til løbende at lære og forbedre sine beslutninger.

Konsortiumpartnere:

• Universität Bielefeld (Bielefeld Universitet)

• Sensorik-Bayern GmbH

• Creonic GmbH

• Technische Universität Berlin (Berlins tekniske universitet)

• Mikrosystemteknik GmbH

• Fraunhofer-selskabet til fremme af angewandten Forschung eingetragener Foreningen (Fraunhofer Society for the Advancement

Kontakter:

Projektleder: matthias.heimann@siemens.com

Økonomichef: bianca.miene@siemens.com

Finansieringsudbyder: BMFTR

AdHybau2 (20M2202A) - Overordnet projekt: Udvikling af et certificerbart brintelektrisk fremdrivningssystem til fly og test af den kryogenisk afkølede elektriske motor - AdhyBau2; - Delprojekt: Digitale udviklingsmetoder og innovative fremstillingskoncepter til højeffektive elektriske drev med kryogen køling.

Varighed: 1. august 2024 - 31. juli 2028

Projektet fokuserer på videreudvikling af digitaliseringsmetoder, innovative tilgange til additiv fremstilling og undersøgelse af disruptive teknologier til elektriske maskiner. Projektet bygger på resultaterne af forgængerprojektet og udvider dem med vigtige aspekter for fremtidig luftfartscertificering. Specifikt er kortlægningen af et brintkølet elektrisk drev i en Digital Twin rettet mod. Med såkaldt modelordreduktion skal computertid og ressourcer spares, så Digital Twin kan bruges i det industrielle metaverse og digitalisering inden for forskning og udvikling kan fremskyndes. Endvidere vil der inden for rammerne af projektet blive udviklet avancerede fremstillingsmetoder, og materialer og komponenter vil blive undersøgt med hensyn til deres egenskaber og kvalitet. Især supplerende materialeparametre til den komplette beskrivelse af elasticitetstensoren spiller en væsentlig rolle i designet. Med henblik på luftfartscertificering er det vigtigt at undersøge de nye fremstillingsprocesser grundigt og fremstille de frembragte materialer reproducerbart med ensartet kvalitet. Den sikre beherskelse af processerne danner grundlaget. I detaljer skal koldgassprøjtningen af kobber videreudvikles, med fokus for forskningen på skabelsen af kobberhule strukturer gennem førstegangskombinationen af to additivprocesser. I det elektriske drev udføres undersøgelser af potentialet for forstyrrende teknologier. Fokus her er på at undersøge potentialet for superledningsevne i drivlinjen til den foretrukne anvendelse. Gennemførligheden af et kryogent afkølet elektrisk drev demonstreres på en laboratoriedemonstrator. Konstruktion, idriftsættelse og eksperimentel test af drevet under laboratorieforhold er en væsentlig del af projektet.

Konsortiumpartnere:

Karlsruher Institut for Teknologi (Karlsruhe Institute of Technology)

Technische Universität Dresden (Dresden Tekniske Universitet)

Aufwind GmbH

Fraunhofer-Gesellschaft zur Fördering der angewandten Forschung e.V. (Fraunhofer-foreningen til fremme af anvendt forskning, registreret forening)

Additive Drives GmbH

MT Aerospace AG

Kontakter:

Projektleder: christian.weidermann@siemens.com

Økonomichef: bianca.miene@siemens.com

Finansieringsudbyder: BMWE

BoLero (FKZ 03EI4041A) - Fælles projekt: BoLero - Overvågning af ældning af stationær batterilagring med skybaserede metoder til at forlænge levetiden, reducere vedligeholdelsesindsats og optimere driftsstyring; Underprojekt: Digitale tjenester til batterilagring

Varighed: 1. oktober 2021 - 30. september 2024

Store stationære batterilagringssystemer leverer vigtige systemtjenester til fremtidens energinet, kendetegnet ved elproduktion fra vedvarende kilder. Vi foreslår et skybaseret system til overvågning og driftsoptimering af batterilagringssystemer, som muliggør følgende industrielle applikationer og svar på forskningsspørgsmål:

• Datatilførsel fra battericeller under drift
• Cloud-løsning til overvågning, analyse og modellering af stationær energilagring
• Nye og forbedrede metoder, der udtrækker tidsvarierende batteriparametre (f.eks. kapacitet, Digital Twin Model) fra reelle BMS-data for almindelig batteridrift
• Muliggør en forbedret driftsstrategi gennem mere præcise batterimodeller og lavere krav til sikkerhedsmargener
• Levering af en generel og automatiseret løsning til lavere serviceomkostninger
• Reduktion af teknologiske krav til drift af batterisystemer, især i betragtning af projekt- og kundespecifikke krav
• Metode til sikring af sikker drift af batterier i hele deres levetid, herunder second life
• Analyse af de økonomiske virkninger pr. driftsstrategi

Resultaterne af projektet vil blive demonstreret under den igangværende drift ved hjælp af Freimann-storlagerfaciliteten i Stadtwerke München. Demonstratoren viser både nøjagtigheden af parameterestimering og den forbedrede batteridrift. Resultaterne vil blive valideret gennem praktiske tests med batterilagringssystemet.

Konsortiumpartner:

Technische Universität München (Münchens tekniske universitet)

Kontakter:

Projektleder: andrei.szabo@siemens.com

Økonomichef: roland.deak@siemens.com

Finansieringsudbyder: BMWE

CBC-GREEN (FKZ 13N15451) - Anvendelse af en fleksibel grøn strålekilde inden for industriel produktion af elektriske komponenter

Varighed: 1. juli 2021 - 31. marts 2025

Inden for elektroniske produkter som relæer, kontaktorer eller effektmoduler anvendes komponenter fremstillet af kobber i stigende grad. Årsagen til dette er, at kravene til elektrisk og termisk ledningsevne stiger (kobber har ca. 1/3 bedre egenskaber sammenlignet med aluminium). Til fleksibel behandling (sammenføjning, adskillelse, additiv fremstilling, især selektiv lasersmeltning) af kobber er laserprocesser fordelagtige. Nær infrarøde (NIR) lasere med strålende strålekvalitet (grundlæggende tilstand eller single-mode fiberlasere), som også tilbyder høj rumlig opløsning, bruges. Den høje refleksionsevne af kobber (97% ved 1070 nm) komplicerer imidlertid brugen af laserteknologi, da der er risiko for komponentbeskadigelse (absorptionen øges markant med kobling til smeltepuljen), procestiderne er for korte (på grund af den lave absorptionshastighed), og kvalitative defekter kan forekomme (smeltesprøjt). Formålet med delprojektet er at kunne anvende den laser, der er udviklet og kvalificeret af konsortiet inden for Siemens' produktionslandskab. Anvendelsesområder omfatter automatiseringsteknologi, produktion af elektriske komponenter og samling af kraftelektronik. Fokus her er på svejsning og sammenføjning, additiv fremstilling og skæring af Cu-plader. Fokus er på at demonstrere stigningen i effektivitet og reproducerbarhed gennem brugen af den nye laserstrålekilde.

Konsortiumpartnere:

thyssenkrupp Automation Engineering GmbH

Fraunhofer-Gesellschaft zur Fördering der angewandten Forschung eingetragener Verein (Fraunhofer-foreningen til fremme af anvendt forskning, registreret forening)

Karl H. Arnold Maschinenfabrik GmbH & Co. KG

amcm GmbH

Kontakter:

Projektleder: markus.lasch@siemens.com

Økonomichef: bianca.miene@siemens.com

Finansieringsudbyder: BMFTR

DAFODIL (FKZ 03XP0389A) - DAFODIL - Databaseret produktionsoptimering af battericeller baseret på end-of-line-data gennem massiv brug af maskinlæringsalgoritmer og inline analyse

Varighed: 1. september 2021 - 31. august 2025

I DAFODIL projektet er der planlagt at udvikle fundamentalt nye metoder og teknikker til tværprocesfremstillingsoptimering af lithium-ion-celler.

Det nyeste inden for produktionsfaciliteter til Li-ion-celler er optimering af hvert enkelt produktionstrin til et lokalt optimum. Da nogle af kvalitetsparametrene kan have et globalt optimum, hvis individuelle produktionsfaciliteter drives uden for det lokale optimum, vil DAFODIL projektet udvikle den globale produktionsoptimering gennem mellemtrinnet med at undersøge nye sensorsystemer. Til dette formål vil forskellige sensorsystemer blive undersøgt i forundersøgelser for deres egnethed til dataindsamling i celleproduktion. For alle målte værdier vurderes det, hvilken sensorinformation der er direkte relateret til en defineret kvalitetsparameter.

DAFODIL (FKZ 03XP0389A) - DAFODIL - Databaseret produktionsoptimering af battericeller baseret på end-of-line-data gennem massiv brug af maskinlæringsalgoritmer og inline analyse

Varighed: 1. september 2021 - 31. august 2025

I DAFODIL projektet er der planlagt at udvikle fundamentalt nye metoder og teknikker til tværprocesfremstillingsoptimering af lithium-ion-celler.

Det nyeste inden for produktionsfaciliteter til Li-ion-celler er optimering af hvert enkelt produktionstrin til et lokalt optimum. Da nogle af kvalitetsparametrene kan have et globalt optimum, hvis individuelle produktionsfaciliteter drives uden for det lokale optimum, vil DAFODIL projektet udvikle den globale produktionsoptimering gennem mellemtrinnet med at undersøge nye sensorsystemer. Til dette formål vil forskellige sensorsystemer blive undersøgt i forundersøgelser for deres egnethed til dataindsamling i celleproduktion. For alle målte værdier vurderes det, hvilken sensorinformation der er direkte relateret til en defineret kvalitetsparameter.

Endvidere vil indflydelsen af korrelerende karakteristiske værdier på komplekse årsag-og-virkningsmønstre blive undersøgt. Til dette formål skal der udvikles algoritmer og metoder, der identificerer disse komplekse årsagskæder. En følsomhedsanalyse vil undersøge, hvilke underpåvirkninger i disse årsagskæder favoriserer visse effekter, og hvordan disse kan registreres kvantitativt. I Siemens-delprojektet vil et nyt sensorsystem, et såkaldt hyperspektralt kamera, blive undersøgt for første gang for dets mulige anvendelser i batteriproduktion. Endvidere vil elektrokemiske målemetoder i forbindelse med modifikationer af cellefremstilling blive udført for at undersøge produktionsparametrers indflydelse på kvalitet og for at udvikle optimeringspotentiale i karakteriseringen af cellekvalitet. Til dette formål vil Siemens deltage i analysen af produktionsprocessen. Derudover programmeres algoritmer til analyse af sensordata og kvalifikationsmålinger i Siemens delprojekt, ved hjælp af hvilke komplekse årsags-og-virkningsmønstre kan identificeres.

Konsortiumpartnere:

Customcells Tübingen GmbH

Safion GmbH

SURAGUS GmbH

Rheinisch-Westfälische Technische Hochschule Aachen (RWTH Aachen Universitet)

Universität Münster (Universitetet i Münster)

Kontakter:

Projektleder: andreas-albrecht@siemens.com

Økonomichef: bianca.miene@siemens.com

Finansieringsudbyder: BMFTR

DIAA-H2 (FKZ: 03EI3067A) - Digitale tvillinger til H2 produktionsanlæg

Varighed: 1. juli 2022 - 30. juni 2025

Siemens Energy Global GmbH & Co. KG, Siemens AG, Technische Universität Dresden og Josef Pfaffinger Bauunternehmung GmbH planlægger at undersøge grundlaget for en Digital Twin til procesanlæg, der kan bruges gennem hele deres livscyklus, ved hjælp af et elektrolyseanlæg som et eksempel. De metoder til produktudvikling og styring, der er etableret inden for maskinteknik, skal gøres anvendelige til energiomstillingen ved at tilpasse dem til anlægskonstruktion. Forskningsprojektet fokuserer på udvikling af metoder og værktøjer til at udlede, instantiere og vedligeholde Digital Twin. Disse vil blive implementeret samtidig med opførelsen og driften af anlægget. Derudover vil der blive udviklet forskellige modulariseringsmetoder baseret på disciplinspecifikke grundmodeller, som synkroniseres og harmoniseres med en tværfaglig plantemodel. Anlægsmodellen er også beregnet til at muliggøre en ny variantgeneration til anlægskonstruktion. De beskrevne fokusområder vil blive samlet i prototypen af et første Plant Lifecycle Management System (Plant-LM System) og valideret gennem anvendelse inden for teknik, anlægskonstruktion og drift. Som et resultat er Plant-LM-systemet beregnet til at øge den økonomiske effektivitet af planter betydeligt, reducere investeringsomkostningerne og forbedre vedligeholdelsen. Dette vil resultere i en betydelig og langsigtet konkurrencefordel for brugerne af de udviklede metoder og værktøjer til Digital Twin af elektrolyseanlæg.

Konsortiumpartnere:

Pfaffinger Anlagenbau & Energietechnik GmbH

Technische Universität Dresden (Dresden Tekniske Universitet)

Siemens Energy Global GmbH & Co. KG

Kontakter:

Projektleder: jonathan.leidich@siemens.com

Økonomichef: bianca.miene@siemens.com

Finansieringsudbyder: BMWE

DigiZuG3D (FKZ 13IK031A) - Fælles projekt: Digital godkendelse af 3D-printede komponenter til jernbanekøretøjer (DigiZug3D) - Delprojekt: Digitalisering og industrialisering af LPBF-processen

Varighed: 1. oktober 2023 - 31. august 2026

DigiZuG3D (FKZ 13IK031A) - Fælles projekt: Digital godkendelse af 3D-printede komponenter til jernbanekøretøjer (DigiZug3D) - Delprojekt: Digitalisering og industrialisering af LPBF-processen

Varighed: 1. oktober 2023 - 31. august 2026

Baseret på mange års erfaring som bruger og leverandør af additiv fremstilling vil Siemens støtte industrialiseringen af LPBF-processen. Dette opnås især ved at fremme digitalisering på flere niveauer, nemlig digital kortlægning af godkendelsesprocesser for at muliggøre en godkendelsesplatform, deltagelse i beregningsbevis i stedet for destruktiv prøvning og evaluering af yderligere digitale metoder til at reducere omfanget af prøvning inden for kvalitetssikring. De digitale metoder omfatter kombinationen af forskellige procesovervågningssystemer med en tilsigtet automatiseret evaluering, samt anvendelse af udvalgte metoder på det voksende database inden for projektet. Resultatet bliver en konkret evaluering af udvalgte procesovervågningsmetoder. Dette kan tjene som grundlag for den fremtidige udvikling af procesovervågnings- eller evalueringsmetoder samt for vurdering af eksisterende systemer. Ideelt set kan konkrete udviklingsmål formuleres, og korrelationer til komponentkvalitet kan vises. Samlet set vil digitaliseringen af godkendelsesprocesser og beviser fjerne en betydelig hindring for indførelsen af additiv fremstilling. For at understøtte industrialiseringen vil erfaringerne langs hele additivproceskæden desuden blive samlet i konkrete anbefalinger til handling om, hvordan processen kan bruges inden for jernbanekøretøjer og videre. Udvalgte hypoteser og anbefalinger fra en forskningsrapport fra det tyske center for jernbanetransportforskning vil blive undersøgt og konkretiseret, og deres generelle gyldighed ud over det materiale, der anvendes i projektet, vil blive kontrolleret. Endelig vil videnoverførsel til støtte for bred industrialisering blive fremmet gennem udvikling af regler og standarder.

Konsortiumpartnere:

Mobilitet går Additive e.V.

IMA Materialforschung und Applikationstechnik GmbH (IMA Materialeforskning og applikationsteknologi GmbH)

TÜV NORD Systems GmbH & Co. KG

Additive Marking GmbH

Siemens Mobility GmbH

Universität Paderborn (Universitetet i Paderborn)

Kontakter:

Projektleder: christoph.kiener@siemens.com

Økonomichef: bianca.miene@siemens.com

Finansieringsudbyder: BMWE

DimaD (FKZ 13XP5188A) - Fælles projekt: Digital materiale- og procesdesign til trådbaseret additiv fremstilling - DimAD -; Delprojekt: Digital fremstillingskæde til WAAM-processen af højlegeret stål

Varighed: 1. januar 2023 - 31. december 2025

Additive Manufacturing (AM) processer for metaller kræver en betydelig, overvejende eksperimentel indsats, når det kommer til at identificere egnede procesvinduer til materialesystemer eller overføre optimerede procesparametre fra en anlægstype til en anden. Fremskyndet implementering fra design til komponent er kun mulig, hvis proceskæden, fra råmaterialer til komponent, er defineret og digitalt konstrueret i sin helhed. DiMad-projektet fokuserer på trådbaserede processer ved hjælp af lysbue- og laserstråling som varmekilder til et austenitisk og et dupleksstål. Følgende egenskaber, som er væsentlige fra brugerens perspektiv og påvirker komponentens kvalitet og egenskaber, overvejes i dybden: mikrostruktur og fasedannelse som følge af lokale størknings- og afkølingsforhold; restspændinger og forvrængning på grund af opvarmning og afkøling og varmebehandling; kritiske defekter såsom manglende fusion og porøsitet. Mikrostruktur, faser og spændinger beskrives ved simulering. Maskinindlæring (ML) bruges til at korrelere procesdefektegenskab og også til at fortolke totaliteten af data (simulering, eksperiment, analyse). Det digitale arbejde ledsages af eksperimenter, analyser og materialetest, der tjener til at bestemme inputparametre til simuleringen, validere simuleringen og træne/validere ML-modellerne. Baseret på procesparametrene, der stammer fra de digitale værktøjer, bygges to reelle komponenter. Med hensyn til de to AM-processer vil der blive udviklet en brugerontologi for trådmaterialer. Til udveksling og evaluering af data mellem partnere og med Material Digital-platformen udvikles en ensartet datastruktur, og passende dataformater vil blive brugt. Den eksisterende AIXVipMap-løsning vil i første omgang blive brugt som et workflow framework, der skal integreres i PMD.

Konsortiumpartnere:

OSCAR PLT GmbH

Ikon Pro GmbH

FEF Forschungs- und Entwicklungsgesellschaft Fügetechnik GmbH (FEF's forsknings- og udviklingsselskab for Joining Technology GmbH)

Deutsches Zentrum für Luft- und Raumfahrt e.V. (Det tyske rumfartscenter)

Fraunhofer-Gesellschaft zur Fördering der angewandten Forschung eingetragener Verein (Fraunhofer-foreningen til fremme af anvendt forskning, registreret forening)

ADGANG e.V.

Kontakter:

Projektleder: philip.howell@siemens.com

Økonomichef: bianca.miene@siemens.com

Finansieringsudbyder: BMFTR

DORSMAN (FKZ 03XP0633A) - Fælles projekt: Data- og sensorbaseret fremstilling af battericeller - DORSMAN; Delprojekt: Acceleration af cellefinalisering og kvalitetsforbedring af lithium-ion-batterier gennem brug af innovativ sensorteknologi og måling

Varighed: 1. januar 2025 - 31. december 2027

Dette forskningsprojekt, finansieret af BMBF, sigter mod at fremskynde produktionen af lithium-ion-batterier.

Fælles projektet „Data- og sensorbaseret fremstilling af battericeller“ (DORSMAN) undersøger, hvordan produktionen af lithium-ion-batterier kan gøres mere ressourceeffektiv og hurtigere. Projektet er finansieret af Forbundsministeriet for Uddannelse og Forskning (BMBF) (FKZ: 03XP0633A). Ud over Siemens som koordinator omfatter konsortiet BioLogic Science Instruments GmbH, Institute for Machine Tools and Industrial Management (iwb) ved Münchens Tekniske Universitet og Institute for Power Electronics and Electrical Drives (ISEA) ved RWTH Aachen University. Det overordnede mål er at fremskynde batteriproduktionen gennem innovativ sensorteknologi og digitalisering.

Batterier er afgørende for succesen med energi- og mobilitetsomstillingen. Produktionsprocessen er imidlertid lang, skrotningshastigheden er høj, kvaliteten af batterier varierer og kan kun bestemmes pålideligt med komplekse måleprocedurer. Især den sidste fase af fremstillingsprocessen, cellefærdiggørelse, er meget tidskrævende. Afslutning involverer flere processtrin. Befugtning, hvor elektrolytten fordeler sig i batteriet, dannelse, hvor batteriet oplades og aflades for første gang, og måling af selvudladning er særligt tidskrævende. Dette skyldes, at fremskridtene i processen ikke kan overvåges med de midler, der i øjeblikket er tilgængelige, og derfor er det nødvendigt med generelle ventetider.

DORSMAN behandler netop dette aspekt af produktionsprocessen. Nye sensorer vil blive integreret i produktionsanlægget, hvilket muliggør dybere indsigt i de elektrokemiske processer i cellen. Endvidere vil måleprocedurer til bestemmelse af selvudladningshastigheden blive videreudviklet. Ifølge den aktuelle teknik tager disse målinger flere dage til uger. Der vil blive forsket i, hvordan målevarigheden kan reduceres med passende måleteknologi og dataevaluering.

Indtil nu er sensorerne og måleprocedurerne kun blevet demonstreret i laboratorieskala. Inden for rammerne af DORSMAN vil de resultater, der er opnået her, blive bragt i industriel anvendelse gennem samarbejde mellem forskningsinstitutter og industri. Der etableres en digital infrastruktur til produktionsanlægget, som skal danne grundlag for online processtyring baseret på måledata. Projektpartnerne implementerer de udviklede løsninger i et pilotanlæg, hvor de testes. Efterfølgende vil der blive produceret batterier i flere produktionskampagner, og justeringer af produktionsprocessen vil blive foretaget på baggrund af de registrerede målinger. En vellykket implementering vil gøre det muligt at integrere sensorteknologien og måleapparaterne i industrielle produktionsfaciliteter.

Konsortiumpartnere:

Bio-Logic Videnskabsinstrumenter GmbH

Technische Universität München (TUM) (Münchens tekniske universitet)

Rheinisch-Westfälische Technische Hochschule Aachen (RWTH Aachen Universitet)

Kontakter:

Projektleder: felix.katzer@siemens.com

Økonomichef: bianca.miene@siemens.com

Finansieringsudbyder: BMFTR

ENable (FKZ 03EN3061A) - Fælles projekt ENEFF:STADT: Aktiver - Vertikal integrering af kommunikations- og kontrolsystemer til aktivering af fleksibilitet til distriktsdækkende energioptimering. Delprojekt: Optimeret styring af energisystemet (Siemens)

Varighed: 1. april 2022 - 31. marts 2025

En afgørende forudsætning for sektoromfattende optimeret styring af bygninger/campusenergisystemer og markedsføring af fleksibilitet er etableringen af en informations- og kommunikationsteknologi (IKT) til problemfri interaktion mellem sensorer, individuelle komponenter, brug af prognosesystemer og grænseflader til netoperatøren, energileverandøren eller en handelsplatform. Formålet med dette projekt er at demonstrere denne komplette IKT-kæde i marken ved hjælp af den største distriktsudvikling i Bamberg (Lagarde Campus konverteringsområde) som eksempel. Et yderligere projektmål er den metrologiske og simulative evaluering af skalerbarhed og overførbarhed til andre distrikter samt de deraf følgende besparelsespotentialer med hensyn til CO2 og omkostninger. Den optimerede, tværsektorielle kontrol af kontrollerbare elektriske og termiske belastninger, energilagring og energikonverteringsenheder realiseres via et automatiseret energiledelsessystem, der fungerer sammen med klassisk bygningsstyringsteknologi, eksterne tjenester såsom vejrtjenester, AI-baserede prognoseteknikker og en handelsplatform. Herved vil bydelen blive forsynet med energi på en omkostnings- og CO2-optimeret måde under hensyntagen til alle tekniske grænseforhold for de enkelte komponenter og netværk.

Konsortiumpartnere:

Fraunhofer-Gesellschaft zur Fördering der angewandten Forschung eingetragener Verein (Fraunhofer-foreningen til fremme af anvendt forskning, registreret forening)

Stadtwerke Bamberg Energie- und Wasserversorgungs GmbH (Bambergs kommunale energi- og vandforsyning GmbH)

SEtrade GmbH

Kontakter:

Projektleder: stefan.langemeyer@siemens.com

Økonomichef: bianca.miene@siemens.com

Finansieringsudbyder: BMWE

ENSURE3 (FKZ 03SFK1A0-3) - Fælles projekt: Nye energinetstrukturer til energiomstillingen

Varighed: 1. august 2023 - 31. juli 2026

Siemens AG deltager som konsortieleder i Copernicus-projektet ENSURE3.I projektet vil Siemens AG bidrage til de fire hovedmål og sammen med sine partnere udlede anbefalinger til handling til forskellige interessenter. Desuden arbejder Siemens AG på adskillige teknologiske fremskridt i værktøjssættet til energiomstilling. Som et bidrag til co-demonstrationsplatformen vil „Single Source of Truth“ blive videreudviklet, og der vil blive arbejdet med at integrere fleksibel stationskontrolteknologi. Siemens AG har oprettet et showroom, der tjener til at overføre resultaterne.

Konsortiumpartnere:

Karlsruher Institut für Technologie (Universitätsaufgabe) (Karlsruhe Teknologiske Institut (Universitetsopgave))

Technische Universität Dortmund (Dortmunds tekniske universitet)

DVGW Deutscher Verein des Gas- und Wasserfaches e.V. — Technisch-wissenschaftlicher Verein (DVGW tyske tekniske og videnskabelige forening for gas og vand)

Deutsche Umwelthilfe e.V. (miljøindsats Tyskland)

Hochschule für angewandte Wissenschaften München (Münchens universitet for anvendte videnskaber)

PSI FLS Fuzzy Logic & Neuro Systems GmbH

TenNet TSO GmbH

Germanwatch e.V.

OPAL-RT Tyskland GmbH

SWKiel Netz GmbH

Allgäunetz GmbH & Co. KG

Christian-Albrechts-Universität zu Kiel (Kiel Universitet)

Westfalen Weser Netz GmbH

LEW Verteilnetz GmbH

Technische Universität Ilmenau (Ilmenau Tekniske Universitet)

Øko-Institut. Institut für Angewandte Økologie e.V. (Øko-Institut. Institut for Anvendt Økologi e.V.)

Avacon Netz GmbH

Hitachi Energy Tyskland AG

Maschinenfabrik Reinhausen GmbH

Friedrich-Alexander-Universität Erlangen-Nürnberg (Friedrich-Alexander Universitet Erlangen-Nürnberg)

Karlsruher Institut für Technologie (Großforschungsaufgabe) (Karlsruhe Institute of Technology (storstilet forskningsopgave))

Rheinisch-Westfälische Technische Hochschule Aachen (RWTH Aachen Universitet)

Energiewirtschaftliches Institut an der Universität zu Köln gGmbH (Institut for Energiøkonomi ved Universitetet i Köln gGmbH)

Bergische Universität Wuppertal (Wuppertal Universitet)

Kontakter:

Projektleder: annebauer@siemens.com

Økonomichef: bianca.miene@siemens.com

Finansieringsudbyder: BMBF

F-HIL-Reloaded (FKZ 03EI6104A) - Fælles projekt: Udvikling af en testinfrastruktur til normativ validering af dynamiske processer af gitterdannende decentrale generationsenheder - F-HIL-genindlæst; Delprojekt: Udvikling af en gitterdannende decentraliseret DC-wallbox for at øge forsyningssikkerheden

Varighed: 1. oktober 2023 - 30. september 2026

Målet med F-HIL-Reloaded-projektet er at etablere et simulerings- og testsystem i realtid, der modellerer en distributionsnetsektion med stærk konverterinteroperabilitet og automatisk udfører testscenarier for gitterdannende testobjekter. En hybridforstærker styret via en dynamisk effektgrænseflade og en adaptiv X/R-linjeimpedans bruges som grænseflader til det virkelige miljø. F-HIL-Reloaded-projektet er en fortsættelse af FHiL-forskningsprojektet; den indhøstede indsigt og opnåede resultater tjener som grundlag for den videre udvikling af test- og inspektionssystemet. Derudover overvejer projektet testobjekternes gitterdannende egenskaber: en DC-vægboks og en gitterdannende konverter. Der lægges særlig vægt på konverternes interoperabilitet. Især simuleres resonanseffekter fra ladestationer til elbiler i forbindelse med solcelleanlæg med test- og inspektionssystemet. De positive (og potentielt negative) virkninger af netdannere i distributionsnettet bør kunne påvises ved hjælp af test- og inspektionssystemet, som er skræddersyet til testobjekternes gitterdannende egenskaber. De reproducerbare test er beregnet til at danne grundlag for standardiserede testsekvenser for gitterdannende systemer. Det overordnede mål med F-HIL-Reloaded projektet er at påvirke udviklingen af gitterdannende og gitterfølgende omformere positivt gennem standardiserede testprocedurer og testsystemet og derved sikre forsyningssikkerhed i en energiforsyning, der udelukkende er baseret på omformere. I samfundet styrker påviseligheden af sikker forsyning gennem netdannende systemer følelsen af sikkerhed og accept for den grønne energiomstilling.

Konsortiumpartnere:

Hochschule Bonn-Rhein-Sieg (Bonn-Rhein-Sieg Universitet for Anvendte Videnskaber)

Fraunhofer-Gesellschaft zur Fördering der angewandten Forschung eingetragener Verein (Fraunhofer-foreningen til fremme af anvendt forskning, registreret forening)

SUMIDA Komponenter & Moduler GmbH

OPAL-RT Tyskland GmbH

Kontakter:

Projektleder: sebastian.nielebock@siemens.com

Økonomichef: bianca.miene@siemens.com

Finansieringsudbyder: BMWE

3DGlassGuard (FKZ: 13N16851) - Fælles projekt: Security through Photonic System Integration i glasfolier; Delprojekt: Planar integreret optisk strømsensor

Varighed: 1. april 2024 - 31. marts 2027

3DGlassGuard (FKZ: 13N16851) - Fælles projekt: Security through Photonic System Integration i glasfolier; Delprojekt: Planar integreret optisk strømsensor

Varighed: 1. april 2024 - 31. marts 2027

Integrationen af tredimensionelle optiske mikrostrukturer og robuste grænseflader i displayglas skal udvikles teknisk ved hjælp af IOX (ionimplantation) kombineret med FS-Ls (femtosekund laserstrukturering) for at muliggøre miniaturiserede fotoniske systemkomponenter. Et nyt designværktøj til IPD (invers fotonisk design) muliggør effektivt den nødvendige tredimensionelle bølgeoptiske og kemiske simulering. To nye sensorprincipper, som kun er mulige på dette grundlag, inden for strømmåling og miljøregistrering, skal forududvikles og funktionelt valideres af applikationspartnerne. Metoder til intelligent sensordataevaluering vil blive brugt til dette formål. De planlagte designunderstøttede kombinationsprocesser forener fordelene ved IOX (lav dæmpning og store områder) med fordelene ved FS-LS (tredimensionalitet). Dette gør det for første gang muligt at integrere tredimensionelle optiske strukturer i store, meget tynde glassubstrater (< 1 mm). Denne kombination er kun effektiv med hensyn til design gennem AI-understøttet IPD, da design baseret på klassisk eksperimentelt bestemte regressionsmodeller ikke hurtigt kan simuleres på grund af beregningsbegrænsninger. Nutidens optiske sensorer er ofte fritstråle- eller fiberbaserede og kræver derfor betydelig installationsplads. Desuden er fleksible optiske fibre dyre at behandle og samle. Fotonisk integration på systemniveau giver således betydelige omkostninger og miniaturiseringsfordele. Dette opnås teknisk i det foreslåede projekt ved at bruge displayglas og panelbaserede batchprocesser til IOX- og metalliseringsprocesser samt integration af 3-dimensionelle optiske strukturer med fs-laseren i tynde glasfolier, der er integreret som højeffektive systemkomponenter i optoelektroniske systemer til nye applikationer såsom den optiske strømsensor.

Konsortiumpartnere:

Sea & Sun Technology GmbH

Contag AG

Fraunhofer-Gesellschaft zur Fördering der angewandten Forschung eingetragener Verein (Fraunhofer-foreningen til fremme af anvendt forskning, registreret forening)

LightFab GmbH

Technische Universität Berlin (Berlins tekniske universitet)

Kontakter:

Projektleder: stefan.nerreter@siemens.com

Økonomichef: bianca.miene@siemens.com

Finansieringsudbyder: BMBF

GreenInverter (FKZ 03EN4079A) - Fælles projekt: Bæredygtig kraftelektronik med innovativ køling for at øge genanvendeligheden - GreenInverter; Delprojekt: Teknologiske varianter og invertersystem

Varighed: 1. marts 2024 - 28. februar 2027

GreenInverter (FKZ 03EN4079A) - Fælles projekt: Bæredygtig kraftelektronik med innovativ køling for at øge genanvendeligheden - GreenInverter; Delprojekt: Teknologiske varianter og invertersystem

Varighed: 1. marts 2024 - 28. februar 2027

Projektet „GreenInverter“ sigter mod at sætte nye standarder for genanvendelig, reparerbar og opgraderbar hardware inden for konvertering af elektrisk energi. Samtidig skal energieffektiviteten forbedres betydeligt. Fordelene vil blive demonstreret ved hjælp af en inverter som et eksempel. Den nuværende tekniske udvikling, som er baseret på princippet om udvikling af individuelle komponenter, skal erstattes af en ny systemisk tilgang. Gennem en forstyrrende ny tilgang til en fælles køle- og isoleringsstrategi vil komponenttemperaturerne blive reduceret, og brugen af nye materialer vil blive muliggjort, hvilket øger energieffektiviteten. Der opnås også en betydelig stigning i genanvendeligheden, en reduktion i produktets CO2-fodaftryk og en forøgelse af produktets levetid på grund af en mere homogen temperaturfordeling inden for inverteren. Desuden vil fremtidige nye forretningsmodeller blive inkluderet i overvejelserne, hvilket betyder, at design og layout vil blive mindre drevet af produktionsomkostninger. Projektet fokuserer på tre nøgleområder: „Energieffektivitet“, „Genanvendelighed, cirkularitet og dematerialisering“ og „Levetid, komponentudnyttelse og fleksibilitet i brug.“ Disruptive løsninger til væsentlige forbedringer på alle disse områder vil blive undersøgt og udviklet, som skal demonstreres i form af funktionelle prototyper. Konsortiet vurderer, at der med fuld implementering af resultaterne kan opnås et energibesparelsespotentiale på mere end 1,6 TWh årligt i Tyskland. Siemens bidrager med ekspertise inden for forskning og udvikling inden for elektronik, kølemetoder og design og fremstilling af invertere. Dette inkluderer mange års erfaring med design, konstruktion, opsætning og drift af eksperimentelle faciliteter og i at lede store forsknings- og udviklingsprojekter.

Konsortiumpartnere:

Råstofhandel Bernhard Westarp GmbH & Co. KG

Friedrich-Alexander-Universität Erlangen-Nürnberg (Friedrich-Alexander Universitet Erlangen-Nürnberg)

Fraunhofer-Gesellschaft zur Fördering der angewandten Forschung eingetragener Verein (Fraunhofer-foreningen til fremme af anvendt forskning, registreret forening)

Sumida Komponenter & Moduler GmbH

Kontakter:

Projektleder: joern.grundmann@siemens.com

Økonomichef: bianca.miene@siemens.com

Finansieringsudbyder: BMWE

GridAssist (03EI6126A) - Fælles projekt: Hjælpesystemer til optimeret automatiseret systemdrift i distributionsnet - Underprojektets titel: Automatiseret optimal systemdrift

Varighed: 1. december 2024 - 30. november 2027

GridAssist (03EI6126A) - Fælles projekt: Hjælpesystemer til optimeret automatiseret systemdrift i distributionsnet - Underprojektets titel: Automatiseret optimal systemdrift

Varighed: 1. december 2024 - 30. november 2027

GridAssist projektet har til formål at udvikle assistancesystemer til optimeret automatiseret systemdrift i distributionsnet. Dette er beregnet til at muliggøre en højere integration af generatorer af vedvarende energi i elnettet. Der udvikles løsninger, der er skræddersyet individuelt til spændingsniveauerne. Overførslen af disse løsninger og feltprøvning af hjælpesystemerne er centrale komponenter i projektet. Tilstrækkelig observerbarhed danner grundlaget for enhver automatisering i distributionsnet. Jo lavere spændingsniveau, jo mindre er der i øjeblikket kendt om den faktiske nettilstand. I GridAssist vil den nødvendige observerbarhed derfor først blive etableret. Ud over installationen af måleteknologi skal der udvikles passende koncepter for, hvordan måledataene mest effektivt kan integreres med de respektive netoperatører og deres processer. Med tilstrækkeligt installeret måle- og kommunikationsteknologi, dvs. givet observerbarhed, kan den respektive gittertilstand derefter analyseres. Ud over analysemetoder vil der blive anvendt databaserede metoder. Baseret på analysen af nettilstanden vil der derefter blive truffet beslutninger af hjælpesystemerne. Disse kan variere fra anbefalinger til handling til systemoperatøren til fuldautomatisk fleksibilitetsudsendelse. Siemens bidrager med sin ekspertise inden for netautomatisering og softwareudvikling, især inden for digitale tvillinger og AI. Et centralt aspekt af GridAssist er automatisering af processer i distributionsnettet. Dette er uundværligt på grund af den aktuelle udvikling. Ud over disse tekniske aspekter sigter projektet mod at reducere netoperatørernes drifts- og investeringsomkostninger. Dette opnås gennem forbedret kapitalforvaltning og et reduceret behov for netudvidelse.

Konsortiumpartnere:

LEW Verteilnetz GmbH

Energiforsyning Gera GmbH

OPAL-RT Tyskland GmbH

Friedrich-Alexander-Universität Erlangen-Nürnberg (Friedrich-Alexander Universitet Erlangen-Nürnberg)

Rheinisch-Westfälische Technische Hochschule Aachen (RWTH Aachen Universitet)

Kontakter:

Projektleder: annebauer@siemens.com og christian.scheibe@siemens.com

Økonomichef: bianca.miene@siemens.com

Finansieringsudbyder: BMWE

HyFlexBahn (FKZ 03ETE045A) - Fælles projekt: Hybrid- og fleksible batterisystemer i jernbanetransport (HyFlexBahn)

Varighed: 1. januar 2023 - 31. december 2025

Den globalt stigende efterspørgsel efter grønne togløsninger til ikke-elektrificerede jernbanelinjer vil føre til en stigende efterspørgsel efter køretøjer med trækkraftbatterier i stedet for dieselmotorer. Indtil videre er batterielektriske tog primært udstyret med lithium-ion-celler med medium energitæthed, som er meget kraftfulde, men også dyre sammenlignet med celler, der bruges i bilsektoren. Målet med HyFlexBahn er at muliggøre brugen af billige celler med høj energitæthed i kombination med højtydende celler. Dette giver mulighed for høje energitætheder med samtidig lavere livscyklusomkostninger. I projektet vil simuleringsværktøjer til hybride batterilagringssystemer med celler af forskellig kemi blive oprettet og parameteriseret, systemdesign til forskellige driftsprofiler simuleres, og økonomisk levedygtighed vil blive vurderet. Den fleksibilitet, der opnås gennem hybridisering, bidrager til at gøre batteritog mere konkurrencedygtige og til at bruge batterierne effektivt og så længe som muligt, både i deres første brug og i en potentiel anden levetid.

Konsortiumpartnere:

Siemens Mobility GmbH

Rheinisch-Westfälische Technische Hochschule Aachen (RWTH Aachen Universitet)

Kontakter:

Projektleder: michael-fischer@siemens.com

Økonomichef: bianca.miene@siemens.com

Finansieringsudbyder: BMWE

KoliBri (FKZ: 03LB3039A) - Fælles projekt: Komplekse letvægtsstrukturer til elektroniske applikationer inden for mobilitet; Delprojekt: Konception og afprøvning af metalskumdemonstratorer til kraftelektronik inden for mobilitet

Varighed: 1. december 2021 - 28. februar 2025

Kolibri-projektet adresserer køling af e-motorer og kraftelektronik ved brug af nye letvægtsstrukturer lavet af åbne cellemetalskum. Disse forventes at tilbyde forbedret køleydelse og, afgørende, muliggøre nye designs. Ved anvendelse af metalskumstrukturer med åbne celler er køleydeevnen beregnet til at øges med 20-50% inden for det samme installationsrum, eller for den samme ydeevne skal vægten reduceres med 50%. Derudover forventes de fremstillingsmetoder, der behandles, såsom investeringsstøbning og belægning, at føre til en omkostningsreduktion på 75% sammenlignet med ren additiv fremstilling (f.eks. Selective Laser Sintering). Desuden muliggør de strukturelt-mekaniske fordele ved metalskum (højt forhold mellem stivhed og volumen) integration af kølere i designet til den respektive applikation, hvorved der opnås yderligere vægtreduktion ved at udnytte mekanisk bæreevne i forbindelse med køling. Et andet forskningsfokus er direkte udskrivning af metalskumstrukturer på strømmoduler. Dette forbedrer den termiske ydeevne og sparer samtidig vægt og ressourcer, da en konventionel bundplade til køleren kan udelades. Da kun cirkulære tekniske løsninger i komponenternes livscyklus har lavere miljøpåvirkning end standardløsninger, tager projektet også fat på kompositnedbrydning og genvinding af de anvendte materialer i en enkelt sort, selvom håndteringen af galvaniserede overflader betragtes som udfordrende ud fra et genanvendelsesperspektiv. De udviklede tekniske løsninger er tværsektorielle og adresserer hele mobilitetsspektret (biler, busser, lastbiler, tog, elflyvning osv.). Gennem hele projektet vil livscyklusvurderingsdata og software blive videreudviklet for at muliggøre nem miljøvurdering for designere i tidlige designfaser i fremtiden.

Konsortiumpartnere:

Valeo eAutomotive Tyskland GmbH

iPoint-Systems GmbH

HSO Herbert Schmidt GmbH & Co. KG

NRU GmbH

Technische Universität Bergakademie Freiberg (Teknisk Universitet Bergakademie Freiberg)

Fraunhofer-Gesellschaft zur Fördering der angewandten Forschung eingetragener Verein (Fraunhofer-foreningen til fremme af anvendt forskning, registreret forening)

Technische Universität Dresden (Technische Universität Dresden)

Kontakter:

Projektleder: christian.baar@siemens.com

Økonomichef: bianca.miene@siemens.com

Finansieringsudbyder: BMWE

LeikO (FKZ 03EI6041A) - Fælles projekt: Pålidelige filmkondensatorer med øget effektpotentiale; Delprojekt: Levetidsmodeller og nanoteknologi til filmkondensatorer med øget effektpotentiale som komponent til forbedring af netinfrastruktur

Varighed: 1. februar 2021 - 31. juli 2024

Det overordnede mål for OnTomat-forskningsprojektet er at forske i databaserede materialeudviklings- og optimeringsløsninger til industrielt anvendte termoplastiske og termohærdede fiberforstærkede komponenter samt de materialer og fremstillingsprocesser, der anvendes til deres produktion, herunder hensyntagen til materialecyklusser. En harmoniseret beskrivelse af tværskalaforholdene mellem materiale, proces og komponent er i øjeblikket ikke tilgængelig for fiberforstærkede materialer. Ligeledes er der utilstrækkelig dataintegritet fra materialekarakterisering gennem simuleringsmetoder til fremstillingsprocesser. Forskningen i en harmoniseret ontologisk beskrivelse frigør derfor tidligere ubrugt potentiale for datadrevet materialeudvikling og procesoptimering. Dette delprojekt omhandler specifikt:

• Udvikling af relevante årsagssammenhænge (digital materialebeskrivelse)

• Udarbejdelse, konstruktion og validering af multiskala simuleringsproceskæden med procesintegration, og

• Analyse og inkorporering af materialecyklussen i den ontologiske beskrivelse.

Her, med et materialefokus på sprøjtekompressionsstøbbare polymerkompositter såsom SMC'er, skal formaliserede beskrivelser af „ingeniørarbejdsgangen“ på makro- og mikroskala niveauer udvikles. De resulterende relevante årsagssammenhænge danner grundlaget for oprettelsen af ontologi på tværs af skala og etableringen af den tovejs multiskala simuleringsproceskæde som det andet fokus. Fremme af materialecyklusser udgør det tredje fokus. Til dette er det nødvendigt at bestemme indflydelsen af materialeegenskaber af potentielt lavere kvalitet og på den anden side at kortlægge genbrugsprocesserne i den ontologiske beskrivelse for at fremme bæredygtig udvikling allerede i designfasen.

Konsortiumpartnere:

• Fraunhofer-Gesellschaft zur Fördering der angewandten Forschung eingetragener Verein (Fraunhofer-foreningen til fremme af anvendt forskning, registreret forening)

• FASERINSTITUT BREMEN e.V. (FIBRE Institute Bremen registreret forening)

• BIAS - Bremer Institut für angewandte Strahltechnik GmbH (BIAS - Bremen Institut for Anvendt Bjælketeknologi GmbH)

• Nexpirit GmbH

• Deutsches Zentrum für Luft- und Raumfahrt e.V. (tysk luftfartscenter registreret forening)

• Hans Weber Maschinenfabrik GmbH

Kontakter:

• Projektleder: martin.koerdel@siemens.com

• Økonomichef: bianca.miene@siemens.com

Finansieringsudbyder: BMFTR

PredicteCo (FKZ 01MN23014A) - Fælles projekt: Produktudvikling i betragtning af simulationsstøttet bæredygtighedsvurdering (PredicteCo) - Delprojekt: Kontinuerlig grøn Digital Twin med forbindelse mellem virtuelle og fysiske fremstillingsprocesser til bæredygtigt design og optimering

Varighed: 1. juni 2023 - 31. maj 2026

Det overordnede mål med projektet er at skabe en platform til vurdering og optimering af bæredygtigheden af ressourceintensive produktionsprocesser allerede i designfasen. Modelleringen af fremstillingsprocesser tjener som grundlag. Således er alle forventede data og deres gruppering kendt tidligt i processen og kan leveres som en datastruktur i en grøn digital tvilling. Baseret på datastrukturen leveres grænseflader til bæredygtighedsforudsigelse ved hjælp af LCA-software. På grund af de kendte informationsstrømme kan effektive foreløbige evalueringer udnyttes via Edge Computing. Specifikt behandles følgende delmål:

• Udvikling af kvantificerbare og målbare kriterier og indikatorer til vurdering af det økologiske fodaftryk af sammensatte fremstillingsprocesser
• Integration af relevante kriterier og indikatorer i simuleringsværktøjer til design af fabrikslayouter og procestrin baseret på målværdier
• Integration af relevante kriterier i produktspecifikke produktionsplanlægningsværktøjer til design af produktdesign (CAE/CAM) baseret på målværdier
• Automatiseret og standardiseret realtidsdataindsamling, forbehandling, dokumentation og sammenligning af de indsamlede data med definerede målværdier som grundlag for virkelig implementerbare optimeringsløsninger.

Med udgangspunkt i dette kan delprojektet opdeles i 5 arbejdsmål:

PredicteCo (FKZ 01MN23014A) - Fælles projekt: Produktudvikling i betragtning af simulationsstøttet bæredygtighedsvurdering (PredicteCo) - Delprojekt: Kontinuerlig grøn Digital Twin med forbindelse mellem virtuelle og fysiske fremstillingsprocesser til bæredygtigt design og optimering

Varighed: 1. juni 2023 - 31. maj 2026

Det overordnede mål med projektet er at skabe en platform til vurdering og optimering af bæredygtigheden af ressourceintensive produktionsprocesser allerede i designfasen. Modelleringen af fremstillingsprocesser tjener som grundlag. Således er alle forventede data og deres gruppering kendt tidligt i processen og kan leveres som en datastruktur i en grøn digital tvilling. Baseret på datastrukturen leveres grænseflader til bæredygtighedsforudsigelse ved hjælp af LCA-software. På grund af de kendte informationsstrømme kan effektive foreløbige evalueringer udnyttes via Edge Computing. Specifikt behandles følgende delmål:

• Udvikling af kvantificerbare og målbare kriterier og indikatorer til vurdering af det økologiske fodaftryk af sammensatte fremstillingsprocesser
• Integration af relevante kriterier og indikatorer i simuleringsværktøjer til design af fabrikslayouter og procestrin baseret på målværdier
• Integration af relevante kriterier i produktspecifikke produktionsplanlægningsværktøjer til design af produktdesign (CAE/CAM) baseret på målværdier
• Automatiseret og standardiseret realtidsdataindsamling, forbehandling, dokumentation og sammenligning af de indsamlede data med definerede målværdier som grundlag for virkelig implementerbare optimeringsløsninger.

Med udgangspunkt i dette kan delprojektet opdeles i 5 arbejdsmål:

• Udvikling af overordnede Cradle-to-Cradle LCA-modeller til komponenter baseret på kompositmaterialer
• Udvidelse af eksisterende processimuleringsløsninger på produktions- og fabriksniveau til at omfatte de udviklede vurderingskriterier og indikatorer
• Integration af indikatorer og vurderingskriterier i produktspecifik fremstillingsplanlægning (CAM)
• Indsamling og behandling af reelle procesdata ved hjælp af kantenheder
• Demonstration og kravsamling til overførsel til bred produktion

Konsortiumpartnere:

Grasse Zur Ingenieurgesellschaft mbH

INVENT Innovative sammenlægningsstoffer Realisering og markedsføring af nye teknologier GmbH

SWMS Systemtechnik Ingenieurgesellschaft mbH

KONTAKT Software GmbH

Deutsches Zentrum für Luft- und Raumfahrt e.V. (German Aerospace Center registreret forening)

Maskinkonstruktion Scholz GmbH & Co. KG

Kontakter:

Projektleder: oliver.lohse@siemens.com

Økonomichef: bianca.miene@siemens.com

Finansieringsudbyder: BMFTR

PV4life (FKZ 03EE1165A) - Fælles projekt: Forøgelse af konverterens levetid gennem optimeret komponentoptimering ved hjælp af Digital AI Twin - PV4life; Delprojekt: Sensorbaseret levetidsforudsigelse af konverterkomponenter

Varighed: 1. august 2023 - 31. juli 2026

I dette delprojekt undersøger Siemens AG forbedret og mere pålidelig udnyttelse af konverterbaserede systemer og deres kritiske komponenter. Mere effektiv brug af kraftomformere sammen med den tilhørende forlængelse af deres levetid og forbedret pålidelighed kan spare naturressourcer. Målet med Siemens AG's delprojekt er sensorbaseret tilstandsovervågning, som gør det muligt at indarbejde den bestemte ældning i en individuel driftsstrategi, der udnytter solcelleanlægget optimalt uden at spilde strøm eller levetid. Yderligere sensorer i strømmodulet vil blive brugt til at lave levetidsforudsigelser, som vil tjene som grundlag for modeller af PV-invertersystemer. Til dette formål vil egnede sensorer blive udvalgt og eksperimentelt evalueret med hensyn til deres følsomhed for aldringsdetektering af konverterkomponenter. Accelererede levetidstest vil generere forskellige aldringsfejl, som vil blive opdaget og evalueret tidligt af sensorer. De sensordata, der indsamles under forsøgene, sammenlignes med konventionelle data fra accelererede levetidstest for at vurdere merværdien af sensorbaseret levetidsovervågning. Til dette vil der blive oprettet specifikke testbænke til halvledere til metrologisk understøttede optimeringer, og sensorteknologien i strømmodulet udvides. Siemens vil levere de sensorbaserede måledata fra accelererede levetidstest til projektpartnerne til udvikling af digitale tvillingmodeller, der tager højde for aldringsfænomener og individuelle belastninger, der forekommer i applikationen. Især vil de genererede sensordata tjene som input til AI-baserede livsmodeller hos projektpartnerne. Disse modeller optimerer udnyttelsen og levetiden for PV-invertersystemer ved at justere driftsparametre i henhold til stigende aldring.

Konsortiumpartnere:

Infineon Technologies AG

SUMIDA Komponenter & Moduler GmbH

Hochschule Bonn-Rhein-Sieg (Bonn-Rhein-Sieg Universitet for Anvendte Videnskaber)

OPAL-RT Tyskland GmbH

Fraunhofer-Gesellschaft zur Fördering der angewandten Forschung eingetragener Verein (Fraunhofer-foreningen til fremme af anvendt forskning, registreret forening)

Kontakter:

Projektleder: kai.kriegel@siemens.com

Økonomichef: bianca.miene@siemens.com

Finansieringsudbyder: BMWE

REMEASURE (FKZ 03EN6022A) - Samarbejdsprojekt: REMEASE Udrulningskompatibel multimodal energistyring til supermarkeder; Delprojekt: Model Predictive Multimodal Load Shifting i et pilotsupermarked

Varighed: 1. december 2022 - 30. november 2025

REMEASURE (FKZ 03EN6022A) - Samarbejdsprojekt: REMEASE Udrulningskompatibel multimodal energistyring til supermarkeder; Delprojekt: Model Predictive Multimodal Load Shifting i et pilotsupermarked

Varighed: 1. december 2022 - 30. november 2025

For at opfylde de nationale og europæiske klimamål skal udvidelsen af den svingende elproduktion fra vedvarende energikilder fremskyndes og udnyttes effektivt. Ud over den dyre udvidelse af energinet og lagringskapaciteten kan eksisterende lokale energisystemer bruges til at ændre efterspørgslen i forhold til forsyningen af vedvarende energi gennem multimodal belastningsflytning. En hurtigt implementerbar, skalerbar og økonomisk løsning er nødvendig. Supermarkeder er af stor interesse, fordi deres energisystemer stort set er standardiserede. Desuden er de omfattende udstyret med måleteknologi og har en høj grad af automatisering. Belastningsforskydningspotentiale eksisterer på grund af fleksibiliteten i supermarkedets lokale kølenetværk i forbindelse med kontrollerbare køleforbrugere, såsom frysere eller kølerum. Energisystemer i topmoderne supermarkeder drives i øjeblikket typisk udelukkende efterspørgselsdrevet baseret på statiske regler. En sådan drift er ikke effektiv, da udbuddet af svingende vedvarende energi ikke tages i betragtning og derfor ikke kan udnyttes effektivt. Projektets mål er at undersøge, om effektiv udnyttelse af svingende, vedvarende energi er mulig gennem multimodal lastforskydning, især med hensyn til køleforsyningen i supermarkeder. Dette vil tage hensyn til både dynamiske elpriser og prognoser for dynamiske grænseforhold, såsom elektriske og termiske basisbelastninger. Den tekniske gennemførlighed vil blive demonstreret i simulering og valideret i den virkelige drift af et pilotsupermarked. Indsatsen for at installere energistyringssystemet og enhver nødvendig opgradering af energisystemet, f.eks. ved hjælp af yderligere måleinstrumenter eller justeringer i automatisering, bør holdes så lav som muligt.

Konsortiumpartnere:

Rheinisch-Westfälische Technische Hochschule Aachen (RWTH Aachen Universitet)

Kontaktpersoner:

Projektleder: stefan.langemeyer@siemens.com

Økonomichef: bianca.miene@siemens.com

Finansieringsudbyder: BMWE

RIESIQ (01IS24087A) - Samarbejdsprojekt: Forskning og test af nye AI-metoder til robuste, intelligente og effektive systemer i industriel kvalitet

Varighed: 1. december 2024 - 30. november 2027

RIESIQ (01IS24087A) - Samarbejdsprojekt: Forskning og test af nye AI-metoder til robuste, intelligente og effektive systemer i industriel kvalitet

Varighed: 1. december 2024 - 30. november 2027

Målet med dette forskningsprojekt er at overvinde underskuddene i generative AI-modeller eller store sprogmodeller (LLM) med hensyn til deres anvendelighed i industrielle produktionsprocesser. Fokus er på at undersøge og teste robuste, men fleksible læringsmetoder, der gør det muligt at modellere komplekse dynamiske systemer og fysiske processer med tilstrækkelig nøjagtighed samt styres intelligent og fortolkbart. De nødvendige ressourcekrav under træning og inferens skal minimeres ved hjælp af dataeffektive algoritmer for at sikre bæredygtig og miljøvenlig brug i industriel skala. For at nå disse mål vil der blive lagt vægt på en skalerbar, synergistisk kobling af ML algoritmer og numeriske simuleringsmetoder samt på robuste og praktiske RL-metoder til kontroloptimering bygget på dem. De resulterende metoder skal samtidig opfylde høje krav til gennemsigtighed og forklarbarhed, hvorfor et yderligere fokus er på at undersøge nye fortolkningsteknikker til strukturerede modelarkitekturer. De nyudviklede AI-løsningsmoduler testes prototypisk og praktisk ved hjælp af automatiserede produktions- og kvalitetssikringsprocesser i fremstillingen af lithium-ion-battericeller, hvilket demonstrerer merværdien for den AI-drevne transformationsproces mod en skalerbar og fleksibel fremtidens fabrik.

Konsortiumpartnere:

deepset GmbH

Technische Universität Berlin (TU Berlin)

Kontaktpersoner:

Projektleder: marc.weber@siemens.com

Økonomichef: roland.deak@siemens.com

Finansieringsudbyder: BMWE

VALUE-M (FKZ 16BZF332A) - Samarbejdsprojekt: Forlængelse af lagersystemernes brugbare levetid gennem mikrocyklusstyring med kontinuerlig tilstandsovervågning - VALUE-M

Varighed: 1. juni 2023 - 31. maj 2026

Siemens AG er aktiv på markedet som leverandør af løsninger og komponenter samt som udviklingspartner til projekter. I den forbindelse vil Siemens primært arbejde med den tekniske implementering og potentiel kommerciel udnyttelse af VALUE-M-projektets resultater. Inden for algoritmeudvikling vil Siemens sikre kompatibilitet med igangværende tredjepartsprojekter og gennemførlighed i industrielle systemer. Udover implementering af kommunikationssoftware og cloud-systemer, som er mindre kritisk for VALUE-M, er der fokus på at udvikle lokale styreenheder, der optimalt betjener det respektive lagersystem, der skal styres, ved hjælp af de udviklede algoritmer i en flerbruksstruktur til flere styringsformer samtidigt. For praktisk at verificere det økonomiske potentiale i en udvidet algoritme og kontrolteknologi i projektets ånd vil individuelle demonstrationssystemer blive forvaltet af et elhandelsselskab, der er underleverandør. På hardwaresiden vil der blive udviklet metoder til teknisk integration af sekundære lagerenheder, hvor systemer, der leveres af tredjeparter, kan suppleres med passende styringsteknologi. Specielt til styring af flere anvendelser, herunder øjeblikkelig reserve, sikres tilstrækkelige effektreserver og høj reaktionshastighed ved udvælgelsen af kraftelektronik til at kompensere for meget kortvarige netforstyrrelser.

Konsortiumpartnere:

SWW Wunsiedel GmbH

Rheinisch-Westfälische Technische Hochschule Aachen (RWTH Aachen Universitet)

Kontaktpersoner:

Projektleder: heiko.winterstein@siemens.com

Økonomichef: bianca.miene@siemens.com

Finansieringsudbyder: BMWE

VE4 (FKZ 16ME0735K) - Samarbejdsprojekt: Pålidelig begrænsning af forstyrrelser i energinet ved hjælp af realtidskompatible kantkomponenter

Varighed: 1. november 2022 - 31. oktober 2025

Motivation: Kvaliteten af elforsyningen i industrielle net er blevet væsentligt forringet på grund af stadig mere komplekse, meget dynamiske forbrugere, der forårsager netforstyrrelser. Samtidig er de stærkt netværksforbundne Industry 4.0-systemer meget følsomme over for disse netforstyrrelser. Dette fører i stigende grad til nedetid på anlægget med høje omkostninger. I øjeblikket kan stærke belastninger eller ugunstige gensidige forstyrrelser af netkomponenter ikke detekteres på forhånd. Hovedmålene for VE4 er kontinuerlig detektion og intelligent aktiv kompensation af forstyrrelser i elektriske energiforsyningsnet til industrien. Der skal opnås en betydelig stigning i robusthed samt energi- og ressourceeffektivitet. Til dette formål skal der udvikles et distribueret, nyt digitalt kompensationssystem. Dette består af et heterogent sensornetværk i realtid og kantenheder, som giver mulighed for ML-baseret hurtig forudsigelse af forstyrrelsessignaler og beregner modkoblingssignaler for at kompensere for forstyrrelserne. Modkoblingssignalerne føres endelig tilbage i gitteret af aktive filtre. Grundlaget for fleksibel anlægsovervågning og realtidskontrol gennem edge-device teknologier skabes således. Grænsefladerne skal standardiseres. Dette gør systemet fleksibelt udvideligt til en lang række kontrol- og diagnoseopgaver i digitale energinet — langt ud over den aktive forstyrrelseskompensation, der er målrettet i projektet. Den kantenhedsbaserede diagnose- og forstyrrelseskompensationsfacilitet til moderne digitale industrielle energiforsyningsnet skal udvikles i flere trin. Hardware og software vil blive konceptualiseret og prototypisk realiseret. Dette inkluderer tidssynkroniserede netværksbaserede realtidskompatible målenoder, kantenheder med ML-metoder, en cloud-computer og de tidssynkroniserede aktive filtre. Ydeevnen vil blive evalueret i en samlet systemdemonstrator i et rigtigt anlæg.

Konsortiumpartnere:

Technische Universität Dortmund (Dortmunds tekniske universitet)

Meanwave GmbH

Fraunhofer-Gesellschaft zur Fördering der angewandten Forschung eingetragener Verein (Fraunhofer-Gesellschaft til fremme af anvendt forskning, registreret forening)

Bleenco GmbH

Kontaktpersoner:

Projektleder: stefan.haensel@siemens.com

Økonomichef: bianca.miene@siemens.com

Finansieringsudbyder: BMFTR

AVEL — Udvikling af en uorganisk potteblanding til elektriske maskiner og kraftelektronikVarighed: 1. september 2021 — 28. februar 2025Projektleder: Klaus WilkeØkonomichef: Bianca MieneFinansierende organ: BMWE

Connect4HCA — Fleksibelt dronbaseret kommunikationsnetværk med sensorfunktionalitet til moderne produktionsfaciliteterVarighed: 1. januar 2024 — 31. december 2028Projektleder: Volkmar DoerichtØkonomichef: Roland DeakFinansierende organ: BMFTR

CONTAIN — Trusler fra det digitale domæneVarighed: 1 mar 2023 — 28 februar 2025Projektleder: Tiago GasibaØkonomichef: Roland DeakFinansierende organ: BMFTR

CTsiMu2 — Realistisk simulering af virkelige røntgencomputertomografisystemerVarighed: 1 okt. 2022 — 31 mar 2025Projektleder: Christian WatzlØkonomichef: Roland DeakFinansierende organ: BMWE

ECO:DIGIT (samarbejdsprojekt) — Muliggørelse af grøn databehandling og digital transformation; delprojekt: Aktivering af green edge computingVarighed: 1 juni 2023 — 31. maj 2026Projektleder: Karsten SchoernerØkonomichef: Roland DeakFinansierende organ: BMWE

EMDRIVE — Integreret databehandlingsydelse og diagnosehierarki fra sensorer til edgeVarighed: 1. februar 2022 — 30. april 2025Projektleder: Daniel HorcherØkonomichef: Roland DeakFinansierende organ: BMFTR

EREP — Vellykket genfremstilling gennem databaseret beslutningstagning og intelligent procesplanlægningVarighed: 1 okt. 2022 — 30 september 2025Projektleder: Tobias KampsØkonomichef: Bianca MieneFinansierende organ: BMFTR

EvoFrame - Udvikling og validering af en evolutionær, menneskecentreret ramme for transformationskompetente organisationerVarighed: 1. januar 2023 — 31. december 2025Projektleder: Martin KramerØkonomichef: Roland DeakFinansierende organ: BMFTR

HEROES - Højeffektive og pålidelige smarte kraftelektroniske systemerVarighed: 1 okt. 2022 — 30 september 2025Projektleder: Klaus WilkeØkonomichef: Bianca MieneFinansierende organ: BMWE

HoverGaN - Udvikling af innovative GaN-effekthalvledere til højspændingsapplikationerVarighed: 1 okt. 2021 — 31. marts 2025Projektleder: Klaus WilkeØkonomichef: Bianca MieneFinansierende organ: BMWE

HTA 2.0 — Tillidsforankringer til den næste generation af sikre integrerede systemerVarighed: 1 sep. 2022 — 31 august 2025Projektleder: Harald MuellerØkonomichef: Roland DeakFinansierende organ: BMFTR

SafeOps — Sikre industrielle operationer gennem AI-baserede assistancesystemerVarighed: 1 okt. 2022 — 30 september 2025Projektleder: Yushan LiuØkonomichef: Roland DeakFinansierende organ: BMWE

VITAMIN - Pålidelig AI til industrielle applikationerVarighed: 1 okt. 2022 — 30 september 2025Projektleder: Markus SauerØkonomichef: Roland DeakFinansierende organ: BMWE