Projets de financement

3D-i-Generaltol (FKZ 03TN0057A) - Modélisation 3D avec tolérances générales implicites basées sur DIN ISO 2768-1/2, ou DIN 2769 pour le développement ultérieur de l'ISO 22081 - 3D-i-Generaltol

Durée : 1 octobre 2023 - 30 septembre 2025

Siemens AG (SAG), Siemens Energy Global GmbH & Co. KG (SE) et Technische Universität Dresden (TUD) ont uni leurs forces pour faciliter l'introduction continue d'une méthode de travail numérique tournée vers l'avenir, basée sur la 3D, dans l'industrie allemande. À cette fin, une convention normalisée doit être développée qui permet de déterminer les surfaces tolérées directement à partir de modèles géométriques CAO 3D, sans avoir besoin de spécifier explicitement les dimensions et la forme. Cette convention complète et simplifie l'application du système standard GPS existant (ISO 16792, ISO 22081), en particulier pour les éléments géométriques fonctionnellement et technologiquement subordonnés. En l'intégrant dans le système standard GPS existant et accepté à l'échelle de l'industrie, l'utilisation de la nouvelle norme sera assurée. L'idée éprouvée de tolérances générales/dimensions libres est étendue de telle sorte que ces spécifications de tolérance peuvent également être appliquées directement dans le modèle CAO 3D pour les éléments géométriques non dimensionnés et non tolérés, permettant ainsi un gain de temps significatif.

Partenaires du consortium :

Siemens Energy Global GmbH & Co. KG

Université technique de Dresde

Contacts :

Chef de projet : christian.lipp@siemens.com

Gestionnaire financier : bianca.miene@siemens.com

Fournisseur de financement : BMWE

AdapEdge (FKZ 16ME0547K) - Modules d'informatique de pointe pour la fabrication de composants électroniques résilients avec optimisation adaptative des processus

Durée : 1 juillet 2022 - 31 déc. 2025

Ce projet vise à optimiser la fabrication de produits dans un environnement Industrie 4.0. L'objectif global du projet est l'optimisation adaptative des processus dans des environnements de fabrication complexes, voire distribués spatialement, grâce à l'utilisation et à l'évaluation d'informations et de données disponibles gratuitement. Pour divers scénarios, ces données peuvent être utilisées pour optimiser la productivité et la qualité de la fabrication à une valeur cible. Cela s'applique, d'une part, à une fabrication hautement efficace où des gains de productivité peuvent encore être atteints, par exemple, en ajustant la stratégie de test choisie. Cependant, cela s'applique également à la fabrication qui est déséquilibrée par des matières premières inférieures ou contrefaites ou même par une attaque ciblée sur des machines individuelles, et qui peut être rapidement ramenée à un mode de fonctionnement fiable grâce à la détection précoce de modes de fonctionnement instables. À cette fin, le projet combinera des méthodes d'évaluation de données utilisant l'IA et l'apprentissage fédéré avec l'utilisation de modules d'informatique de pointe comprenant des processeurs spécialisés dans la fusion de données et un réseau de capteurs universels associé. Ce réseau sera utilisé pour la collecte locale de données librement disponibles — par exemple, des données environnementales telles que la température, l'humidité, l'accélération et le bruit de fonctionnement sont mesurées, mais des valeurs alternatives comme le rayonnement UV, la qualité de l'air, les champs E et B, etc., sont également possibles. Les données seront traitées, condensées et évaluées par IA ; après comparaison avec les paramètres de qualité et de productivité de la fabrication, un niveau de condition pour la production en cours sera déterminé. Ce niveau de condition est conçu pour être indépendant de l'infrastructure de fabrication numérique existante et sert donc de source de données indépendante pour les décisions d'optimisation de la fabrication. Grâce à une boucle de rétroaction, l'IA est destinée à apprendre et à améliorer continuellement ses décisions.

Partenaires du consortium :

• Universität Bielefeld (Université de Bielefeld)

• Sensorik-Bayern GmbH

• Creonic GmbH

• Technische Universität Berlin (Université technique de Berlin)

• Micro Systems Engineering GmbH

• Fraunhofer-Gesellschaft zur Förderung der Gewandten Forschung Eingetragener Verein (Fraunhofer Society for the Advancement

Contacts :

Gestionnaire de projet : matthias.heimann@siemens.com

Gestionnaire financier : bianca.miene@siemens.com

Fournisseur de financement : BMFTR

AdhyBau2 (20M2202A) - Projet global : Développement d'un système de propulsion hydrogène-électrique certifiable pour les aéronefs et essai du moteur électrique refroidi par cryogénie - AdhyBau2 ; - Sous-projet : Méthodes de développement numérique et concepts de fabrication innovants pour des entraînements électriques hautement efficaces avec refroidissement cryogénique.

Durée : 1 août 2024 - 31 juillet 2028

Le projet se concentre sur le développement ultérieur de méthodes de numérisation, d'approches innovantes de la fabrication additive et l'étude des technologies perturbatrices pour les machines électriques. Le projet s'appuie sur les résultats du projet précédent et les élargit avec des aspects importants pour la future certification aéronautique. Plus précisément, la cartographie d'un entraînement électrique refroidi à l'hydrogène dans un Digital Twin est destinée à. Avec ce qu'on appelle la réduction des commandes de modèles, le temps de calcul et les ressources doivent être économisés, afin que le Digital Twin puisse être utilisé dans le métaverse industriel et que la numérisation dans la recherche et le développement puisse être accélérée. De plus, dans le cadre du projet, des méthodes de fabrication avancées seront développées, et les matériaux et composants seront étudiés en ce qui concerne leurs propriétés et leur qualité. En particulier, les paramètres de matériau supplémentaires pour la description complète du tenseur d'élasticité jouent un rôle important dans la conception. En vue de la certification aéronautique, il est essentiel de rechercher minutieusement les nouveaux procédés de fabrication et de produire les matériaux générés de manière reproductible avec une qualité constante. La maîtrise sûre des processus constitue la base. En détail, la pulvérisation de cuivre au gaz froid doit être développée davantage, l'accent de la recherche étant sur la création de structures creuses en cuivre grâce à la première combinaison de deux procédés additifs. Dans l'entraînement électrique, des études sur le potentiel des technologies disruptives sont réalisées. L'accent est mis ici sur l'étude du potentiel de supraconductivité dans la transmission pour l'application privilégiée. La faisabilité d'un entraînement électrique à refroidissement cryogénique est démontrée sur un démonstrateur de laboratoire. La construction, la mise en service et les essais expérimentaux de l'entraînement dans des conditions de laboratoire sont une partie essentielle du projet.

Partenaires du consortium :

Institut de technologie de Karlsruher (Institut de technologie de Karlsruhe)

Technische Universität Dresden (Université technique de Dresde)

Aufwind GmbH

Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. (Société Fraunhofer pour l'avancement de la recherche appliquée, association enregistrée)

Additive Drives GmbH

MT Aerospace AG

Contacts :

Gestionnaire de projet : christian.weidermann@siemens.com

Gestionnaire financier : bianca.miene@siemens.com

Fournisseur de financement : BMWE

AddRemo — Utilisation des technologies de fabrication additive pour réaliser des chaînes de processus et des composants moteurs économes en ressources dans le domaine de la mobilité électrique ;
Sous-projet : Développement de moteurs électriques hautes performances pour le transport ferroviaire utilisant des dissipateurs thermiques en céramique et la fabrication additive

Le projet développe des technologies innovantes pour la production de systèmes d'entraînement électriques qui contribuent à la mobilité durable et à une réduction significative des émissions de CO2. L'accent est mis sur la recherche et l'application de procédés de fabrication additive (AM) pour la production de moteurs électriques. Les processus AM PBF-LB/M, AddCasting® et BJT-MST/c sont utilisés pour tirer parti de la liberté de conception et optimiser l'utilisation des matériaux. L'accent est mis sur le développement ultérieur des processus en termes de stabilité des processus, de traitement de matériaux innovants à haute performance dans le secteur des mono- et multi-matériaux, de la conception assistée par simulation et de l'assurance qualité basée sur l'IA. Les processus AM permettent de réduire le poids et le moment d'inertie massique pour les composants du moteur électrique et d'améliorer le refroidissement pour augmenter la densité de puissance. Les démonstrateurs de moteurs Mercedes-Benz et Siemens sont en cours de développement pour un usage industriel, évalués en termes d'aspects techniques et économiques, et intégrés dans les systèmes globaux existants. En plus de moteurs plus économes en énergie, cela permet également la décentralisation de la production, ce qui réduit la dépendance à l'égard des chaînes d'approvisionnement mondiales et renforce la résilience industrielle. En comparant les processus de fabrication, les propriétés mécaniques, thermiques et magnétiques des moteurs sont analysées et validées en conditions réelles par simulation et expérimentation. L'objectif est de réaliser à la fois une évaluation technique et économique-écologique des processus et des moteurs afin de créer une production AM de moteurs prêts pour la production en série. Les résultats contribuent à la réalisation de systèmes d'entraînement plus efficaces en ressources et plus puissants pour la mobilité future et à l'amélioration durable de la production industrielle. Le potentiel de transfert et de mise à l'échelle assure un impact intersectoriel en termes d'augmentation des classes d'efficacité pour les moteurs électriques conformément aux spécifications de l'UE.

Durée : 1 décembre 2025 — 30 novembre 2028
Gestionnaire de projet : Stefan Denneler
Gestionnaire financier : Bianca Miene
Organisme de financement : BMWE

Bolero (FKZ 03EI4041A) - Projet conjoint : Bolero - Surveillance du vieillissement du stockage de batteries stationnaires à l'aide de méthodes basées sur le cloud pour prolonger la durée de vie, réduire les efforts de maintenance et optimiser la gestion des opérations ; Sous-projet : Services numériques pour le stockage de batteries

Durée : 1 octobre 2021 - 30 septembre 2024

Les systèmes de stockage de batteries fixes à grande échelle fournissent des services système importants pour les réseaux énergétiques du futur, caractérisés par la production d'électricité à partir de sources renouvelables. Nous proposons un système basé sur le cloud pour la surveillance et l'optimisation opérationnelle des systèmes de stockage sur batterie, qui permet l'application industrielle suivante et répond aux questions de recherche :

• Fourniture de données à partir des cellules de la batterie pendant le fonctionnement
• Solution cloud pour la surveillance, l'analyse et la modélisation du stockage d'énergie stationnaire
• Méthodes nouvelles et améliorées qui extraient des paramètres de batterie variables dans le temps (par exemple, la capacité, le modèle Digital Twin jumeau) à partir de données BMS réelles du fonctionnement normal de la batterie
• Permettre une stratégie d'exploitation améliorée grâce à des modèles de batterie plus précis et des exigences plus faibles en matière de marges de sécurité
• Fourniture d'une solution générale et automatisée pour réduire les coûts de service
• Réduction des exigences technologiques pour le fonctionnement des systèmes de batteries, en particulier compte tenu des exigences spécifiques au projet et au client
• Méthode pour assurer le fonctionnement sûr des batteries sur toute leur durée de vie, y compris la seconde vie
• Analyse de l'impact économique par stratégie opérationnelle

Les résultats du projet seront démontrés au cours de l'exploitation en cours à l'aide de l'installation de stockage à grande échelle Freimann de Stadtwerke München. Le démonstrateur montrera à la fois la précision de l'estimation des paramètres et l'amélioration du fonctionnement de la batterie. Les résultats seront validés par des tests pratiques avec le système de stockage sur batterie.

Partenaire du consortium :

Technische Universität München (Université technique de Munich)

Contacts :

Gestionnaire de projet : andrei.szabo@siemens.com

Gestionnaire financier : roland.deak@siemens.com

Fournisseur de financement : BMWE

BMBF 6G CampustWin4in : Réseaux de campus 6G et jumeaux numériques pour l'industrie 4.0
Durée du projet : 1 février 2026 - 31 janvier 2029
Directeur financier : Björn Richerzhagen
Directeur financier : Roland Deak
Organisme de financement : BMFTR

CBC-GREEN (FKZ 13N15451) - Utilisation d'une source de faisceau vert flexible dans la production industrielle de composants électriques

Durée : 1er juillet 2021 - 31 juillet 2025

Dans les produits électroniques tels que les relais, les contacteurs ou les modules de puissance, les composants en cuivre sont de plus en plus utilisés. La raison en est que les exigences en matière de conductivité électrique et thermique augmentent (le cuivre a environ 1/3 de meilleures propriétés par rapport à l'aluminium). Pour le traitement flexible (assemblage, séparation, fabrication additive, notamment fusion sélective au laser) du cuivre, les procédés laser sont avantageux. Des lasers proche infrarouge (NIR) avec une qualité de faisceau brillante (lasers à fibre en mode fondamental ou monomode), qui offrent également une résolution spatiale élevée, sont utilisés. Cependant, la réflectivité élevée du cuivre (97 % à 1 070 nm) complique l'utilisation de la technologie laser, car il y a un risque d'endommagement des composants (l'absorption augmente considérablement avec le couplage dans le bassin de fusion), les temps de traitement sont trop courts (en raison du faible taux d'absorption) et des défauts qualitatifs peuvent se produire (éclabouchures de fusion). L'objectif du sous-projet est de pouvoir utiliser le laser développé et qualifié par le consortium dans le paysage manufacturier de Siemens. Les domaines d'application comprennent la technologie d'automatisation, la production de composants électriques et l'assemblage de l'électronique de puissance. L'accent est mis ici sur le soudage et l'assemblage, la fabrication additive et la découpe de feuilles de Cu. L'accent est mis sur la démonstration de l'augmentation de l'efficacité et de la reproductibilité grâce à l'utilisation de la nouvelle source de faisceau laser.

Partenaires du consortium :

thyssenkrupp Automation Engineering GmbH

Fraunhofer-Gesellschaft zur Förderung der andewandten Forschung eingetragener Verein (Fraunhofer Society for the Advancement of Applied Research, association enregistrée)

Karl H. Arnold Maschinenfabrik GmbH & Co. KG

amcm GmbH

Contacts :

Chef de projet : kai.kriegel@siemens.com

Gestionnaire financier : bianca.miene@siemens.com

Fournisseur de financement : BMFTR

CONTRÔLE - Contrôle des risques ou systèmes de transport hautement automatisés fonctionnant dans des environnements ouverts complexes

Durée : 1 octobre 2025 — 30 septembre 2028

Chef de projet : Cornel Klein

Directeur financier : Roland Deak

Organisme de financement : BMWE

DAFODIL (FKZ 03XP0389A) - DAFODIL - Optimisation de la fabrication basée sur les données de cellules de batterie basée sur les données de fin de ligne grâce à l'utilisation massive d'algorithmes d'apprentissage automatique et d'analyse en ligne

Durée : 1 septembre 2021 - 31 août 2025

Dans le projet DAFODIL, des méthodes et des techniques fondamentalement nouvelles pour l'optimisation de la fabrication croisée des cellules lithium-ion sont prévues.

L'état de la technique dans les installations de production de cellules Li-ion est l'optimisation de chaque étape de production individuelle à un optimum local. Étant donné que certains paramètres de qualité peuvent avoir un optimum global si les installations de production individuelles sont exploitées en dehors de l'optimum local, le projet DAFODIL développera l'optimisation globale de la production à travers l'étape intermédiaire de l'étude de nouveaux systèmes de capteurs. À cette fin, divers systèmes de capteurs seront examinés dans des études préliminaires pour leur aptitude à l'acquisition de données dans la production de cellules. Pour toutes les valeurs mesurées, il sera évalué quelles informations de capteur sont directement liées à un paramètre de qualité défini.

DAFODIL (FKZ 03XP0389A) - DAFODIL - Optimisation de la fabrication basée sur les données de cellules de batterie basée sur les données de fin de ligne grâce à l'utilisation massive d'algorithmes d'apprentissage automatique et d'analyse en ligne

Durée : 1 septembre 2021 - 31 août 2025

Dans le projet DAFODIL, des méthodes et des techniques fondamentalement nouvelles pour l'optimisation de la fabrication croisée des cellules lithium-ion sont prévues.

L'état de la technique dans les installations de production de cellules Li-ion est l'optimisation de chaque étape de production individuelle à un optimum local. Étant donné que certains paramètres de qualité peuvent avoir un optimum global si les installations de production individuelles sont exploitées en dehors de l'optimum local, le projet DAFODIL développera l'optimisation globale de la production à travers l'étape intermédiaire de l'étude de nouveaux systèmes de capteurs. À cette fin, divers systèmes de capteurs seront examinés dans des études préliminaires pour leur aptitude à l'acquisition de données dans la production de cellules. Pour toutes les valeurs mesurées, il sera évalué quelles informations de capteur sont directement liées à un paramètre de qualité défini.

De plus, l'influence de la corrélation des valeurs caractéristiques sur les modèles complexes de cause à effet sera étudiée. Pour ce faire, des algorithmes et des méthodes doivent être développés pour identifier ces chaînes causales complexes. Une analyse de sensibilité étudiera quelles sous-influences dans ces chaînes causales favorisent certains effets et comment ceux-ci peuvent être enregistrés quantitativement. Dans le sous-projet Siemens, un nouveau système de capteurs, une caméra dite hyperspectrale, sera étudié pour la première fois pour ses applications possibles dans la production de batteries. De plus, des méthodes de mesure électrochimiques en conjonction avec des modifications de la fabrication des cellules seront mises en œuvre pour étudier l'influence des paramètres de production sur la qualité et développer un potentiel d'optimisation dans la caractérisation de la qualité des cellules. À cette fin, Siemens participera à l'analyse du processus de production. De plus, des algorithmes d'analyse des données des capteurs et des mesures de qualification seront également programmés dans le sous-projet Siemens, à l'aide desquels des modèles complexes de cause à effet pourront être identifiés.

Partenaires du consortium :

Customcells Tübingen GmbH

Safion GmbH

SURAGUS GmbH

Rheinisch-Westfälische Technische Hochschule Aachen (RWH Université d'Aachen)

Universität Münster (Université de Münster)

Contacts :

Chef de projet : andreas-albrecht@siemens.com

Gestionnaire financier : bianca.miene@siemens.com

Fournisseur de financement : BMFTR

DIAA-H2 (FKZ : 03EI3067A) - Jumelles numériques pour les usines de production H2

Durée : 1 juillet 2022 - 30 juin 2025

Siemens Energy Global GmbH & Co. KG, Siemens AG, Technische Universität Dresden et Josef Pfaffinger Bauunternehmung GmbH prévoient de rechercher les bases d'un Digital Twin pour les usines de traitement, utilisable tout au long de leur cycle de vie, en utilisant une usine d'électrolyse comme exemple. Les méthodes de création et de gestion de produits établies en génie mécanique doivent être rendues utilisables pour la transition énergétique en les adaptant à la construction de l'usine. Le projet de recherche se concentre sur le développement de méthodes et d'outils pour dériver, instancier et maintenir le Digital Twin. Ceux-ci seront mis en œuvre en même temps que la construction et l'exploitation de l'usine. De plus, diverses approches de modularisation basées sur des modèles de base spécifiques à la discipline, qui sont synchronisés et harmonisés avec un modèle végétal interdisciplinaire, seront développées. Le modèle d'usine est également destiné à permettre une nouvelle génération de variantes pour la construction de l'usine. Les domaines d'intervention décrits seront rassemblés dans le prototype d'un premier système de gestion du cycle de vie de l'usine (système Plant-LM) et validés par application en ingénierie, construction et exploitation d'usines. Par conséquent, le système Plant-LM est destiné à augmenter considérablement l'efficacité économique des usines, à réduire les coûts d'investissement et à améliorer la maintenance. Cela se traduira par un avantage concurrentiel significatif et à long terme pour les utilisateurs des méthodes et outils développés pour le Digital Twin des usines d'électrolyse.

Partenaires du consortium :

Pfaffinger Anlagenbau & Energietechnik GmbH

Technische Universität Dresden (Université de technologie de Dresde)

Siemens Energy Global GmbH & Co. KG

Contacts :

Chef de projet : jonathan.leidich@siemens.com

Gestionnaire financier : bianca.miene@siemens.com

Fournisseur de financement : BMWE

Digizug3D (FKZ 13IK031A) - Projet commun : Approbation numérique de composants imprimés en 3D pour véhicules ferroviaires (Digizug3D) - Sous-projet : Numérisation et industrialisation du procédé LPBF

Durée : 1 octobre 2023 - 31 août 2026

Digizug3D (FKZ 13IK031A) - Projet commun : Approbation numérique de composants imprimés en 3D pour véhicules ferroviaires (Digizug3D) - Sous-projet : Numérisation et industrialisation du procédé LPBF

Sur la base de nombreuses années d'expérience en tant qu'utilisateur et fournisseur de fabrication additive, Siemens soutiendra l'industrialisation du processus LPBF. Cela sera réalisé notamment en promouvant la numérisation à plusieurs niveaux, à savoir la cartographie numérique des processus d'approbation pour permettre une plateforme d'approbation, la participation à la preuve computationnelle au lieu des tests destructifs, et l'évaluation d'autres méthodes numériques pour réduire la portée des tests en assurance qualité. Les méthodes numériques comprennent la combinaison de divers systèmes de surveillance de processus avec une évaluation automatisée prévue, ainsi que l'utilisation de méthodes sélectionnées sur la base croissante de données au sein du projet. Le résultat sera une évaluation concrète des méthodes de suivi de processus sélectionnées. Cela peut servir de base pour les développements futurs des méthodologies de suivi ou d'évaluation des processus, ainsi que pour évaluer les systèmes actuellement disponibles. Idéalement, des objectifs de développement concrets peuvent être formulés, et les corrélations avec la qualité des composants peuvent être montrées. Dans l'ensemble, la numérisation des processus d'approbation et des épreuves éliminera un obstacle important à l'introduction de la fabrication additive. De plus, pour soutenir l'industrialisation, les expériences tout au long de la chaîne de processus additifs seront regroupées dans des recommandations concrètes d'action sur la façon d'utiliser le processus dans le domaine des véhicules ferroviaires et au-delà. Les hypothèses et recommandations sélectionnées d'un rapport de recherche du Centre allemand de recherche sur le transport ferroviaire seront examinées et concrétisées, et leur validité générale au-delà du matériel utilisé dans le projet sera vérifiée. Enfin, le transfert de connaissances pour soutenir une industrialisation à grande échelle sera favorisé par l'élaboration de règlements et de normes.

Partenaires du consortium :

La mobilité devient additive e.V.

IMA Materialforschung und Anwendungstechnik GmbH (IMA Material Research and Application Technology GmbH)

TÜV NORD Systems GmbH & Co. KG

Marquage additif GmbH

Siemens Mobility GmbH

Université de Paderborn (Université de Paderborn)

Contacts :

Gestionnaire de projet : daniel.reznik@siemens.com

Gestionnaire financier : bianca.miene@siemens.com

Fournisseur de financement : BMWE

DimAD (FKZ 13XP5188A) - Conception numérique de matériaux et de processus pour la fabrication additive filaire

Durée : 1 janvier 2023 - 30 juin 2026

Les processus de fabrication additive (AM) pour les métaux impliquent un effort considérable, principalement expérimental, lorsqu'il s'agit d'identifier des fenêtres de processus appropriées pour les systèmes de matériaux ou de transférer des paramètres de processus optimisés d'un type d'usine à un autre. La mise en œuvre accélérée de la conception au composant n'est possible que si la chaîne de processus, des matières premières au composant, est définie et construite numériquement dans son intégralité. Le projet DiMAD se concentre sur les processus filaires utilisant le rayonnement arc et laser comme sources de chaleur pour un acier austénitique et un acier duplex. Les caractéristiques suivantes, qui sont essentielles du point de vue de l'utilisateur et influencent la qualité et les propriétés du composant, sont examinées en profondeur : microstructure et formation de phase résultant de conditions locales de solidification et de refroidissement ; contraintes résiduelles et distorsion dues au chauffage et au refroidissement et au traitement thermique ; défauts critiques tels que le manque de fusion et la porosité. La microstructure, les phases et les contraintes sont décrites par simulation. L'apprentissage automatique (ML) est utilisé pour corréler les propriétés du processus-défectueux et aussi pour interpréter la totalité des données (simulation, expérience, analyse). Le travail numérique est accompagné d'expériences, d'analyses et de tests de matériaux, qui servent à déterminer les paramètres d'entrée pour la simulation, valider la simulation, et entraîner/valider les modèles ML. Sur la base des paramètres de processus dérivés des outils numériques, deux composants réels seront construits. En ce qui concerne les deux processus AM, une ontologie utilisateur pour les matériaux de fil sera développée. Pour l'échange et l'évaluation des données entre partenaires et avec la plateforme Material Digital, une structure de données uniforme sera développée, et des formats de données appropriés seront utilisés. La solution AixvipMap existante sera initialement utilisée comme cadre de flux de travail, qui doit être intégré dans le PMD.

Partenaires du consortium :

OSCAR PLT GmbH

Icône Pro GmbH

FEF Forschungs- und Entwicklungsgesellschaft Fügetechnik GmbH (Société de recherche et développement FEF pour Joining Technology GmbH)

Deutsches Zentrum für Luft- und Raumfahrt e.V. (Centre aérospatial allemand)

Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung eingetragener Verein (Fraunhofer Society for the Promotion of Applied Research, association enregistrée)

ACCESS e.V.

Contacts :

Gestionnaire de projet : philip.howell@siemens.com

Gestionnaire financier : bianca.miene@siemens.com

Fournisseur de financement : BMFTR

DORSMAN (FKZ 03XP0633A) - Projet commun : Fabrication de cellules de batterie à partir de données et de capteurs - DORSMAN ; Sous-projet : Accélération de la finalisation des cellules et amélioration de la qualité des batteries lithium-ion grâce à l'utilisation de capteurs innovants et de mesures

Durée : 1 janvier 2025 - 31 décembre 2027

Ce projet de recherche, financé par le BMBF, vise à accélérer la production de batteries lithium-ion.

Le projet conjoint « Data- and Sensorbased Manufacturing of Battery Cells » (DORSMAN) étudie comment la production de batteries lithium-ion peut être rendue plus économe en ressources et plus rapide. Le projet est financé par le ministère fédéral de l'Éducation et de la Recherche (BMBF) (FKZ : 03XP0633A). En plus de Siemens en tant que coordinateur, le consortium comprend BioLogic Science Instruments GmbH, l'Institut des machines-outils et de la gestion industrielle (iwb) de l'Université technique de Munich, et l'Institut pour l'électronique de puissance et les entraînements électriques (ISEA) de l'Université RWTH-Aachen. L'objectif global est d'accélérer la production de batteries grâce à une technologie de capteurs innovante et à la numérisation.

Les batteries sont essentielles au succès de la transition énergétique et mobilité. Cependant, le processus de production est long, le taux de rebut est élevé, la qualité des batteries varie et ne peut être déterminée de manière fiable qu'avec des procédures de mesure complexes. En particulier, la dernière phase du processus de fabrication, la finalisation des cellules, prend beaucoup de temps. La finalisation implique plusieurs étapes du processus. Le mouillage, où l'électrolyte se distribue dans la batterie, la formation, l'endroit où la batterie est chargée et déchargée pour la première fois, et la mesure de l'autodécharge sont particulièrement chronophages. C'est parce que la progression du processus ne peut pas être surveillée avec les moyens actuellement disponibles, et donc des temps d'attente généraux sont nécessaires.

DORSMAN aborde précisément cet aspect du processus de production. De nouveaux capteurs seront intégrés à l'usine de production, ce qui permettra de mieux comprendre les processus électrochimiques au sein de la cellule. De plus, les procédures de mesure pour déterminer le taux d'autodécharge seront développées davantage. Selon l'état actuel de la technique, ces mesures prennent plusieurs jours, voire plusieurs semaines. Des recherches seront menées sur la façon dont la durée de mesure peut être réduite avec une technologie de mesure appropriée et l'évaluation des données.

Jusqu'à présent, les capteurs et les procédures de mesure n'ont été démontrés qu'à l'échelle de laboratoire. Dans le cadre de DORSMAN, les résultats obtenus ici seront mis en application industrielle grâce à la coopération entre les instituts de recherche et l'industrie. Une infrastructure numérique sera mise en place pour l'usine de production, qui constituera la base d'un contrôle des processus en ligne basé sur les données de mesure. Les partenaires du projet mettront en œuvre les solutions développées dans une usine pilote, où elles seront testées. Par la suite, des batteries seront produites dans plusieurs campagnes de production, et des ajustements au processus de production seront effectués en fonction des mesures enregistrées. Une mise en œuvre réussie permettra d'intégrer la technologie des capteurs et des appareils de mesure dans les installations de production industrielle.

Partenaires du consortium :

Bio-Logic Science Instruments GmbH

Technische Universität München (TUM) (Université technique de Munich)

Rheinisch-Westfälische Technische Hochschule Aachen (RWH Université d'Aachen)

Contacts :

Chef de projet : felix.katzer@siemens.com

Gestionnaire financier : bianca.miene@siemens.com

Fournisseur de financement : BMFTR

Enable (FKZ 03EN3061A) - Projet conjoint ENEFF:Stadt : Enable - Intégration verticale des systèmes de communication et de contrôle pour activer la flexibilité pour l'optimisation énergétique à l'échelle du district. Sous-projet : Contrôle optimisé du système énergétique (Siemens)

Durée : 1 avril 2022 - 30 septembre 2026

La mise en place d'une technologie de l'information et de la communication (TIC) pour une interaction transparente entre les capteurs, les composants individuels, l'utilisation de systèmes de prévision et d'interfaces avec l'opérateur du réseau, le fournisseur d'énergie ou une plateforme de négociation est une condition préalable cruciale pour un contrôle optimisé à l'échelle sectorielle des systèmes énergétiques des bâtiments/campus et pour la commercialisation de la flexibilité. Le but de ce projet est de démontrer cette chaîne TIC complète sur le terrain, en utilisant le plus grand développement de district de Bamberg (zone de conversion du campus Lagarde) comme exemple. Un autre objectif du projet est l'évaluation métrologique et simulative de l'évolutivité et de la transférabilité à d'autres districts, ainsi que les économies potentielles qui en résultent concernant le CO2 et les coûts. Le contrôle intersectoriel optimisé des charges électriques et thermiques contrôlables, du stockage d'énergie et des unités de conversion d'énergie sera réalisé via un système automatisé de gestion de l'énergie qui fonctionne en conjonction avec la technologie classique de gestion des bâtiments, des services externes tels que les services météorologiques, des techniques de prévision basées sur l'IA et une plateforme de trading. Ce faisant, le quartier sera alimenté en énergie d'une manière optimisée en termes de coûts et de CO2, en tenant compte de toutes les conditions techniques des limites techniques des composants et des réseaux individuels.

Partenaires du consortium :

Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung eingetragener Verein (Fraunhofer Society for the Promotion of Applied Research, association enregistrée)

Stadtwerke Bamberg Energie- und Wasserversorgungs GmbH (Bamberg Municipal Utilities Energy and Water Supply GmbH)

SETrade GmbH

Contacts :

Chef de projet : stefan.langemeyer@siemens.com

Gestionnaire financier : bianca.miene@siemens.com

Fournisseur de financement : BMWE

ENSURE3 (FKZ 03SFK1A0-3) - Projet commun : Nouvelles structures de réseaux énergétiques pour la transition énergétique

Durée : 1 août 2023 - 31 juillet 2026

Siemens AG participe en tant que leader du consortium au projet Copernicus ENSURE3.
Dans le projet, Siemens AG contribuera aux quatre objectifs principaux et, avec ses partenaires, formulera des recommandations d'action pour les différentes parties prenantes. De plus, Siemens AG travaille sur de nombreuses avancées technologiques dans la boîte à outils de la transition énergétique. En tant que contribution à la plateforme de co-démonstration, la « Source unique de vérité » sera développée plus avant, et des travaux seront effectués sur l'intégration de la technologie de contrôle de station flexible. Siemens AG a mis en place une salle d'exposition qui sert à transférer les résultats.

Partenaires du consortium :

Karlsruher Institut für Technologie (Universitätsaufgabe) (Institut de technologie de Karlsruhe (tâche universitaire))

Technische Universität Dortmund (Université technique de Dortmund)

DVGW Deutscher Verein des Gas- und Wasserfaches e.V. — Technisch-Wissenschaftlicher Verein (DVGW Association technique et scientifique allemande pour le gaz et l'eau)

Deutsche Umwelthilfe e.V. (Action environnementale Allemagne)

Hochschule für Angewandte Wissenschaften München (Université des sciences appliquées de Munich)

PSI FLS Fuzzy Logik & Neuro Systeme GmbH

TenNet TSO GmbH

Germanwatch e.V.

OPA-RT Allemagne GmbH

SWKiel Netz GmbH

AllGäunetz GmbH & Co. KG

Université Christian-Albrecht de Kiel (Université de Kiel)

Westfalen Weser Netz GmbH

LEW Verteilnetz GmbH

Technische Universität Ilmenau (Université de technologie d'Ilmenau)

Institut des sciences de l'santé. Institut de recherche en sciences de la santé e.V. (Öko-Institut. Institut d'écologie appliquée e.V.)

Avicon Netz GmbH

Hitachi Energy Germany AG

Maschinenfabrik Reinhausen GmbH

Université Friedrich-Alexander Erlangen-Nuremberg (Université Friedrich-Alexander Erlangen-Nuremberg)

Karlsruher Institut für Technologie (Großforschungsaufgabe) (Institut de technologie de Karlsruhe (tâche de recherche à grande échelle))

Rheinisch-Westfälische Technische Hochschule Aachen (RWTH Université d'Aachen)

Energiewirtschaftliches Institut an der Universität zu Köln gGmbH (Institut d'économie de l'énergie de l'Université de Cologne gGmbH)

Bergische Universität Wuppertal (Université de Wuppertal)

Contacts :

Chef de projet : annebauer@siemens.com

Gestionnaire financier : bianca.miene@siemens.com

Fournisseur de financement : BMBF

EviProd (FKZ 03EE5133A) - Projet conjoint : Revêtement thermique évident des données des composants de turbines à gaz fortement sollicités pour la production d'énergie alternative ; Titre du sous-projet : EviProd - Gestion de données et IA pour l'optimisation des revêtements par pulvérisation

Durée : 1 octobre 2022 - 31 mars 2026

Dans le cadre du projet global EviProd, Siemens AG (SAG) se concentrera sur « la gestion des données et l'IA pour l'optimisation des revêtements par pulvérisation ». SAG se concentrera sur tout le contenu de travail visant à gérer, traiter, stocker et utiliser les données de processus, les données de revêtement et les valeurs de mesure externes à l'aide d'algorithmes basés sur l'IA pour le contrôle des processus.

Partenaires du consortium :

Siemens Energy Global GmbH & Co. KG

GTV Verschleißschutz GmbH

Technische Universität Berlin (Université technique de Berlin)

Contacts :

Gestionnaire de projet : alessandro.casu@siemens.com

Gestionnaire financier : bianca.miene@siemens.com

Fournisseur de financement : BMWE

F-HIL-Reloaded (FKZ 03EI6104A) - Projet conjoint : Développement d'une infrastructure d'Test pour la validation normative des processus dynamiques des unités de production décentralisées formant un réseau - F-HIL-Reloaded ; Sous-projet : Développement d'une boîte murale DC décentralisée formant un réseau pour augmenter la Security de l'approvisionnement

Durée : 1 octobre 2023 - 30 septembre 2026

L'objectif du projet F-HIL-Reloaded est d'établir un système de simulation et de test en temps réel qui modélise une section de réseau de distribution avec une forte interopérabilité des convertisseurs et exécute automatiquement des scénarios de test pour les objets de test formant un réseau. Un amplificateur hybride contrôlé via une interface d'alimentation dynamique et une impédance de ligne adaptative X/R sont utilisés comme interfaces avec l'environnement réel. Le projet F-HIL-Reloaded est une continuation du projet de recherche FHil ; les connaissances acquises et les résultats obtenus servent de base pour le développement ultérieur du système de test et d'inspection. De plus, le projet prend en compte les propriétés de formation de grille des objets de test : une boîte murale DC et un convertisseur de formation de grille. Une attention particulière est portée à l'interopérabilité des convertisseurs. En particulier, les effets de résonance des bornes de charge pour véhicules électriques en conjonction avec les systèmes PV sont simulés avec le système de test et d'inspection. Les effets positifs (et potentiellement négatifs) des formateurs de grille dans le réseau de distribution devraient être démontrables par le système de test et d'inspection, qui est adapté aux propriétés de formation de grille des objets de test. Les tests reproductibles sont destinés à former la base de séquences de test normalisées pour les systèmes de formation de grille. L'objectif global du projet F-hil-Reloaded est d'influencer positivement le développement de convertisseurs de formation et de suivi de réseau grâce à des procédures de test standardisées et au système de test, assurant ainsi la sécurité de l'approvisionnement dans un approvisionnement énergétique basé exclusivement sur des convertisseurs. Dans la société, la démontrabilité d'un approvisionnement sécurisé par des systèmes de formation de réseau renforce le sentiment de sécurité et d'acceptation pour la transition énergétique verte.

Partenaires du consortium :

Hochschule Bonn-Rhein-Sieg (Université des sciences appliquées Bonn-Rhein-Sieg)

Fraunhofer-Gesellschaft zur Förderung der andewandten Forschung eingetragener Verein (Fraunhofer Society for the Promotion of Applied Research, association enregistrée)

SUMIDA Components & Modules GmbH

OPA-RT Allemagne GmbH

Contacts :

Chef de projet : sebastian.nielebock@siemens.com

Gestionnaire financier : bianca.miene@siemens.com

Fournisseur de financement : BMWE

3DGlassGuard (FKZ : 13N16851) - Projet conjoint : Security par l'System Integration photonique dans les feuilles de verre ; Sous-projet : Capteur de courant optique intégré planaire

Durée : 15 mai 2024 - 14 mai 2027

3DGlassGuard (FKZ : 13N16851) - Projet commun : Security par l'System Integration photonique dans les feuilles de verre ; Sous-projet : Capteur de courant optique intégré planaire

L'intégration de microstructures optiques tridimensionnelles et d'interfaces robustes dans le verre d'affichage doit être développée techniquement en utilisant IOX (implantation ionique) combiné à FS-L (structuration laser femtoseconde) pour permettre la miniaturisation des composants du système photonique. Un nouvel outil de conception pour IPD (conception photonique inverse) permet efficacement la simulation optique et chimique tridimensionnelle nécessaire. Deux nouveaux principes de capteur, uniquement possibles sur cette base, dans le domaine de la mesure du courant et de la détection environnementale, doivent être pré-développés et validés fonctionnellement par les partenaires applicatifs. Des méthodes d'évaluation intelligente des données des capteurs seront utilisées à cette fin. Les processus de combinaison planifiés et soutenus par la conception unissent les avantages de l'IOX (faible amortissement et grandes surfaces) avec ceux des FS-L (tridimensionnalité). Cela permet, pour la première fois, d'intégrer des structures optiques tridimensionnelles dans des substrats de verre très fins et de grande surface (< 1 mm). Cette combinaison n'est efficace qu'en termes de conception grâce à l'IPD pris en charge par l'IA, car les conceptions basées sur des modèles de régression déterminés expérimentalement de manière classique ne peuvent pas être simulées rapidement en raison de limitations de calcul. Les capteurs optiques d'aujourd'hui sont souvent à faisceau libre ou à fibres et nécessitent donc un espace d'installation considérable. De plus, les fibres optiques flexibles sont coûteuses à traiter et à assembler. L'intégration photonique au niveau du système offre donc des avantages importants en termes de coûts et de miniaturisation. Ceci est techniquement réalisé dans le projet proposé en utilisant des processus par lots à base de verre d'affichage et de panneaux pour IOX et les processus de métallisation, ainsi que l'intégration de structures optiques tridimensionnelles avec le laser fs dans des feuilles de verre minces, qui sont intégrées en tant que composants système hautement efficaces dans les systèmes optoélectroniques pour de nouvelles applications telles que le capteur de courant optique.

Partenaires du consortium :

Sea & Sun Technology GmbH

Contag AG

Fraunhofer-Gesellschaft zur Förderung der andewandten Forschung eingetragener Verein (Fraunhofer Society for the Promotion of Applied Research, association enregistrée)

LightFab GmbH

Technische Universität Berlin (Université technique de Berlin)

Contacts :

Chef de projet : stefan.nerreter@siemens.com

Gestionnaire financier : bianca.miene@siemens.com

Fournisseur de financement : BMBF

GreenInverter (FKZ 03EN4079A) - Projet conjoint : Électronique de puissance durable avec refroidissement innovant pour augmenter la recyclabilité - GreenInverter ; Sous-projet : Variantes technologiques et système d'onduleur

Durée : 1 mars 2024 - 28 février 2027

GreenInverter (FKZ 03EN4079A) - Projet conjoint : Électronique de puissance durable avec refroidissement innovant pour augmenter la recyclabilité - GreenInverter ; Sous-projet : Variantes technologiques et système d'onduleur

Durée : 1 mars 2024 - 28 février 2027

Le projet « GreenInverter » vise à établir de nouvelles normes pour le matériel recyclable, réparable et évolutionnaire dans le domaine de la conversion d'énergie électrique. Dans le même temps, l'efficacité énergétique doit être considérablement améliorée. Les avantages seront démontrés en utilisant un onduleur comme exemple. L'état actuel de la technique, qui repose sur le principe des développements de composants individuels, doit être remplacé par une nouvelle approche systémique. Grâce à une approche novatrice et perturbatrice pour une stratégie commune de refroidissement et d'isolation, les températures des composants seront réduites et l'utilisation de nouveaux matériaux sera activée, augmentant ainsi l'efficacité énergétique. Une augmentation significative de la recyclabilité, une réduction de l'empreinte CO2 du produit et une augmentation de la durée de vie du produit grâce à une distribution de température plus homogène au sein de l'onduleur seront également réalisées. De plus, les nouveaux modèles commerciaux futurs seront inclus dans les considérations, ce qui signifie que la conception et la mise en page seront moins déterminées par les coûts de fabrication. Le projet se concentre sur trois domaines clés : « Efficacité énergétique », « Recyclabilité, Circularité et Dématérialisation » et « Durée de vie, utilisation des composants et flexibilité d'utilisation ». Des solutions disruptives pour des améliorations significatives dans tous ces domaines seront recherchées et développées, qui doivent être démontrées sous la forme de prototypes fonctionnels. Le consortium estime qu'avec la mise en œuvre complète des résultats, un potentiel d'économie d'énergie de plus de 1,6 TWh par an peut être atteint en Allemagne. Siemens apporte son expertise en R&D dans le domaine de l'électronique, des méthodes de refroidissement, ainsi que de la conception et de la fabrication d'onduleurs. Cela comprend de nombreuses années d'expérience dans la conception, la construction, l'installation et l'exploitation d'installations expérimentales et dans la direction de grands projets de recherche et développement.

Partenaires du consortium :

Rohstoffhandel Bernhard Westarp GmbH & Co. KG

Université Friedrich-Alexander Erlangen-Nuremberg (Université Friedrich-Alexander Erlangen-Nuremberg)

Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung eingetragener Verein (Société Fraunhofer pour la promotion de la recherche appliquée, association enregistrée)

Sumida Components & Modules GmbH

Contacts :

Gestionnaire de projet : joern.grundmann@siemens.com

Gestionnaire financier : bianca.miene@siemens.com

Fournisseur de financement : BMWE

GridAssist (03EI6126A) - Projet conjoint : Systèmes d'assistance pour le fonctionnement automatisé optimisé des systèmes dans les réseaux de distribution - Titre du sous-projet : Opération optimale automatisée du système

Durée : 1 décembre 2024 - 30 novembre 2027

GridAssist (03EI6126A) - Projet conjoint : Systèmes d'assistance pour le fonctionnement automatisé optimisé des systèmes dans les réseaux de distribution - Titre du sous-projet : Opération optimale automatisée du système

Durée : 1 décembre 2024 - 30 novembre 2027

Le projet GridAssist vise à développer des systèmes d'assistance pour un fonctionnement automatisé optimisé des systèmes dans les réseaux de distribution. Ceci est destiné à permettre une meilleure intégration des générateurs d'énergie renouvelable dans le réseau électrique. Des solutions adaptées individuellement aux niveaux de tension seront développées. La transférabilité de ces solutions et les essais sur le terrain des systèmes d'assistance sont des éléments centraux du projet. Une observabilité suffisante constitue la base de toute automatisation des réseaux de distribution. Plus le niveau de tension est bas, moins on en sait actuellement sur l'état réel du réseau. Dans GridAssist, par conséquent, l'observabilité nécessaire sera d'abord établie. En plus de l'installation de la technologie de mesure, des concepts appropriés doivent être développés sur la manière dont les données de mesure peuvent être intégrées le plus efficacement possible aux opérateurs de réseau respectifs et à leurs processus. Avec une technologie de mesure et de communication suffisamment installée, c'est-à-dire compte tenu de l'observabilité, l'état du réseau respectif peut ensuite être analysé. En plus des méthodes analytiques, des méthodes basées sur les données seront utilisées. Sur la base de l'analyse de l'état du réseau, les décisions seront alors prises par les systèmes d'assistance. Celles-ci peuvent aller des recommandations d'action pour l'opérateur du système à la répartition de la flexibilité entièrement automatisée. Siemens apporte son expertise dans l'automatisation du réseau et le développement de logiciels, notamment dans le domaine des jumeaux numériques et de l'IA. Un aspect central de GridAssist est l'automatisation des processus dans le réseau de distribution. C'est indispensable en raison des développements actuels. En plus de ces aspects techniques, le projet vise à réduire les coûts d'exploitation et d'investissement des opérateurs de réseau. Ceci est réalisé grâce à une meilleure gestion des actifs et à un besoin réduit d'expansion du réseau.

Partenaires du consortium :

LEW Verteilnetz GmbH

Energieversorgung Gera GmbH

OPA-RT Allemagne GmbH

Université Friedrich-Alexander Erlangen-Nuremberg (Université Friedrich-Alexander Erlangen-Nuremberg)

Rheinisch-Westfälische Technische Hochschule Aachen (RWH Université d'Aachen)

Contacts :

Gestionnaire de projet : annebauer@siemens.com et christian.scheibe@siemens.com

Gestionnaire financier : bianca.miene@siemens.com

Fournisseur de financement : BMWE

HyflexBahn (FKZ 03ETE045A) - Projet commun : Systèmes de batteries hybrides et flexibles dans le transport ferroviaire (HyflexBahn)

Durée : 1 janvier 2023 - 31 mars 2026

La demande mondiale croissante de solutions de trains verts pour les lignes de chemin de fer non électrifiées entraînera une demande croissante de véhicules équipés de batteries de traction au lieu de moteurs diesel. Jusqu'à présent, les trains électriques à batterie sont principalement équipés de cellules lithium-ion de densité d'énergie moyenne, qui sont très puissantes mais aussi coûteuses par rapport aux cellules utilisées dans le secteur automobile. L'objectif de HyflexBahn est de permettre l'utilisation de cellules peu coûteuses et à haute densité d'énergie en combinaison avec des cellules hautes performances. Cela permet des densités d'énergie élevées avec simultanément des coûts de cycle de vie inférieurs. Dans le projet, des outils de simulation pour les systèmes de stockage de batteries hybrides avec des cellules de différentes chimies seront créés et paramétrés, des conceptions de systèmes pour différents profils d'exploitation seront simulées et la viabilité économique sera évaluée. La flexibilité obtenue grâce à l'hybridation contribue à rendre les trains de batteries plus compétitifs et à utiliser les batteries efficacement et le plus longtemps possible, à la fois dans leur première utilisation et dans une deuxième vie potentielle.

Partenaires du consortium :

Siemens Mobility GmbH

Rheinisch-Westfälische Technische Hochschule Aachen (RWH Université d'Aachen)

Contacts :

Gestionnaire de projet : michael-fischer@siemens.com

Gestionnaire financier : bianca.miene@siemens.com

Fournisseur de financement : BMWE

KiBSIS — Sécurité basée sur l'IA pour les systèmes industriels
Durée : 1 octobre 2025 — 30 avril 2028
Gestionnaire de projet : schneider.ds.daniel@siemens.com
Directeur financier : Roland Deak
Organisme de financement : BMWE

Projet collaboratif : Infrastructure résiliente critique grâce à un réseau satellitaire pour des structures d'approvisionnement fiables intersectorielles (KrisNet) Sous-projet : Recherche sur les dispositifs de communication pour la communication TNT-NT hybride pour les structures d'approvisionnement fiables intersectorielles

Le sous-projet Siemens, intitulé « Recherche sur les dispositifs de communication pour la communication hybride TNT-NT pour les structures d'approvisionnement fiables intersectorielles, » se concentre sur le développement de composants de communication — électronique, logiciels et micrologiciels — qui permettent une connectivité sécurisée et résiliente entre les actifs du système d'alimentation électrique et les réseaux de communication par satellite terrestres et LEO (Low Earth Orbit). Ces composants gèrent également la sélection intelligente du canal de communication optimal.

Le modem de communication multisystème est conçu pour basculer automatiquement entre les réseaux de communication terrestres (TN) et non terrestres (NTN) en fonction de la disponibilité et du coût. L'objectif est de s'assurer que les utilisateurs ne perçoivent pas si les données sont transmises via des réseaux terrestres ou des satellites. Cette capacité, combinée à la hiérarchisation des voies de communication, aide à optimiser les interactions complexes entre les infrastructures de communication et d'approvisionnement et empêche les pannes système en cascade à un stade précoce.

Dans le cadre du projet KrisNet, deux démonstrateurs sont prévus. Siemens contribuera à la fois au démonstrateur d'équipement haute tension chez Amprion et au démonstrateur de technologie basse tension à ÜZ‑MainFranken. Chaque démonstrateur représente la chaîne de signaux complète — de l'acquisition de données dans l'infrastructure d'approvisionnement, en passant par la communication effectuée par le modem de communication multisystème, jusqu'au traitement des données dans les centres de données ou les environnements cloud.

Amprion et Üz‑MainFranken, en tant que services publics du secteur de l'électricité, apportent leur expertise concernant les exigences du système et la démonstration de la solution intégrée. Au-delà de répondre aux exigences clés telles que la connectivité pour la surveillance du réseau, la redistribution et l'estimation de l'état dans les réseaux de distribution conformément à l'article 14a de la loi allemande sur l'industrie de l'énergie (EnWG), le projet aborde également la résilience lors des pannes de courant et la conformité au code réseau Emergency and Restoration (NC ER) pour les réseaux à très haute tension.

Durée : 1 janvier 2026 — 31 décembre 2028
Gestionnaire de projet : rolandweiss@siemens.com
Directeur financier : Roland Deak
Organisme de financement : BMFT

LeiKo (FKZ 03EI6041A) - Projet conjoint : Condensateurs à film fiables avec un potentiel de puissance accru ; Sous-projet : Modèles à durée de vie et nano-technologie pour condensateurs à film à potentiel de puissance accru en tant que composant pour améliorer l'infrastructure du réseau

Durée : 1 février 2021 - 30 juin 2026

L'objectif global du projet de recherche OntoMat est de rechercher des solutions de développement et d'optimisation de matériaux basées sur des données pour les composants thermoplastiques et renforcés de fibres thermodurcissables utilisés industriellement, ainsi que les matériaux et les processus de fabrication utilisés pour leur production, y compris la prise en compte des cycles des matériaux. Une description harmonisée des relations entre les échelles entre le matériau, le processus et le composant n'est actuellement pas disponible pour les matériaux renforcés par des fibres. De même, l'intégrité des données est insuffisante, de la caractérisation des matériaux aux processus de fabrication en passant par les méthodes de simulation. La recherche d'une description ontologique harmonisée libère donc un potentiel inutilisé auparavant pour le développement de matériaux axés sur les données et l'optimisation des processus. Ce sous-projet porte spécifiquement sur :

• Développement de relations causales pertinentes (description numérique du matériel),

• Élaboration, construction et validation de la chaîne de processus de simulation multi-échelles avec intégration de processus, et

• Analyse et incorporation du cycle des matériaux dans la description ontologique.

Ici, en mettant l'accent sur les composites polymères moulables par injection et compression tels que les SMC, des descriptions formalisées du « flux de travail d'ingénierie » aux niveaux macro et micro-échelle doivent être élaborées. Les relations causales pertinentes qui en résultent forment la base de la création d'ontologies inter-échelles et de l'établissement de la chaîne de processus de simulation multiéchelle bidirectionnelle comme deuxième objectif. La promotion des cycles matériels constitue le troisième objectif. Pour cela, il est nécessaire de déterminer les influences des propriétés des matériaux de qualité potentiellement inférieure et, d'autre part, de cartographier les processus de recyclage dans la description ontologique, afin de promouvoir des développements durables déjà en phase de conception.

Partenaires du consortium :

• Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung eingetragener Verein (Fraunhofer Society for the Promotion of Applied Research, association enregistrée)

• FASERINSTITUT BREMEN e.V. (Association enregistrée à l'Institut FIBRE de Brême)

• BIAS - Bremer Institut für angewandte Strahltechnik GmbH (BIAS - Institut de Brême pour la technologie appliquée des faisceaux GmbH)

• Nexpirit GmbH

• Deutsches Zentrum für Luft- und Raumfahrt e.V. (association enregistrée au Centre aérospatial allemand)

• Hans Weber Maschinenfabrik GmbH

Contacts :

• Gestionnaire de projet : martin.koerdel@siemens.com

• Gestionnaire financier : bianca.miene@siemens.com

Fournisseur de financement : BMFTR

PREDITECO (FKZ 01MN23014A) - Projet conjoint : Développement de produits tenant compte de l'évaluation de Sustainability soutenue par la simulation (PREDITECO) - Sous-projet : Digital Twin vert continu avec connexion de processus de fabrication virtuels et physiques pour une conception et une optimisation durables

Durée : 1 juin 2023 - 31 mai 2026

L'objectif global du projet est de fournir une plateforme pour évaluer et optimiser la durabilité des processus de fabrication à forte intensité de ressources déjà au stade de la conception. La modélisation des processus de fabrication sert de base. Ainsi, toutes les données attendues et leur regroupement sont connus au début du processus et peuvent être fournies sous forme de structure de données dans un digital twin vert. Sur la base de la structure de données, des interfaces pour la prédiction de la durabilité à l'aide du logiciel LCA sont fournies. En raison des flux d'informations connus, des évaluations préliminaires efficaces peuvent être utilisées via Edge Computing. Plus précisément, les sous-objectifs suivants sont abordés :

• Développement de critères et d'indicateurs quantifiables et mesurables pour évaluer l'empreinte écologique des procédés de fabrication de composites
• Intégration de critères et d'indicateurs pertinents dans des outils de simulation pour concevoir des plans d'usine et des étapes de processus basés sur des valeurs cibles
• Intégration de critères pertinents dans les outils de planification de fabrication spécifiques au produit pour concevoir la conception de produits (CAE/CAM) en fonction des valeurs cibles
• Acquisition automatisée et standardisée de données en temps réel, prétraitement, documentation et comparaison des données collectées avec des valeurs cibles définies comme base pour des solutions d'optimisation réellement implémentables.

Sur cette base, le sous-projet peut être divisé en 5 objectifs de travail :

PREDITECO (FKZ 01MN23014A) - Projet conjoint : Développement de produits tenant compte de l'évaluation de Sustainability soutenue par la simulation (PREDITECO) - Sous-projet : Digital Twin vert continu avec connexion de processus de fabrication virtuels et physiques pour une conception et une optimisation durables

Durée : 1 juin 2023 - 31 mai 2026

L'objectif global du projet est de fournir une plateforme pour évaluer et optimiser la durabilité des processus de fabrication à forte intensité de ressources déjà au stade de la conception. La modélisation des processus de fabrication sert de base. Ainsi, toutes les données attendues et leur regroupement sont connus au début du processus et peuvent être fournies sous forme de structure de données dans un digital twin vert. Sur la base de la structure de données, des interfaces pour la prédiction de la durabilité à l'aide du logiciel LCA sont fournies. En raison des flux d'informations connus, des évaluations préliminaires efficaces peuvent être utilisées via Edge Computing. Plus précisément, les sous-objectifs suivants sont abordés :

• Développement de critères et d'indicateurs quantifiables et mesurables pour évaluer l'empreinte écologique des procédés de fabrication de composites
• Intégration de critères et d'indicateurs pertinents dans des outils de simulation pour concevoir des plans d'usine et des étapes de processus basés sur des valeurs cibles
• Intégration de critères pertinents dans les outils de planification de fabrication spécifiques au produit pour concevoir la conception de produits (CAE/CAM) en fonction des valeurs cibles
• Acquisition automatisée et standardisée de données en temps réel, prétraitement, documentation et comparaison des données collectées avec des valeurs cibles définies comme base pour des solutions d'optimisation réellement implémentables.

Sur cette base, le sous-projet peut être divisé en 5 objectifs de travail :

• Le développement de modèles LCA Cradle-to-Cradle globaux pour les composants à base de matériaux composites
• L'expansion des solutions de simulation de processus existantes au niveau de la fabrication et de l'usine pour inclure les critères et indicateurs d'évaluation développés
• L'intégration d'indicateurs et de critères d'évaluation dans la planification de fabrication spécifique au produit (CAM)
• L'acquisition et le traitement de données de processus réels à l'aide de périphériques périphériques
• Démonstration et collecte des exigences pour le transfert vers la fabrication à grande échelle

Partenaires du consortium :

Grasse Zur Ingenieurgesellschaft mbH

INVENT Invent Innovative Realisation and Marketing de nouvelles technologies GmbH

SWMS Systemtechnik Ingenieurgesellschaft mbH

CONTACTEZ Software GmbH

Deutsches Zentrum für Luft- und Raumfahrt e.V. (association enregistrée du Centre aérospatial allemand)

Maschinenbau Scholz GmbH & Co. KG

Contacts :

Chef de projet : oliver.lohse@siemens.com

Gestionnaire financier : bianca.miene@siemens.com

Fournisseur de financement : BMFTR

PV4Life (FKZ 03EE1165A) - Projet commun : Augmenter la durée de vie du convertisseur grâce à l'optimisation optimisée des composants à l'aide de l'IA numérique Twin - PV4Life ; Sous-projet : Prédiction de la durée de vie des composants du convertisseur basée sur des capteurs

Durée : 1 août 2023 - 31 juillet 2026

Dans ce sous-projet, Siemens AG recherche une utilisation améliorée et plus fiable des systèmes basés sur des convertisseurs et de leurs composants critiques. Une utilisation plus efficace des convertisseurs de puissance, ainsi que la prolongation de leur durée de vie associée et une fiabilité accrue, peuvent économiser les ressources naturelles. L'objectif du sous-projet de Siemens AG est la surveillance de l'état basée sur des capteurs, qui permet d'intégrer le vieillissement déterminé dans une stratégie d'exploitation individuelle qui utilise de manière optimale le système PV sans gaspiller d'énergie ni de durée de vie. Des capteurs supplémentaires dans le module d'alimentation seront utilisés pour faire des prédictions sur la durée de vie, qui serviront de base aux modèles de systèmes d'onduleurs PV. À cette fin, des capteurs appropriés seront sélectionnés et évalués expérimentalement en ce qui concerne leur sensibilité à la détection du vieillissement des composants du convertisseur. Les tests de durée de vie accélérés généreront diverses défaillances liées au vieillissement, qui seront détectées et évaluées tôt par des capteurs. Les données des capteurs recueillies au cours des expériences seront comparées aux données conventionnelles des tests de durée de vie accélérée pour évaluer la valeur ajoutée de la surveillance de la durée de vie basée sur les capteurs. Pour cela, des bancs de test spécifiques pour les semi-conducteurs seront mis en place pour les optimisations prises en charge métrologiquement, et la technologie des capteurs dans le module de puissance sera étendue. Siemens fournira les données de mesure basées sur des capteurs provenant des tests accélérés de durée de vie aux partenaires du projet pour le développement de modèles digital twin qui prennent en compte les phénomènes de vieillissement et les charges individuelles se produisant dans l'application. En particulier, les données de capteurs générées serviront d'entrée pour les modèles de vie basés sur l'IA chez les partenaires du projet. Ces modèles optimisent l'utilisation et la durée de vie des systèmes d'onduleurs photovoltaïques en ajustant les paramètres de fonctionnement en fonction du vieillissement croissant.

Partenaires du consortium :

Infineon Technologies AG

SUMIDA Components & Modules GmbH

Hochschule Bonn-Rhein-Sieg (Université des sciences appliquées Bonn-Rhein-Sieg)

OPA-RT Allemagne GmbH

Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung eingetragener Verein (Fraunhofer Society for the Promotion of Applied Research, association enregistrée)

Contacts :

Gestionnaire de projet : kai.kriegel@siemens.com

Gestionnaire financier : bianca.miene@siemens.com

Fournisseur de financement : BMWE

Q-Genesys — Modèles génératifs quantiques pour les systèmes de simulation industrielle
Durée : 1 octobre 2025 — 30 septembre 2028
Chef de projet : Werner Hauptmann
Directeur financier : Roland Deak
Organisme de financement : BMFTR

REMEASURE (FKZ 03EN6022A) - Projet collaboratif : Gestion de l'énergie multimodale à capacité de déploiement REMEASURE pour les supermarchés ; Sous-projet : Modèle de transfert de charge multimodal prédictif dans un supermarché pilote

Durée : 1 décembre 2022 - 30 juin 2026

REMEASURE (FKZ 03EN6022A) - Projet collaboratif : Gestion de l'énergie multimodale à capacité de déploiement REMEASURE pour les supermarchés ; Sous-projet : Modèle de transfert de charge multimodal prédictif dans un supermarché pilote

Pour atteindre les objectifs climatiques nationaux et européens, l'expansion de la production d'électricité renouvelable fluctuante doit être accélérée et utilisée efficacement. En plus de l'expansion coûteuse des réseaux énergétiques et des capacités de stockage, les systèmes énergétiques locaux existants peuvent être utilisés pour déplacer la demande par rapport à l'offre d'énergie renouvelable grâce au transfert de charge multimodal. Une solution rapidement implémentable, évolutive et économique est nécessaire. Les supermarchés sont d'un grand intérêt parce que leurs systèmes énergétiques sont largement standardisés. De plus, ils sont entièrement équipés de la technologie de mesure et ont un haut degré d'automatisation. Le potentiel de transfert de charge existe en raison de la flexibilité du réseau de réfrigération local du supermarché en conjonction avec des consommateurs de réfrigération contrôlables, tels que des congélateurs ou des chambres froides. Les systèmes énergétiques dans les supermarchés à la pointe de la technologie sont actuellement généralement exploités uniquement en fonction de la demande, sur la base de règles statiques. Une telle opération n'est pas efficace, car l'approvisionnement en énergies renouvelables fluctuantes n'est pas pris en compte et ne peut donc pas être utilisé efficacement. L'objectif du projet est d'étudier si l'utilisation efficace des énergies renouvelables fluctuantes est possible grâce au transfert de charge multimodal, en particulier en ce qui concerne l'approvisionnement en réfrigération des supermarchés. Cela tiendra compte à la fois des prix dynamiques de l'électricité et des prévisions des conditions limites dynamiques, telles que les charges de base électriques et thermiques. La faisabilité technique sera démontrée en simulation et validée dans le fonctionnement réel d'un supermarché pilote. L'effort pour installer le système de gestion de l'énergie et toute mise à niveau nécessaire du système énergétique, par exemple, par des appareils de mesure supplémentaires ou des ajustements dans l'automatisation, doivent être maintenus aussi bas que possible.

Partenaires du consortium :

Rheinisch-Westfälische Technische Hochschule Aachen (RWH Université d'Aachen)

Personnes à contacter :

Chef de projet : stefan.langemeyer@siemens.com

Gestionnaire financier : bianca.miene@siemens.com

Fournisseur de financement : BMWE

RIESIQ (16IS24087A) - Projet collaboratif : Recherche et test de nouvelles méthodes d'IA pour des systèmes de qualité industrielle robustes, intelligents et efficaces

Durée : 1 décembre 2024 - 30 novembre 2027

RIESIQ (01IS24087A) - Projet collaboratif : Recherche et test de nouvelles méthodes d'IA pour des systèmes robustes, intelligents et efficaces de qualité industrielle

Durée : 1 décembre 2024 - 30 novembre 2027

L'objectif de ce projet de recherche est de pallier les déficits des modèles génératifs d'IA ou des grands modèles linguistiques (LLM) en ce qui concerne leur applicabilité dans les processus de production industrielle. L'accent est mis sur la recherche et le test de méthodes d'apprentissage robustes mais flexibles qui permettent de modéliser des systèmes dynamiques complexes et des processus physiques avec une précision suffisante, ainsi que de contrôler intelligemment et de manière interprétable. Les besoins en ressources nécessaires pendant la formation et l'inférence doivent être minimisés par des algorithmes efficaces en matière de données pour assurer une utilisation durable et respectueuse de l'environnement à l'échelle industrielle. Pour atteindre ces objectifs, l'accent sera mis sur un couplage évolutif et synergique des algorithmes ML et des méthodes de simulation numérique, ainsi que sur des méthodes RL résilientes et pratiques pour l'optimisation du contrôle basées sur eux. Les méthodes qui en résultent doivent répondre simultanément à des exigences élevées de transparence et d'explicabilité, c'est pourquoi un accent supplémentaire est mis sur la recherche de nouvelles techniques d'interprétation pour les architectures de modèles structurés. Les modules de solution d'IA nouvellement développés seront testés de manière prototypique et pratique à l'aide de processus automatisés de production et d'assurance qualité dans la fabrication de cellules de batterie lithium-ion, démontrant ainsi la valeur ajoutée pour le processus de transformation piloté par l'IA vers une usine évolutive et flexible du futur.

Partenaires du consortium :

deepset GmbH

Université technique de Berlin (TU Berlin)

Personnes de contact :

Gestionnaire de projet : marc.weber@siemens.com

Gestionnaire financier : roland.deak@siemens.com

Fournisseur de financement : BMFTR

VALUE-M (FKZ 16BZF332A) - Projet collaboratif : Prolonger la durée de vie utile des systèmes de stockage grâce à la gestion des microcycles avec surveillance continue de l'état - VALUE-M

Durée : 1 juin 2023 - 31 mai 2026

Siemens AG est active sur le marché en tant que fournisseur de solutions et de composants, ainsi que partenaire de développement pour des projets. Dans ce contexte, Siemens travaillera principalement sur la mise en œuvre technique et l'exploitation commerciale potentielle des résultats du projet VALUE-M. Dans le développement d'algorithmes, Siemens assurera la compatibilité avec les projets tiers en cours et la faisabilité dans les systèmes industriels. Outre la mise en œuvre de logiciels de communication et de systèmes cloud, ce qui est moins critique pour VALUE-M, l'accent est mis sur le développement d'unités de contrôle locales qui exploitent de manière optimale le système de stockage respectif à contrôler, en utilisant les algorithmes développés dans une structure multi-usages pour plusieurs formes de gestion simultanément. Pour vérifier pratiquement le potentiel économique d'un algorithme étendu et d'une technologie de contrôle dans l'esprit du projet, les systèmes de démonstration individuels seront gérés par une société de négoce d'électricité sous-traitée. Côté matériel, des méthodes d'intégration technique des unités de stockage de seconde vie seront développées, où les systèmes fournis par des tiers pourront être complétés avec une technologie de contrôle appropriée. Spécifiquement pour la gestion multi-usages, y compris la réserve instantanée, des réserves de puissance suffisantes et une vitesse de réaction élevée seront assurées dans la sélection de l'électronique de puissance pour compenser les perturbations à très court terme du réseau.

Partenaires du consortium :

SWW Wunsiedel GmbH

Rheinisch-Westfälische Technische Hochschule Aachen (RWH Université d'Aachen)

Personnes de contact :

Chef de projet : heiko.winterstein@siemens.com

Gestionnaire financier : bianca.miene@siemens.com

Fournisseur de financement : BMWE

VE4 (FKZ 16ME0735K) - Projet collaboratif : Atténuation fiable des perturbations dans les réseaux énergétiques à l'aide de composants périphériques capables en temps réel

Durée : 1 novembre 2022 - 31 octobre 2025

Motivation : La qualité de l'alimentation électrique dans les réseaux industriels s'est considérablement détériorée en raison de consommateurs de plus en plus complexes et très dynamiques qui causent des perturbations du réseau. Dans le même temps, les systèmes Industry 4.0 hautement interconnectés sont très sensibles à ces perturbations du réseau. Cela conduit de plus en plus à des temps d'arrêt des usines avec des coûts élevés. Actuellement, les charges fortes ou les interférences mutuelles défavorables des composants du réseau ne peuvent pas être détectées à l'avance. Les principaux objectifs de VE4 sont la détection continue et la compensation active intelligente des perturbations dans les réseaux d'alimentation en énergie électrique pour l'industrie. Une augmentation significative de la robustesse, ainsi que de l'efficacité énergétique et des ressources, est à réaliser. À cette fin, un nouveau système de compensation numérique distribué doit être développé. Il s'agit d'un réseau de capteurs hétérogènes en temps réel et de dispositifs de périphérie, qui permettent une prédiction rapide basée sur ML des signaux de perturbation et calculent les signaux de contre-couplage pour compenser les perturbations. Les signaux de contre-couplage sont finalement renvoyés dans la grille par des filtres actifs. Les bases d'une surveillance flexible des installations et d'un contrôle en temps réel grâce à des technologies de périphérie sont ainsi créées. Les interfaces doivent être normalisées. Cela rend le système extensible de manière flexible pour un large éventail de tâches de contrôle et de diagnostic dans les réseaux d'énergie numériques — bien au-delà de la compensation active des perturbations prévue dans le projet. Le système de diagnostic et de compensation des perturbations basé sur les périphériques périphériques pour les réseaux numériques modernes d'approvisionnement en énergie industrielle doit être développé en plusieurs étapes. Le matériel et les logiciels seront conceptualisés et réalisés de manière prototypiquement. Cela inclut les nœuds de mesure en temps réel en réseau synchronisés dans le temps, les périphériques avec des méthodes ML, un ordinateur en nuage et les filtres actifs synchronisés dans le temps. La performance sera évaluée dans un démonstrateur de système global dans une usine réelle.

Partenaires du consortium :

Technische Universität Dortmund (Université technique de Dortmund)

Meanwave GmbH

Fraunhofer-Gesellschaft zur Förderung der andewandten Forschung eingetragener Verein (Fraunhofer-Gesellschaft for the Advancement of Applied Research, association enregistrée)

Bleenco GmbH

Personnes de contact :

Gestionnaire de projet : stefan.tolle@siemens.com

Gestionnaire financier : bianca.miene@siemens.com

Fournisseur de financement : BMFTR

6G-ANNA — Accès 6G, réseau de réseaux, automatisation
Durée : 1 juillet 2022 — 31 décembre 2025
Gestionnaire de projet : Neda Petreska
Directeur financier : Roland Deak
Organisme de financement : BMFTR

6G-Health — Développement holistique de réseaux 6G hautes performances pour les systèmes de technologie médicale distribuée
Durée : 15 octobre 2022 — 14 octobre 2025
Gestionnaire de projet : Thomas Engel
Directeur financier : Roland Deak
Organisme de financement : BMFTR

Projet commun C2C3-L-SI : Carbon2Chem® — PHASE 3 - Carbon2Chem® circulaire - Sous-projet Siemens AG L-SI — « System Integration »
Durée : 1 janvier 2025 — 31 décembre 2028
Gestionnaire de projet : Christian Doye
Gestionnaire financier : Bianca Miene
Organisme de financement : BMFTR

Connect4HCA — Projet commun : Campus de recherche Arena2036 : Connect4HCA ; sous-projet : FlexComNet — Réseau de communication flexible basé sur des drons avec fonctionnalité de capteur pour les installations de production modernes (02P23Q846)
Durée : 1 janv. 2024 — 31 déc. 2028
Chef de projet : Volkmar Doericht
Directeur financier : Roland Deak
Organisme de financement : BMFTR

CONTENIR — Menaces du domaine numérique (13N16585)

Durée : 1 mars 2023 — 31 août 2025

Gestionnaire de projet : Tiago Gasiba

Directeur financier : Roland Deak

Organisme de financement : BMFTR

DataFlex — Lier les ecosystems de données pour connecter les flexibilités aux structures du réseau
Durée du projet : 1er octobre 2025 — 31 mars 2027
Gestionnaire de projet : Michael Metzger
Gestionnaire financier : Bianca Miene
Organisme de financement : BMWE

ECO:DIGIT (projet collaboratif) — Favoriser l'informatique verte et la transformation numérique ; sous-projet : Permettre l'informatique de pointe verte (01MN23011B)
Durée : 1 juin 2023 — 31 mai 2026
Gestionnaire de projet : Karsten Schoerner
Directeur financier : Roland Deak
Organisme de financement : BMWE

DaFire — Développement d'hypothèses de défaut basées sur les données pour la refabrication d'appareils électroniques intelligents

Durée : 1 février 2026 — 31 janvier 2029

Chef de projet : Ferdinand Revellio

Gestionnaire financier : Bianca Miene

Organisme de financement : BMWE

EREP — Remaniement réussi grâce à la prise de décision basée sur les données et à la planification intelligente des processus (02J21E116)
Durée : 1 oct. 2022 — 31 déc. 2025
Gestionnaire de projet : Tobias Kamps
Gestionnaire financier : Bianca Miene
Organisme de financement : BMFTR

EvoFrame — Développement et validation d'un cadre évolutif et centré sur l'humain pour les organisations capables de transformer
Durée : 1 janv. 2023 — 31 déc. 2025
Gestionnaire de projet : Martin Kramer
Directeur financier : Roland Deak
Organisme de financement : BMFTR

DIREKT_S&G-BMC - DIREKT - Cycle de vie numérique des systèmes de propulsion électrique hybrides - S&G-BMC
Durée : 1 décembre 2023 — 31 octobre 2025
Chef de projet : Philipp Wolfrum
Directeur financier : Roland Deak
Organisme de financement : BMWE

DIREKT_S&G-CMC - DIREKT - Cycle de vie numérique des systèmes de propulsion électrique hybrides - S&G-CMC
Durée : 1 décembre 2023 — 31 octobre 2025
Gestionnaire de projet : Philipp Wolfrum
Directeur financier : Roland Deak
Organisme de financement : BMWE

GENIUS - Traitement du langage naturel pour le cycle de vie du développement Software
Durée : 1 novembre 2024 — 31 octobre 2027
Chef de projet : Doruk Tuncel
Directeur financier : Roland Deak
Organisme de financement : BFTR

GreenCode - GenAI pour l'efficacité du développement
Durée : 1 octobre 2024 — 30 septembre 2027
Gestionnaire de projet : Christian Körner
Directeur financier : Roland Deak
Organisme de financement : BFTR

Difficulté — Sécurité matérielle pour les installations de production industrielle
Durée : 1 avril 2023 — 31 mars 2026
Chef de projet : Herrmann Seuschek
Directeur financier : Roland Deak
Organisme de financement : BFTR

HiPower5.0 — Projet commun : Matériaux avancés et technologies d'intégration pour l'électronique de puissance GaN dans les automobiles
Durée : 1 août 2025 — 31 juillet 2028
Gestionnaire de projet : Martin Schulz
Gestionnaire financier : Bianca Miene
Organisme de financement : BFTR

Projet commun : Développement holistique de transistors GaN verticaux pour des tensions de fonctionnement jusqu'à 1,7 kV ; Sous-projet : Technologie d'assemblage et de connexion pour les composants GaN verticaux et leur contrôle
Durée : 1 juin 2022 — 31 mai 2026
Chef de projet : Klaus Wilke
Gestionnaire financier : Bianca Miene
Organisme de financement : BMWE

IEFlex - Projet commun : IEFlex - Développement et mise en œuvre d'un système intelligent de gestion de l'énergie pour une utilisation flexible et orientée sur la demande du gaz de digesteur ; Sous-projet : Développement d'une architecture logicielle ouverte pour l'intégration de différents modules fonctionnels

Durée : 1 juillet 2025 — 30 juin 2028
Gestionnaire de projet : Marco Schanda
Gestionnaire financier : Bianca Miene
Organisme de financement : BMWE

INSPIRE - Conception et fonctionnement innovants pour la réduction des matériaux des terres rares et la prolongation de la durée de vie pour la production d'hydrogène éolienne offshore de prochaine génération

Durée : 1 mai 2024 — 30 avril 2027
Chef de projet : Klaus Schleicher
Gestionnaire financier : Bianca Miene
Organisme de financement : BMFTR

INTENTION - ENEFF:Wärme : Transition thermique intégrée — Expansion optimisée et fonctionnement convivial des réseaux de chauffage et des pompes à chaleur décentralisées ; Sous-projet : Développements pour le fonctionnement convivial des flottes de pompes à chaleur décentralisées

Durée : 1 mars 2025 — 29 février 2028
Chef de projet : Florian Reissner
Gestionnaire financier : Bianca Miene
Organisme de financement : BMWE

K3I-Cycling — Centre d'applications d'IA — Emballage plastique — Laboratoire d'innovation : K3I-Cycling — Optimisation du recyclage des emballages en plastique soutenue par l'IA

Durée : 1 septembre 2022 — 31 décembre 2025
Chef de projet : Takeru Nemoto
Gestionnaire financier : Bianca Miene
Organisme de financement : BMFTR

pâte zéro déchet — Réalisation d'une économie circulaire par le développement d'un procédé et d'un prototype d'usine automatisé et économe en énergie pour la récupération en douceur des matières premières des déchets de pâte à souder (numéro de référence 020E-100610623) ; sous-projet : Validation spécifique à l'utilisateur
Durée : 1 décembre 2023 — 30 novembre 2026
Chef de projet : Rüdiger Knofe
Gestionnaire financier : Bianca Miene
Organisme de financement : BMWE