Projets de financement

AdapEdge (FKZ 16ME0547K) - Modules informatiques de pointe pour la fabrication de produits électroniques résilients avec optimisation adaptative des processus

Durée : 1er juillet 2022 - 31 décembre 2025

Ce projet vise à optimiser la fabrication de produits dans un environnement industriel 4.0. L'objectif principal du projet est l'optimisation adaptative des processus dans des environnements de fabrication complexes, voire répartis dans l'espace, grâce à l'utilisation et à l'évaluation d'informations et de données disponibles gratuitement. Selon différents scénarios, ces données peuvent être utilisées pour optimiser la productivité et la qualité de la fabrication jusqu'à une valeur cible. Cela s'applique, d'une part, à une fabrication hautement efficace où des gains de productivité peuvent encore être réalisés, par exemple en ajustant la stratégie de test choisie. Cependant, cela s'applique également à la fabrication déséquilibrée par des matières premières de qualité inférieure ou contrefaites, ou même par une attaque ciblée contre des machines individuelles, et qui peut être rapidement remise en mode de fonctionnement fiable grâce à la détection précoce des modes de fonctionnement instables. À cette fin, le projet combinera des méthodes d'évaluation des données faisant appel à l'intelligence artificielle et à l'apprentissage fédéré à l'utilisation de modules informatiques de pointe dotés de processeurs spécialisés dans la fusion de données et d'un réseau de capteurs universel associé. Ce réseau sera utilisé pour la collecte locale de données disponibles gratuitement. Par exemple, les données environnementales telles que la température, l'humidité, l'accélération et le bruit de fonctionnement sont mesurées, mais d'autres valeurs telles que 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 l'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 feedback, l'IA est censée apprendre et améliorer ses décisions en permanence.

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 angewandten Forschung eingetragener Verein (Société Fraunhofer pour l'avancement)

Contacts :

Chef de projet : matthias.heimann@siemens.com

Directeur financier : bianca.miene@siemens.com

Fournisseur de financement : BMFTR

AdHyBau2 (20M2202A) - Projet global : développement d'un système de propulsion hydrogène-électrique certifiable pour les avions et test du moteur électrique refroidi par cryogénie - AdHyBau2 ; - Sous-projet : méthodes de développement numérique et concepts de fabrication innovants pour des moteurs électriques à haut rendement avec refroidissement cryogénique.

Durée : 1er août 2024 - 31 juillet 2028

Le projet se concentre sur la poursuite du développement de méthodes de numérisation, d'approches innovantes en matière de fabrication additive et sur l'étude de technologies perturbatrices pour les machines électriques. Le projet s'appuie sur les résultats du projet précédent et les étend à des aspects importants pour les futures certifications aéronautiques. Plus précisément, la cartographie d'un moteur électrique refroidi à l'hydrogène dans un Digital Twin est destinée à. Grâce à ce que l'on appelle la réduction de l'ordre des modèles, il s'agit d'économiser du temps et des ressources informatiques, afin que le Digital Twin puisse être utilisé dans le métaverse industriel et que la numérisation de la recherche et du développement puisse être accélérée. En outre, dans le cadre du projet, des méthodes de fabrication avancées seront développées et les propriétés et la qualité des matériaux et des composants seront étudiés. 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 faire des recherches approfondies sur 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. Dans le détail, la pulvérisation de cuivre par gaz froid doit être développée davantage, les recherches se concentrant sur la création de structures creuses en cuivre grâce à la première combinaison de deux procédés additifs. En ce qui concerne la propulsion électrique, des études sur le potentiel des technologies de rupture sont menées. L'accent est mis ici sur l'étude du potentiel de supraconductivité de la transmission pour l'application préférée. 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 du variateur en laboratoire constituent une partie essentielle du projet.

Partenaires du consortium :

Institut de technologie de Karlsruhe (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 :

Chef de projet : christian.weidermann@siemens.com

Directeur financier : bianca.miene@siemens.com

Fournisseur de financement : BMW

AddRemo — Utilisation de technologies de fabrication additive pour créer des chaînes de processus et des composants moteurs économes en ressources dans le domaine de la mobilité électrique ;
Sous-projet : Développement de moteurs électriques à hautes performances pour le transport ferroviaire à l'aide de dissipateurs thermiques en céramique et de 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 procédés de fabrication additive 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 des processus en termes de stabilité des processus, de traitement de matériaux innovants à hautes performances dans le secteur des mono-matériaux et multi-matériaux, de conception assistée par simulation et d'assurance qualité basée sur l'IA. Les procédés AM permettent de réduire le poids et le moment d'inertie massique des composants des moteurs électriques et d'améliorer le refroidissement pour augmenter la densité de puissance. Les démonstrateurs de moteurs de 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. Outre des moteurs plus économes en énergie, cela permet également de décentraliser 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 le biais de simulations et d'expériences. L'objectif est de réaliser une évaluation à la fois technique et économico-écologique des processus et des moteurs afin de créer une production AM de moteurs prête pour la production en série. Les résultats contribuent à la mise au point de systèmes d'entraînement plus économes 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 garantit un impact intersectoriel en termes d'augmentation des classes d'efficacité des moteurs électriques conformément aux spécifications de l'UE.

Durée : 1er décembre 2025 — 30 novembre 2028
Chef de projet : Stefan Denneler
Directrice financière : Bianca Miene
Organisme de financement : BMW

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

Durée : 1er octobre 2021 - 30 septembre 2024

Les systèmes de stockage stationnaires sur batteries à grande échelle fournissent d'importants services aux 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 par batteries, qui permet les applications industrielles suivantes et répond aux questions de recherche :

Fourniture de données par les 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 les paramètres de la batterie qui varient dans le temps (par exemple, capacité, modèle Digital Twin) à partir de données BMS réelles relatives au fonctionnement normal de la batterie
Permettre une meilleure stratégie opérationnelle grâce à des modèles de batteries plus précis et à des exigences plus strictes 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, notamment compte tenu des exigences spécifiques aux projets et aux clients
Méthode visant à garantir le fonctionnement sûr des batteries pendant toute leur durée de vie, y compris leur seconde vie
Analyse de l'impact économique par stratégie opérationnelle

Les résultats du projet seront démontrés dans le cadre de l'exploitation en cours du grand entrepôt 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 sur le système de stockage par batterie.

Partenaire du consortium :

Technische Universität München (université technique de Munich)

Contacts :

Chef de projet : andrei.szabo@siemens.com

Directeur financier : roland.deak@siemens.com

Fournisseur de financement : BMW

CBC-GREEN (FKZ 13N15451) - Utilisation d'une source de faisceau vert flexible dans le cadre de 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 d'alimentation, les composants en cuivre sont de plus en plus utilisés. Cela s'explique par le fait que les exigences en matière de conductivité électrique et thermique augmentent (le cuivre possède des propriétés environ 1/3 supérieures à celles de l'aluminium). Pour le traitement flexible (assemblage, séparation, fabrication additive, en particulier fusion sélective au laser) du cuivre, les procédés laser sont avantageux. Des lasers dans le proche infrarouge (NIR) avec une qualité de faisceau brillante (lasers à fibre en mode fondamental ou monomode), qui offrent également une haute résolution spatiale, sont utilisés. Cependant, la haute réflectivité du cuivre (97 % à 1 070 nm) complique l'utilisation de la technologie laser, car les composants risquent d'être endommagés (l'absorption augmente de manière significative avec le couplage dans le bain de fusion), les temps de traitement sont trop courts (à cause du faible taux d'absorption) et des défauts qualitatifs peuvent survenir (éclaboussures 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 incluent les technologies d'automatisation, la production de composants électriques et l'assemblage de composants électroniques de puissance. L'accent est mis ici sur le soudage et l'assemblage, la fabrication additive et la découpe de feuilles de cuivre. L'objectif est de démontrer 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 angewandten Forschung eingetragener Verein (Société Fraunhofer pour l'avancement de la recherche appliquée, association enregistrée)

Karl H. Arnold Maschinenfabrik GmbH & Co. KG

amcm GmbH

Contacts :

Chef de projet : kai.kriegel@siemens.com

Directeur financier : bianca.miene@siemens.com

Fournisseur de financement : BMFTR

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

Durée : 1er septembre 2021 - 31 août 2025

Dans le cadre du projet DAFODIL, il est prévu de développer des méthodes et techniques fondamentalement nouvelles pour optimiser la fabrication interprocessus de cellules lithium-ion.

La technologie de pointe en matière d'installations de production de cellules Li-ion consiste à optimiser chaque étape de production pour obtenir 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 en passant par l'étape intermédiaire qui consiste à étudier de nouveaux systèmes de capteurs. À cette fin, différents systèmes de capteurs seront examinés dans le cadre d'études préliminaires afin de déterminer s'ils sont adaptés à l'acquisition de données dans le cadre de la production cellulaire. Pour toutes les valeurs mesurées, les informations du capteur sont directement liées à un paramètre de qualité défini seront évaluées.

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

Durée : 1er septembre 2021 - 31 août 2025

Dans le cadre du projet DAFODIL, il est prévu de développer des méthodes et techniques fondamentalement nouvelles pour optimiser la fabrication interprocessus de cellules lithium-ion.

La technologie de pointe en matière d'installations de production de cellules Li-ion consiste à optimiser chaque étape de production pour obtenir 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 en passant par l'étape intermédiaire qui consiste à étudier de nouveaux systèmes de capteurs. À cette fin, différents systèmes de capteurs seront examinés dans le cadre d'études préliminaires afin de déterminer s'ils sont adaptés à l'acquisition de données dans le cadre de la production cellulaire. Pour toutes les valeurs mesurées, les informations du capteur sont directement liées à un paramètre de qualité défini seront évaluées.

En outre, l'influence des valeurs caractéristiques corrélées sur des modèles complexes de cause à effet sera étudiée. À cette fin, des algorithmes et des méthodes doivent être développés pour identifier ces chaînes causales complexes. Une analyse de sensibilité permettra de déterminer quelles sous-influences de ces chaînes causales favorisent certains effets et comment ils peuvent être enregistrés quantitativement. Dans le cadre du sous-projet Siemens, un nouveau système de capteurs, appelé caméra hyperspectrale, sera étudié pour la première fois en vue de ses applications possibles dans la production de batteries. En outre, des méthodes de mesure électrochimiques associées à des modifications apportées à la fabrication des cellules seront appliquées afin d'étudier l'influence des paramètres de production sur la qualité et de 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. En outre, des algorithmes d'analyse des données des capteurs et des mesures de qualification seront également programmés dans le cadre du 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 (université RWTH d'Aix-la-Chapelle)

Universität Münster (université de Münster)

Contacts :

Chef de projet : andreas-albrecht@siemens.com

Directeur financier : bianca.miene@siemens.com

Fournisseur de financement : BMFTR

DIAA-H2 (FKZ : 03EI3067A) - Des jumeaux numériques pour les usines de production d'hydrogène

Durée : 1er juillet 2022 - 30 juin 2025

Siemens Energy Global GmbH & Co. KG, Siemens AG, la Technische Universität Dresden et Josef Pfaffinger Bauunternehmung GmbH prévoient de jeter les bases d'un Digital Twin pour les usines de transformation, utilisable tout au long de leur cycle de vie, en prenant comme exemple une usine d'électrolyse. Les méthodes de création et de gestion des produits établies en génie mécanique doivent être exploitées pour la transition énergétique en les adaptant à la construction des usines. Le projet de recherche se concentre sur le développement de méthodes et d'outils pour dériver, instancier et gérer le Digital Twin. Elles seront mises en œuvre en même temps que la construction et l'exploitation de l'usine. En outre, diverses approches de modularisation basées sur des modèles de base spécifiques à une discipline, synchronisés et harmonisés avec un modèle d'usine interdisciplinaire, seront développées. Le modèle d'usine est également destiné à permettre la génération de nouvelles variantes pour la construction de l'usine. Les domaines d'intervention décrits seront regroupés dans le prototype d'un premier système de gestion du cycle de vie des usines (système Plant-LM) et validés par des applications dans les domaines de l'ingénierie, de la construction et de l'exploitation de l'usine. Par conséquent, le système Plant-LM est destiné à augmenter de manière significative l'efficacité économique des installations, 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

Directeur financier : bianca.miene@siemens.com

Fournisseur de financement : BMW

Digizug3D (FKZ 13IK031A) - Projet conjoint : approbation numérique de composants imprimés en 3D pour les véhicules ferroviaires (Digizug3D) - Sous-projet : Digitalisation et industrialisation du processus LPBF

Durée : 1er octobre 2023 - 31 août 2026

Digizug3D (FKZ 13IK031A) - Projet conjoint : approbation numérique de composants imprimés en 3D pour les véhicules ferroviaires (Digizug3D) - Sous-projet : Digitalisation et industrialisation du processus LPBF

Sur la base de nombreuses années d'expérience en tant qu'utilisateur et fournisseur de fabrication additive, Siemens soutiendra l'industrialisation du procédé LPBF. Cela sera notamment réalisé en promouvant la numérisation à plusieurs niveaux, à savoir la cartographie numérique des processus d'approbation afin de mettre en place une plateforme d'approbation, la participation à des preuves informatiques au lieu de tests destructifs, et l'évaluation de nouvelles méthodes numériques afin de réduire la portée des tests en matière d'assurance qualité. Les méthodes numériques incluent la combinaison de différents systèmes de surveillance des processus avec une évaluation automatique prévue, ainsi que l'utilisation de méthodes sélectionnées sur la base de données croissante du projet. Le résultat sera une évaluation concrète de certaines méthodes de suivi des processus. 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 des corrélations avec la qualité des composants peuvent être démontrées. Dans l'ensemble, la numérisation des processus d'approbation et des preuves éliminera un obstacle important à l'introduction de la fabrication additive. En outre, pour soutenir l'industrialisation, les expériences acquises tout au long de la chaîne des procédés additifs seront intégrées dans des recommandations d'action concrètes sur la manière d'utiliser le procédé dans le domaine des véhicules ferroviaires et au-delà. Certaines hypothèses et recommandations issues d'un rapport de recherche du Centre allemand de recherche sur les transports ferroviaires seront examinées et concrétisées, et leur validité générale au-delà du matériau utilisé dans le projet sera vérifiée. Enfin, le transfert de connaissances pour soutenir une industrialisation à grande échelle sera encouragé par l'élaboration de réglementations et de normes.

Partenaires du consortium :

Mobility devient additive e.V.

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

TÜV NORD Systems GmbH & Co. KG

Additive Marking GmbH

Siemens Mobility GmbH

Universität Paderborn (université de Paderborn)

Contacts :

Chef de projet : daniel.reznik@siemens.com

Directeur financier : bianca.miene@siemens.com

Fournisseur de financement : BMW

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

Durée : 1er janvier 2023 - 30 juin 2026

Les procédés de fabrication additive (AM) pour les métaux impliquent des efforts considérables, principalement expérimentaux, lorsqu'il s'agit d'identifier des fenêtres de processus adaptées aux 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 procédés filaires utilisant des arcs et des rayons 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 influent sur la qualité et les propriétés du composant, sont examinées de manière approfondie : microstructure et formation de phases résultant des conditions locales de solidification et de refroidissement ; contraintes résiduelles et distorsion dues au chauffage, au refroidissement et au traitement thermique ; défauts critiques tels que l'absence 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 des défauts du processus et également pour interpréter l'ensemble 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 de la simulation, à valider la simulation et à entraîner/valider les modèles ML. Sur la base des paramètres de processus dérivés des outils numériques, deux véritables composants seront créés. En ce qui concerne les deux processus de fabrication additive, une ontologie utilisateur pour les matériaux métalliques sera développée. Pour l'échange et l'évaluation des données entre les partenaires et avec la plateforme Material Digital, une structure de données uniforme sera développée et des formats de données appropriés seront utilisés. La solution AixVPmap existante sera initialement utilisée comme cadre de flux de travail, qui sera intégré au PMD.

Partenaires du consortium :

OSCAR PLT GmbH

Icone 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 (Société Fraunhofer pour la promotion de la recherche appliquée, association enregistrée)

ACCESS e.V.

Contacts :

Chef de projet : philip.howell@siemens.com

Directeur financier : bianca.miene@siemens.com

Fournisseur de financement : BMFTR

DORSMAN (FKZ 03XP0633A) - Projet conjoint : 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 au lithium-ion grâce à l'utilisation de technologies de capteurs et de mesures innovantes

Durée : 1er 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 « Fabrication de cellules de batterie à partir de données et de capteurs » (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). Outre Siemens en tant que coordinatrice, le consortium comprend BioLogic Science Instruments GmbH, l'Institut pour les machines-outils et la gestion industrielle (iwb) de l'université technique de Munich et l'Institut pour l'électronique de puissance et les variateurs électriques (ISEA) de l'université RWTH d'Aix-la-Chapelle. L'objectif principal est d'accélérer la production de batteries grâce à des technologies de capteurs innovantes et à la numérisation.

Les batteries sont essentielles à la réussite de la transition énergétique et de 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 que par 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. Le mouillage, c'est-à-dire la distribution de l'électrolyte dans la batterie, la formation, le moment où la batterie est chargée et déchargée pour la première fois, et la mesure de l'autodécharge prennent particulièrement du temps. Cela est dû au fait que l'avancement du processus ne peut pas être suivi à l'aide des moyens actuellement disponibles et que des délais d'attente généraux sont donc 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. En outre, 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 manière de réduire la durée des mesures grâce à une technologie de mesure et à une évaluation des données appropriées.

Jusqu'à présent, les capteurs et les procédures de mesure n'ont été démontrés qu'à l'échelle du laboratoire. Dans le cadre de DORSMAN, les résultats obtenus 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 servira de base au contrôle des processus en ligne sur la base des données de mesure. Les partenaires du projet mettront en œuvre les solutions développées dans une usine pilote, où elles seront testées. Par la suite, les batteries seront produites dans le cadre de plusieurs campagnes de production, et des ajustements seront apportés au processus de production en fonction des mesures enregistrées. Une mise en œuvre réussie permettra d'intégrer la technologie des capteurs et les 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 (université RWTH d'Aix-la-Chapelle)

Contacts :

Chef de projet : felix.katzer@siemens.com

Directeur 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 afin d'optimiser l'énergie à l'échelle du district. Sous-projet : Contrôle optimisé du système énergétique (Siemens)

Durée : 1er avril 2022 - 30 septembre 2026

La mise en place d'une technologie de l'information et de la communication (TIC) permettant une interaction fluide entre les capteurs, les composants individuels, l'utilisation de systèmes de prévision et les interfaces avec le gestionnaire du réseau, le fournisseur d'énergie ou une plateforme de négociation est une condition préalable cruciale pour optimiser le contrôle sectoriel des systèmes énergétiques des bâtiments et des campus et pour promouvoir la flexibilité. L'objectif de ce projet est de faire la démonstration de cette chaîne informatique complète sur le terrain, en prenant l'exemple du plus grand quartier de Bamberg (zone de conversion du campus Lagarde). Un autre objectif du projet est l'évaluation métrologique et simulative de l'évolutivité et de la transférabilité vers d'autres districts, ainsi que des économies potentielles qui en résultent en termes de CO2 et de coûts. Le contrôle intersectoriel optimisé des charges électriques et thermiques contrôlables, du stockage de l'énergie et des unités de conversion d'énergie sera réalisé via un système de gestion de l'énergie automatisé qui fonctionne conjointement avec la technologie classique de gestion des bâtiments, des services externes tels que les services météorologiques, des techniques de prévisions basées sur l'IA et une plateforme de trading. Ce faisant, le district sera approvisionné en énergie de manière optimisée en termes de coûts et de CO2, en tenant compte de toutes les conditions techniques limites des différents composants et réseaux.

Partenaires du consortium :

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

Directeur financier : bianca.miene@siemens.com

Fournisseur de financement : BMW

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

Durée : 1er août 2023 - 31 juillet 2026

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

Partenaires du consortium :

Institut de technologie de Karlsruhe (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. (Environmental Action Germany)

Hochschule für angewandte Wissenschaften München (université des sciences appliquées de Munich)

PSI FLS Fuzzy Logik & Neuro Systeme GmbH

TenneT TSO GmbH

Germanwatch e.V.

OPAL-RT Germany GmbH

SWKiel Netz GmbH

Allgäunetz GmbH & Co. KG

Christian-Albrechts-Universität zu Kiel (université de Kiel)

Westfalen Weser Netz GmbH

LEW Verteilnetz GmbH

Technische Universität Ilmenau (université technologique d'Ilmenau)

Öko-Institut. Institut für angewandte Ökologie e.V. (Öko-Institut). Institut d'écologie appliquée (e.V.)

Avacon Netz GmbH

Hitachi Energy Germany AG

Maschinenfabrik Reinhausen GmbH

Friedrich-Alexander-Universität Erlangen-Nuremberg (Université Friedrich-Alexander d'Erlangen-Nuremberg)

Institut de technologie de Karlsruhe (Großforschungsaufgabe) (Institut de technologie de Karlsruhe (mission de recherche à grande échelle))

Rheinisch-Westfälische Technische Hochschule Aachen (université RWTH d'Aix-la-Chapelle)

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

Directeur financier : bianca.miene@siemens.com

Fournisseur de financement : BMBF

F-HIL-Reloaded (FKZ 03EI6104A) - Projet conjoint : Développement d'une infrastructure de 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 accroître la sécurité de l'approvisionnement

Durée : 1er octobre 2023 - 30 septembre 2026

L'objectif du projet F-HIL-Reloaded est de mettre en place un système de simulation et de test en temps réel qui modélise une section du 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 X/R adaptative sont utilisés comme interfaces avec l'environnement réel. Le projet F-HIL-Reloaded s'inscrit dans la continuité du projet de recherche FHiL ; les informations acquises et les résultats obtenus servent de base au développement ultérieur du système de test et d'inspection. En outre, le projet prend en compte les propriétés de formation de grille des objets à tester : un boîtier mural à courant continu 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 recharge pour véhicules électriques associées aux systèmes photovoltaïques sont simulés à l'aide du système de test et d'inspection. Les effets positifs (et potentiellement négatifs) des éléments constitutifs de grille sur le réseau de distribution devraient être démontrés par le système de test et d'inspection, qui est adapté aux propriétés de formation de grille des objets à tester. Les tests reproductibles sont destinés à servir de base à des séquences de tests standardisées pour les systèmes de formation de grilles. L'objectif principal du projet F-HIL-Reloaded est d'influencer positivement le développement de convertisseurs qui forment et suivent le réseau grâce à des procédures de test standardisées et à un système de test, garantissant ainsi la sécurité d'approvisionnement d'un approvisionnement énergétique basé exclusivement sur des convertisseurs. Dans la société, le fait de pouvoir démontrer la sécurité de l'approvisionnement grâce à des systèmes de création de réseaux renforce le sentiment de sécurité et d'acceptation de la transition vers l'énergie verte.

Partenaires du consortium :

Hochschule Bonn-Rhein-Sieg (université des sciences appliquées de Bonn-Rhein-Sieg)

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

SUMIDA Components & Modules GmbH

OPAL-RT Germany GmbH

Contacts :

Chef de projet : sebastian.nielebock@siemens.com

Directeur financier : bianca.miene@siemens.com

Fournisseur de financement : BMW

3DGlassGuard (FKZ : 13N16851) - Projet conjoint : Security through Photonic System Integration in Glass Foils ; sous-projet : capteur de courant optique intégré planaire

Durée : 15 mai 2024 - 14 mai 2027

3DGlassGuard (FKZ : 13N16851) - Projet conjoint : Security through Photonic System Integration in Glass Foils ; sous-projet : capteur de courant optique intégré planaire

L'intégration de microstructures optiques tridimensionnelles et d'interfaces robustes dans la vitre de l'écran doit être développée techniquement en utilisant l'IOX (implantation ionique) combiné au FS-LS (structuration laser femtoseconde) pour permettre de miniaturiser les composants des systèmes photoniques. Un nouvel outil de conception pour l'IPD (conception photonique inverse) permet de réaliser efficacement les simulations optiques et chimiques tridimensionnelles nécessaires. Deux nouveaux principes de capteurs, uniquement possibles sur cette base, dans le domaine de la mesure du courant et de la détection environnementale, doivent être prédéveloppés et validés fonctionnellement par les partenaires de l'application. Des méthodes d'évaluation intelligente des données des capteurs seront utilisées à cette fin. Les processus combinés planifiés et soutenus par la conception allient les avantages de l'IOX (faible amortissement et grandes surfaces) à ceux du FS-LS (tridimensionnalité). Cela permet, pour la première fois, d'intégrer des structures optiques tridimensionnelles dans des substrats en verre très fins et de grande surface (< 1 mm). Cette combinaison n'est efficace qu'en termes de conception grâce à une IPD assistée par l'IA, car les conceptions basées sur des modèles de régression classiques déterminés expérimentalement ne peuvent pas être simulées rapidement en raison de limites informatiques. Les capteurs optiques actuels sont souvent à faisceau libre ou à fibre optique et nécessitent donc un espace d'installation considérable. De plus, le traitement et l'assemblage des fibres optiques flexibles sont coûteux. L'intégration photonique au niveau du système présente donc des avantages importants en termes de coûts et de miniaturisation. Ceci est techniquement réalisé dans le cadre du projet proposé en utilisant du verre d'affichage et des procédés par lots basés sur des panneaux pour l'IOX et les processus de métallisation, ainsi qu'en intégrant des structures optiques tridimensionnelles avec le laser fs dans de fines feuilles de verre, qui sont intégrées en tant que composants de système hautement efficaces dans des systèmes optoélectroniques pour de nouvelles applications telles que le capteur de courant optique.

Partenaires du consortium :

Sea & Sun Technology GmbH

Contactez AG

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

LightFab GmbH

Technische Universität Berlin (université technique de Berlin)

Contacts :

Chef de projet : stefan.nerreter@siemens.com

Directeur financier : bianca.miene@siemens.com

Fournisseur de financement : BMBF

GreenInverter (FKZ 03EN4079A) - Projet conjoint : électronique de puissance durable associée à un système de refroidissement innovant pour améliorer la recyclabilité - GreenInverter ; sous-projet : variantes technologiques et système d'onduleur

Durée : 1er mars 2024 - 28 février 2027

GreenInverter (FKZ 03EN4079A) - Projet conjoint : électronique de puissance durable associée à un système de refroidissement innovant pour améliorer la recyclabilité - GreenInverter ; sous-projet : variantes technologiques et système d'onduleur

Durée : 1er mars 2024 - 28 février 2027

Le projet « GreenInverter » vise à établir de nouvelles normes en matière de matériel recyclable, réparable et évolutif dans le domaine de la conversion de l'énergie électrique. Dans le même temps, l'efficacité énergétique doit être considérablement améliorée. Les avantages seront démontrés à l'aide d'un onduleur comme exemple. L'état de l'art actuel, qui repose sur le principe du développement de composants individuels, doit être remplacé par une nouvelle approche systémique. Grâce à une approche innovante et révolutionnaire pour une stratégie commune de refroidissement et d'isolation, la température des composants sera réduite et l'utilisation de nouveaux matériaux sera autorisée, améliorant ainsi l'efficacité énergétique. Une augmentation significative de la recyclabilité, une réduction de l'empreinte CO2 du produit et une augmentation de sa durée de vie grâce à une répartition plus homogène de la température dans l'onduleur seront également atteintes. En outre, les futurs modèles commerciaux seront inclus dans les considérations, ce qui signifie que la conception et la mise en page seront moins influencées par les coûts de fabrication. Le projet se concentre sur trois domaines clés : « L'efficacité énergétique », « La recyclabilité, la circularité et la dématérialisation » et « La durée de vie, l'utilisation des composants et la flexibilité d'utilisation ». Des solutions innovantes permettant d'apporter des améliorations significatives dans tous ces domaines seront recherchées et développées, qui seront démontrées sous la forme de prototypes fonctionnels. Le consortium estime que, grâce à la mise en œuvre complète des résultats, il est possible d'atteindre un potentiel d'économie d'énergie de plus de 1,6 TWh par an en Allemagne. Siemens apporte son expertise en matière de R&D dans le domaine de l'électronique, des méthodes de refroidissement et de la conception et de la fabrication d'onduleurs. Cela inclut de nombreuses années d'expérience dans la conception, la construction, la mise en place 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

Friedrich-Alexander-Universität Erlangen-Nuremberg (Université Friedrich-Alexander d'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 :

Chef de projet : joern.grundmann@siemens.com

Directeur financier : bianca.miene@siemens.com

Fournisseur de financement : BMW

GridAssist (03EI6126A) - Projet conjoint : Systèmes d'assistance pour un fonctionnement automatisé optimisé des réseaux de distribution - Titre du sous-projet : Fonctionnement optimal automatisé du système

Durée : 1er décembre 2024 - 30 novembre 2027

GridAssist (03EI6126A) - Projet conjoint : Systèmes d'assistance pour un fonctionnement automatisé optimisé des réseaux de distribution - Titre du sous-projet : Fonctionnement optimal automatisé du système

Durée : 1er décembre 2024 - 30 novembre 2027

Le projet GridAssist vise à développer des systèmes d'assistance pour optimiser le fonctionnement automatisé des réseaux de distribution. Cela vise 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 tests 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, l'observabilité nécessaire sera donc d'abord établie. Outre l'installation de technologies de mesure, des concepts appropriés doivent être développés pour intégrer au mieux les données de mesure aux opérateurs de réseau concernés et à leurs processus. Avec des technologies de mesure et de communication suffisamment installées, c'est-à-dire que, sous réserve d'observabilité, l'état du réseau concerné peut ensuite être analysé. Outre les méthodes analytiques, des méthodes basées sur les données seront utilisées. Sur la base de l'analyse de l'état du réseau, les décisions seront ensuite prises par les systèmes d'assistance. Cela peut aller de recommandations d'action à l'intention de l'opérateur du système à une répartition flexible entièrement automatisée. Siemens apporte son expertise en matière d'automatisation des réseaux et de développement de logiciels, en particulier dans le domaine des jumeaux numériques et de l'IA. L'un des principaux aspects de GridAssist est l'automatisation des processus du réseau de distribution. C'est indispensable en raison de l'évolution actuelle. Outre ces aspects techniques, le projet vise à réduire les coûts d'exploitation et d'investissement des gestionnaires de réseaux. Cela est possible grâce à une meilleure gestion des actifs et à la réduction des besoins d'extension du réseau.

Partenaires du consortium :

LEW Verteilnetz GmbH

Energieversorgung Gera GmbH

OPAL-RT Germany GmbH

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

Rheinisch-Westfälische Technische Hochschule Aachen (université RWTH d'Aix-la-Chapelle)

Contacts :

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

Directeur financier : bianca.miene@siemens.com

Fournisseur de financement : BMW

Projet collaboratif : infrastructure résiliente critique via un réseau satellite pour des structures d'approvisionnement fiables intersectorielles (KrisNet) Sous-projet : Recherche sur les dispositifs de communication pour la communication hybride TNT‑NT pour des structures d'approvisionnement fiables intersectorielles

Le sous-projet Siemens, intitulé « Recherche sur les dispositifs de communication pour la communication hybride TNT‑NT pour des structures d'approvisionnement fiables intersectorielles », se concentre sur le développement de composants de communication (composants électroniques, logiciels et micrologiciels) qui permettent une connectivité sécurisée et résiliente entre les actifs du réseau électrique et les réseaux de communication terrestres et par satellite LEO (orbite terrestre basse). Ces composants permettent également de sélectionner intelligemment le 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 des coûts. L'objectif est de faire en sorte que les utilisateurs ne sachent pas si les données sont transmises via des réseaux terrestres ou des satellites. Cette capacité, associée à la hiérarchisation des voies de communication, permet d'optimiser les interactions complexes entre les infrastructures de communication et d'approvisionnement et de prévenir les défaillances du 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'équipements haute tension d'Amprion et au démonstrateur de technologie basse tension d'ÜZ‑Mainfranken. Chaque démonstrateur représente l'ensemble de la chaîne du signal, de l'acquisition des données dans l'infrastructure d'approvisionnement à la communication via le modem de communication multisystème, en passant par le 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 en matière de configuration requise et de démonstration de la solution intégrée. En plus de répondre à des exigences clés telles que la connectivité pour la surveillance du réseau, la redistribution et l'estimation de l'état des réseaux de distribution conformément à la section 14a de la loi allemande sur le secteur de l'énergie (EnWG), le projet aborde également la résilience en cas de panne de courant et la conformité au code des réseaux d'urgence et de restauration (NC ER) pour les réseaux à très haute tension.

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

LeiKo (FKZ 03EI6041A) - Projet conjoint : condensateurs à film fiables dotés d'un potentiel de puissance accru ; sous-projet : modèles à durée de vie et nanotechnologie pour des condensateurs à film à potentiel de puissance accru en tant que composants destinés à améliorer l'infrastructure du réseau

Durée : 1er février 2021 - 30 juin 2026

L'objectif général du projet de recherche OntoMat est de rechercher des solutions de développement et d'optimisation de matériaux basées sur des données pour les composants renforcés de fibres thermoplastiques et 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. Aucune description harmonisée des relations inter-échelles entre le matériau, le procédé et le composant n'est actuellement disponible pour les matériaux renforcés par des fibres. De même, l'intégrité des données est insuffisante, qu'il s'agisse de la caractérisation des matériaux ou des méthodes de simulation ou des processus de fabrication. La recherche d'une description ontologique harmonisée ouvre donc la voie à un potentiel jusqu'alors inutilisé en matière de développement de matériaux et d'optimisation des processus pilotés par les données. Ce sous-projet aborde spécifiquement les points suivants :

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

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

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

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

Partenaires du consortium :

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

• FASERINSTITUT BREMEN e.V. (association enregistrée au FIBRE Institute Bremen)

• 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 par le Centre aérospatial allemand)

• Hans Weber Maschinenfabrik GmbH

Contacts :

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

• Directeur financier : bianca.miene@siemens.com

Fournisseur de financement : BMFTR

PredictEco (FKZ 01MN23014A) - Projet conjoint : Product Development Considering Simulation-Supported Sustainability Assessment (PredictEco) - Sous-projet : Continuous Green Digital Twin avec connexion de processus de fabrication virtuels et physiques pour une conception et une optimisation durables

Durée : 1er juin 2023 - 31 mai 2026

L'objectif général du projet est de fournir une plateforme permettant d'évaluer et d'optimiser la durabilité des processus de fabrication gourmands en ressources dès la phase de conception. La modélisation des processus de fabrication sert de base. Ainsi, toutes les données attendues et leur regroupement sont connus très tôt dans le processus et peuvent être fournies sous forme de structure de données dans un digital twin vert. Sur la base de la structure des données, des interfaces pour la prévision de la durabilité à l'aide du logiciel LCA sont fournies. Grâce aux 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 processus de fabrication des composites
Intégration de critères et d'indicateurs pertinents dans des outils de simulation pour la conception de l'aménagement des usines et des étapes du processus en fonction de valeurs cibles
Intégration de critères pertinents dans les outils de planification de la fabrication spécifiques aux produits pour concevoir la conception des produits (CAE/CAM) sur la base de valeurs cibles
Acquisition de données en temps réel automatisée et standardisée, prétraitement, documentation et comparaison des données collectées avec des valeurs cibles définies, afin de créer des solutions d'optimisation réellement réalisables.

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

PredictEco (FKZ 01MN23014A) - Projet conjoint : Product Development Considering Simulation-Supported Sustainability Assessment (PredictEco) - Sous-projet : Continuous Green Digital Twin avec connexion de processus de fabrication virtuels et physiques pour une conception et une optimisation durables

Durée : 1er juin 2023 - 31 mai 2026

L'objectif général du projet est de fournir une plateforme permettant d'évaluer et d'optimiser la durabilité des processus de fabrication gourmands en ressources dès la phase de conception. La modélisation des processus de fabrication sert de base. Ainsi, toutes les données attendues et leur regroupement sont connus très tôt dans le processus et peuvent être fournies sous forme de structure de données dans un digital twin vert. Sur la base de la structure des données, des interfaces pour la prévision de la durabilité à l'aide du logiciel LCA sont fournies. Grâce aux 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 processus de fabrication des composites
Intégration de critères et d'indicateurs pertinents dans des outils de simulation pour la conception de l'aménagement des usines et des étapes du processus en fonction de valeurs cibles
Intégration de critères pertinents dans les outils de planification de la fabrication spécifiques aux produits pour concevoir la conception des produits (CAE/CAM) sur la base de valeurs cibles
Acquisition de données en temps réel automatisée et standardisée, prétraitement, documentation et comparaison des données collectées avec des valeurs cibles définies, afin de créer des solutions d'optimisation réellement réalisables.

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

Le développement de modèles LCA globaux Cradle-to-Cradle pour les composants à base de matériaux composites
L'extension des solutions de simulation de processus existantes au niveau de la fabrication et de l'usine pour inclure les critères d'évaluation et les indicateurs 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 réelles à l'aide d'appareils Edge
Démonstration et collecte des exigences en vue du passage à la fabrication à grande échelle

Partenaires du consortium :

Grasse Zur Ingenieurgesellschaft bh

INVENT Innovative Verbundwerkstoffe Realisation und Vermarktung neuer Technologien GmbH

SWMS Systemtechnik Ingenieurgesellschaft bh

CONTACT Software GmbH

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

Maschinenbau Scholz GmbH & Co. KG

Contacts :

Chef de projet : oliver.lohse@siemens.com

Directeur financier : bianca.miene@siemens.com

Fournisseur de financement : BMFTR

PV4Life (FKZ 03EE1165A) - Projet conjoint : augmenter la durée de vie du convertisseur grâce à une optimisation optimisée des composants à l'aide de Digital AI Twin - PV4Life ; sous-projet : Prévision de la durée de vie des composants du convertisseur basée sur des capteurs

Durée : 1er août 2023 - 31 juillet 2026

Dans le cadre de ce sous-projet, Siemens AG étudie 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 l'allongement de leur durée de vie et l'amélioration de leur fiabilité qui en découlent, peuvent économiser les ressources naturelles. L'objectif du sous-projet de Siemens AG est la surveillance de l'état par capteurs, qui permet d'intégrer le vieillissement déterminé dans une stratégie d'exploitation individuelle qui utilise de manière optimale le système photovoltaïque sans perte d'énergie ni perte de durée de vie. Des capteurs supplémentaires intégrés au module d'alimentation seront utilisés pour établir des prévisions de durée de vie, qui serviront de base aux modèles de systèmes d'onduleurs photovoltaïques. À cette fin, des capteurs appropriés seront sélectionnés et évalués expérimentalement en ce qui concerne leur sensibilité à la détection du vieillissement des composants des convertisseurs. Les tests de durée de vie accélérés généreront divers défauts de vieillissement, qui seront détectés et évalués rapidement par des capteurs. Les données des capteurs collectées au cours des expériences seront comparées aux données classiques issues de tests de durée de vie accélérés afin d'évaluer la valeur ajoutée de la surveillance de la durée de vie basée sur des capteurs. À cette fin, des bancs d'essai spécifiques pour les semi-conducteurs seront mis en place pour des optimisations fondées sur la métrologie, et la technologie des capteurs du module d'alimentation sera étendue. Siemens fournira les données de mesure basées sur des capteurs issues de tests de durée de vie accélérés aux partenaires du projet pour le développement de modèles de jumeaux numériques qui prennent en compte les phénomènes de vieillissement et les charges individuelles survenant dans l'application. Les données des capteurs générées serviront notamment 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.

Partenaires du consortium :

Infineon Technologies AG

SUMIDA Components & Modules GmbH

Hochschule Bonn-Rhein-Sieg (université des sciences appliquées de Bonn-Rhein-Sieg)

OPAL-RT Germany GmbH

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

Contacts :

Chef de projet : kai.kriegel@siemens.com

Directeur financier : bianca.miene@siemens.com

Fournisseur de financement : BMW

REMEASURE (FKZ 03EN6022A) - Projet collaboratif : gestion multimodale de l'énergie capable de déployer REMEASURE pour les supermarchés ; sous-projet : Modèle prédictif de transfert de charge multimodal dans un supermarché pilote

Durée : 1er décembre 2022 - 30 juin 2026

REMEASURE (FKZ 03EN6022A) - Projet collaboratif : gestion multimodale de l'énergie capable de déployer REMEASURE pour les supermarchés ; sous-projet : Modèle prédictif de transfert de charge multimodal dans un supermarché pilote

Pour atteindre les objectifs climatiques nationaux et européens, l'expansion de la production fluctuante d'électricité renouvelable doit être accélérée et utilisée efficacement. Outre l'expansion coûteuse des réseaux énergétiques et des capacités de stockage, les systèmes énergétiques locaux existants peuvent être utilisés pour modifier la demande par rapport à la fourniture d'énergie renouvelable grâce à un transfert de charge multimodal. Une solution rapide, évolutive et économique est nécessaire. Les supermarchés présentent un grand intérêt car leurs systèmes énergétiques sont largement standardisés. De plus, ils sont entièrement équipés de technologies de mesure et disposent d'un haut degré d'automatisation. Le potentiel de transfert de charge est dû à la flexibilité du réseau de réfrigération local du supermarché, associée à des consommateurs de réfrigération contrôlables, tels que des congélateurs ou des chambres froides. Les systèmes énergétiques des supermarchés ultramodernes sont actuellement généralement gérés uniquement en fonction de la demande et 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 de déterminer s'il est possible d'utiliser efficacement des énergies renouvelables fluctuantes grâce au transfert de charge multimodal, en particulier en ce qui concerne l'alimentation en réfrigération des supermarchés. Cela tiendra compte à la fois de la dynamique des prix de l'électricité et des prévisions relatives à des conditions limites dynamiques, telles que les charges de base électriques et thermiques. La faisabilité technique sera démontrée par simulation et validée lors du fonctionnement réel d'un supermarché pilote. Les efforts liés à l'installation du système de gestion de l'énergie et à toute mise à niveau nécessaire du système énergétique, par exemple par le biais d'appareils de mesure supplémentaires ou d'ajustements d'automatisation, devraient être réduits au minimum.

Partenaires du consortium :

Rheinisch-Westfälische Technische Hochschule Aachen (université RWTH d'Aix-la-Chapelle)

Personnes de contact :

Chef de projet : stefan.langemeyer@siemens.com

Directeur financier : bianca.miene@siemens.com

Fournisseur de financement : BMW

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

Durée : 1er décembre 2024 - 30 novembre 2027

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

Durée : 1er décembre 2024 - 30 novembre 2027

L'objectif de ce projet de recherche est de surmonter les lacunes des modèles d'IA génératifs ou des grands modèles de langage (LLM) en ce qui concerne leur applicabilité aux processus de production industriels. 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 les contrôler de manière intelligente et interprétable. Les ressources nécessaires pendant la formation et l'inférence doivent être minimisées grâce à des algorithmes économes en données afin de garantir 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 d'algorithmes de machine learning et de méthodes de simulation numérique, ainsi que sur des méthodes RL résilientes et pratiques pour l'optimisation des contrôles qui s'en inspirent. Les méthodes qui en résultent doivent à la fois répondre à des exigences élevées de transparence et d'explicabilité. C'est pourquoi l'accent est également mis sur la recherche de nouvelles techniques d'interprétation pour les architectures de modèles structurés. Les nouveaux modules de solutions d'IA seront testés de manière prototypique et pratique à l'aide de processus de production et d'assurance qualité automatisés lors de la fabrication de cellules de batterie au lithium-ion, démontrant ainsi la valeur ajoutée du processus de transformation piloté par l'IA vers une usine évolutive et flexible du futur.

Partenaires du consortium :

deepset GmbH

Technische Universität Berlin (TU Berlin)

Personnes de contact :

Chef de projet : marc.weber@siemens.com

Directeur 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 et à la surveillance continue de l'état des systèmes - VALUE-M

Durée : 1er juin 2023 - 31 mai 2026

Siemens AG est active sur le marché en tant que fournisseur de solutions et de composants, ainsi qu'en tant que partenaire de développement pour les projets. Dans ce contexte, Siemens travaillera principalement sur la mise en œuvre technique et l'exploitation commerciale potentielle des résultats du projet VALUE-M. En ce qui concerne le développement des algorithmes, Siemens veillera à la compatibilité avec les projets tiers en cours et à la faisabilité des systèmes industriels. Outre la mise en œuvre de logiciels de communication et de systèmes cloud, 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 à contrôler, en utilisant les algorithmes développés dans une structure polyvalente pour plusieurs formulaires de gestion simultanément. Pour vérifier concrètement 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-traitante. Sur le plan matériel, des méthodes d'intégration technique des unités de stockage de seconde vie seront développées, dans le cadre desquelles les systèmes fournis par des tiers pourront être complétés par une technologie de contrôle appropriée. En particulier pour la gestion multi-usages, y compris la réserve instantanée, des réserves de puissance suffisantes et une vitesse de réaction élevée seront garanties lors du choix de l'électronique de puissance afin de compenser les perturbations du réseau à très court terme.

Partenaires du consortium :

SWW Wunsiedel GmbH

Rheinisch-Westfälische Technische Hochschule Aachen (université RWTH d'Aix-la-Chapelle)

Personnes de contact :

Chef de projet : heiko.winterstein@siemens.com

Directeur financier : bianca.miene@siemens.com

Fournisseur de financement : BMW

VE4 (FKZ 16ME0735K) - Projet collaboratif : atténuation fiable des perturbations sur les réseaux énergétiques à l'aide de composants de périphérie capables de fonctionner en temps réel

Durée : 1er novembre 2022 - 31 octobre 2025

Motivation : La qualité de l'alimentation électrique des réseaux industriels s'est considérablement détériorée en raison de consommateurs de plus en plus complexes et très dynamiques qui perturbent le réseau. Dans le même temps, les systèmes hautement connectés de l'industrie 4.0 sont très sensibles à ces perturbations du réseau. Cela entraîne de plus en plus de temps d'arrêt des usines et des coûts élevés. Actuellement, les fortes charges ou les interférences mutuelles défavorables entre les composants du réseau ne peuvent pas être détectées à l'avance. Les principaux objectifs du VE4 sont la détection continue et la compensation active intelligente des perturbations sur les réseaux d'alimentation en énergie électrique de l'industrie. Une amélioration 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 capables de fonctionner en temps réel et de dispositifs périphériques, qui permettent de prédire rapidement les signaux de perturbation sur la base du ML et de calculer les signaux de contre-couplage pour compenser les perturbations. Les signaux de contre-couplage sont finalement renvoyés au réseau par des filtres actifs. Les bases d'une surveillance flexible des installations et d'un contrôle en temps réel grâce à des technologies de pointe sont ainsi créées. Les interfaces doivent être standardisées. Cela rend le système extensible de manière flexible pour un large éventail de tâches de contrôle et de diagnostic sur les réseaux énergétiques numériques, bien au-delà de la compensation active des perturbations prévue dans le projet. Le dispositif de diagnostic et de compensation des perturbations basé sur des appareils de périphérie pour les réseaux d'approvisionnement en énergie industriels numériques modernes doit être développé en plusieurs étapes. Le matériel et les logiciels seront conceptualisés et réalisés de manière prototypique. Cela inclut les nœuds de mesure en temps réel en réseau synchronisés dans le temps, les appareils Edge dotés de méthodes de machine learning, un cloud computing et les filtres actifs synchronisés dans le temps. Les performances seront évaluées dans le cadre d'un démonstrateur global du système dans une véritable usine.

Partenaires du consortium :

Technische Universität Dortmund (université technique de Dortmund)

Meanwave GmbH

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

Bleenco GmbH

Personnes de contact :

Chef de projet : stefan.tolle@siemens.com

Directeur financier : bianca.miene@siemens.com

Fournisseur de financement : BMFTR

Projets de financement

Projets de recherche et développement financés par l'État (nationaux)

3D-I-GeneralTOL (FKZ 03TN0057A) - Modélisation 3D avec tolérances générales implicites sur la base de la norme DIN ISO 2768-1/2, ou de la norme DIN 2769 pour le développement ultérieur de la norme ISO 22081 - 3D-I-GeneralTOL

AdapEdge (FKZ 16ME0547K) - Modules informatiques de pointe pour la fabrication de produits électroniques résilients avec optimisation adaptative des processus

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

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

DIAA-H2 (FKZ : 03EI3067A) - Des jumeaux numériques pour les usines de production d'hydrogène

Digizug3D (FKZ 13IK031A) - Projet conjoint : approbation numérique de composants imprimés en 3D pour les véhicules ferroviaires (Digizug3D) - Sous-projet : Digitalisation et industrialisation du processus LPBF

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

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

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

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

3DGlassGuard (FKZ : 13N16851) - Projet conjoint : Security through Photonic System Integration in Glass Foils ; sous-projet : capteur de courant optique intégré planaire

GreenInverter (FKZ 03EN4079A) - Projet conjoint : électronique de puissance durable associée à un système de refroidissement innovant pour améliorer la recyclabilité - GreenInverter ; sous-projet : variantes technologiques et système d'onduleur

GridAssist (03EI6126A) - Projet conjoint : Systèmes d'assistance pour un fonctionnement automatisé optimisé des réseaux de distribution - Titre du sous-projet : Fonctionnement optimal automatisé du système

HyFlexBahn (FKZ 03ETE045A) - Projet conjoint : systèmes de batteries hybrides et flexibles pour le transport ferroviaire (HyFlexBahn)

PredictEco (FKZ 01MN23014A) - Projet conjoint : Product Development Considering Simulation-Supported Sustainability Assessment (PredictEco) - Sous-projet : Continuous Green Digital Twin avec connexion de processus de fabrication virtuels et physiques pour une conception et une optimisation durables

Profit_MQ (FKZ 10200314) - Processus de qualification des matériaux pour les méthodes de fusion laser sur lit de poudre

PV4Life (FKZ 03EE1165A) - Projet conjoint : augmenter la durée de vie du convertisseur grâce à une optimisation optimisée des composants à l'aide de Digital AI Twin - PV4Life ; sous-projet : Prévision de la durée de vie des composants du convertisseur basée sur des capteurs

REMEASURE (FKZ 03EN6022A) - Projet collaboratif : gestion multimodale de l'énergie capable de déployer REMEASURE pour les supermarchés ; sous-projet : Modèle prédictif de transfert de charge multimodal dans un supermarché pilote

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

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

VE4 (FKZ 16ME0735K) - Projet collaboratif : atténuation fiable des perturbations sur les réseaux énergétiques à l'aide de composants de périphérie capables de fonctionner en temps réel

Projets de financement : Siemens en tant que partenaire

Contenu connexe

La recherche et le développement pour l'avenir

Collaboration et partenariats

De l'invention à l'impact : les inventeurs de l'année 2025

Projets de financement

Projets de recherche et développement financés par l'État (nationaux)

Interface 3D (FKZ 03TN0057A)

AdapEdge (FKZ 16ME0547K)

ADHYBAU2 (FKZ 20M2202A)

AddRemo (FKZ 19DNS2504A)

Boléro (FKZ 03EI4041A)

Campus 6G Twin 4 pouces (FKZ 16 KIS 2442 K)

CBC-GREEN (FKZ 13N15451)

CONTRÔLE (FKZ 19DNS2501A)

JONQUILLE (FKZ 03XP0389A)

DIAA-H2 (FKZ 03EI3067A)

Digizug3D (FKZ 13IK031A)

DiMAD (FKZ 13XP5188A)

DORSMAN (FKZ 03XP0633A)

Enable (FKZ 03EN3061A)

ENSURE3 (FKZ 03SFK1A0-3)

EviProd (FKZ 03EE5133A)

F-hil-Reloaded (FKZ 03EI6104A)

Glassguard 3D (FKZ 13N16851)

Onduleur vert (FKZ 03EN4079A)

GridAssist (03EI6126A)

Hyflexbahn (FKZ 03ETE045A)

KiBSI (FKZ 13IPC041A)

KrisNet (FKZ 13N17630)

OnTomat (13XP5197A)

PredictEco (FKZ 01MN23014A)

Profit_MQ (FKZ 10200314)

PV4Life (FKZ 03EE1165A)

Q-Genesys (FKZ 13N17386)

REMEASURE (FKZ 03EN6022A)

RIESIQ (FKZ 01IS24087A)

VALEUR-M (FKZ 16BZF332A)

VE4 (FKZ 16ME0735K)

Projets de financement : Siemens en tant que partenaire

6G-ANNA — Accès 6G, réseau de réseaux, automatisation

6G-Health — Développement holistique d'un réseau 6G performant pour les systèmes de technologie médicale distribués

ABILITY — Tablette haptique permettant aux malvoyants d'accéder au contenu numérique

Adra-e — Coordination, sensibilisation, standardisation et adoption d'une IA, de données et de robotique européennes fiables

ADROIT-6G — Architecture ouverte et programmable distribuée basée sur l'intelligence artificielle pour les réseaux 6G

AENAON - Cybersécurité Ex-Ante Federated Digital Twin Based Cyber Range et services de sécurité gérés pour les parcs éoliens offshore

AeroS — Méta-système d'exploitation européen autonome, évolutif, fiable et intelligent pour le continuum IoT Edge-Cloud

AutoTrust

BeyondBattrec - HEU-BeyondBattrec : Au-delà du recyclage de batteries de pointe, augmentez la sélectivité et la spécificité de technologies de prétraitement efficaces

C2C3-L-SI - Projet conjoint C2C3-L-SI : Carbon2Chem® — PHASE 3 - Circulaire Carbon2Chem® - Sous-projet Siemens AG L-SI — « Intégration du système »

CODECO — Orchestration cognitive et décentralisée du cloud périphérique

CoEvolution

COGNIFOG — Technologies et solutions pour le commerce, la monétisation, l'échange et l'interopérabilité des données

Connect4HCA — Réseau de communication flexible basé sur des drones doté de fonctionnalités de capteurs pour les installations de production modernes

CONTAIN — Menaces issues du domaine numérique

DataFlex — Relier les écosystèmes de données pour connecter les flexibilités aux structures du réseau

ECO:DIGIT (projet collaboratif) — Favoriser l'informatique verte et la transformation numérique ; sous-projet : Enabling Green Edge Computing

EDGELESS — Cloud cognitif : continuum informatique basé sur l'IA, du cloud à la périphérie (RIA)

CODE4EV - Cadre de développement collaboratif pour les véhicules électriques définis par logiciel

DaFire — Développement d'hypothèses de défaut basées sur des données pour la refabrication intelligente de composants électroniques

EREP — Une remise à neuf réussie grâce à une prise de décision basée sur des données et à une planification intelligente des processus

EuroBin — Réseau européen de robotique et d'IA

EvoFrame — Développement et validation d'un cadre évolutif centré sur l'humain pour les organisations capables de se transformer

DIREKT_S&G-BMC - DIREKT - Cycle de vie numérique des systèmes de propulsion électriques hybrides - S&amp;G-BMC

DIREKT_S&G-CMC - DIREKT - Cycle de vie numérique des systèmes de propulsion électriques hybrides - S&amp;G-CMC

FLECON-6G - Architecture ouverte flexible et technologies habilitantes pilotées par l'IA pour une nouvelle plateforme de connectivité 6G

Hexa-x-II — L'initiative phare européenne 6G

CARTE COMPLÈTE - Plateforme d'accélération des matériaux entièrement intégrée, autonome et indépendante de la chimie pour les batteries durables de nouvelle génération

GENIUS - Le traitement du langage naturel pour le cycle de vie du développement de logiciels

GreenCode - GenAI au service de l'efficacité du développement

HardGie — Sécurité matérielle pour les installations de production industrielle

HiPower5.0 — Projet conjoint : matériaux avancés et technologies d'intégration pour l'électronique de puissance au GaN dans les automobiles

HoverGaN — Développement holistique de transistors GaN verticaux pour des tensions de fonctionnement allant jusqu'à 1,7 kV

HTA 2.0 — Fabrication additive durable pour les applications à haute température (phase 2)

NextGenAI — Intelligence artificielle de nouvelle génération

pâte zéro déchet — Réalisation d'une économie circulaire grâce au développement d'un procédé automatisé et économe en énergie et d'un prototype d'usine pour la récupération douce des matières premières

Contenu connexe

La recherche et le développement pour l'avenir

Collaboration et partenariats

De l'invention à l'impact : les inventeurs de l'année 2025