Osnovne tehnologije tvrtke

Integrirani krugovi, industrijska i energetska elektronika

Naše istraživanje za ovo tehnološko područje obuhvaća sve, od EDA vođene umjetnom inteligencijom, dizajna IC/PCB-a i proizvodnje do održivosti softverski definiranog hardvera u elektrifikaciji, automatizaciji i digitalizaciji, integrirajući elektronički hardver, softver i mehatronske sustave.

Istražite publikacije

Zamislite da su AI, digitalni blizanci i softverski definirani hardver zahtijevali manje hardvera i energije

Što ako je industrijska inteligencija postojala izravno tamo gdje se događa fizički rad? Kako tvornice, proizvodni sustavi i energetske mreže zahtijevaju veću autonomiju, oslanjanje na teška poslužiteljska klasa ili računarstvo u oblaku rezultira kašnjenjem, potrošnjom energije i uskim grlima hardvera. Budućnost automatizacije zahtijeva inteligenciju kako bi se približila rubu stroja. Ovaj pristup koristi djelić fizičkog hardvera i nudi znatno superiornu energetsku učinkovitost.

Važna su rješenja za učinkovitije računarstvo, senzor, energetsku elektroniku i ugrađene AI mogućnosti za industrijske sustave.

Podijeljena slika s vizualizacijom plavog digitalnog mikročipa i tri istraživača koji zajedno gledaju zaslon prijenosnog računala

Robotska ruka precizno sastavlja tiskane ploče duž automatizirane tvorničke transportne trake.

Integrirani krugovi, industrijska i energetska elektronika obuhvaćaju napredne hardverske arhitekture za digitalne, analogne i mješovite signalne sustave, tiskane ploče i računarstvo opće namjene ili specifično za primjenu, uključujući umjetnu inteligenciju i sigurnosna radna opterećenja.

Procesi dizajna koriste strojno učenje i generativnu umjetnu inteligenciju za dizajn i provjeru hardvera. Pokrivaju integraciju, minijaturizaciju, proizvodne procese i cijeli životni ciklus održivih proizvoda. Korištenjem digitalnih niti i digitalnih dvostrukih tehnologija, sustavi specifični za domenu pokreću hardverski i softverski kodizajn na elektroničkim platformama.

Ovo Osnovna tehnologija tvrtke obuhvaća hardver za računarstvo, komunikaciju, senzor, aktiviranje i mehatronske sustave kako bi se omogućili sigurni, održivi terenski i rubni uređaji za elektrifikaciju, automatizaciju i digitalizaciju. Također obuhvaća automatizaciju elektroničkog dizajna s omogućenom umjetnom inteligencijom za integrirane sklopove i tiskane ploče, integrirajući digitalna rješenja s dvostrukim i digitalnim navojem u funkcionalnim, električnim, toplinskim i mehaničkim domenama.

Nadalje, ova osnovna tehnologija tvrtke obuhvaća integrirane sklopove specifične za aplikaciju za softverski definirani hardver, energetsku elektroniku za pretvorbu energije i kontrolu pokreta te hardverske tehnologije upravljanja omogućene umjetnom inteligencijom za industrijsku automatizaciju i robotiku u stvarnom vremenu.

Ikona za integrirane krugove, industrijsku i energetsku elektroniku

Publikacije

Istražite naše istaknute radove

Emulacija proljetne reverbe s hibridnim zatvorenim konvolucijskim mrežama i modelima državnog prostora

Objavljeno u: ICASSP 2026
M. Wess, J. Janser, D. Dallinger, J. Janser, M. Wess, M. Bittner, D. Schnöll, A. Jantsch

Modeliranje analognih opružnih reverba izazovno je zbog nelinearnog ponašanja i dugih repova. Predlažemo GCN-SSM, hibridni model dubokog učenja koji kombinira zatvorene konvolucijske mreže i modele državnog prostora. Postižući vrhunsku, vodeću perceptivnu kvalitetu u industriji, zahtijeva samo 125.7k parametara i omogućuje modernu implementaciju CPU.
Pogledaj na stranici izdavača

Analiza ponašanja materijala i ispitivanja zamora lemljenja i rezultati predviđanja dugotrajnog termičkog ciklusa

Objavljeno u: 2025. 26. međunarodna konferencija o toplinskoj, mehaničkoj i multifizičkoj simulaciji i eksperimentima u mikroelektronici i mikrosustavima (EuroSIME)
Peter Fruehauf, Andreas Weigert, Rainer Dudek, Kerstin Kreyßig, Matthias Prinz, Susana Richter-Trummer, Sven Rzepka

Ova studija potvrđuje simulacije FE u odnosu na 13-godišnja termička ispitivanja kako bi se predvidio vijek umora u komponentama FBGA277 i QFN. Računovodstvo starenja materijala i skupljanja stvrdnjavanja u spojevima za oblikovanje je neophodno, izostavljajući preokrete skupljanja izračunato iskrivljenje. Ostarjeli Anandovi zakoni puzanja odgovaraju obrascima fizičkog neuspjeha, za razliku od nestarih podataka.
Pogledaj na stranici izdavača

Rekonfiguribilna inteligentna površina za industrijsku automatizaciju: zahtjevi za mjerenje širenja mmWave, simulacija i algoritam upravljanja

Objavljeno u: 2024. IEEE 35. međunarodni simpozij o osobnim, unutarnjim i mobilnim radio komunikacijama (PIMRC)
L. W. Mayer, A. Hofmann, M. Schiefer, H. Radpour, M. Hofer, D. Löschenbrand, T. Zemen

Naše istraživanje predstavlja aktivnu rekonfiguriranu inteligentnu površinu od 127 elemenata (RIS) koja radi na 23,8 GHz zaobilazi blokade vidne linije u industrijskim mmWave okruženjima. Kontroliran pojačanjem zasnovanom na FET-u, učinkovito fokusira signale na ciljne točke. Mjerenja potvrđuju performanse širine snopa, pružajući praktične kriterije ažuriranja za mobilno praćenje u zatvorenom prostoru.
Pogledaj na stranici izdavača

Modeliranje SiC i GaN tranzistora na temelju impulsnih mjerenja S-parametara

Objavljeno u: Prosinac 2025., Električni elektronički uređaji i komponente
Martin Hergt, Bernhard Hammer, Martin Sack, Lukas W. Mayer, Sebastian Nielebock, Marc Hiller

U ovom istraživačkom projektu izveli smo precizan model od 12 elemenata za SiC MOSFET i GaN HEMT energetske tranzistore koristeći impulsna mjerenja S-parametara od 2 MHz do 500 MHz. Pokrivajući odvajanje, ohmička i aktivna područja, iterativno prilagođeni model pokazuje izvrsno podudaranje s originalnim mjerenjima za brze pretvarače.
Pogledaj na stranici izdavača

Kontrola pokreta temeljena na umjetnoj inteligenciji s fleksibilnošću dinamike sustava

Objavljeno u: 2024 Kongres za pretvorbu energije i Expo Europe (ECCE Europe)
Niklas Körwer; Martin Bischoff; Michael Laumen; Rik W. De Doncker

Algoritmi u današnjim proizvodnim strojevima svakim danom postaju sve složeniji kako bi bili u korak sa zahtjevima tržišta za povećanom produktivnošću i fleksibilnošću. Ovaj rad predlaže korištenje pojačanog učenja i neuronskih mreža za ubrzavanje razvoja kontrole pokreta za proizvodne strojeve. Obučena na digitalnim blizancima, mreža prilagođava zadane točke motora dinamici frekvencijskog pretvarača, smanjujući sljedeće pogreške, zaglađujući kontrolu i omogućavajući fleksibilnu ponovnu upotrebu u različitim konfiguracijama stroja.
Pogledaj na stranici izdavača