Due persone che camminano fuori da un edificio per uffici con il simbolo dell'infinito sullo sfondo.

Progetti di finanziamento

I progetti finanziati affrontano le principali sfide sociali, economiche e ambientali. Mostrano come Siemens avanzi i confini tecnologici attraverso la collaborazione interdisciplinare, l'eccellenza e una prospettiva globale, contribuendo a un futuro sostenibile.

Progetti di ricerca e sviluppo finanziati con fondi pubblici (nazionali)

Qui puoi trovare una panoramica dei progetti a cui Siemens partecipa come leader del consorzio.

AdapEdge (FKZ 16ME0547K) - Moduli di edge computing per una produzione elettronica resiliente con ottimizzazione adattiva dei processi

Durata: 1 luglio 2022 - 30 giugno 2025

Questo progetto mira a ottimizzare la produzione di prodotti in un ambiente Industria 4.0. L'obiettivo generale del progetto è l'ottimizzazione adattiva dei processi in ambienti di produzione complessi, anche distribuiti spazialmente, attraverso l'uso e la valutazione di informazioni/dati disponibili gratuitamente. Per vari scenari, questi dati possono essere utilizzati per ottimizzare la produttività e la qualità della produzione fino a un valore target. Ciò vale, da un lato, per una produzione altamente efficiente in cui è ancora possibile ottenere incrementi di produttività, ad esempio adattando la strategia di test scelta. Tuttavia, si applica anche alla produzione che viene sbilanciata da materie prime scadenti o contraffatte o persino da un attacco mirato a singole macchine e che può essere rapidamente riportata in una modalità operativa affidabile attraverso il rilevamento precoce di modalità operative instabili. A tal fine, il progetto combinerà metodi di valutazione dei dati che utilizzano l'AI/apprendimento federato con l'uso di moduli di edge computing con processori specializzati nella fusione dei dati e una rete di sensori universale associata. Questa rete verrà utilizzata per la raccolta locale di dati disponibili gratuitamente: ad esempio, vengono misurati dati ambientali come temperatura, umidità, accelerazione e rumore operativo, ma sono possibili anche valori alternativi come radiazioni UV, qualità dell'aria, campi E e B, ecc. I dati verranno elaborati, condensati e valutati dall'intelligenza artificiale; dopo il confronto con i parametri di qualità e produttività della produzione, verrà determinato il livello delle condizioni per la produzione in corso. Questo livello di condizione è progettato per essere indipendente dall'infrastruttura di produzione digitale esistente e funge quindi da fonte di dati indipendente per le decisioni di ottimizzazione della produzione. Attraverso un ciclo di feedback, l'IA ha lo scopo di apprendere e migliorare continuamente le proprie decisioni.

Partner del consorzio:

• Universität Bielefeld (Università di Bielefeld)

• Sensorik-Bayern GmbH

• Creonic GmbH

• Technische Universität Berlin (Università tecnica di Berlino)

• Micro Systems Engineering GmbH

• Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung eingetragener Verein (Società Fraunhofer per l'avanzamento)

Contatti:

Responsabile del progetto: matthias.heimann@siemens.com

Responsabile finanziario: bianca.miene@siemens.com

Fornitore di finanziamenti: BMFTR

AdHyBau2 (20M2202A) - Progetto generale: sviluppo di un sistema di propulsione idrogeno-elettrico certificabile per aeromobili e test del motore elettrico raffreddato criogenicamente - AdHyBau2; - Sottoprogetto: metodi di sviluppo digitale e concetti di produzione innovativi per azionamenti elettrici ad alta efficienza con raffreddamento criogenico.

Durata: 1 agosto 2024 - 31 luglio 2028

Il progetto si concentra sull'ulteriore sviluppo di metodi di digitalizzazione, approcci innovativi alla produzione additiva e sullo studio di tecnologie dirompenti per le macchine elettriche. Il progetto si basa sui risultati del progetto precedente e li amplia con aspetti importanti per la futura certificazione dell'aviazione. In particolare, è mirata alla mappatura di un azionamento elettrico raffreddato a idrogeno in un Digital Twin. Con la cosiddetta riduzione degli ordini dei modelli, è necessario risparmiare tempo e risorse di calcolo, in modo che il Digital Twin possa essere utilizzato nel metaverso industriale e la digitalizzazione nella ricerca e sviluppo possa essere accelerata. Inoltre, nell'ambito del progetto, verranno sviluppati metodi di produzione avanzati e materiali e componenti saranno studiati per quanto riguarda le loro proprietà e qualità. In particolare, i parametri supplementari del materiale per la descrizione completa del tensore di elasticità svolgono un ruolo significativo nella progettazione. In vista della certificazione aeronautica, è essenziale ricercare a fondo i nuovi processi di produzione e produrre i materiali generati in modo riproducibile con una qualità costante. La padronanza sicura dei processi costituisce la base. Nel dettaglio, la spruzzatura a gas freddo del rame sarà ulteriormente sviluppata, concentrando la ricerca sulla creazione di strutture cave in rame attraverso la prima combinazione di due processi additivi. Nel settore della trazione elettrica, vengono condotti studi sul potenziale delle tecnologie dirompenti. L'obiettivo qui è studiare il potenziale della superconduttività nella trasmissione per l'applicazione preferita. La fattibilità di un azionamento elettrico raffreddato criogenicamente è dimostrata su un dimostratore di laboratorio. La costruzione, la messa in servizio e il collaudo sperimentale dell'azionamento in condizioni di laboratorio sono una parte essenziale del progetto.

Partner del consorzio:

Karlsruher Institut für Technologie (Istituto di tecnologia di Karlsruhe)

Technische Universität Dresden (Università tecnica di Dresda)

Aufwind GmbH

Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. (Fraunhofer Society for the Advancement of Applied Research, associazione registrata)

Additive Drives GmbH

MT Aerospace AG

Contatti:

Responsabile del progetto: christian.weidermann@siemens.com

Responsabile finanziario: bianca.miene@siemens.com

Fornitore di finanziamenti: BMW

BoLero (FKZ 03EI4041A) - Progetto congiunto: BoLero - Monitoraggio dell'invecchiamento dell'accumulo di batterie fisse con metodi basati su cloud per prolungare la durata, ridurre gli sforzi di manutenzione e ottimizzare la gestione delle operazioni; Sottoprogetto: Servizi digitali per lo stoccaggio delle batterie

Durata: 1 ottobre 2021 - 30 settembre 2024

I sistemi fissi di accumulo a batteria su larga scala forniscono importanti servizi di sistema per le reti energetiche del futuro, caratterizzate dalla generazione di elettricità da fonti rinnovabili. Proponiamo un sistema basato su cloud per il monitoraggio e l'ottimizzazione operativa dei sistemi di accumulo a batteria, che consente le seguenti applicazioni industriali e risposte alle domande di ricerca:

Fornitura di dati dalle celle della batteria durante il funzionamento
Soluzione cloud per il monitoraggio, l'analisi e la modellazione dello stoccaggio di energia stazionario
Metodi nuovi e migliorati che estraggono i parametri variabili nel tempo della batteria (ad esempio, capacità, modello Digital Twin) dai dati BMS reali relativi al normale funzionamento della batteria
Consentire una migliore strategia operativa attraverso modelli di batteria più accurati e requisiti inferiori per i margini di sicurezza
Fornitura di una soluzione generale e automatizzata per ridurre i costi di assistenza
Riduzione dei requisiti tecnologici per il funzionamento dei sistemi di batterie, in particolare considerando i requisiti specifici del progetto e del cliente
Metodo per garantire il funzionamento sicuro delle batterie per tutta la loro durata di vita, inclusa la seconda vita
Analisi dell'impatto economico per strategia operativa

I risultati del progetto saranno dimostrati durante le operazioni in corso utilizzando l'impianto di stoccaggio su larga scala di Freimann di Stadtwerke München. Il dimostratore mostrerà sia l'accuratezza della stima dei parametri sia il miglioramento del funzionamento della batteria. I risultati saranno convalidati attraverso test pratici con il sistema di accumulo a batteria.

Partner del consorzio:

Technische Universität München (Università tecnica di Monaco)

Contatti:

Responsabile del progetto: andrei.szabo@siemens.com

Responsabile finanziario: roland.deak@siemens.com

Fornitore di finanziamenti: BMW

CBC-GREEN (FKZ 13N15451) - Uso di una sorgente di raggi verdi flessibile nella produzione industriale di componenti elettrici

Durata: 1 luglio 2021 - 31 marzo 2025

All'interno di prodotti elettronici come relè, contattori o moduli di potenza, vengono sempre più utilizzati componenti in rame. La ragione di ciò è che i requisiti di conduttività elettrica e termica sono in aumento (il rame ha proprietà migliori di circa 1/3 rispetto all'alluminio). Per la lavorazione flessibile (giunzione, separazione, produzione additiva, in particolare fusione laser selettiva) del rame, i processi laser sono vantaggiosi. Vengono utilizzati laser nel vicino infrarosso (NIR) con una qualità del fascio brillante (laser a fibra in modalità fondamentale o monomodale), che offrono anche un'elevata risoluzione spaziale. Tuttavia, l'elevata riflettività del rame (97% a 1070 nm) complica l'uso della tecnologia laser, poiché esiste il rischio di danni ai componenti (l'assorbimento aumenta notevolmente con l'accoppiamento nel pool di fusione), i tempi di processo sono troppo brevi (a causa del basso tasso di assorbimento) e possono verificarsi difetti qualitativi (schizzi di fusione). L'obiettivo del sottoprogetto è quello di poter utilizzare il laser sviluppato e qualificato dal consorzio all'interno del panorama manifatturiero di Siemens. Le aree di applicazione includono la tecnologia di automazione, la produzione di componenti elettrici e l'assemblaggio di elettronica di potenza. L'attenzione qui è rivolta alla saldatura e alla giunzione, alla produzione additiva e al taglio di lastre di Cu. L'obiettivo è dimostrare l'aumento dell'efficienza e della riproducibilità attraverso l'uso della nuova sorgente di raggi laser.

Partner del consorzio:

thyssenkrupp Automation Engineering GmbH

Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung eingetragener Verein (Fraunhofer Society for the Advancement of Applied Research, associazione registrata)

Karl H. Arnold Maschinenfabrik GmbH & Co. KG

amcm GmbH

Contatti:

Responsabile del progetto: markus.lasch@siemens.com

Responsabile finanziario: bianca.miene@siemens.com

Fornitore di finanziamenti: BMFTR

DAFODIL (FKZ 03XP0389A) - DAFODIL - Ottimizzazione della produzione basata sui dati di celle delle batterie basata sui dati di fine linea attraverso l'uso massiccio di algoritmi di apprendimento automatico e analisi in linea

Durata: 1 settembre 2021 - 31 agosto 2025

Nel progetto DAFODIL, si prevede di sviluppare metodi e tecniche fondamentalmente nuovi per l'ottimizzazione della produzione interprocesso delle celle agli ioni di litio.

Lo stato dell'arte negli impianti di produzione di celle agli ioni di litio è l'ottimizzazione di ogni singola fase di produzione a un livello ottimale locale. Poiché alcuni parametri di qualità possono avere un valore ottimale globale se i singoli impianti di produzione vengono gestiti al di fuori dell'ottimale locale, il progetto DAFODIL svilupperà l'ottimizzazione globale della produzione attraverso la fase intermedia della ricerca di nuovi sistemi di sensori. A tal fine, vari sistemi di sensori saranno esaminati in studi preliminari per verificarne l'idoneità all'acquisizione di dati nella produzione di celle. Per tutti i valori misurati, verrà valutato quali informazioni del sensore sono direttamente correlate a un parametro di qualità definito.

DAFODIL (FKZ 03XP0389A) - DAFODIL - Ottimizzazione della produzione basata sui dati di celle delle batterie basata sui dati di fine linea attraverso l'uso massiccio di algoritmi di apprendimento automatico e analisi in linea

Durata: 1 settembre 2021 - 31 agosto 2025

Nel progetto DAFODIL, si prevede di sviluppare metodi e tecniche fondamentalmente nuovi per l'ottimizzazione della produzione interprocesso delle celle agli ioni di litio.

Inoltre, verrà studiata l'influenza dei valori caratteristici correlati su modelli complessi di causa ed effetto. A tal fine, devono essere sviluppati algoritmi e metodi che identifichino queste complesse catene causali. Un'analisi di sensibilità indagherà quali subinfluenze in queste catene causali favoriscono determinati effetti e come questi possono essere registrati quantitativamente. Nel sottoprogetto Siemens, un nuovo sistema di sensori, una cosiddetta telecamera iperspettrale, sarà studiato per la prima volta per le sue possibili applicazioni nella produzione di batterie. Inoltre, verranno applicati metodi di misurazione elettrochimica in combinazione con modifiche alla produzione di celle per studiare l'influenza dei parametri di produzione sulla qualità e sviluppare il potenziale di ottimizzazione nella caratterizzazione della qualità delle celle. A tal fine, Siemens parteciperà all'analisi del processo di produzione. Inoltre, nel sottoprogetto Siemens saranno programmati anche algoritmi per l'analisi dei dati dei sensori e le misurazioni di qualificazione, con l'aiuto del quale è possibile identificare modelli complessi di causa ed effetto.

Partner del consorzio:

Customcells Tübingen GmbH

Safion GmbH

SURAGUS GmbH

Rheinisch-Westfälische Technische Hochschule Aachen (Università RWTH di Aquisgrana)

Universität Münster (Università di Münster)

Contatti:

Responsabile del progetto: andreas-albrecht@siemens.com

Responsabile finanziario: bianca.miene@siemens.com

Fornitore di finanziamenti: BMFTR

DIAA-H2 (FKZ: 03EI3067A) - Gemelli digitali per impianti di produzione H2

Durata: 1 luglio 2022 - 30 giugno 2025

Siemens Energy Global GmbH & Co. KG, Siemens AG, Technische Universität Dresden e Josef Pfaffinger Bauunternehmung GmbH intendono ricercare le basi per un Digital Twin per impianti di processo, utilizzabile durante l'intero ciclo di vita, utilizzando un impianto di elettrolisi come esempio. I metodi per la creazione e la gestione dei prodotti stabiliti nell'ingegneria meccanica devono essere resi utilizzabili per la transizione energetica adattandoli alla costruzione degli impianti. Il progetto di ricerca si concentra sullo sviluppo di metodi e strumenti per derivare, istanziare e mantenere il Digital Twin. Questi saranno implementati in concomitanza con la costruzione e il funzionamento dell'impianto. Inoltre, verranno sviluppati vari approcci di modularizzazione basati su modelli di base specifici della disciplina, sincronizzati e armonizzati con un modello di impianto interdisciplinare. Il modello di impianto è inoltre destinato a consentire una nuova generazione di varianti per la costruzione di impianti. Le aree di interesse descritte saranno riunite nel prototipo di un primo sistema di gestione del ciclo di vita degli impianti (sistema Plant-LM) e convalidate attraverso l'applicazione in ingegneria, costruzione di impianti e funzionamento. Di conseguenza, il sistema Plant-LM è destinato ad aumentare significativamente l'efficienza economica degli impianti, ridurre i costi di investimento e migliorare la manutenzione. Ciò si tradurrà in un vantaggio competitivo significativo e a lungo termine per gli utenti dei metodi e degli strumenti sviluppati per il Digital Twin degli impianti di elettrolisi.

Partner del consorzio:

Pfaffinger Anlagenbau & Energietechnik GmbH

Technische Universität Dresden (Università tecnologica di Dresda)

Siemens Energy Global GmbH & Co. KG

Contatti:

Responsabile del progetto: jonathan.leidich@siemens.com

Responsabile finanziario: bianca.miene@siemens.com

Fornitore di finanziamenti: BMW

DigiZug3D (FKZ 13IK031A) - Progetto congiunto: approvazione digitale di componenti stampati in 3D per veicoli ferroviari (DigiZug3D) - Sottoprogetto: digitalizzazione e industrializzazione del processo LPBF

Durata: 1 ottobre 2023 - 31 agosto 2026

DigiZug3D (FKZ 13IK031A) - Progetto congiunto: approvazione digitale di componenti stampati in 3D per veicoli ferroviari (DigiZug3D) - Sottoprogetto: digitalizzazione e industrializzazione del processo LPBF

Durata: 1 ottobre 2023 - 31 agosto 2026

Sulla base di molti anni di esperienza come utente e fornitore per la produzione additiva, Siemens sosterrà l'industrializzazione del processo LPBF. Ciò sarà raggiunto in particolare promuovendo la digitalizzazione su più livelli, vale a dire la mappatura digitale dei processi di approvazione per abilitare una piattaforma di approvazione, la partecipazione a prove computazionali anziché a test distruttivi e la valutazione di ulteriori metodi digitali per ridurre l'ambito dei test nel controllo della qualità. I metodi digitali includono la combinazione di vari sistemi di monitoraggio dei processi con una valutazione automatica prevista, nonché l'uso di metodi selezionati sulla base di dati in crescita all'interno del progetto. Il risultato sarà una valutazione concreta dei metodi di monitoraggio dei processi selezionati. Ciò può servire come base per futuri sviluppi delle metodologie di monitoraggio o valutazione dei processi, nonché per valutare i sistemi attualmente disponibili. Idealmente, è possibile formulare obiettivi di sviluppo concreti e mostrare le correlazioni con la qualità dei componenti. Nel complesso, la digitalizzazione dei processi e delle bozze di approvazione eliminerà un ostacolo significativo all'introduzione della produzione additiva. Inoltre, per sostenere l'industrializzazione, le esperienze lungo l'intera catena del processo additivo saranno raggruppate in raccomandazioni concrete per l'azione su come utilizzare il processo nel campo dei veicoli ferroviari e non solo. Le ipotesi e le raccomandazioni selezionate da un rapporto di ricerca del Centro tedesco per la ricerca sul trasporto ferroviario saranno esaminate e concretizzate e verrà verificata la loro validità generale al di là del materiale utilizzato nel progetto. Infine, il trasferimento di conoscenze per sostenere un'ampia industrializzazione sarà promosso attraverso lo sviluppo di regolamenti e standard.

Partner del consorzio:

La mobilità diventa additiva 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 (Università di Paderborn)

Contatti:

Responsabile del progetto: christoph.kiener@siemens.com

Responsabile finanziario: bianca.miene@siemens.com

Fornitore di finanziamenti: BMW

DiMAD (FKZ 13XP5188A) - Progetto congiunto: progettazione digitale di materiali e processi per la produzione additiva basata su fili - DiMAD -; Sottoprogetto: catena di produzione digitale per il processo WAAM di acciai altolegati

Durata: 1 gennaio 2023 - 31 dicembre 2025

I processi di produzione additiva (AM) per i metalli richiedono uno sforzo considerevole, prevalentemente sperimentale, quando si tratta di identificare finestre di processo adeguate per i sistemi di materiali o trasferire parametri di processo ottimizzati da un tipo di impianto a un altro. L'implementazione accelerata dalla progettazione al componente è possibile solo se la catena di processo, dalle materie prime al componente, è definita e costruita digitalmente nella sua interezza. Il progetto DiMad si concentra su processi basati su fili che utilizzano radiazioni ad arco e laser come fonti di calore per un acciaio austenitico e uno duplex. Le seguenti caratteristiche, essenziali dal punto di vista dell'utente e che influenzano la qualità e le proprietà del componente, sono considerate in modo approfondito: microstruttura e formazione di fase a seguito di condizioni locali di solidificazione e raffreddamento; tensioni e distorsioni residue dovute al riscaldamento, raffreddamento e trattamento termico; difetti critici come mancanza di fusione e porosità. La microstruttura, le fasi e le sollecitazioni sono descritte mediante simulazione. L'apprendimento automatico (ML) viene utilizzato per correlare processo-difetto-proprietà e anche per interpretare la totalità dei dati (simulazione, esperimento, analisi). Il lavoro digitale è accompagnato da esperimenti, analisi e test sui materiali, che servono a determinare i parametri di input per la simulazione, convalidare la simulazione e addestrare/convalidare i modelli ML. Sulla base dei parametri di processo derivati dagli strumenti digitali, verranno costruiti due componenti reali. Per quanto riguarda i due processi AM, verrà sviluppata un'ontologia utente per i materiali in filo metallico. Per lo scambio e la valutazione dei dati tra i partner e con la piattaforma Material Digital, verrà sviluppata una struttura dati uniforme e verranno utilizzati formati di dati adeguati. La soluzione AixVIPmap esistente verrà inizialmente utilizzata come framework per il flusso di lavoro, che deve essere integrato nel PMD.

Partner del consorzio:

OSCAR PLT GmbH

Icon Pro GmbH

FEF Forschungs- und Entwicklungsgesellschaft Fügetechnik GmbH (Società di ricerca e sviluppo FEF per Joining Technology GmbH)

Deutsches Zentrum für Luft- und Raumfahrt e.V. (Centro aerospaziale tedesco)

Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung eingetragener Verein (Società Fraunhofer per la promozione della ricerca applicata, associazione registrata)

ACCESS e.V.

Contatti:

Responsabile del progetto: philip.howell@siemens.com

Responsabile finanziario: bianca.miene@siemens.com

Fornitore di finanziamenti: BMFTR

DORSMAN (FKZ 03XP0633A) - Progetto congiunto: produzione di celle per batterie basata su dati e sensori - DORSMAN; Sottoprogetto: accelerazione della finalizzazione delle celle e miglioramento della qualità delle batterie agli ioni di litio attraverso l'uso di tecnologie e misurazioni innovative dei sensori

Durata: 1 gennaio 2025 - 31 dicembre 2027

Questo progetto di ricerca, finanziato dal BMBF, mira ad accelerare la produzione di batterie agli ioni di litio.

Il progetto congiunto «Data- and Sensor-based Manufacturing of Battery Cells» (DORSMAN) studia come rendere più efficiente e veloce la produzione di batterie agli ioni di litio. Il progetto è finanziato dal Ministero federale dell'Istruzione e della Ricerca (BMBF) (FKZ: 03XP0633A). Oltre a Siemens in qualità di coordinatore, il consorzio comprende BioLogic Science Instruments GmbH, l'Institute for Machine Tools and Industrial Management (iwb) dell'Università tecnica di Monaco e l'Institute for Power Electronics and Electrical Drives (ISEA) della RWTH Aachen University. L'obiettivo generale è accelerare la produzione di batterie attraverso una tecnologia innovativa dei sensori e la digitalizzazione.

Le batterie sono essenziali per il successo della transizione energetica e della mobilità. Tuttavia, il processo di produzione è lungo, il tasso di scarto è elevato, la qualità delle batterie varia e può essere determinata in modo affidabile solo con procedure di misurazione complesse. In particolare l'ultima fase del processo di produzione, la finalizzazione delle celle, richiede molto tempo. La finalizzazione prevede diverse fasi del processo. La bagnatura, dove l'elettrolita si distribuisce all'interno della batteria, la formazione, dove la batteria viene caricata e scaricata per la prima volta e la misurazione dell'autoscarica sono particolarmente dispendiose in termini di tempo. Questo perché l'avanzamento del processo non può essere monitorato con i mezzi attualmente disponibili e pertanto sono necessari tempi di attesa generalizzati.

DORSMAN affronta proprio questo aspetto del processo di produzione. Nuovi sensori saranno integrati nell'impianto di produzione, consentendo una visione più approfondita dei processi elettrochimici all'interno della cella. Inoltre, saranno ulteriormente sviluppate le procedure di misurazione per determinare il tasso di autoscarica. Secondo lo stato dell'arte attuale, queste misurazioni richiedono diversi giorni o settimane. Verrà condotta una ricerca su come ridurre la durata della misurazione con una tecnologia di misurazione e una valutazione dei dati adeguate.

Fino ad ora, i sensori e le procedure di misurazione sono stati dimostrati solo su scala di laboratorio. Nell'ambito di DORSMAN, i risultati qui raggiunti saranno portati all'applicazione industriale attraverso la cooperazione tra istituti di ricerca e industria. Verrà creata un'infrastruttura digitale per l'impianto di produzione, che costituirà la base per il controllo dei processi online basato sui dati di misurazione. I partner del progetto implementeranno le soluzioni sviluppate in un impianto pilota, dove verranno testate. Successivamente, le batterie verranno prodotte in diverse campagne di produzione e verranno apportate modifiche al processo di produzione in base alle misurazioni registrate. Una corretta implementazione consentirà di integrare la tecnologia dei sensori e i dispositivi di misurazione negli impianti di produzione industriale.

Partner del consorzio:

Bio-Logic Science Instruments GmbH

Technische Universität München (TUM) (Università tecnica di Monaco)

Rheinisch-Westfälische Technische Hochschule Aachen (Università RWTH di Aquisgrana)

Contatti:

Responsabile del progetto: felix.katzer@siemens.com

Responsabile finanziario: bianca.miene@siemens.com

Fornitore di finanziamenti: BMFTR

ENable (FKZ 03EN3061A) - Progetto congiunto ENeff:Stadt: Enable - Integrazione verticale dei sistemi di comunicazione e controllo per l'attivazione della flessibilità per l'ottimizzazione energetica a livello di distretto. Sottoprogetto: Controllo ottimizzato del sistema energetico (Siemens)

Durata: 1 aprile 2022 - 31 marzo 2025

Un prerequisito fondamentale per il controllo ottimizzato a livello settoriale dei sistemi energetici degli edifici/campus e la commercializzazione della flessibilità è la creazione di una tecnologia dell'informazione e della comunicazione (ICT) per un'interazione perfetta tra sensori, singoli componenti, l'uso di sistemi di previsione e interfacce con il gestore di rete, il fornitore di energia o una piattaforma di trading. L'obiettivo di questo progetto è dimostrare questa catena ICT completa sul campo, utilizzando come esempio il più grande sviluppo distrettuale di Bamberg (area di conversione del campus Lagarde). Un ulteriore obiettivo del progetto è la valutazione metrologica e simulativa della scalabilità e della trasferibilità ad altri distretti, nonché i potenziali di risparmio che ne derivano in termini di CO2 e costi. Il controllo ottimizzato e intersettoriale dei carichi elettrici e termici controllabili, dell'accumulo di energia e delle unità di conversione dell'energia sarà realizzato tramite un sistema automatizzato di gestione dell'energia che funziona in combinazione con la classica tecnologia di gestione degli edifici, servizi esterni come servizi meteorologici, tecniche di previsione basate sull'intelligenza artificiale e una piattaforma di trading. In tal modo, il distretto sarà rifornito di energia in modo ottimizzato in termini di costi e CO2, tenendo conto di tutte le condizioni tecniche al contorno dei singoli componenti e delle reti.

Partner del consorzio:

Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung eingetragener Verein (Società Fraunhofer per la promozione della ricerca applicata, associazione registrata)

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

SETrade GmbH

Contatti:

Responsabile del progetto: stefan.langemeyer@siemens.com

Responsabile finanziario: bianca.miene@siemens.com

Fornitore di finanziamenti: BMW

ENSURE3 (FKZ 03SFK1A0-3) - Progetto congiunto: nuove strutture di rete energetica per la transizione energetica

Durata: 1 agosto 2023 - 31 luglio 2026

Siemens AG partecipa come leader del consorzio al progetto Copernicus ENSURE3.Nel progetto, Siemens AG contribuirà ai quattro obiettivi principali e, insieme ai suoi partner, trarrà raccomandazioni d'azione per le varie parti interessate. Inoltre, Siemens AG sta lavorando a numerosi progressi tecnologici nel toolkit per la transizione energetica. Come contributo alla piattaforma di co-dimostrazione, la «Single Source of Truth» sarà ulteriormente sviluppata e si lavorerà sull'integrazione della tecnologia flessibile di controllo delle stazioni. Siemens AG ha allestito uno showroom che serve a trasferire i risultati.

Partner del consorzio:

Karlsruher Institut für Technologie (Universitätsaufgabe) (Istituto di tecnologia di Karlsruhe (compito universitario))

Technische Universität Dortmund (Università tecnica di Dortmund)

DVGW Deutscher Verein des Gas- und Wasserfaches e.V. — Technisch-Wissenschaftlicher Verein (DVGW Associazione tecnica e scientifica tedesca per il gas e l'acqua)

Deutsche Umwelthilfe e.V. (Azione ambientale Germania)

Hochschule für angewandte Wissenschaften München (Università di scienze applicate di Monaco)

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 (Università di Kiel)

Westfalen Weser Netz GmbH

LEW Verteilnetz GmbH

Technische Universität Ilmenau (Università tecnologica di Ilmenau)

Öko-Institut. Institut für angewandte Ökologie e.V. (Öko-Institut. Istituto per l'ecologia applicata e.V.)

Avacon Netz GmbH

Hitachi Energy Germany AG

Maschinenfabrik Reinhausen GmbH

Friedrich-Alexander-Universität Erlangen-Nürnberg (Università Friedrich-Alexander Erlangen-Norimberga)

Karlsruher Institut für Technologie (Großforschungsaufgabe) (Istituto di tecnologia di Karlsruhe (compito di ricerca su larga scala))

Rheinisch-Westfälische Technische Hochschule Aachen (Università RWTH di Aquisgrana)

Energiewirtschaftliches Institut an der Universität zu Köln gGmbH (Istituto di economia energetica dell'Università di Colonia gGmbH)

Bergische Universität Wuppertal (Università di Wuppertal)

Contatti:

Responsabile del progetto: annebauer@siemens.com

Responsabile finanziario: bianca.miene@siemens.com

Fornitore di finanziamenti: BMBF

F-HIL-Reloaded (FKZ 03EI6104A) - Progetto congiunto: Sviluppo di un'infrastruttura di Test per la validazione normativa dei processi dinamici delle unità di generazione decentralizzate che formano la rete - F-HIL-Reloaded; Sottoprogetto: Sviluppo di una Wallbox DC decentralizzata che forma la rete per aumentare la sicurezza dell'approvvigionamento

Durata: 1 ottobre 2023 - 30 settembre 2026

L'obiettivo del progetto F-HIL-Reloaded è stabilire un sistema di simulazione e test in tempo reale che modelli una sezione della griglia di distribuzione con una forte interoperabilità con i convertitori ed esegua automaticamente scenari di test per oggetti di test che formano una griglia. Un amplificatore ibrido controllato tramite un'interfaccia di potenza dinamica e un'impedenza di linea X/R adattiva vengono utilizzati come interfacce per l'ambiente reale. Il progetto F-HIL-Reloaded è una continuazione del progetto di ricerca fHIL; le conoscenze acquisite e i risultati raggiunti servono come base per l'ulteriore sviluppo del sistema di test e ispezione. Inoltre, il progetto considera le proprietà di formazione della griglia degli oggetti di test: una wallbox DC e un convertitore di formazione della griglia. Un'attenzione particolare è dedicata all'interoperabilità dei convertitori. In particolare, gli effetti di risonanza delle stazioni di ricarica per veicoli elettrici in combinazione con i sistemi fotovoltaici vengono simulati con il sistema di test e ispezione. Gli effetti positivi (e potenzialmente negativi) dei formatori di rete nella rete di distribuzione dovrebbero essere dimostrabili dal sistema di test e ispezione, che è adattato alle proprietà di formazione della griglia degli oggetti di prova. I test riproducibili sono destinati a costituire la base per sequenze di test standardizzate per i sistemi di formazione della griglia. L'obiettivo generale del progetto F-HIL-Reloaded è influenzare positivamente lo sviluppo di convertitori che formano e seguono la rete attraverso procedure di test standardizzate e il sistema di test, garantendo così la sicurezza dell'approvvigionamento in un approvvigionamento energetico basato esclusivamente su convertitori. Nella società, la dimostrabilità di un approvvigionamento sicuro attraverso sistemi di formazione della rete rafforza il senso di sicurezza e l'accettazione della transizione verso l'energia verde.

Partner del consorzio:

Hochschule Bonn-Rhein-Sieg (Università di scienze applicate di Bonn-Rhein-Sieg)

Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung eingetragener Verein (Società Fraunhofer per la promozione della ricerca applicata, associazione registrata)

SUMIDA Components & Modules GmbH

OPAL-RT Germany GmbH

Contatti:

Responsabile del progetto: sebastian.nielebock@siemens.com

Responsabile finanziario: bianca.miene@siemens.com

Fornitore di finanziamenti: BMW

3DGlassGuard (FKZ: 13N16851) - Progetto congiunto: Security through Photonic System Integration in Glass Foils; Sottoprogetto: sensore di corrente ottico integrato planare

Durata: 1 aprile 2024 - 31 marzo 2027

3DGlassGuard (FKZ: 13N16851) - Progetto congiunto: Security through Photonic System Integration in Glass Foils; Sottoprogetto: sensore di corrente ottico integrato planare

Durata: 1 aprile 2024 - 31 marzo 2027

L'integrazione di microstrutture ottiche tridimensionali e interfacce robuste nel vetro del display deve essere sviluppata tecnicamente utilizzando IOX (impianto ionico) combinato con FS-LS (strutturazione laser a femtosecondi) per consentire componenti di sistemi fotonici miniaturizzati. Un nuovo strumento di progettazione per IPD (progettazione fotonica inversa) consente in modo efficiente la necessaria simulazione tridimensionale delle onde ottiche e chimiche. Due nuovi principi dei sensori, possibili solo su questa base, nel campo della misurazione della corrente e del rilevamento ambientale, devono essere pre-sviluppati e convalidati funzionalmente dai partner applicativi. A tale scopo verranno utilizzati metodi di valutazione intelligente dei dati dei sensori. I processi di combinazione pianificati supportati dalla progettazione uniscono i vantaggi dell'IOX (basso smorzamento e ampie aree) con quelli degli FS-L (tridimensionalità). Ciò consente, per la prima volta, di integrare strutture ottiche tridimensionali in substrati di vetro molto sottili e di ampia superficie (< 1 mm). Questa combinazione è efficiente solo in termini di progettazione tramite IPD supportato dall'intelligenza artificiale, poiché i progetti basati su modelli di regressione determinati sperimentalmente in modo classico non possono essere simulati rapidamente a causa delle limitazioni computazionali. I sensori ottici odierni sono spesso a fascio libero o basati su fibra e richiedono quindi uno spazio di installazione considerevole. Inoltre, le fibre ottiche flessibili sono costose da lavorare e assemblare. L'integrazione fotonica a livello di sistema offre quindi notevoli vantaggi in termini di costi e miniaturizzazione. Ciò è tecnicamente ottenuto nel progetto proposto utilizzando processi batch basati su vetro di visualizzazione e pannelli per IOX e processi di metallizzazione, nonché l'integrazione di strutture ottiche tridimensionali con il laser fs in sottili fogli di vetro, che sono integrati come componenti di sistema altamente efficienti in sistemi optoelettronici per nuove applicazioni come il sensore di corrente ottico.

Partner del consorzio:

Sea & Sun Technology GmbH

Contag AG

Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung eingetragener Verein (Società Fraunhofer per la promozione della ricerca applicata, associazione registrata)

LightFab GmbH

Technische Universität Berlin (Università tecnica di Berlino)

Contatti:

Responsabile del progetto: stefan.nerreter@siemens.com

Responsabile finanziario: bianca.miene@siemens.com

Fornitore di finanziamenti: BMBF

GreenInverter (FKZ 03EN4079A) - Progetto congiunto: elettronica di potenza sostenibile con raffreddamento innovativo per aumentare la riciclabilità - GreenInverter; Sottoprogetto: varianti tecnologiche e sistema inverter

Durata: 1 marzo 2024 - 28 febbraio 2027

GreenInverter (FKZ 03EN4079A) - Progetto congiunto: elettronica di potenza sostenibile con raffreddamento innovativo per aumentare la riciclabilità - GreenInverter; Sottoprogetto: varianti tecnologiche e sistema inverter

Durata: 1 marzo 2024 - 28 febbraio 2027

Il progetto «GreenInverter» mira a stabilire nuovi standard per l'hardware riciclabile, riparabile e aggiornabile nel campo della conversione dell'energia elettrica. Allo stesso tempo, l'efficienza energetica deve essere notevolmente migliorata. I vantaggi verranno dimostrati utilizzando un inverter come esempio. L'attuale stato dell'arte, che si basa sul principio dello sviluppo dei singoli componenti, deve essere sostituito da un nuovo approccio sistemico. Attraverso un approccio rivoluzionario per una strategia comune di raffreddamento e isolamento, le temperature dei componenti saranno ridotte e sarà consentito l'uso di nuovi materiali, aumentando così l'efficienza energetica. Si otterrà inoltre un significativo aumento della riciclabilità, una riduzione dell'impronta di CO2 del prodotto e un aumento della durata del prodotto grazie a una distribuzione più omogenea della temperatura all'interno dell'inverter. Inoltre, nelle considerazioni saranno inclusi nuovi modelli di business futuri, il che significa che la progettazione e il layout saranno meno determinati dai costi di produzione. Il progetto si concentra su tre aree chiave: «Efficienza energetica», «riciclabilità, circolarità e dematerializzazione» e «Durata, utilizzo dei componenti e flessibilità d'uso». Saranno ricercate e sviluppate soluzioni rivoluzionarie per miglioramenti significativi in tutte queste aree, che devono essere dimostrate sotto forma di prototipi funzionali. Il consorzio stima che, con la piena attuazione dei risultati, si possa raggiungere in Germania un potenziale di risparmio energetico di oltre 1,6 TWh all'anno. Siemens apporta esperienza nella ricerca e sviluppo nel campo dell'elettronica, dei metodi di raffreddamento e della progettazione e produzione di inverter. Ciò include molti anni di esperienza nella progettazione, costruzione, installazione e gestione di strutture sperimentali e nella conduzione di grandi progetti di ricerca e sviluppo.

Partner del consorzio:

Commercio di materie prime Bernhard Westarp GmbH & Co. KG

Friedrich-Alexander-Universität Erlangen-Nürnberg (Università Friedrich-Alexander Erlangen-Norimberga)

Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung eingetragener Verein (Società Fraunhofer per la promozione della ricerca applicata, associazione registrata)

Sumida Components & Modules GmbH

Contatti:

Responsabile del progetto: joern.grundmann@siemens.com

Responsabile finanziario: bianca.miene@siemens.com

Fornitore di finanziamenti: BMW

GridAssist (03EI6126A) - Progetto congiunto: Sistemi di assistenza per il funzionamento automatizzato ottimizzato del sistema nelle reti di distribuzione - Titolo del sottoprogetto: Funzionamento automatico ottimale del sistema

Durata: 1 dicembre 2024 - 30 novembre 2027

GridAssist (03EI6126A) - Progetto congiunto: Sistemi di assistenza per il funzionamento automatizzato ottimizzato del sistema nelle reti di distribuzione - Titolo del sottoprogetto: Funzionamento automatico ottimale del sistema

Durata: 1 dicembre 2024 - 30 novembre 2027

Il progetto GridAssist mira a sviluppare sistemi di assistenza per il funzionamento automatizzato ottimizzato del sistema nelle reti di distribuzione. Ciò ha lo scopo di consentire una maggiore integrazione dei generatori di energia rinnovabile nella rete elettrica. Saranno sviluppate soluzioni personalizzate in base ai livelli di tensione. La trasferibilità di queste soluzioni e il collaudo sul campo dei sistemi di assistenza sono componenti centrali del progetto. Una sufficiente osservabilità costituisce la base per qualsiasi automazione nelle reti di distribuzione. Più basso è il livello di tensione, meno si sa attualmente sullo stato effettivo della rete. In GridAssist, quindi, verrà prima stabilita l'osservabilità necessaria. Oltre all'installazione della tecnologia di misurazione, è necessario sviluppare concetti appropriati su come integrare nel modo più efficace i dati di misurazione con i rispettivi operatori di rete e i loro processi. Con una tecnologia di misurazione e comunicazione sufficientemente installata, ovvero una data osservabilità, è possibile analizzare il rispettivo stato della rete. Oltre ai metodi analitici, verranno utilizzati metodi basati sui dati. Sulla base dell'analisi dello stato della rete, le decisioni verranno quindi prese dai sistemi di assistenza. Questi possono variare da raccomandazioni di intervento per l'operatore di sistema a un invio flessibile completamente automatico. Siemens contribuisce con la sua esperienza nell'automazione della rete e nello sviluppo di software, in particolare nell'area dei gemelli digitali e dell'intelligenza artificiale. Un aspetto centrale di GridAssist è l'automazione dei processi nella rete di distribuzione. Ciò è indispensabile a causa degli attuali sviluppi. Oltre a questi aspetti tecnici, il progetto mira a ridurre i costi operativi e di investimento dei gestori di rete. Ciò è possibile grazie a una migliore gestione degli asset e a una ridotta necessità di espansione della rete.

Partner del consorzio:

LEW Verteilnetz GmbH

Energieversorgung Gera GmbH

OPAL-RT Germany GmbH

Friedrich-Alexander-Universität Erlangen-Nürnberg (Università Friedrich-Alexander Erlangen-Norimberga)

Rheinisch-Westfälische Technische Hochschule Aachen (Università RWTH di Aquisgrana)

Contatti:

Responsabile del progetto: annebauer@siemens.com e christian.scheibe@siemens.com

Responsabile finanziario: bianca.miene@siemens.com

Fornitore di finanziamenti: BMW

KoLibri (FKZ: 03LB3039A) - Progetto congiunto: strutture leggere complesse per applicazioni elettroniche in mobilità; Sottoprogetto: concezione e collaudo di dimostratori in schiuma metallica per l'elettronica di potenza in mobilità

Durata: 1 dicembre 2021 - 28 febbraio 2025

Il progetto KoLibri affronta il raffreddamento dei motori elettrici e dell'elettronica di potenza attraverso l'uso di nuove strutture leggere realizzate con schiume metalliche a celle aperte. Si prevede che offrano migliori prestazioni di raffreddamento e, soprattutto, consentano nuovi design. Utilizzando strutture in schiuma metallica a celle aperte, si intende aumentare le prestazioni di raffreddamento del 20-50% all'interno dello stesso spazio di installazione o, a parità di prestazioni, ridurre il peso del 50%. Inoltre, i metodi di produzione utilizzati, come la microfusione e il rivestimento, dovrebbero portare a una riduzione dei costi del 75% rispetto alla produzione puramente additiva (ad esempio, sinterizzazione laser selettiva). Inoltre, i vantaggi strutturali-meccanici delle schiume metalliche (elevato rapporto rigidità/volume) consentono l'integrazione dei refrigeratori nel design per la rispettiva applicazione, ottenendo così un'ulteriore riduzione del peso sfruttando la capacità di carico meccanica in combinazione con il raffreddamento. Un altro obiettivo della ricerca è la stampa diretta di strutture in schiuma metallica su moduli di alimentazione. Ciò migliora le prestazioni termiche e contemporaneamente consente di risparmiare peso e risorse, poiché è possibile omettere una piastra di base convenzionale per il refrigeratore. Poiché solo le soluzioni tecniche circolari nel ciclo di vita dei componenti hanno un impatto ambientale inferiore rispetto alle soluzioni standard, il progetto affronta anche la degradazione dei compositi e il recupero in un'unica soluzione dei materiali utilizzati, sebbene la manipolazione delle superfici zincate sia considerata impegnativa dal punto di vista del riciclaggio. Le soluzioni tecniche sviluppate sono intersettoriali e riguardano l'intero spettro della mobilità (auto, autobus, camion, treni, voli elettrici,...). Nel corso del progetto, i dati e il software di valutazione del ciclo di vita saranno ulteriormente sviluppati per consentire una facile valutazione ambientale per i progettisti nelle prime fasi di progettazione in futuro.

Partner del consorzio:

Valeo eAutomotive Germany GmbH

iPoint-Systems GmbH

HSO Herbert Schmidt GmbH & Co. KG

NRU GmbH

Technische Universität Bergakademie Freiberg (Università tecnica Bergakademie Freiberg)

Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung eingetragener Verein (Società Fraunhofer per la promozione della ricerca applicata, associazione registrata)

Technische Universität Dresden (Università tecnica di Dresda)

Contatti:

Responsabile del progetto: christian.baar@siemens.com

Responsabile finanziario: bianca.miene@siemens.com

Fornitore di finanziamenti: BMW

LeiKo (FKZ 03EI6041A) - Progetto congiunto: condensatori a film affidabili con maggiore potenziale di potenza; sottoprogetto: modelli a vita e nanotecnologia per condensatori a film con maggiore potenziale di potenza come componente per il miglioramento dell'infrastruttura di rete

Durata: 1 febbraio 2021 - 31 luglio 2024

L'obiettivo generale del progetto di ricerca OntoMat è ricercare soluzioni di sviluppo e ottimizzazione dei materiali basate sui dati per componenti termoplastici e rinforzati con fibre termoindurenti utilizzati industrialmente, nonché i materiali e i processi di produzione utilizzati per la loro produzione, compresa la considerazione dei cicli dei materiali. Una descrizione armonizzata delle relazioni su scala trasversale tra materiale, processo e componente non è attualmente disponibile per i materiali rinforzati con fibre. Allo stesso modo, l'integrità dei dati dalla caratterizzazione dei materiali attraverso i metodi di simulazione ai processi di produzione è insufficiente. La ricerca di una descrizione ontologica armonizzata sblocca quindi un potenziale precedentemente inutilizzato per lo sviluppo di materiali basato sui dati e l'ottimizzazione dei processi. Questo sottoprogetto si rivolge specificamente a:

• Sviluppo di relazioni causali pertinenti (descrizione digitale del materiale),

• Elaborazione, costruzione e convalida della catena del processo di simulazione multiscala con integrazione dei processi e

• Analisi e incorporazione del ciclo dei materiali nella descrizione ontologica.

Qui, con un focus materiale sui compositi polimerici stampabili a iniezione e compressione come gli SMC, devono essere sviluppate descrizioni formalizzate del «flusso di lavoro ingegneristico» a livello macro e microscala. Le relazioni causali pertinenti risultanti costituiscono la base per la creazione di ontologie su scala trasversale e l'istituzione della catena del processo di simulazione multiscala bidirezionale come secondo obiettivo. La promozione dei cicli dei materiali costituisce il terzo obiettivo. Per questo, è necessario determinare le influenze delle proprietà dei materiali di qualità potenzialmente inferiore e, d'altra parte, mappare i processi di riciclo nella descrizione ontologica, al fine di promuovere sviluppi sostenibili già in fase di progettazione.

Partner del consorzio:

• Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung eingetragener Verein (Società Fraunhofer per la promozione della ricerca applicata, associazione registrata)

• FASERINSTITUT BREMEN e.V. (associazione registrata del FIBRE Institute Bremen)

• BIAS - Bremer Institut für angewandte Strahltechnik GmbH (BIAS - Bremen Institute for Applied Beam Technology GmbH)

• Naspirit GmbH

• Deutsches Zentrum für Luft- und Raumfahrt e.V. (associazione registrata del Centro aerospaziale tedesco)

• Hans Weber Maschinenfabrik GmbH

Contatti:

• Responsabile del progetto: martin.koerdel@siemens.com

• Responsabile finanziario: bianca.miene@siemens.com

Fornitore di finanziamenti: BMFTR

PredicTeco (FKZ 01MN23014A) - Progetto congiunto: sviluppo del prodotto considerando la valutazione della sostenibilità supportata dalla simulazione (PredicTeco) - Sottoprogetto: Continuous Green Digital Twin con connessione di processi di produzione virtuali e fisici per la progettazione e l'ottimizzazione sostenibili

Durata: 1 giugno 2023 - 31 maggio 2026

L'obiettivo generale del progetto è fornire una piattaforma per valutare e ottimizzare la sostenibilità dei processi di produzione ad alta intensità di risorse già in fase di progettazione. La modellazione dei processi di produzione funge da base. Pertanto, tutti i dati previsti e il loro raggruppamento sono noti nelle prime fasi del processo e possono essere forniti come struttura dati in un gemello digitale verde. Sulla base della struttura dei dati, vengono fornite interfacce per la previsione della sostenibilità utilizzando il software LCA. Grazie ai flussi di informazioni noti, è possibile utilizzare valutazioni preliminari efficienti tramite Edge Computing. Nello specifico, vengono affrontati i seguenti sotto-obiettivi:

Sviluppo di criteri e indicatori quantificabili e misurabili per la valutazione dell'impronta ecologica dei processi di produzione dei compositi
Integrazione di criteri e indicatori pertinenti negli strumenti di simulazione per la progettazione di layout di fabbrica e fasi di processo sulla base di valori target
Integrazione dei criteri pertinenti negli strumenti di pianificazione della produzione specifici del prodotto per la progettazione del prodotto (CAE/CAM) sulla base di valori target
Acquisizione automatizzata e standardizzata dei dati in tempo reale, pre-elaborazione, documentazione e confronto dei dati raccolti con valori target definiti come base per soluzioni di ottimizzazione realmente implementabili.

Partendo da ciò, il sottoprogetto può essere suddiviso in 5 obiettivi di lavoro:

PredicTeco (FKZ 01MN23014A) - Progetto congiunto: sviluppo del prodotto considerando la valutazione della sostenibilità supportata dalla simulazione (PredicTeco) - Sottoprogetto: Continuous Green Digital Twin con connessione di processi di produzione virtuali e fisici per la progettazione e l'ottimizzazione sostenibili

Durata: 1 giugno 2023 - 31 maggio 2026

Sviluppo di criteri e indicatori quantificabili e misurabili per la valutazione dell'impronta ecologica dei processi di produzione dei compositi
Integrazione di criteri e indicatori pertinenti negli strumenti di simulazione per la progettazione di layout di fabbrica e fasi di processo sulla base di valori target
Integrazione dei criteri pertinenti negli strumenti di pianificazione della produzione specifici del prodotto per la progettazione del prodotto (CAE/CAM) sulla base di valori target
Acquisizione automatizzata e standardizzata dei dati in tempo reale, pre-elaborazione, documentazione e confronto dei dati raccolti con valori target definiti come base per soluzioni di ottimizzazione realmente implementabili.

Partendo da ciò, il sottoprogetto può essere suddiviso in 5 obiettivi di lavoro:

Lo sviluppo di modelli LCA Cradle-to-Cradle globali per componenti basati su materiali compositi
L'espansione delle soluzioni di simulazione dei processi esistenti a livello di produzione e di fabbrica per includere i criteri e gli indicatori di valutazione sviluppati
L'integrazione di indicatori e criteri di valutazione nella pianificazione della produzione specifica per prodotto (CAM)
L'acquisizione e l'elaborazione di dati di processo reali mediante dispositivi edge
Dimostrazione e raccolta dei requisiti per il trasferimento alla produzione su larga scala

Partner del consorzio:

Grasse Zur Ingenieurgesellschaft GmbH

INVENT Innovative Verbundwerkstoffe Realization und Vermarktung neuer Technologien GmbH

SWMS Systemtechnik Ingenieurgesellschaft GmbH

CONTATTA Software GmbH

Deutsches Zentrum für Luft- und Raumfahrt e.V. (associazione registrata del Centro aerospaziale tedesco)

Maschinenbau Scholz GmbH & Co. KG

Contatti:

Responsabile del progetto: oliver.lohse@siemens.com

Responsabile finanziario: bianca.miene@siemens.com

Fornitore di finanziamenti: BMFTR

PV4Life (FKZ 03EE1165A) - Progetto congiunto: aumento della durata del convertitore attraverso l'ottimizzazione ottimizzata dei componenti utilizzando Digital AI Twin - PV4Life; Sottoprogetto: previsione della durata dei componenti del convertitore basata su sensori

Durata: 1 agosto 2023 - 31 luglio 2026

In questo sottoprogetto, Siemens AG sta ricercando un utilizzo migliore e più affidabile dei sistemi basati su convertitori e dei loro componenti critici. Un uso più efficiente dei convertitori di potenza, insieme alla conseguente estensione della loro durata e a una maggiore affidabilità, può far risparmiare risorse naturali. L'obiettivo del sottoprogetto di Siemens AG è il monitoraggio delle condizioni basato su sensori, che consente di incorporare l'invecchiamento determinato in una strategia operativa individuale che utilizza in modo ottimale l'impianto fotovoltaico senza sprechi di energia o durata. Sensori aggiuntivi nel modulo di potenza verranno utilizzati per fare previsioni sulla durata, che serviranno da base per i modelli di sistemi di inverter fotovoltaici. A tal fine, verranno selezionati sensori idonei e valutati sperimentalmente per quanto riguarda la loro sensibilità per il rilevamento dell'invecchiamento dei componenti del convertitore. I test di durata accelerata genereranno vari guasti legati all'invecchiamento, che verranno rilevati e valutati precocemente dai sensori. I dati dei sensori raccolti durante gli esperimenti verranno confrontati con i dati convenzionali dei test di durata accelerata per valutare il valore aggiunto del monitoraggio della durata basato su sensori. A tal fine, verranno allestiti banchi di prova specifici per semiconduttori per ottimizzazioni supportate metrologicamente e la tecnologia dei sensori nel modulo di potenza verrà ampliata. Siemens fornirà i dati di misurazione basati su sensori provenienti da test accelerati di durata ai partner del progetto per lo sviluppo di modelli gemelli digitali che considerino i fenomeni di invecchiamento e i carichi individuali che si verificano nell'applicazione. In particolare, i dati dei sensori generati serviranno da input per modelli di vita basati sull'intelligenza artificiale presso i partner del progetto. Questi modelli ottimizzano l'utilizzo e la durata dei sistemi di inverter fotovoltaici regolando i parametri operativi in base al crescente invecchiamento.

Partner del consorzio:

Infineon Technologies AG

SUMIDA Components & Modules GmbH

Hochschule Bonn-Rhein-Sieg (Università di scienze applicate di Bonn-Rhein-Sieg)

OPAL-RT Germany GmbH

Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung eingetragener Verein (Società Fraunhofer per la promozione della ricerca applicata, associazione registrata)

Contatti:

Responsabile del progetto: kai.kriegel@siemens.com

Responsabile finanziario: bianca.miene@siemens.com

Fornitore di finanziamenti: BMW

REMEASURE (FKZ 03EN6022A) - Progetto collaborativo: gestione dell'energia multimodale compatibile con l'implementazione di REMEASURE per supermercati; Sottoprogetto: Modello predittivo di spostamento del carico multimodale in un supermercato pilota

Durata: 1 dicembre 2022 - 30 novembre 2025

REMEASURE (FKZ 03EN6022A) - Progetto collaborativo: gestione dell'energia multimodale compatibile con l'implementazione di REMEASURE per supermercati; Sottoprogetto: Modello predittivo di spostamento del carico multimodale in un supermercato pilota

Durata: 1 dicembre 2022 - 30 novembre 2025

Per raggiungere gli obiettivi climatici nazionali ed europei, l'espansione della produzione di elettricità fluttuante da fonti rinnovabili deve essere accelerata e utilizzata in modo efficiente. Oltre alla costosa espansione delle reti energetiche e delle capacità di stoccaggio, i sistemi energetici locali esistenti possono essere utilizzati per spostare la domanda in relazione all'offerta di energia rinnovabile attraverso lo spostamento multimodale del carico. È necessaria una soluzione rapidamente implementabile, scalabile ed economica. I supermercati sono di grande interesse perché i loro sistemi energetici sono ampiamente standardizzati. Inoltre, sono dotati di una tecnologia di misurazione completa e hanno un alto grado di automazione. Il potenziale di trasferimento del carico esiste grazie alla flessibilità della rete di refrigerazione locale del supermercato in combinazione con i consumatori di refrigerazione controllabili, come congelatori o celle frigorifere. I sistemi energetici dei supermercati all'avanguardia sono attualmente generalmente gestiti esclusivamente in base alla domanda sulla base di regole statiche. Tale operazione non è efficace, in quanto la fornitura di energie rinnovabili fluttuanti non viene presa in considerazione e quindi non può essere utilizzata in modo efficiente. L'obiettivo del progetto è studiare se sia possibile utilizzare in modo efficiente le energie rinnovabili e fluttuanti attraverso lo spostamento multimodale del carico, in particolare per quanto riguarda la fornitura di refrigerazione dei supermercati. Ciò prenderà in considerazione sia i prezzi dinamici dell'elettricità sia le previsioni di condizioni limite dinamiche, come i carichi di base elettrici e termici. La fattibilità tecnica sarà dimostrata mediante simulazione e convalidata nel funzionamento reale di un supermercato pilota. Lo sforzo per l'installazione del sistema di gestione dell'energia e qualsiasi aggiornamento necessario del sistema energetico, ad esempio attraverso dispositivi di misurazione aggiuntivi o regolazioni nell'automazione, dovrebbe essere mantenuto il più basso possibile.

Partner del consorzio:

Rheinisch-Westfälische Technische Hochschule Aachen (Università RWTH di Aquisgrana)

Persone di contatto:

Responsabile del progetto: stefan.langemeyer@siemens.com

Responsabile finanziario: bianca.miene@siemens.com

Fornitore di finanziamenti: BMW

RIESIQ (01IS24087A) - Progetto collaborativo: ricerca e test di nuovi metodi di intelligenza artificiale per sistemi di livello industriale robusti, intelligenti ed efficienti

Durata: 1 dicembre 2024 - 30 novembre 2027

RIESIQ (01IS24087A) - Progetto collaborativo: ricerca e test di nuovi metodi di intelligenza artificiale per sistemi di livello industriale robusti, intelligenti ed efficienti

Durata: 1 dicembre 2024 - 30 novembre 2027

L'obiettivo di questo progetto di ricerca è superare i deficit dei modelli di intelligenza artificiale generativa o dei modelli in linguaggio ampio (LLM) per quanto riguarda la loro applicabilità nei processi di produzione industriale. L'obiettivo è la ricerca e la sperimentazione di metodi di apprendimento robusti ma flessibili che consentano di modellare sistemi dinamici e processi fisici complessi con sufficiente precisione, nonché di controllarli in modo intelligente e interpretabile. I requisiti di risorse necessari durante la formazione e l'inferenza devono essere ridotti al minimo da algoritmi efficienti in termini di dati per garantire un uso sostenibile ed ecologico su scala industriale. Per raggiungere questi obiettivi, l'accento sarà posto su un accoppiamento scalabile e sinergico di algoritmi ML e metodi di simulazione numerica, nonché su metodi RL resilienti e pratici per l'ottimizzazione del controllo basati su di essi. I metodi risultanti devono soddisfare contemporaneamente elevate esigenze di trasparenza e spiegabilità, motivo per cui un'ulteriore attenzione è rivolta alla ricerca di nuove tecniche di interpretazione per architetture di modelli strutturati. I moduli della soluzione AI di nuova concezione saranno testati prototipicamente e praticamente utilizzando processi automatizzati di produzione e garanzia della qualità nella produzione di celle per batterie agli ioni di litio, dimostrando così il valore aggiunto per il processo di trasformazione guidato dall'intelligenza artificiale verso una fabbrica scalabile e flessibile del futuro.

Partner del consorzio:

deepset GmbH

Technische Universität Berlin (TU Berlin)

Persone di contatto:

Responsabile del progetto: marc.weber@siemens.com

Responsabile finanziario: roland.deak@siemens.com

Fornitore di finanziamenti: BMW

VALUE-M (FKZ 16BZF332A) - Progetto collaborativo: estensione della durata utile dei sistemi di storage attraverso la gestione dei microcicli con monitoraggio continuo delle condizioni - VALUE-M

Durata: 1 giugno 2023 - 31 maggio 2026

Siemens AG è attiva sul mercato come fornitore di soluzioni e componenti, nonché come partner di sviluppo per progetti. In questo contesto, Siemens lavorerà principalmente all'implementazione tecnica e al potenziale sfruttamento commerciale dei risultati del progetto VALUE-M. Nello sviluppo di algoritmi, Siemens garantirà la compatibilità con i progetti di terze parti in corso e la fattibilità nei sistemi industriali. Oltre all'implementazione di software di comunicazione e sistemi cloud, che è meno importante per VALUE-M, l'attenzione si concentra sullo sviluppo di unità di controllo locali che gestiscano in modo ottimale il rispettivo sistema di storage da controllare, utilizzando gli algoritmi sviluppati in una struttura multiuso per più moduli di gestione contemporaneamente. Per verificare praticamente il potenziale economico di un algoritmo esteso e di una tecnologia di controllo nello spirito del progetto, i singoli sistemi dimostrativi saranno gestiti da una società di commercio di elettricità subappaltata. Per quanto riguarda l'hardware, saranno sviluppati metodi per l'integrazione tecnica delle unità di stoccaggio usate, in cui i sistemi forniti da terze parti potranno essere completati con un'adeguata tecnologia di controllo. Specificamente per la gestione multiuso, nella selezione dell'elettronica di potenza sarà garantita la riserva istantanea, riserve di potenza sufficienti e un'elevata velocità di reazione per compensare i disturbi della rete a brevissimo termine.

Partner del consorzio:

SWW Wunsiedel GmbH

Rheinisch-Westfälische Technische Hochschule Aachen (Università RWTH di Aquisgrana)

Persone di contatto:

Responsabile del progetto: heiko.winterstein@siemens.com

Responsabile finanziario: bianca.miene@siemens.com

Fornitore di finanziamenti: BMW

VE4 (FKZ 16ME0735K) - Progetto collaborativo: mitigazione affidabile dei disturbi nelle reti energetiche utilizzando componenti edge in grado di funzionare in tempo reale

Durata: 1 novembre 2022 - 31 ottobre 2025

Motivazione: la qualità dell'approvvigionamento elettrico nelle reti industriali è notevolmente peggiorata a causa di utenze sempre più complesse e altamente dinamiche che causano disturbi alla rete. Allo stesso tempo, i sistemi Industry 4.0 altamente collegati in rete sono molto sensibili a questi disturbi della rete. Ciò porta sempre più a fermi impianto con costi elevati. Attualmente, forti carichi o interferenze reciproche sfavorevoli dei componenti della rete non possono essere rilevati in anticipo. Gli obiettivi principali di VE4 sono il rilevamento continuo e la compensazione attiva intelligente dei disturbi nelle reti di approvvigionamento di energia elettrica per l'industria. È necessario ottenere un significativo aumento della robustezza e dell'efficienza energetica e delle risorse. A tal fine, deve essere sviluppato un nuovo sistema di compensazione digitale distribuito. Si tratta di una rete di sensori eterogenei in grado di funzionare in tempo reale e di dispositivi periferici, che consentono una previsione rapida basata su ML dei segnali di disturbo e calcolano i segnali di controaccoppiamento per compensare i disturbi. I segnali di controaccoppiamento vengono infine reimmessi nella rete da filtri attivi. Vengono così create le basi per il monitoraggio flessibile degli impianti e il controllo in tempo reale tramite tecnologie edge-device. Le interfacce devono essere standardizzate. Ciò rende il sistema espandibile in modo flessibile per un'ampia gamma di attività di controllo e diagnostica nelle reti energetiche digitali, ben oltre la compensazione attiva dei disturbi prevista nel progetto. La struttura di diagnostica e compensazione dei disturbi basata su dispositivi edge per le moderne reti digitali di approvvigionamento energetico industriale deve essere sviluppata in diverse fasi. Hardware e software saranno concettualizzati e realizzati prototipicamente. Ciò include nodi di misurazione in rete e in tempo reale sincronizzati nel tempo, dispositivi edge con metodi ML, un computer cloud e filtri attivi sincronizzati nel tempo. Le prestazioni saranno valutate in un dimostratore generale del sistema in un impianto reale.

Partner del consorzio:

Technische Universität Dortmund (Università tecnica di Dortmund)

Meanwave GmbH

Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung eingetragener Verein (Fraunhofer-Gesellschaft for the Advancement of Applied Research, associazione registrata)

Bleenco GmbH

Persone di contatto:

Responsabile del progetto: stefan.haensel@siemens.com

Responsabile finanziario: bianca.miene@siemens.com

Fornitore di finanziamenti: BMFTR

Progetti di finanziamento: Siemens come partner

Qui troverai progetti di finanziamento nazionali e internazionali a cui Siemens partecipa, non solo spingendo i confini di ciò che è tecnologicamente possibile, ma anche sviluppando soluzioni sostenibili e globali ad alcune delle sfide più urgenti del nostro tempo.

Contenuti correlati

Un uomo e una donna sono in piedi uno vicino all'altro, forse in posa per una fotografia.

Ricerca e sviluppo per il futuro

Il futuro si inventa oggi. I nostri ricercatori sviluppano tecnologie con uno scopo per l'industria, le infrastrutture, i trasporti e l'assistenza sanitaria.

Collaborazione e partnership

Un genio può avere un'idea geniale, ma dieci geni troveranno una soluzione migliore. Crediamo fermamente nel potere della collaborazione.

Dall'invenzione all'impatto: inventori dell'anno 2025

I Siemens Inventors of the Year 2025 rendono le industrie più intelligenti ed efficienti, viaggiando in modo più sostenibile. E migliora l'assistenza sanitaria.

Progetti di finanziamento

Progetti di ricerca e sviluppo finanziati con fondi pubblici (nazionali)

3D-i-GeneralTol (FKZ 03TN0057A) - Modellazione 3D con tolleranze generali implicite basata su DIN ISO 2768-1/2 o DIN 2769 per l'ulteriore sviluppo di ISO 22081 - 3D-i-GeneralTol

AdapEdge (FKZ 16ME0547K) - Moduli di edge computing per una produzione elettronica resiliente con ottimizzazione adattiva dei processi

CBC-GREEN (FKZ 13N15451) - Uso di una sorgente di raggi verdi flessibile nella produzione industriale di componenti elettrici

DAFODIL (FKZ 03XP0389A) - DAFODIL - Ottimizzazione della produzione basata sui dati di celle delle batterie basata sui dati di fine linea attraverso l'uso massiccio di algoritmi di apprendimento automatico e analisi in linea

DIAA-H2 (FKZ: 03EI3067A) - Gemelli digitali per impianti di produzione H2

DigiZug3D (FKZ 13IK031A) - Progetto congiunto: approvazione digitale di componenti stampati in 3D per veicoli ferroviari (DigiZug3D) - Sottoprogetto: digitalizzazione e industrializzazione del processo LPBF

DiMAD (FKZ 13XP5188A) - Progetto congiunto: progettazione digitale di materiali e processi per la produzione additiva basata su fili - DiMAD -; Sottoprogetto: catena di produzione digitale per il processo WAAM di acciai altolegati

ENable (FKZ 03EN3061A) - Progetto congiunto ENeff:Stadt: Enable - Integrazione verticale dei sistemi di comunicazione e controllo per l'attivazione della flessibilità per l'ottimizzazione energetica a livello di distretto. Sottoprogetto: Controllo ottimizzato del sistema energetico (Siemens)

ENSURE3 (FKZ 03SFK1A0-3) - Progetto congiunto: nuove strutture di rete energetica per la transizione energetica

3DGlassGuard (FKZ: 13N16851) - Progetto congiunto: Security through Photonic System Integration in Glass Foils; Sottoprogetto: sensore di corrente ottico integrato planare

GreenInverter (FKZ 03EN4079A) - Progetto congiunto: elettronica di potenza sostenibile con raffreddamento innovativo per aumentare la riciclabilità - GreenInverter; Sottoprogetto: varianti tecnologiche e sistema inverter

GridAssist (03EI6126A) - Progetto congiunto: Sistemi di assistenza per il funzionamento automatizzato ottimizzato del sistema nelle reti di distribuzione - Titolo del sottoprogetto: Funzionamento automatico ottimale del sistema

HyflexBahn (FKZ 03ETE045A) - Progetto congiunto: sistemi di batterie ibridi e flessibili nel trasporto ferroviario (HyflexBahn)

KoLibri (FKZ: 03LB3039A) - Progetto congiunto: strutture leggere complesse per applicazioni elettroniche in mobilità; Sottoprogetto: concezione e collaudo di dimostratori in schiuma metallica per l'elettronica di potenza in mobilità

LeiKo (FKZ 03EI6041A) - Progetto congiunto: condensatori a film affidabili con maggiore potenziale di potenza; sottoprogetto: modelli a vita e nanotecnologia per condensatori a film con maggiore potenziale di potenza come componente per il miglioramento dell'infrastruttura di rete

Profit_MQ (FKZ 10200314) - Processo di qualificazione dei materiali per metodi di fusione laser a letto di polvere

PV4Life (FKZ 03EE1165A) - Progetto congiunto: aumento della durata del convertitore attraverso l'ottimizzazione ottimizzata dei componenti utilizzando Digital AI Twin - PV4Life; Sottoprogetto: previsione della durata dei componenti del convertitore basata su sensori

REMEASURE (FKZ 03EN6022A) - Progetto collaborativo: gestione dell'energia multimodale compatibile con l'implementazione di REMEASURE per supermercati; Sottoprogetto: Modello predittivo di spostamento del carico multimodale in un supermercato pilota

RIESIQ (01IS24087A) - Progetto collaborativo: ricerca e test di nuovi metodi di intelligenza artificiale per sistemi di livello industriale robusti, intelligenti ed efficienti

VALUE-M (FKZ 16BZF332A) - Progetto collaborativo: estensione della durata utile dei sistemi di storage attraverso la gestione dei microcicli con monitoraggio continuo delle condizioni - VALUE-M

VE4 (FKZ 16ME0735K) - Progetto collaborativo: mitigazione affidabile dei disturbi nelle reti energetiche utilizzando componenti edge in grado di funzionare in tempo reale

Progetti di finanziamento: Siemens come partner

Contenuti correlati

Ricerca e sviluppo per il futuro

Collaborazione e partnership

Dall'invenzione all'impatto: inventori dell'anno 2025

Progetti di finanziamento

Progetti di ricerca e sviluppo finanziati con fondi pubblici (nazionali)

Strumento 3D generico (FKZ 03TN0057A)

AdapEdge (FKZ 16ME0547K)

ADHYBAU 2 (20M 2202A)

Bolero (FKZ 03EI4041A)

CBC-VERDE (FKZ 13N15451)

NARCISO (FKZ 03XP0389A)

DIAA-H2 (FKZ: 03EI3067A)

Digizug 3D (FKZ 13IK031A)

DiMad (FKZ 13XP5188A)

DORSMAN (FKZ 03XP0633A)

Abilita (FKZ 03EN3061A)

ASSICURARE 3 (FKZ 03SFK1A0-3)

EviProd (FKZ 03EE5133A)

F-HIL ricaricato (FKZ 03EI6104A)

Protezione in vetro 3D (FKZ: 13N16851)

Inverter verde (FKZ 03EN4079A)

Grid Assist (03EI6126A)

Hyflex Bahn (FKZ 03ETE045A)

Collezione (FKZ: 03LB3039A)

OnTomat (13XP5197A)

PredicTeco (FKZ 01MN23014A)

Profit_mq (FKZ 10200314)

PV4Life (FKZ 03EE1165A)

RIMISURA (FKZ 03EN6022A)

RIESIQ (01IS24087A)

VALORE-M (FKZ 16BZF332A)

VE4 (FKZ 16ME0735K)

Progetti di finanziamento: Siemens come partner

ABILITY — Tablet aptico per l'accessibilità dei contenuti digitali ai non vedenti

ADRA-e — Coordinamento europeo, sensibilizzazione, standardizzazione e adozione di IA, dati e robotica affidabili in Europa

ADROIT-6G — Architettura aperta e programmabile distribuita basata sull'intelligenza artificiale per reti 6G

AeroS — Meta-sistema operativo europeo autonomo, scalabile, affidabile e intelligente per il continuum IoT edge-cloud

AutoTrust

AVEL — Sviluppo di un composto impregnante inorganico per macchine elettriche ed elettronica di potenza

CODECO — Orchestrazione cognitiva decentralizzata del cloud edge

Coevoluzione

COGNIFOG — Tecnologie e soluzioni per lo scambio, la monetizzazione, lo scambio e l'interoperabilità dei dati

Connect4HCA — Rete di comunicazione flessibile basata su droni con funzionalità di sensori per moderni impianti di produzione

CONTENERE — Minacce dal dominio digitale

CTSimU2 — Simulazione realistica di sistemi di tomografia computerizzata a raggi X reali

ECO:DIGIT (progetto collaborativo) — Abilitare il green computing e la trasformazione digitale; sottoprogetto: Enabling green edge computing

EDGELESS — Cognitive cloud: continuum di elaborazione basato sull'intelligenza artificiale dal cloud all'edge (RIA)

EMDRIVE: gerarchia integrata delle prestazioni di calcolo e della diagnosi dai sensori all'edge

EREP — Rigenerazione di successo attraverso un processo decisionale basato sui dati e una pianificazione intelligente dei processi

EuroBin — Rete europea di robotica e intelligenza artificiale

EvoFrame — Sviluppo e convalida di un framework evolutivo incentrato sull'uomo per organizzazioni in grado di trasformare

HEROES — Sistemi elettronici di potenza intelligenti altamente efficienti e affidabili

Hexa-X-II — Iniziativa faro europea per il 6G

HoverGaN — Sviluppo di semiconduttori di potenza GaN innovativi per applicazioni ad alta tensione

HTA 2.0 — Hardware trust anchors per la prossima generazione di sistemi integrati sicuri

MEDAL — Data lake medico per il supporto decisionale medico basato sull'intelligenza artificiale

NextGenAI — Intelligenza artificiale di nuova generazione

RADAR — Intelligenza artificiale robusta per le industrie digitali

REBOOT — Tecnologie informatiche resilienti ed efficienti dal punto di vista energetico per una trasformazione digitale sostenibile

SafeOps: operazioni industriali sicure tramite sistemi di assistenza basati sull'intelligenza artificiale

SEASON — Reti ContinuuM definite dal software sicure e sensibili al consumo energetico

TESLA — Gestione del ciclo di vita dell'IA affidabile, spiegabile e sicura

VITAMIN — IA affidabile per applicazioni industriali

Contenuti correlati

Ricerca e sviluppo per il futuro

Collaborazione e partnership

Dall'invenzione all'impatto: inventori dell'anno 2025