この研究分野は、AIを使用したシステムとコンポーネントのモデリング、設計、マルチフィジックスシミュレーションに焦点を当てています。製造、ロボット工学、エネルギーインフラにおける視覚化テスト、検証、最適化のためのCAD/CAMチェーンとデジタルツインを対象としています。
従来のエンジニアリングサイクルは、物理的なプロトタイピングに大きく依存しているため、コストのかかる反復、市場投入までの時間の延長、予期せぬ運用上のボトルネックにつながっていました。現代の産業工学では、静的なCADモデルから動的なマルチドメインシミュレーション環境に移行する必要があります。高性能コンピューティング、リアルタイムテレメトリ、空間視覚化を組み合わせることで、複雑な産業アーキテクチャは、物理的な試運転の前にライフサイクル全体にわたって厳密に検証することができます。
重要なのは、より速く、より安全で、より持続可能なエンジニアリングのためのシミュレーション、デジタルツイン、産業用メタバース機能です。
システム設計とシミュレーションは、AIを活用したワークフローとジェネレーティブデザインによる幾何学、力学、機能モデリング（CAD/CAM）を対象としています。これには、生産設計、バーチャル試運転、（マルチ）物理学、システム、リアルタイム、コシミュレーションが含まれます。また、物理AIのtraining や合成データ生成のためのシミュレーションも研究しています。
私たちの研究は、検証、検証、設計コラボレーション、AR/VRの視覚化、ライフサイクル/デジタルツイン管理を対象としています。さらに、オートメーションエンジニアリング、電気モデリング、マルチモーダルシミュレーション、不確実性モデリング、技術経済最適化、エージェントワークフローを使用した分散型エネルギーシステムの設計も含まれます。
このため 会社のコアテクノロジー、私たちは、シミュレーション、データ、モデル、デジタルツイン管理プラットフォームに加えて、設計、シミュレーション、PLMツールの強化をカバーするアプリケーションを研究しています。主な分野には、視覚化、コラボレーション（Digital Twin Composerなど）、自動3Dコンテンツ作成、デジタルツインによる製品の二酸化炭素排出量、循環性、ライフサイクル分析のための持続可能性ツールなどがあります。
その他のトピックは、シミュレーションを活用した製品および生産設計、バーチャルコミッショニング、CAD/CAM基礎モデtraining、マルチモーダルエネルギーシステム設計、エネルギーシステムの資産開発です。最後に、私たちの研究は、ライフサイクルとエネルギーツイン、製造の循環性の側面、実際の産業システムとの同期、自律工学を対象としています。
掲載場所：2025 計算言語学会第63回年次総会の議事録（第1巻：ロングペーパー）、17847〜17875ページ、オーストリア、ウィーン
シャオ・シア、ダン・チャン、シボ・リャオ、ジェンユー・ホウ、ティアンルイ・スン、ジン・リー、リン・フー、ユシャオ・ドン
LLMを使用して3D産業シーンを生成することは、正確な測定と空間計画に対する厳しい要件のため困難です。これを解決するために、著者はC＃コードで産業シーンを生成するLLMエージェントであるScenegenAgentを紹介しています。構造化されたレイアウト計画、検証、反復的改良によって正確な定量的ニーズを満たし、LLMの成功率を最大81.0％まで高めています。さらに、著者はSceneInstructをリリースしました。これは、Llama3.1-70BなどのオープンソースLLMを微調整して、フレームワーク内でGPT-4oのパフォーマンスに近づけるためのデータセットです。コードとデータは公開されています。
出版社のページで見る
公開日：スマートグリッドに関するIEEEトランザクション（巻：16、号：2、2025年3月）
ラバブ・ハイダー、アヌラーダ・アンナスワミー、ビスワディップ・デイ、アミット・チャクラボルティ
再生可能エネルギー、蓄電、電気自動車の増加により、配電網のより迅速な意思決定パラダイムが求められています。この論文では、グリッド再構成のエンドツーエンドの学習ベースの最適化のための、物理に基づいた機械学習フレームワークであるSiPhyrを提案しています。SiPhyrはトポロジーと電力フローを最適化して、ライン損失を減らし、電圧プロファイルを改善し、再生可能エネルギーの統合を促進します。NPハードな二項決定変数を処理するために、微分可能なフレームワーク内で物理情報に基づいた四捨五入法を使用します。これにより、SiPhyrは、3つの標準グリッドで示されているように、安全上重要な制約を満たしながら、グリッドトポロジーとディスパッチを同時に最適化できます。
出版社のページで見る
公開日：エネルギー2024年
トマセリD.、モストD.、他
ビハインド・ザ・メーター（BTM）太陽光発電（PV）システム、電気自動車（EV）、ヒートポンプの採用の増加は、配電網の混雑を引き起こしています。このホワイトペーパーでは、ローリングホライズンの最適な電力フローと区分的線形コスト関数を組み合わせた新しいフレームワークを使用してBTMの柔軟性を評価し、費用のかかるアップグレードなしでこの問題に対処しています。ドイツのシュッターヴァルトのグリッドモデルでテストしたところ、自家消費型のBTMストレージはすべてのフィードイン違反を解決しましたが、負荷違反の35％しか解決しなかったことがわかりました。ただし、ストレージの充電と放電を積極的に制御することで、グリッドがほぼ飽和状態であっても、残りの負荷違反を効果的に解決できます。
出版社のページで見る
公開日：2025 IEEE 第32回ハイパフォーマンスコンピューティング、データおよび分析に関する国際会議ワークショップ（HiPCW）
スミート・ロディヤ、ヴェド・バルタク、クナル・バフグナ、スバジット・サンフイ、ラムサティッシュ・カルリ
神経微分方程式は化学プロセスのシミュレーションには強力ですが、制御された化学プロセスへの応用はまだ比較的未開拓です。この論文では、明示的な制御統合を備えたバッチバイオリアクターシステムをモデル化するための神経常微分方程式（NODE）と神経制御微分方程式（NCDE）を評価します。著者は、制御入力を含む修正されたNODEフレームワークを開発し、スプライン補間を使用して連続制御パスを組み込んだNCDEを研究しています。効率的なGPUアクセラレーションのためにDiffraxに実装されたフレームワークは、NCDEが優れた予測精度を達成するのに対し、NODEはtraining 時間が短いことを示しています。
出版社のページで見る
掲載先：オートメーション2026、イノベーション・トリフト・アプリケーション（pp.144-152）。VDE
マックス・ディークマン、ジョナス・ニッツラー、ヤン・フィッシャー、ハンス・ユルゲン・フィステラー、ダーク・ハルトマン
仮想試運転モデル（VCM）は、展開前に個別の製造システムを検証しますが、Siemens TIAポータルやNX MCDなどのツール間でデータが断片化されているため、構築には多大な労力がかかります。これに対処するために、著者はナレッジグラフに基づいたマルチエージェントフレームワークを提案しています。決定論的ツールは、PLCと運動学的データを抽出して統合グラフデータベースに統合します。階層型のエージェントアーキテクチャは、システムの理解、スクリプトベースのコンポーネント生成、クロスドメイン信号マッピングに役立ちます。ラボ規模の製造環境でテストされたこのアプローチは、手作業による解釈の手間を減らし、初期のVCMエンジニアリングを合理化します。
出版社のページで見る