Finansieringsprosjekter

3D-i-Generaltol (FKZ 03TN0057A) - 3D-modellering med implisitte generelle toleranser basert på DIN ISO 2768-1/2, eller DIN 2769 for videreutvikling av ISO 22081 - 3D-i-Generaltol

Varighet: 1. oktober 2023 - 30. september 2025

Siemens AG (SAG), Siemens Energy Global GmbH & Co. KG (SE) og Technische Universität Dresden (TUD) har gått sammen for å legge til rette for kontinuerlig innføring av en fremtidsrettet, 3D-basert, digital arbeidsmetode i tysk industri. For dette formålet skal det utvikles en standardisert konvensjon som gjør det mulig å bestemme tolererte overflater direkte fra 3D CAD-geometrimodeller, uten at det er behov for eksplisitt å spesifisere dimensjoner og form. Denne konvensjonen kompletterer og forenkler anvendelsen av det eksisterende GPS-standardsystemet (ISO 16792, ISO 22081), spesielt for funksjonellt/teknologisk underordnede geometriske elementer. Ved å legge den inn i det eksisterende og bransjeaksepterte GPS-standardsystemet, vil bruken av den nye standarden sikres. Den velprøvde ideen om generelle toleranser/frie dimensjoner utvides slik at disse toleransespesifikasjonene også kan brukes direkte i 3D CAD-modellen for udimensjonerte og ikke-tolererte geometriske elementer, og dermed muliggjøre betydelige tidsbesparelser.

Konsortiumpartnere:

Siemens Energy Global GmbH & Co. KG

Technische Universität Dresden

Kontakter:

Prosjektleder: christian.lipp@siemens.com

Økonomisjef: bianca.miene@siemens.com

Finansieringsleverandør: BMWE

AdapEdge (FKZ 16ME0547K) - Edge Computing-moduler for robust elektronikkproduksjon med adaptiv prosessoptimalisering

Varighet: 1. juli 2022 - 30. juni 2025

Dette prosjektet har som mål å optimalisere produksjonen av produkter i et Industri 4.0-miljø. Det overordnede målet med prosjektet er adaptiv prosessoptimalisering i komplekse, til og med romlig distribuerte produksjonsmiljøer gjennom bruk og evaluering av fritt tilgjengelig informasjon/data. For ulike scenarier kan disse dataene brukes til å optimalisere produksjonsproduktivitet og kvalitet til en målverdi. Dette gjelder på den ene siden høyeffektiv produksjon der produktivitetsgevinster fortsatt kan oppnås, for eksempel ved å justere den valgte teststrategien. Det gjelder imidlertid også produksjon som kastes ut av balanse av dårligere eller forfalskede råvarer eller til og med av et målrettet angrep på individuelle maskiner, og som raskt kan bringes tilbake til en pålitelig driftsmodus gjennom tidlig oppdagelse av ustabile driftsmoduser. For dette formål vil prosjektet kombinere dataevalueringsmetoder ved hjelp av AI/Federated learning med bruk av edge computing-moduler med prosessorer spesialisert på datafusjon og et tilhørende universelt sensornettverk. Dette nettverket vil bli brukt til lokal innsamling av fritt tilgjengelige data - for eksempel måles miljødata som temperatur, fuktighet, akselerasjon og driftsstøy, men alternative verdier som UV-stråling, luftkvalitet, E- og B-felt osv., er også mulig. Dataene vil bli behandlet, kondensert og evaluert av AI; etter sammenligning med produksjonens kvalitets- og produktivitetsparametere, vil et tilstandsnivå for den pågående produksjonen bli bestemt. Dette tilstandsnivået er designet for å være uavhengig av den eksisterende digitale produksjonsinfrastrukturen og fungerer dermed som en uavhengig datakilde for beslutninger om produksjonsoptimalisering. Gjennom en tilbakemeldingssløyfe er AI ment å kontinuerlig lære og forbedre sine beslutninger.

Konsortiumpartnere:

• Universität Bielefeld (Universitetet i Bielefeld)

• Sensorik-Bayern GmbH

• Creonic GmbH

• Technische Universität Berlin (Teknisk universitet i Berlin)

• Mikrosystemteknikk GmbH

• Fraunhofer-samfunnet til fremme av angewandten Forschung eingetragener Forein (Fraunhofer Society for the Advancement

Kontakter:

Prosjektleder: matthias.heimann@siemens.com

Økonomisjef: bianca.miene@siemens.com

Finansieringsleverandør: BMFTR

AdHybau2 (20M2202A) - Overordnet prosjekt: Utvikling av et sertifiserbart hydrogenelektrisk fremdriftssystem for fly og testing av den kryogenisk avkjølte elektriske motoren - AdhyBau2; - Delprosjekt: Digitale utviklingsmetoder og innovative produksjonskonsepter for høyeffektive elektriske stasjoner med kryogen kjøling.

Varighet: 1. august 2024 - 31. juli 2028

Prosjektet fokuserer på videreutvikling av digitaliseringsmetoder, innovative tilnærminger til additiv produksjon og undersøkelse av disruptive teknologier for elektriske maskiner. Prosjektet bygger på resultatene fra forgjengerprosjektet og utvider dem med viktige aspekter for fremtidig luftfartssertifisering. Spesielt er kartleggingen av en hydrogenkjølt elektrisk stasjon i en Digital Twin rettet mot. Med såkalt modellordreduksjon skal databehandlingstid og ressurser spares, slik at Digital Twin kan brukes i det industrielle metaverset og digitalisering innen forskning og utvikling kan akselereres. Videre, innenfor rammen av prosjektet, vil avanserte produksjonsmetoder utvikles, og materialer og komponenter vil bli undersøkt med hensyn til deres egenskaper og kvalitet. Spesielt spiller supplerende materialparametere for den komplette beskrivelsen av elastisitetstensoren en betydelig rolle i utformingen. Med tanke på luftfartssertifisering er det viktig å grundig undersøke de nye produksjonsprosessene og produsere de genererte materialene reproduserbart med jevn kvalitet. Sikker mestring av prosessene danner grunnlaget. I detalj skal kaldgasssprøyting av kobber videreutvikles, med fokus for forskning på opprettelse av kobberhule strukturer gjennom førstegangskombinasjonen av to additivprosesser. I den elektriske stasjonen utføres studier på potensialet for forstyrrende teknologier. Fokuset her er å undersøke potensialet for superledningsevne i drivverket for den foretrukne applikasjonen. Muligheten for en kryogenisk avkjølt elektrisk stasjon er demonstrert på en laboratoriedemonstrator. Konstruksjon, igangkjøring og eksperimentell testing av stasjonen under laboratorieforhold er en viktig del av prosjektet.

Konsortiumpartnere:

Karlsruher Institute for Technology (Karlsruhe Institute of Technology)

Technische Universität Dresden (Det tekniske universitetet i Dresden)

Aufwind GmbH

Fraunhofer-Gesellschaft zur Fördering der angewandten Forschung e.V. (Fraunhofer-foreningen for fremme av anvendt forskning, registrert forening)

Additive Drives GmbH

MT Aerospace AG

Kontakter:

Prosjektleder: christian.weidermann@siemens.com

Økonomisjef: bianca.miene@siemens.com

Finansieringsleverandør: BMWE

BoLero (FKZ 03EI4041A) - Felles prosjekt: BoLero - Overvåking av aldring av stasjonær batterilagring med skybaserte metoder for å forlenge levetiden, redusere vedlikeholdsinnsatsen og optimalisere driftsstyring; Delprosjekt: Digitale tjenester for batterilagring

Varighet: 1. oktober 2021 - 30. september 2024

Storskala stasjonære batterilagringssystemer gir viktige systemtjenester for fremtidens energinett, preget av elektrisitetsproduksjon fra fornybare kilder. Vi foreslår et skybasert system for overvåking og driftsoptimalisering av batterilagringssystemer, som muliggjør følgende industrielle applikasjoner og svar på forskningsspørsmål:

• Datatilførsel fra battericeller under drift
• Cloud-løsning for overvåking, analyse og modellering av stasjonær energilagring
• Nye og forbedrede metoder som trekker ut tidsvarierende batteriparametere (f.eks. Kapasitet, Digital Twin Model) fra ekte BMS-data for vanlig batteridrift
• Muliggjøre en forbedret driftsstrategi gjennom mer nøyaktige batterimodeller og lavere krav til sikkerhetsmarginer
• Levering av en generell og automatisert løsning for lavere servicekostnader
• Reduksjon av teknologiske krav til drift av batterisystemer, spesielt med tanke på prosjekt- og kundespesifikke krav
• Fremgangsmåte for å sikre sikker drift av batterier over hele levetiden, inkludert andre levetid
• Analyse av den økonomiske effekten per driftsstrategi

Resultatene av prosjektet vil bli demonstrert under pågående drift ved bruk av Freimann storskala lagringsanlegg i Stadtwerke München. Demonstratoren vil vise både nøyaktigheten av parameterestimering og forbedret batteridrift. Resultatene vil bli validert gjennom praktiske tester med batterilagringssystemet.

Konsortiumpartner:

Technische Universität München (Münchens tekniske universitet)

Kontakter:

Prosjektleder: andrei.szabo@siemens.com

Økonomisjef: roland.deak@siemens.com

Finansieringsleverandør: BMWE

CBC-GREEN (FKZ 13N15451) - Bruk av en fleksibel grønn strålekilde i industriell produksjon av elektriske komponenter

Varighet: 1. juli 2021 - 31. mars 2025

Innenfor elektroniske produkter som reléer, kontaktorer eller kraftmoduler brukes komponenter laget av kobber i økende grad. Årsaken til dette er at kravene til elektrisk og termisk ledningsevne øker (kobber har omtrent 1/3 bedre egenskaper sammenlignet med aluminium). For fleksibel behandling (sammenføyning, separering, additiv fremstilling, spesielt selektiv lasersmelting) av kobber, er laserprosesser fordelaktige. Nærinfrarøde (NIR) lasere med strålende strålekvalitet (grunnleggende modus eller single-mode fiberlasere), som også tilbyr høy romlig oppløsning, brukes. Imidlertid kompliserer den høye reflektiviteten til kobber (97% ved 1070 nm) bruken av laserteknologi, da det er fare for komponentskade (absorpsjon øker betydelig med kobling til smeltebassenget), prosesstidene er for korte (på grunn av lav absorpsjonshastighet), og kvalitative feil kan oppstå (smeltesprøtt). Målet med delprosjektet er å kunne bruke laseren utviklet og kvalifisert av konsortiet innenfor Siemens produksjonslandskap. Anvendelsesområder inkluderer automatiseringsteknologi, produksjon av elektriske komponenter og montering av kraftelektronikk. Fokuset her er på sveising og sammenføyning, additiv produksjon og skjæring av Cu-ark. Fokuset er å demonstrere økningen i effektivitet og reproduserbarhet gjennom bruk av den nye laserstrålekilden.

Konsortiumpartnere:

thyssenkrupp Automation Engineering GmbH

Fraunhofer-Gesellschaft zur Fördering der angewandten Forschung eingetragener Verein (Fraunhofer-foreningen for fremme av anvendt forskning, registrert forening)

Karl H. Arnold Maschinenfabrik GmbH & Co. KG

amcm GmbH

Kontakter:

Prosjektleder: markus.lasch@siemens.com

Økonomisjef: bianca.miene@siemens.com

Finansieringsleverandør: BMFTR

DAFODIL (FKZ 03XP0389A) - DAFODIL - Databasert produksjonsoptimalisering av battericeller basert på sluttdata gjennom massiv bruk av maskinlæringsalgoritmer og innebygd analyse

Varighet: 1. september 2021 - 31. august 2025

I DAFODIL-prosjektet planlegges det å utvikle fundamentalt nye metoder og teknikker for kryssprosessproduksjonsoptimalisering av litiumionceller.

Det nyeste innen produksjonsanlegg for Li-ion-celler er optimaliseringen av hvert enkelt produksjonstrinn til et lokalt optimum. Siden noen av kvalitetsparametrene kan ha et globalt optimum hvis individuelle produksjonsanlegg drives utenfor det lokale optimumet, vil DAFODIL-prosjektet utvikle den globale optimaliseringen av produksjonen gjennom mellomtrinnet med å undersøke nye sensorsystemer. For dette formål vil forskjellige sensorsystemer bli undersøkt i forstudier for deres egnethet for datainnsamling i celleproduksjon. For alle målte verdier vil det bli vurdert hvilken sensorinformasjon som er direkte relatert til en definert kvalitetsparameter.

DAFODIL (FKZ 03XP0389A) - DAFODIL - Databasert produksjonsoptimalisering av battericeller basert på sluttdata gjennom massiv bruk av maskinlæringsalgoritmer og innebygd analyse

Varighet: 1. september 2021 - 31. august 2025

I DAFODIL-prosjektet planlegges det å utvikle fundamentalt nye metoder og teknikker for kryssprosessproduksjonsoptimalisering av litiumionceller.

Det nyeste innen produksjonsanlegg for Li-ion-celler er optimaliseringen av hvert enkelt produksjonstrinn til et lokalt optimum. Siden noen av kvalitetsparametrene kan ha et globalt optimum hvis individuelle produksjonsanlegg drives utenfor det lokale optimumet, vil DAFODIL-prosjektet utvikle den globale optimaliseringen av produksjonen gjennom mellomtrinnet med å undersøke nye sensorsystemer. For dette formål vil forskjellige sensorsystemer bli undersøkt i forstudier for deres egnethet for datainnsamling i celleproduksjon. For alle målte verdier vil det bli vurdert hvilken sensorinformasjon som er direkte relatert til en definert kvalitetsparameter.

Videre vil påvirkningen av korrelerende karakteristiske verdier på komplekse årsak-og-virkningsmønstre bli undersøkt. For dette formålet skal algoritmer og metoder utvikles som identifiserer disse komplekse årsakskjedene. En sensitivitetsanalyse vil undersøke hvilke underpåvirkninger i disse årsakskjedene som favoriserer visse effekter og hvordan disse kan registreres kvantitativt. I Siemens delprosjekt vil et nytt sensorsystem, et såkalt hyperspektralkamera, bli undersøkt for første gang for mulige anvendelser i batteriproduksjon. Videre vil elektrokjemiske målemetoder i forbindelse med modifikasjoner av celleproduksjon bli utført for å undersøke påvirkning av produksjonsparametere på kvalitet og for å utvikle optimaliseringspotensial i karakteriseringen av cellekvalitet. For dette formålet vil Siemens delta i analysen av produksjonsprosessen. I tillegg vil algoritmer for analyse av sensordata og kvalifiseringsmålinger også bli programmert i Siemens delprosjekt, ved hjelp av hvilke komplekse årsak-og-virkningsmønstre kan identifiseres.

Konsortiumpartnere:

Customcells Tübingen GmbH

Safion GmbH

SURAGUS GmbH

Rheinisch-Westfälische Technische Hochschule Aachen (RWTH Aachen University)

Universität Münster (Universitetet i Münster)

Kontakter:

Prosjektleder: andreas-albrecht@siemens.com

Økonomisjef: bianca.miene@siemens.com

Finansieringsleverandør: BMFTR

DIAA-H2 (FKZ: 03EI3067A) - Digitale tvillinger for H2 produksjonsanlegg

Varighet: 1. juli 2022 - 30. juni 2025

Siemens Energy Global GmbH & Co. KG, Siemens AG, Technische Universität Dresden og Josef Pfaffinger Bauunternehmung GmbH planlegger å undersøke grunnlaget for en Digital Twin for prosessanlegg, som kan brukes gjennom hele livssyklusen, ved å bruke et elektrolyseanlegg som et eksempel. Metodene for produktoppretting og styring etablert i maskinteknikk skal gjøres brukbare for energiovergangen ved å tilpasse dem til anleggskonstruksjon. Forskningsprosjektet fokuserer på utvikling av metoder og verktøy for å utlede, instantiere og vedlikeholde Digital Twin. Disse vil bli implementert samtidig med bygging og drift av anlegget. I tillegg vil ulike modulariseringsmetoder basert på disiplinspesifikke grunnmodeller, som er synkronisert og harmonisert med en tverrfaglig anleggsmodell, utvikles. Anleggsmodellen er også ment å muliggjøre en ny variantgenerering for anleggskonstruksjon. De beskrevne fokusområdene vil bli samlet i prototypen til et første Plant Lifecycle Management System (Plant-LM System) og validert gjennom anvendelse innen prosjektering, anleggskonstruksjon og drift. Som et resultat er Plant-LM-systemet ment å øke den økonomiske effektiviteten til anleggene betydelig, redusere investeringskostnadene og forbedre vedlikeholdet. Dette vil resultere i et betydelig og langsiktig konkurransefortrinn for brukere av de utviklede metodene og verktøyene for Digital Twin av elektrolyseanlegg.

Konsortiumpartnere:

Pfaffinger Anlagenbau & Energietechnik GmbH

Technische Universität Dresden (Dresden tekniske universitet)

Siemens Energy Global GmbH & Co. KG

Kontakter:

Prosjektleder: jonathan.leidich@siemens.com

Økonomisjef: bianca.miene@siemens.com

Finansieringsleverandør: BMWE

DigiZuG3D (FKZ 13IK031A) - Fellesprosjekt: Digital godkjenning av 3D-trykte komponenter for jernbanekjøretøy (DigiZug3D) - Delprosjekt: Digitalisering og industrialisering av LPBF-prosessen

Varighet: 1. oktober 2023 - 31. august 2026

DigiZuG3D (FKZ 13IK031A) - Fellesprosjekt: Digital godkjenning av 3D-trykte komponenter for jernbanekjøretøy (DigiZug3D) - Delprosjekt: Digitalisering og industrialisering av LPBF-prosessen

Varighet: 1. oktober 2023 - 31. august 2026

Basert på mange års erfaring som bruker og leverandør for additiv produksjon, vil Siemens støtte industrialiseringen av LPBF-prosessen. Dette vil særlig oppnås ved å fremme digitalisering på flere nivåer, nemlig digital kartlegging av godkjenningsprosesser for å muliggjøre en godkjenningsplattform, deltakelse i beregningsbevis i stedet for destruktiv testing, og evaluering av ytterligere digitale metoder for å redusere omfanget av testing i kvalitetssikring. De digitale metodene inkluderer kombinasjon av ulike prosessovervåkingssystemer med en tiltenkt automatisert evaluering, samt bruk av utvalgte metoder på den voksende databasen i prosjektet. Resultatet blir en konkret evaluering av utvalgte prosessovervåkningsmetoder. Dette kan tjene som grunnlag for fremtidig utvikling av prosessovervåkings- eller evalueringsmetoder, samt for å vurdere tilgjengelige systemer. Ideelt sett kan konkrete utviklingsmål formuleres, og korrelasjoner til komponentkvalitet kan vises. Samlet sett vil digitaliseringen av godkjenningsprosesser og bevis fjerne en betydelig hindring for innføringen av additiv produksjon. Videre, for å støtte industrialiseringen, vil erfaringer langs hele additivprosesskjeden bli samlet inn i konkrete anbefalinger for tiltak for hvordan prosessen kan brukes innen jernbanekjøretøyer og utover. Utvalgte hypoteser og anbefalinger fra en forskningsrapport fra det tyske senteret for jernbanetransportforskning vil bli undersøkt og konkretisert, og deres generelle gyldighet utover materialet som brukes i prosjektet vil bli sjekket. Til slutt vil kunnskapsoverføring for å støtte bred industrialisering fremmes gjennom utvikling av forskrifter og standarder.

Konsortiumpartnere:

Mobilitet går Additive e.V.

IMA Materialforskning og applikasjonsteknologi GmbH (IMA Materialforskning og applikasjonsteknologi GmbH)

TÜV NORD Systems GmbH & Co. KG

Additive Marking GmbH

Siemens Mobility GmbH

Universität Paderborn (Universitetet i Paderborn)

Kontakter:

Prosjektleder: christoph.kiener@siemens.com

Økonomisjef: bianca.miene@siemens.com

Finansieringsleverandør: BMWE

DimaD (FKZ 13XP5188A) - Fellesprosjekt: Digital materiale- og prosessdesign for trådbasert additiv produksjon - DimAD -; Delprosjekt: Digital produksjonskjede for WAAM-prosessen av høylegerte stål

Varighet: 1. januar 2023 - 31. desember 2025

Additive Manufacturing (AM) prosesser for metaller innebærer betydelig, hovedsakelig eksperimentell innsats når det gjelder å identifisere egnede prosessvinduer for materialsystemer eller overføre optimaliserte prosessparametere fra en anleggstype til en annen. Akselerert implementering fra design til komponent er bare mulig hvis prosesskjeden, fra råvarer til komponent, er definert og digitalt konstruert i sin helhet. DiMAD-prosjektet fokuserer på trådbaserte prosesser som bruker lysbue- og laserstråling som varmekilder for austenittisk og dupleks stål. Følgende egenskaper, som er vesentlige fra brukerens perspektiv og påvirker kvaliteten og egenskapene til komponenten, vurderes i dybden: mikrostruktur og fasedannelse som et resultat av lokale størknings- og kjøleforhold; restspenninger og forvrengning på grunn av oppvarming og avkjøling og varmebehandling; kritiske defekter som mangel på smelting og porøsitet. Mikrostruktur, faser og spenninger beskrives ved simulering. Maskinlæring (ML) brukes til å korrelere prosess-defekt-egenskap og også for å tolke totaliteten av data (simulering, eksperiment, analyse). Det digitale arbeidet ledsages av eksperimenter, analyser og materialtesting, som tjener til å bestemme inngangsparametere for simuleringen, validere simuleringen og trene/validere ML-modellene. Basert på prosessparametrene som er avledet fra de digitale verktøyene, vil to virkelige komponenter bygges. Når det gjelder de to AM-prosessene, vil det utvikles en brukerontologi for trådmaterialer. For utveksling og evaluering av data mellom partnere og med Material Digital-plattformen vil det bli utviklet en enhetlig datastruktur, og passende dataformater vil bli brukt. Den eksisterende AIXVipMap-løsningen vil i utgangspunktet bli brukt som et arbeidsflytrammeverk, som skal integreres i PMD.

Konsortiumpartnere:

OSCAR PLT GmbH

Ikon Pro GmbH

FEF Forschungs- und Entwicklungsgesellschaft Fügetechnik GmbH (FEFs forsknings- og utviklingsselskap for Joining Technology GmbH)

Deutsches Zentrum für Luft- und Raumfahrt e.V. (tysk luftfartssenter)

Fraunhofer-Gesellschaft zur Fördering der angewandten Forschung eingetragener Verein (Fraunhofer-foreningen for fremme av anvendt forskning, registrert forening)

TILGANG e.V.

Kontakter:

Prosjektleder: philip.howell@siemens.com

Økonomisjef: bianca.miene@siemens.com

Finansieringsleverandør: BMFTR

DORSMAN (FKZ 03XP0633A) - Fellesprosjekt: Data- og sensorbasert produksjon av battericeller - DORSMAN; Delprosjekt: Akselerasjon av cellefinalisering og kvalitetsforbedring av litiumionbatterier gjennom bruk av innovativ sensorteknologi og måling

Varighet: 1. januar 2025 - 31. desember 2027

Dette forskningsprosjektet, finansiert av BMBF, tar sikte på å akselerere produksjonen av litiumionbatterier.

Fellesprosjektet «Data- og sensorbasert produksjon av battericeller» (DORSMAN) undersøker hvordan produksjonen av litiumionbatterier kan gjøres mer ressurseffektiv og raskere. Prosjektet er finansiert av Forbundsdepartementet for utdanning og forskning (BMBF) (FKZ: 03XP0633A). I tillegg til Siemens som koordinator inkluderer konsortiet BioLogic Science Instruments GmbH, Institutt for maskinverktøy og industriell ledelse (iwb) ved Münchens tekniske universitet, og Institute for Power Electronics and Electrical Drives (ISEA) ved RWTH Aachen University. Det overordnede målet er å akselerere batteriproduksjonen gjennom innovativ sensorteknologi og digitalisering.

Batterier er avgjørende for å lykkes med energi- og mobilitetsovergangen. Produksjonsprosessen er imidlertid lang, skraphastigheten er høy, kvaliteten på batteriene varierer og kan bare bestemmes pålitelig med komplekse måleprosedyrer. Spesielt den siste fasen av produksjonsprosessen, cellefinalisering, er svært tidkrevende. Avslutning innebærer flere prosesstrinn. Fukting, hvor elektrolytten fordeler seg i batteriet, formasjon, hvor batteriet lades og utlades for første gang, og måling av selvutladning er spesielt tidkrevende. Dette er fordi fremdriften i prosessen ikke kan overvåkes med tilgjengelige midler, og derfor er det nødvendig med generelle ventetider.

DORSMAN tar for seg nettopp dette aspektet av produksjonsprosessen. Nye sensorer vil bli integrert i produksjonsanlegget, noe som gir dypere innsikt i de elektrokjemiske prosessene i cellen. Videre vil måleprosedyrer for bestemmelse av selvutladningshastigheten bli videreutviklet. I henhold til dagens teknikk tar disse målingene flere dager til uker. Det vil bli forsket på hvordan målevarigheten kan reduseres med egnet måleteknologi og dataevaluering.

Til nå har sensorene og måleprosedyrene bare blitt demonstrert i laboratorieskala. Innenfor rammen av DORSMAN vil resultatene som oppnås her bli brakt inn i industriell anvendelse gjennom samarbeid mellom forskningsinstitutter og industri. Det skal etableres en digital infrastruktur for produksjonsanlegget, som skal danne grunnlag for nettbasert prosesskontroll basert på måledata. Prosjektpartnerne skal implementere de utviklede løsningene i et pilotanlegg, hvor de skal testes. Deretter vil batterier bli produsert i flere produksjonskampanjer, og justeringer av produksjonsprosessen vil bli gjort basert på de registrerte målingene. Vellykket implementering vil gjøre det mulig å integrere sensorteknologien og måleenhetene i industrielle produksjonsanlegg.

Konsortiumpartnere:

Bio-logiske vitenskapelige instrumenter GmbH

Technische Universität München (TUM) (Münchens tekniske universitet)

Rheinisch-Westfälische Technische Hochschule Aachen (RWTH Aachen University)

Kontakter:

Prosjektleder: felix.katzer@siemens.com

Økonomisjef: bianca.miene@siemens.com

Finansieringsleverandør: BMFTR

ENable (FKZ 03EN3061A) - Felles prosjekt ENEFF:STADT: Aktiver - Vertikal integrering av kommunikasjons- og kontrollsystemer for aktivering av fleksibilitet for distriktsomfattende energioptimalisering. Delprosjekt: Optimalisert kontroll av energisystemet (Siemens)

Varighet: 1. april 2022 - 31. mars 2025

En avgjørende forutsetning for sektorspennende optimalisert kontroll av bygning/campus energisystemer og markedsføring av fleksibilitet er etablering av en informasjons- og kommunikasjonsteknologi (IKT) for sømløs interaksjon mellom sensorer, individuelle komponenter, bruk av prognosesystemer og grensesnitt til nettoperatøren, energileverandøren eller en handelsplattform. Målet med dette prosjektet er å demonstrere denne komplette IKT-kjeden i feltet, ved å bruke den største distriktsutviklingen i Bamberg (Lagarde Campus konverteringsområde) som et eksempel. Et ytterligere prosjektmål er metrologisk og simulativ evaluering av skalerbarhet og overførbarhet til andre distrikter, samt de resulterende besparelsespotensialene når det gjelder CO2 og kostnader. Den optimaliserte, tverrsektorielle kontrollen av kontrollerbare elektriske og termiske belastninger, energilagring og energikonverteringsenheter vil bli realisert via et automatisert energistyringssystem som fungerer sammen med klassisk bygningsstyringsteknologi, eksterne tjenester som værtjenester, AI-baserte prognoseteknikker, og en handelsplattform. Ved å gjøre dette vil distriktet bli forsynet med energi på en kostnads- og CO2-optimalisert måte, med tanke på alle tekniske grenseforhold for de enkelte komponentene og nettverkene.

Konsortiumpartnere:

Fraunhofer-Gesellschaft zur Fördering der angewandten Forschung eingetragener Verein (Fraunhofer-foreningen for fremme av anvendt forskning, registrert forening)

Stadtwerke Bamberg Energie- und Wasserversorgungs GmbH (Bamberg kommunale forsyninger energi- og vannforsyning GmbH)

SEtrade GmbH

Kontakter:

Prosjektleder: stefan.langemeyer@siemens.com

Økonomisjef: bianca.miene@siemens.com

Finansieringsleverandør: BMWE

ENSURE3 (FKZ 03SFK1A0-3) - Fellesprosjekt: Nye energinettstrukturer for energiomstillingen

Varighet: 1. august 2023 - 31. juli 2026

Siemens AG deltar som konsortieleder i Copernicus-prosjektet ENSURE3.I prosjektet vil Siemens AG bidra til de fire hovedmålene og sammen med sine partnere utlede anbefalinger for tiltak for ulike interessenter. Videre jobber Siemens AG med en rekke teknologiske fremskritt i verktøysettet for energiomstilling. Som et bidrag til samdemonstrasjonsplattformen vil «Single Source of Truth» videreutvikles, og det vil bli arbeidet med å integrere fleksibel stasjonskontrollteknologi. Siemens AG har satt opp et showroom som tjener til å overføre resultatene.

Konsortiumpartnere:

Karlsruher Institut für Technologie (Universitätsaufgabe) (Karlsruhe Institute of Technology (Universitetsoppgave))

Technische Universität Dortmund (Technische Universität Dortmund)

DVGW Deutscher Verein des Gas- und Wasserfaches e.V. — Technisch-wissenschaftlicher Verein (DVGW tysk teknisk og vitenskapelig forening for gass og vann)

Deutsche Umwelthilfe e.V. (Miljøtiltak Tyskland)

Hochschule für angewandte Wissenschaften München (Universitetet for anvendt vitenskap i München)

PSI FLS Fuzzy Logic & Neuro Systems GmbH

Tennet TSO GmbH

Germanwatch e.V.

OPAL-RT Tyskland GmbH

SWKiel Netz GmbH

Allgäunetz GmbH & Co. KG

Christian-Albrechts-Universität zu Kiel (Kiel universitet)

Westfalen Weser Netz GmbH

LEW Verteilnetz GmbH

Technische Universität Ilmenau (Ilmenau teknologiske universitet)

Øko-instituttet. Institut for angewandte Økologie e.V. (Øko-Institut. Institutt for anvendt økologi e.V.)

Avacon Netz GmbH

Hitachi Energy Tyskland AG

Maschinenfabrik Reinhausen GmbH

Friedrich-Alexander-Universität Erlangen-Nürnberg (Friedrich-Alexander-universitetet Erlangen-Nürnberg)

Karlsruher Institut für Technologie (Großforschungsaufgabe) (Karlsruhe Institute of Technology (Storskala forskningsoppgave))

Rheinisch-Westfälische Technische Hochschule Aachen (RWTH Aachen University)

Energiewirtschaftliches Institut an der Universität zu Köln gGmbH (Institutt for energiøkonomi ved Universitetet i Köln gGmbH)

Bergische Universität Wuppertal (Universitetet i Wuppertal)

Kontakter:

Prosjektleder: annebauer@siemens.com

Økonomisjef: bianca.miene@siemens.com

Finansieringsleverandør: BMBF

F-HIL-Reloaded (FKZ 03EI6104A) - Felles prosjekt: Utvikling av en testinfrastruktur for normativ validering av dynamiske prosesser for griddannende desentraliserte generasjonsenheter - F-HIL-Reloaded; Delprosjekt: Utvikling av en grid-forming desentralisert DC-veggboks for å øke forsyningssikkerheten

Varighet: 1. oktober 2023 - 30. september 2026

Målet med F-HIL-Reloaded-prosjektet er å etablere et sanntidssimulerings- og testsystem som modellerer en distribusjonsnettseksjon med sterk omformerinteroperabilitet og automatisk utfører testscenarier for rutenettdannende testobjekter. En hybridforsterker styrt via et dynamisk effektgrensesnitt og en adaptiv X/R-linjeimpedans brukes som grensesnitt til det virkelige miljøet. F-HIL-Reloaded-prosjektet er en videreføring av FHiL-forskningsprosjektet; innsikten og oppnådde resultater tjener som grunnlag for videreutvikling av test- og inspeksjonssystemet. I tillegg vurderer prosjektet de gitterdannende egenskapene til testobjektene: en DC-veggboks og en gitterdannende omformer. Spesiell oppmerksomhet rettes mot interoperabiliteten til omformerne. Spesielt simuleres resonanseffekter av ladestasjoner for elektriske kjøretøyer i forbindelse med solcelleanlegg med test- og inspeksjonssystemet. De positive (og potensielt negative) effektene av gitterdannere i fordelingsnettet bør kunne påvises ved test- og inspeksjonssystemet, som er skreddersydd til de gitterdannende egenskapene til testobjektene. De reproduserbare testene er ment å danne grunnlaget for standardiserte testsekvenser for gitterdannende systemer. Det overordnede målet med F-HIL-Reloaded-prosjektet er å påvirke utviklingen av gitterdannende og rutenettfølgende omformere positivt gjennom standardiserte testprosedyrer og testsystemet, og dermed sikre forsyningssikkerhet i en energiforsyning basert utelukkende på omformere. I samfunnet styrker påvisbarheten av sikker forsyning gjennom nettdannende systemer følelsen av sikkerhet og aksept for den grønne energiovergangen.

Konsortiumpartnere:

Hochschule Bonn-Rhein-Sieg (Universitetet for anvendt vitenskap Bonn-Rhein-Sieg)

Fraunhofer-Gesellschaft zur Fördering der angewandten Forschung eingetragener Verein (Fraunhofer-foreningen for fremme av anvendt forskning, registrert forening)

SUMIDA Components & Modules GmbH

OPAL-RT Tyskland GmbH

Kontakter:

Prosjektleder: sebastian.nielebock@siemens.com

Økonomisjef: bianca.miene@siemens.com

Finansieringsleverandør: BMWE

3DGlassGuard (FKZ: 13N16851) - Fellesprosjekt: Security through Photonic System Integration i glassfolier; Delprosjekt: Planar Integrated Optical Current Sensor

Varighet: 1. april 2024 - 31. mars 2027

3DGlassGuard (FKZ: 13N16851) - Fellesprosjekt: Security through Photonic System Integration i glassfolier; Delprosjekt: Planar Integrated Optical Current Sensor

Varighet: 1. april 2024 - 31. mars 2027

Integrasjonen av tredimensjonale optiske mikrostrukturer og robuste grensesnitt i skjermglass skal utvikles teknisk ved bruk av IOX (ionimplantasjon) kombinert med FS-L (femtosekund laserstrukturering) for å muliggjøre miniatyriserte fotoniske systemkomponenter. Et nytt designverktøy for IPD (invers fotonisk design) muliggjør effektivt den nødvendige tredimensjonale bølgeoptiske og kjemiske simuleringen. To nye sensorprinsipper, kun mulig på dette grunnlaget, innen strømmåling og miljømåling, skal forhåndsutvikles og funksjonelt valideres av applikasjonspartnerne. Metoder for intelligent sensordataevaluering vil bli brukt til dette formålet. De planlagte designstøttede kombinasjonsprosessene forener fordelene med IOX (lav demping og store områder) med fordelene med FS-L (tredimensjonalitet). Dette gjør det for første gang mulig å integrere tredimensjonale optiske strukturer i store, veldig tynne glassunderlag (< 1 mm). Denne kombinasjonen er bare effektiv når det gjelder design gjennom AI-støttet IPD, ettersom design basert på klassisk eksperimentelt bestemte regresjonsmodeller ikke raskt kan simuleres på grunn av beregningsbegrensninger. Dagens optiske sensorer er ofte frittstråle- eller fiberbaserte og krever derfor betydelig installasjonsplass. Videre er fleksible optiske fibre kostbare å behandle og montere. Fotonisk integrasjon på systemnivå gir dermed betydelige kostnads- og miniatyriseringsfordeler. Dette oppnås teknisk i det foreslåtte prosjektet ved å bruke displayglass og panelbaserte batchprosesser for IOX- og metalliseringsprosesser, samt integrering av 3-dimensjonale optiske strukturer med fs-laseren i tynne glassfolier, som er integrert som svært effektive systemkomponenter i optoelektroniske systemer for nye applikasjoner som den optiske strømsensoren.

Konsortiumpartnere:

Sea & Sun Technology GmbH

Contag AG

Fraunhofer-Gesellschaft zur Fördering der angewandten Forschung eingetragener Verein (Fraunhofer-foreningen for fremme av anvendt forskning, registrert forening)

LightFab GmbH

Technische Universität Berlin (Berlins tekniske universitet)

Kontakter:

Prosjektleder: stefan.nerreter@siemens.com

Økonomisjef: bianca.miene@siemens.com

Finansieringsleverandør: BMBF

GreenInverter (FKZ 03EN4079A) - Fellesprosjekt: Bærekraftig kraftelektronikk med innovativ kjøling for å øke resirkulerbarheten - GreenInverter; Delprosjekt: Teknologiske varianter og invertersystem

Varighet: 1. mars 2024 - 28. februar 2027

GreenInverter (FKZ 03EN4079A) - Fellesprosjekt: Bærekraftig kraftelektronikk med innovativ kjøling for å øke resirkulerbarheten - GreenInverter; Delprosjekt: Teknologiske varianter og invertersystem

Varighet: 1. mars 2024 - 28. februar 2027

«GreenInverter» -prosjektet har som mål å sette nye standarder for resirkulerbar, reparerbar og oppgraderbar maskinvare innen konvertering av elektrisk energi. Samtidig skal energieffektiviteten forbedres betydelig. Fordelene vil bli demonstrert ved å bruke en inverter som et eksempel. Den nåværende teknikkens stand, som er basert på prinsippet om individuell komponentutvikling, skal erstattes av en ny systemisk tilnærming. Gjennom en forstyrrende ny tilnærming for en felles kjøle- og isolasjonsstrategi, vil komponenttemperaturene reduseres, og bruken av nye materialer vil bli muliggjort, og dermed øke energieffektiviteten. En betydelig økning i resirkulerbarhet, en reduksjon i produktets CO2-fotavtrykk og en økning i produktets levetid på grunn av en mer homogen temperaturfordeling i omformeren vil også oppnås. Videre vil fremtidige, nye forretningsmodeller bli inkludert i betraktningene, noe som betyr at design og layout vil bli mindre drevet av produksjonskostnader. Prosjektet fokuserer på tre nøkkelområder: «Energieffektivitet», «Resirkulerbarhet, sirkularitet og dematerialisering» og «Levetid, komponentutnyttelse og fleksibilitet i bruk.» Disruptive løsninger for betydelige forbedringer på alle disse områdene vil bli undersøkt og utviklet, som skal demonstreres i form av funksjonelle prototyper. Konsortiet anslår at med full implementering av resultatene kan oppnås et energisparingspotensial på mer enn 1,6 TWh årlig i Tyskland. Siemens bidrar med ekspertise innen FoU innen elektronikk, kjølemetoder og design og produksjon av omformere. Dette inkluderer mange års erfaring innen design, konstruksjon, oppsett og drift av eksperimentelle anlegg og i å lede store forsknings- og utviklingsprosjekter.

Konsortiumpartnere:

Råstoffhandel Bernhard Westarp GmbH & Co. KG

Friedrich-Alexander-Universität Erlangen-Nürnberg (Friedrich-Alexander-universitetet Erlangen-Nürnberg)

Fraunhofer-Gesellschaft zur Fördering der angewandten Forschung eingetragener Verein (Fraunhofer-foreningen for fremme av anvendt forskning, registrert forening)

Sumida komponenter og moduler GmbH

Kontakter:

Prosjektleder: joern.grundmann@siemens.com

Økonomisjef: bianca.miene@siemens.com

Finansieringsleverandør: BMWE

GridAssist (03EI6126A) - Fellesprosjekt: Hjelpesystemer for optimalisert automatisert systemdrift i distribusjonsnett - Delprosjekttittel: Automatisert optimal systemdrift

Varighet: 1. desember 2024 - 30. november 2027

GridAssist (03EI6126A) - Fellesprosjekt: Hjelpesystemer for optimalisert automatisert systemdrift i distribusjonsnett - Delprosjekttittel: Automatisert optimal systemdrift

Varighet: 1. desember 2024 - 30. november 2027

GridAssist prosjektet har som mål å utvikle assistansesystemer for optimalisert automatisert systemdrift i distribusjonsnett. Dette er ment å muliggjøre en høyere integrering av fornybare energigeneratorer i kraftnettet. Løsninger som er individuelt tilpasset spenningsnivåene vil bli utviklet. Overførbarheten av disse løsningene og feltprøving av assistansesystemene er sentrale komponenter i prosjektet. Tilstrekkelig observerbarhet danner grunnlaget for enhver automatisering i distribusjonsnett. Jo lavere spenningsnivå, desto mindre er det for øyeblikket kjent om den faktiske gittertilstanden. I GridAssist vil derfor den nødvendige observerbarheten først bli etablert. I tillegg til installasjon av måleteknologi må det utvikles passende konsepter for hvordan måledataene mest effektivt kan integreres med de respektive nettoperatørene og deres prosesser. Med tilstrekkelig installert måle- og kommunikasjonsteknologi, dvs. gitt observerbarhet, kan den respektive gittertilstanden analyseres. I tillegg til analytiske metoder vil det bli benyttet databaserte metoder. Basert på analysen av netttilstanden, vil beslutninger deretter bli tatt av assistansesystemene. Disse kan variere fra anbefalinger for tiltak for systemoperatøren til helautomatisert fleksibilitetsutsendelse. Siemens bidrar med sin ekspertise innen nettautomatisering og programvareutvikling, spesielt innen digitale tvillinger og AI. Et sentralt aspekt ved GridAssist er automatisering av prosesser i distribusjonsnettet. Dette er uunnværlig på grunn av dagens utvikling. I tillegg til disse tekniske aspektene har prosjektet som mål å redusere drifts- og investeringskostnadene til nettoperatører. Dette oppnås gjennom forbedret kapitalforvaltning og redusert behov for nettutvidelse.

Konsortiumpartnere:

LEW Verteilnetz GmbH

Energiforsyning Gera GmbH

OPAL-RT Tyskland GmbH

Friedrich-Alexander-Universität Erlangen-Nürnberg (Friedrich-Alexander-universitetet Erlangen-Nürnberg)

Rheinisch-Westfälische Technische Hochschule Aachen (RWTH Aachen University)

Kontakter:

Prosjektleder: annebauer@siemens.com og christian.scheibe@siemens.com

Økonomisjef: bianca.miene@siemens.com

Finansieringsleverandør: BMWE

HyFlexBahn (FKZ 03ETE045A) - Fellesprosjekt: Hybrid- og fleksible batterisystemer i jernbanetransport (HyFlexbahn)

Varighet: 1. januar 2023 - 31. desember 2025

Den globalt økende etterspørselen etter grønne togløsninger for ikke-elektrifiserte jernbanelinjer vil føre til en økende etterspørsel etter kjøretøy med trekkbatterier i stedet for dieselmotorer. Så langt er batterielektriske tog primært utstyrt med litiumionceller med middels energitetthet, som er veldig kraftige, men også dyre sammenlignet med celler som brukes i bilsektoren. Målet med HyFlexBahn er å muliggjøre bruk av billige celler med høy energitetthet i kombinasjon med høyytelsesceller. Dette muliggjør høye energitettheter med samtidig lavere livssykluskostnader. I prosjektet vil simuleringsverktøy for hybride batterilagringssystemer med celler av forskjellige kjemikalier opprettes og parameteriseres, systemdesign for ulike driftsprofiler vil bli simulert, og økonomisk levedyktighet vil bli vurdert. Fleksibiliteten oppnådd gjennom hybridisering bidrar til å gjøre batteritog mer konkurransedyktige og til å bruke batteriene effektivt og så lenge som mulig, både i første bruk og i en potensiell andre levetid.

Konsortiumpartnere:

Siemens Mobility GmbH

Rheinisch-Westfälische Technische Hochschule Aachen (RWTH Aachen University)

Kontakter:

Prosjektleder: michael-fischer@siemens.com

Økonomisjef: bianca.miene@siemens.com

Finansieringsleverandør: BMWE

KoliBri (FKZ: 03LB3039A) - Fellesprosjekt: Komplekse lettvektsstrukturer for elektroniske applikasjoner innen mobilitet; Delprosjekt: Konsepsjon og testing av metallskumdemonstratorer for kraftelektronikk innen mobilitet

Varighet: 1. desember 2021 - 28. februar 2025

Kolibri-prosjektet tar for seg kjøling av e-motorer og kraftelektronikk gjennom bruk av nye lette strukturer laget av metallskum med åpne celler. Disse forventes å tilby forbedret kjøleytelse og, avgjørende, muliggjøre nye design. Ved å bruke metallskumkonstruksjoner med åpne celler, er kjøleytelsen ment å økes med 20-50% innenfor samme installasjonsrom, eller, for samme ytelse, skal vekten reduseres med 50%. I tillegg forventes fremstillingsmetodene som tas opp, slik som investeringsstøping og belegging, å føre til en kostnadsreduksjon på 75% sammenlignet med ren additiv produksjon (f.eks. selektiv lasersintring). Videre tillater de strukturelt-mekaniske fordeler med metallskum (høyt forhold mellom stivhet og volum) integrering av kjølere i konstruksjonen for den respektive anvendelse, og derved oppnås ytterligere vektreduksjon ved å utnytte mekanisk belastningskapasitet i forbindelse med kjøling. Et annet forskningsfokus er direkte utskrift av metallskumkonstruksjoner på kraftmoduler. Dette forbedrer termisk ytelse samtidig som det sparer vekt og ressurser, ettersom en konvensjonell bunnplate for kjøleren kan utelates. Siden bare sirkulære tekniske løsninger i komponenters livssyklus har lavere miljøpåvirkning enn standardløsninger, tar prosjektet også opp sammenbrudd av kompositter og enkeltsortsgjenvinning av materialene som brukes, selv om håndtering av galvaniserte overflater anses som utfordrende fra et resirkuleringsperspektiv. De utviklede tekniske løsningene er tverrsektorielle og adresserer hele mobilitetsspekteret (biler, busser, lastebiler, tog, elektrisk flyging,...). Gjennom hele prosjektet vil livssyklusvurderingsdata og programvare videreutvikles for å muliggjøre enkel miljøvurdering for designere i tidlige designfaser i fremtiden.

Konsortiumpartnere:

Valeo eAutomotive Tyskland GmbH

iPoint-Systems GmbH

HSO Herbert Schmidt GmbH & Co. KG

NRU GmbH

Technische Universität Bergakademie Freiberg (Teknisk universitet Bergakademie Freiberg)

Fraunhofer-Gesellschaft zur Fördering der angewandten Forschung eingetragener Verein (Fraunhofer-foreningen for fremme av anvendt forskning, registrert forening)

Technische Universität Dresden (Technische Universität Dresden)

Kontakter:

Prosjektleder: christian.baar@siemens.com

Økonomisjef: bianca.miene@siemens.com

Finansieringsleverandør: BMWE

LeikO (FKZ 03EI6041A) - Fellesprosjekt: Pålitelige filmkondensatorer med økt strømpotensial; Delprosjekt: Livstidsmodeller og nanoteknologi for filmkondensatorer med økt strømpotensial som komponent for forbedring av nettinfrastruktur

Varighet: 1. februar 2021 - 31. juli 2024

Det overordnede målet med forskningsprosjektet OnTomat er å forske på databaserte materialutviklings- og optimaliseringsløsninger for industrielt brukte termoplastiske og termoherdede fiberforsterkede komponenter, samt materialer og produksjonsprosesser som brukes til produksjonen, inkludert vurdering av materialsykluser. En harmonisert beskrivelse av tverrskalaforholdene mellom materiale, prosess og komponent er foreløpig ikke tilgjengelig for fiberforsterkede materialer. Likeledes er det utilstrekkelig dataintegritet fra materialkarakterisering gjennom simuleringsmetoder til produksjonsprosesser. Forskningen på en harmonisert ontologisk beskrivelse låser derfor opp tidligere ubrukt potensial for datadrevet materialutvikling og prosessoptimalisering. Dette delprosjektet tar spesielt for seg:

• Utvikling av relevante årsakssammenhenger (digital materialbeskrivelse),

• Utdyping, konstruksjon og validering av multiskala simuleringsprosesskjede med prosessintegrasjon, og

• Analyse og inkorporering av materialsyklusen i den ontologiske beskrivelsen.

Her, med et materialfokus på injeksjonskompresjonsstøpbare polymerkompositter som SMC-er, skal formaliserte beskrivelser av «ingeniørarbeidsflyten» på makro- og mikroskala nivå utvikles. De resulterende relevante årsakssammenhengene danner grunnlaget for oppretting av ontologi på tvers av skala og etableringen av den toveis multiskala simuleringsprosesskjeden som det andre fokuset. Fremme av materialsykluser danner det tredje fokuset. For dette er det nødvendig å bestemme påvirkningen av potensielt lavere kvalitetsegenskaper og på den annen side å kartlegge resirkuleringsprosessene i den ontologiske beskrivelsen, for å fremme bærekraftig utvikling allerede i designfasen.

Konsortiumpartnere:

• Fraunhofer-Gesellschaft zur Fördering der angewandten Forschung eingetragener Verein (Fraunhofer-foreningen for fremme av anvendt forskning, registrert forening)

• FASERINSTITUT BREMEN e.V. (FIBRE Institute Bremen registrert forening)

• BIAS - Bremer Institut für angewandte Strahltechnik GmbH (BIAS - Bremen institutt for anvendt stråleteknologi GmbH)

• Nexpirit GmbH

• Deutsches Zentrum für Luft- und Raumfahrt e.V. (tysk luftfartssenter registrert forening)

• Hans Weber Maschinenfabrik GmbH

Kontakter:

• Prosjektleder: martin.koerdel@siemens.com

• Økonomisjef: bianca.miene@siemens.com

Finansieringsleverandør: BMFTR

PredicteCo (FKZ 01MN23014A) - Fellesprosjekt: Produktutvikling med tanke på simuleringsstøttet bærekraftsvurdering (PredicteCo) - Delprosjekt: Kontinuerlig grønn Digital Twin med tilkobling av virtuelle og fysiske produksjonsprosesser for bærekraftig design og optimalisering

Varighet: 1. juni 2023 - 31. mai 2026

Det overordnede målet med prosjektet er å gi en plattform for å vurdere og optimalisere bærekraften til ressurskrevende produksjonsprosesser allerede på designstadiet. Modelleringen av produksjonsprosesser tjener som grunnlag. Dermed er alle forventede data og deres gruppering kjent tidlig i prosessen og kan tilveiebringes som en datastruktur i en grønn digital tvilling. Basert på datastrukturen leveres grensesnitt for bærekraftsprediksjon ved hjelp av LCA-programvare. På grunn av de kjente informasjonsflytene kan effektive foreløpige evalueringer utnyttes via Edge Computing. Spesielt er følgende delmål adressert:

• Utvikling av kvantifiserbare og målbare kriterier og indikatorer for å vurdere det økologiske fotavtrykket til komposittproduksjonsprosesser
• Integrering av relevante kriterier og indikatorer i simuleringsverktøy for utforming av fabrikkoppsett og prosesstrinn basert på målverdier
• Integrering av relevante kriterier i produktspesifikke produksjonsplanleggingsverktøy for design av produktdesign (CAE/CAM) basert på målverdier
• Automatisert og standardisert sanntidsdatainnsamling, forbehandling, dokumentasjon og sammenligning av innsamlede data med definerte målverdier som grunnlag for virkelig implementerbare optimaliseringsløsninger.

Med utgangspunkt i dette kan delprosjektet deles inn i 5 arbeidsmål:

PredicteCo (FKZ 01MN23014A) - Fellesprosjekt: Produktutvikling med tanke på simuleringsstøttet bærekraftsvurdering (PredicteCo) - Delprosjekt: Kontinuerlig grønn Digital Twin med tilkobling av virtuelle og fysiske produksjonsprosesser for bærekraftig design og optimalisering

Varighet: 1. juni 2023 - 31. mai 2026

Det overordnede målet med prosjektet er å gi en plattform for å vurdere og optimalisere bærekraften til ressurskrevende produksjonsprosesser allerede på designstadiet. Modelleringen av produksjonsprosesser tjener som grunnlag. Dermed er alle forventede data og deres gruppering kjent tidlig i prosessen og kan tilveiebringes som en datastruktur i en grønn digital tvilling. Basert på datastrukturen leveres grensesnitt for bærekraftsprediksjon ved hjelp av LCA-programvare. På grunn av de kjente informasjonsflytene kan effektive foreløpige evalueringer utnyttes via Edge Computing. Spesielt er følgende delmål adressert:

• Utvikling av kvantifiserbare og målbare kriterier og indikatorer for å vurdere det økologiske fotavtrykket til komposittproduksjonsprosesser
• Integrering av relevante kriterier og indikatorer i simuleringsverktøy for utforming av fabrikkoppsett og prosesstrinn basert på målverdier
• Integrering av relevante kriterier i produktspesifikke produksjonsplanleggingsverktøy for design av produktdesign (CAE/CAM) basert på målverdier
• Automatisert og standardisert sanntidsdatainnsamling, forbehandling, dokumentasjon og sammenligning av innsamlede data med definerte målverdier som grunnlag for virkelig implementerbare optimaliseringsløsninger.

Med utgangspunkt i dette kan delprosjektet deles inn i 5 arbeidsmål:

• Utviklingen av overordnede Cradle-to-Cradle LCA-modeller for komponenter basert på komposittmaterialer
• Utvidelse av eksisterende prosesssimuleringsløsninger på produksjons- og fabrikknivå til å inkludere de utviklede vurderingskriteriene og indikatorene
• Integrering av indikatorer og vurderingskriterier i produktspesifikk produksjonsplanlegging (CAM)
• Anskaffelse og behandling av reelle prosessdata ved hjelp av kantenheter
• Demonstrasjon og kravsamling for overføring til bred produksjon

Konsortiumpartnere:

Grasse Zur Ingenieurgesellschaft mbH

INVENT Innovative kombinasjonsmateriell Realisering og markedsføring av nye teknologier GmbH

SWMS Systemtechnik Ingenieurgesellschaft mbH

KONTAKT Software GmbH

Deutsches Zentrum für Luft- und Raumfahrt e.V. (German Aerospace Center registrert forening)

Maskinkonstruksjon Scholz GmbH & Co. KG

Kontakter:

Prosjektleder: oliver.lohse@siemens.com

Økonomisjef: bianca.miene@siemens.com

Finansieringsleverandør: BMFTR

PV4life (FKZ 03EE1165A) - Fellesprosjekt: Øke konverterens levetid gjennom optimalisert komponentoptimalisering ved hjelp av Digital AI Twin - PV4life; Delprosjekt: Sensorbasert levetidsprediksjon av omformerkomponenter

Varighet: 1. august 2023 - 31. juli 2026

I dette delprosjektet forsker Siemens AG på forbedret og mer pålitelig utnyttelse av konverterbaserte systemer og deres kritiske komponenter. Mer effektiv bruk av kraftomformere, sammen med tilhørende forlengelse av levetiden og forbedret pålitelighet, kan spare naturressurser. Målet med Siemens AGs delprosjekt er sensorbasert tilstandsovervåking, som gjør at den bestemte aldringen kan integreres i en individuell driftsstrategi som utnytter solcelleanlegget optimalt uten å kaste bort strøm eller levetid. Ytterligere sensorer i kraftmodulen vil bli brukt til å lage levetidsprognoser, som vil tjene som grunnlag for modeller av PV-invertersystemer. For dette formål vil egnede sensorer bli valgt og eksperimentelt evaluert med hensyn til deres følsomhet for aldringsdeteksjon av omformerkomponenter. Akselererte levetidstester vil generere forskjellige aldringsfeil, som vil bli oppdaget og evaluert tidlig av sensorer. Sensordataene som samles inn under forsøkene, vil bli sammenlignet med konvensjonelle data fra akselererte levetidstester for å vurdere merverdien av sensorbasert levetidsovervåking. For dette vil det bli satt opp spesifikke testbenker for halvledere for metrologisk støttede optimaliseringer, og sensorteknologien i kraftmodulen vil bli utvidet. Siemens vil levere sensorbaserte måledata fra akselererte levetidstester til prosjektpartnerne for utvikling av digitale tvillingmodeller som tar hensyn til aldringsfenomener og individuelle belastninger som oppstår i applikasjonen. Spesielt vil de genererte sensordataene tjene som input for AI-baserte livsmodeller hos prosjektpartnerne. Disse modellene optimaliserer bruken og levetiden til PV-invertersystemer ved å justere driftsparametere i henhold til økende aldring.

Konsortiumpartnere:

Infineon Technologies AG

SUMIDA komponenter og moduler GmbH

Hochschule Bonn-Rhein-Sieg (Universitetet for anvendt vitenskap Bonn-Rhein-Sieg)

OPAL-RT Tyskland GmbH

Fraunhofer-Gesellschaft zur Fördering der angewandten Forschung eingetragener Verein (Fraunhofer-foreningen for fremme av anvendt forskning, registrert forening)

Kontakter:

Prosjektleder: kai.kriegel@siemens.com

Økonomisjef: bianca.miene@siemens.com

Finansieringsleverandør: BMWE

REMEASURE (FKZ 03EN6022A) - Samarbeidsprosjekt: REMEASE Utrullbar multimodal energistyring for supermarkeder; Delprosjekt: Modellprediktiv multimodal lastforskyvning i et pilotsupermarked

Varighet: 1. desember 2022 - 30. november 2025

REMEASURE (FKZ 03EN6022A) - Samarbeidsprosjekt: REMEASE Utrullbar multimodal energistyring for supermarkeder; Delprosjekt: Modellprediktiv multimodal lastforskyvning i et pilotsupermarked

Varighet: 1. desember 2022 - 30. november 2025

For å nå nasjonale og europeiske klimamål, må utvidelsen av fornybar svingende elektrisitetsproduksjon akselereres og utnyttes effektivt. I tillegg til den kostbare utvidelsen av energinett og lagringskapasitet, kan eksisterende lokale energisystemer brukes til å skifte etterspørsel i forhold til tilførsel av fornybar energi gjennom multimodal lastskifte. En raskt implementerbar, skalerbar og økonomisk løsning er nødvendig. Supermarkeder er av stor interesse fordi energisystemene deres i stor grad er standardiserte. Videre er de omfattende utstyrt med måleteknologi og har en høy grad av automatisering. Lastforskyvningspotensial eksisterer på grunn av fleksibiliteten i supermarkedets lokale kjølenettverk i forbindelse med kontrollerbare kjøleforbrukere, for eksempel frysere eller kjølerom. Energisystemer i toppmoderne supermarkeder drives for tiden vanligvis rent etterspørselsdrevet basert på statiske regler. Slik drift er ikke effektiv, ettersom tilførselen av fluktuerende, fornybare energier ikke tas i betraktning og derfor ikke kan utnyttes effektivt. Prosjektets mål er å undersøke om effektiv utnyttelse av svingende, fornybar energi er mulig gjennom multimodal lastforskyvning, spesielt med hensyn til kjøleforsyning i supermarkeder. Dette vil ta hensyn til både dynamiske strømpriser og prognoser for dynamiske grenseforhold, som elektriske og termiske grunnbelastninger. Den tekniske gjennomførbarheten vil bli demonstrert i simulering og validert i den virkelige driften av et pilotsupermarked. Innsatsen for å installere energistyringssystemet og enhver nødvendig oppgradering av energisystemet, f.eks. gjennom ekstra måleenheter eller justeringer i automatisering, bør holdes så lav som mulig.

Konsortiumpartnere:

Rheinisch-Westfälische Technische Hochschule Aachen (RWTH Aachen University)

Kontaktpersoner:

Prosjektleder: stefan.langemeyer@siemens.com

Økonomisjef: bianca.miene@siemens.com

Finansieringsleverandør: BMWE

RIESIQ (01IS24087A) - Samarbeidsprosjekt: Forskning og testing av nye AI-metoder for robuste, intelligente og effektive industrielle systemer

Varighet: 1. desember 2024 - 30. november 2027

RIESIQ (01IS24087A) - Samarbeidsprosjekt: Forskning og testing av nye AI-metoder for robuste, intelligente og effektive industrielle systemer

Varighet: 1. desember 2024 - 30. november 2027

Målet med dette forskningsprosjektet er å overvinne underskuddene til generative AI-modeller eller store språkmodeller (LLM) med hensyn til deres anvendelighet i industrielle produksjonsprosesser. Fokuset er på å forske og teste robuste, men fleksible læringsmetoder som gjør det mulig å modellere komplekse dynamiske systemer og fysiske prosesser med tilstrekkelig nøyaktighet, samt kontrolleres intelligent og tolkbart. De nødvendige ressurskravene under opplæring og slutning skal minimeres med dataeffektive algoritmer for å sikre bærekraftig og miljøvennlig bruk i industriell skala. For å nå disse målene vil det legges vekt på en skalerbar, synergistisk kobling av ML-algoritmer og numeriske simuleringsmetoder, samt på elastiske og praktiske RL-metoder for kontrolloptimalisering bygget på dem. De resulterende metodene må samtidig møte høye krav til gjennomsiktighet og forklarbarhet, og det er derfor et ekstra fokus er på å undersøke nye tolkningsteknikker for strukturerte modellarkitekturer. De nyutviklede AI-løsningsmodulene vil bli prototypisk og praktisk testet ved hjelp av automatiserte produksjons- og kvalitetssikringsprosesser i produksjonen av litiumionbattericeller, og demonstrerer dermed merverdien for den AI-drevne transformasjonsprosessen mot en skalerbar og fleksibel fabrikk i fremtiden.

Konsortiumpartnere:

deepset GmbH

Technische Universität Berlin (TU Berlin)

Kontaktpersoner:

Prosjektleder: marc.weber@siemens.com

Økonomisjef: roland.deak@siemens.com

Finansieringsleverandør: BMWE

VALUE-M (FKZ 16BZF332A) - Samarbeidsprosjekt: Forlenger brukbar levetid for lagringssystemer gjennom mikrosyklusstyring med kontinuerlig tilstandsovervåking - VALUE-M

Varighet: 1. juni 2023 - 31. mai 2026

Siemens AG er aktiv i markedet som leverandør av løsninger og komponenter, samt utviklingspartner for prosjekter. I denne sammenhengen vil Siemens primært arbeide med teknisk implementering og potensiell kommersiell utnyttelse av VALUE-M-prosjektets resultater. I algoritmeutvikling vil Siemens sikre kompatibilitet med pågående tredjepartsprosjekter og gjennomførbarhet i industrielle systemer. Foruten implementering av kommunikasjonsprogramvare og skysystemer, som er mindre kritisk for VALUE-M, er fokuset på å utvikle lokale styreenheter som optimalt opererer det respektive lagringssystemet som skal kontrolleres, ved å bruke de utviklede algoritmene i en flerbruksstruktur for flere styringsformer samtidig. For praktisk å verifisere det økonomiske potensialet til en utvidet algoritme og kontrollteknologi i prosjektets ånd, vil individuelle demonstrasjonssystemer bli administrert av et underleverandør av elektrisitetshandelsselskap. På maskinvaresiden vil det utvikles metoder for teknisk integrering av andrelagre, der systemer levert av tredjeparter kan kompletteres med egnet styringsteknologi. Spesielt for flerbruksstyring, inkludert øyeblikkelig reserve, vil tilstrekkelige effektreserver og høy reaksjonshastighet sikres ved valg av kraftelektronikk for å kompensere for svært kortsiktige nettforstyrrelser.

Konsortiumpartnere:

SWW Wunsiedel GmbH

Rheinisch-Westfälische Technische Hochschule Aachen (RWTH Aachen University)

Kontaktpersoner:

Prosjektleder: heiko.winterstein@siemens.com

Økonomisjef: bianca.miene@siemens.com

Finansieringsleverandør: BMWE

VE4 (FKZ 16ME0735K) - Samarbeidsprosjekt: Pålitelig forstyrrelsesreduksjon i energinett ved hjelp av sanntidskompatible kantkomponenter

Varighet: 1. november 2022 - 31. oktober 2025

Motivasjon: Kvaliteten på elektrisk forsyning i industrinett har blitt betydelig dårligere på grunn av stadig mer komplekse, svært dynamiske forbrukere som forårsaker nettforstyrrelser. Samtidig er de svært nettverksbaserte Industry 4.0-systemene svært følsomme for disse nettforstyrrelsene. Dette fører i økende grad til nedetid for anlegget med høye kostnader. For tiden kan sterke belastninger eller ugunstige gjensidige forstyrrelser av gitterkomponenter ikke detekteres på forhånd. Hovedmålene for VE4 er kontinuerlig deteksjon og intelligent aktiv kompensasjon av forstyrrelser i elektriske energiforsyningsnett for industrien. Det skal oppnås en betydelig økning i robusthet, samt energi- og ressurseffektivitet. For dette formålet skal det utvikles et distribuert, nytt digitalt kompensasjonssystem. Dette består av et heterogent sensornettverk i sanntid og kantenheter, som muliggjør ML-basert rask prediksjon av forstyrrelsessignaler og beregner motkoblingssignaler for å kompensere for forstyrrelsene. Motkoblingssignalene blir til slutt matet tilbake til gitteret ved hjelp av aktive filtre. Grunnlaget for fleksibel anleggsovervåking og sanntidskontroll gjennom edge-enhetsteknologier blir dermed skapt. Grensesnittene skal standardiseres. Dette gjør systemet fleksibelt utvidbart for et bredt spekter av kontroll- og diagnostiske oppgaver i digitale energinett — langt utover den aktive forstyrrelseskompensasjonen som er målrettet i prosjektet. Det kantenhetsbaserte diagnostiske og forstyrrelseskompensasjonsanlegget for moderne digitale industrielle energiforsyningsnett skal utvikles i flere trinn. Maskinvare og programvare vil bli konseptualisert og prototypisk realisert. Dette inkluderer tidssynkroniserte nettverksbaserte målenoder i sanntid, kantenhetene med ML-metoder, en skydatamaskin og de tidssynkroniserte aktive filtrene. Ytelsen vil bli evaluert i en samlet systemdemonstrator i et ekte anlegg.

Konsortiumpartnere:

Technische Universität Dortmund (Technische Universität Dortmund)

Meanwave GmbH

Fraunhofer-Gesellschaft zur Fördering der angewandten Forschung eingetragener Verein (Fraunhofer-Gesellschaft for fremme av anvendt forskning, registrert forening)

Bleenco GmbH

Kontaktpersoner:

Prosjektleder: stefan.haensel@siemens.com

Økonomisjef: bianca.miene@siemens.com

Finansieringsleverandør: BMFTR

AVEL — Utvikling av en uorganisk potteblanding for elektriske maskiner og kraftelektronikkVarighet: 1 sep 2021 — 28 feb 2025Prosjektleder: Klaus WilkeØkonomisjef: Bianca MieneFinansieringsorgan: BMWE

Connect4HCA — Fleksibelt dronebasert kommunikasjonsnettverk med sensorfunksjonalitet for moderne produksjonsanleggVarighet: 1 jan 2024 — 31 des 2028Prosjektleder: Volkmar DoerichtØkonomisjef: Roland DeakFinansierende organ: BMFTR

CONTAIN — Trusler fra det digitale domenetVarighet: 1 mars 2023 — 28 feb 2025Prosjektleder: Tiago GasibaØkonomisjef: Roland DeakFinansieringsorgan: BMFTR

CTsimu2 — Realistisk simulering av ekte røntgencomputertomografisystemerVarighet: 1 okt. 2022 — 31. mars 2025Prosjektleder: Christian WatzlØkonomisjef: Roland DeakFinansieringsorgan: BMWE

ECO:DIGIT (samarbeidsprosjekt) — Muliggjør grønn databehandling og digital transformasjon; delprosjekt: Aktivering av grønn databehandlingVarighet: 1 juni 2023 — 31 mai 2026Prosjektleder: Karsten SchoernerØkonomisjef: Roland DeakFinansieringsorgan: BMWE

EMDRIVE — Innebygd databehandlingsytelse og diagnosehierarki fra sensorer til kantVarighet: 1 feb 2022 — 30 apr 2025Prosjektleder: Daniel HorcherØkonomisjef: Roland DeakFinansieringsorgan: BMFTR

EREP — Vellykket reproduksjon gjennom databasert beslutningstaking og intelligent prosessplanleggingVarighet: 1 okt. 2022 — 30 sep 2025Prosjektleder: Tobias KampsØkonomisjef: Bianca MieneFinansierende organ: BMFTR

EvoFrame - Utvikling og validering av et evolusjonært, menneskesentrert rammeverk for transformasjonskapable organisasjonerVarighet: 1 jan. 2023 — 31 des 2025Prosjektleder: Martin KramerØkonomisjef: Roland DeakFinansieringsorgan: BMFTR

HEROES - Svært effektive og pålitelige smarte kraftelektroniske systemerVarighet: 1 okt. 2022 — 30 sep 2025Prosjektleder: Klaus WilkeØkonomisjef: Bianca MieneFinansieringsorgan: BMWE

HoverGaN - Utvikling av innovative GaN-strømhalvledere for høyspenningsapplikasjonerVarighet: 1 okt. 2021 — 31. mars 2025Prosjektleder: Klaus WilkeØkonomisjef: Bianca MieneFinansieringsorgan: BMWE

HTA 2.0 — Tillitsankere for maskinvare for neste generasjon sikre innebygde systemerVarighet: 1 sep. 2022 — 31 aug 2025Prosjektleder: Harald MuellerØkonomisjef: Roland DeakFinansieringsorgan: BMFTR

SafeOps — Sikre industriell drift gjennom AI-baserte assistansesystemerVarighet: 1 okt. 2022 — 30 sep 2025Prosjektleder: Yushan LiuØkonomisjef: Roland DeakFinansieringsorgan: BMWE

VITAMIN - Pålitelig AI for industrielle applikasjonerVarighet: 1 okt. 2022 — 30 sep 2025Prosjektleder: Markus SauerØkonomisjef: Roland DeakFinansieringsorgan: BMWE