Skip to main content
Denne siden vises ved hjelp av automatisk oversettelse. Vis på engelsk i stedet?
Selskapets kjerneteknologier

Integrerte kretser, industri- og kraftelektronikk

Vår forskning for dette teknologifeltet spenner over alt fra AI-drevet EDA, IC/PCB-design og produksjon til bærekraft for programvaredefinert maskinvare innen elektrifisering, automatisering og digitalisering, integrering av elektronisk maskinvare, programvare og mekatroniske systemer.

Tenk om AI, digitale tvillinger og programvaredefinert maskinvare krevde mindre maskinvare og energi

Hva om industriell intelligens eksisterte direkte der fysisk arbeid skjer? Ettersom fabrikker, produksjonssystemer og energinett krever større autonomi, resulterer avhengighet av tung serverklasse eller cloud computing i flaskehalser for ventetid, strømforbruk og maskinvarefavtrykk. Fremtidens automatisering krever intelligens for å bevege seg nærmere maskinkanten. Denne tilnærmingen bruker en brøkdel av den fysiske maskinvaren og tilbyr langt overlegen energieffektivitet.

Det som betyr noe er løsninger for mer effektiv databehandling, sensing, kraftelektronikk og innebygde AI-funksjoner for industrielle systemer.

Et delt bilde med en blå digital mikrochip-visualisering og tre forskere som ser på en bærbar skjerm sammen
En robotarm som nøyaktig monterer kretskort langs et automatisert fabrikktransportbånd.

Integrerte kretser, industri- og kraftelektronikk omfatter avanserte maskinvarearkitekturer for digitale, analoge og blandede signalsystemer, trykte kretskort og generell eller applikasjonsspesifikk databehandling, inkludert kunstig intelligens og sikkerhetsarbeidsbelastninger.

Designprosesser utnytter maskinlæring og generativ kunstig intelligens for maskinvaredesign og verifisering. De dekker integrasjon, miniatyrisering, produksjonsprosesser og hele livssyklusen til bærekraftige produkter. Ved å bruke digitale tråder og digitale tvillingteknologier driver domenespesifikke systemer maskinvare- og programvarekodesign på tvers av elektroniske plattformer.

Dette Selskapets kjerneteknologi dekker maskinvare for databehandling, kommunikasjon, sensing, aktivering og mekatroniske systemer for å muliggjøre sikre, bærekraftige felt- og kantenheter for elektrifisering, automatisering og digitalisering. Den spenner også over AI-aktivert elektronisk designautomatisering for integrerte kretser og kretskort, og integrerer digitale tvilling- og digitale trådløsninger på tvers av funksjonelle, elektriske, termiske og mekaniske domener.

Videre omfatter denne selskapets kjerneteknologi applikasjonsspesifikke integrerte kretser for programvaredefinert maskinvare, kraftelektronikk for energikonvertering og bevegelseskontroll og maskinvarebevisste, kunstig intelligens-aktiverte kontrollteknologier for sanntids industriell automatisering og robotikk.

Ikon for integrerte kretser, industri- og kraftelektronikk
Publikasjoner

Utforsk våre utvalgte artikler


Vårreverb-emulering med hybridgatede konvolusjonsnettverk og tilstandsrommodeller

Publisert i: ICASSP 2026
M. Wess, J. Janser, D. Dallinger, J. Janser, M. Wess, M. Bittner, D. Schnöll, A. Jantsch

Modellering av analoge fjærklang er utfordrende på grunn av ikke-lineær oppførsel og lange haler. Vi foreslår GCN-SSM, en hybrid dyp læringsmodell som kombinerer inngjerdede konvolusjonsnettverk og tilstandsrommodeller. For å oppnå topp, bransjeledende perseptuell kvalitet, krever den bare 125,7k parametere og tillater moderne CPU-distribusjon.
Se på utgiverens side


Analyser av materialatferd og loddetretthetstest og prediksjonsresultater for langsiktig termisk sykling

Publisert i: 2025 26. internasjonale konferanse om termisk, mekanisk og multifysikksimulering og eksperimenter i mikroelektronikk og mikrosystemer (EuroSime)
Peter Fruehauf, Andreas Weigert, Rainer Dudek, Kerstin Kreyssig, Matthias Prinz, Susana Richter-Trummer, Sven Rzepka

Denne studien validerer FE-simuleringer mot 13-års termiske tester for å forutsi utmattelseslevetid i FBGA277- og QFN-komponenter. Det er viktig å ta hensyn til materialaldring og herdingskrymping i støpeforbindelser, og unnlater krympingsflips beregnet forvrengning. Aldrede Anand-kryplover samsvarer med fysiske feilmønstre, i motsetning til ugamle data.
Se på utgiverens side


Rekonfigurerbar intelligent overflate for industriell automatisering: mmWave forplantningsmåling, simulering og krav til kontrollalgoritmer

Publisert i: 2024 IEEE 35th International Symposium on Personal, Indoor and Mobile Radio Communications (PIMRC)
L.W. Mayer, A. Hofmann, M. Schiefer, H. Radpour, M. Hofer, D. Löschenbrand, T. Zemen

Vår forskning presenterer en aktiv 127-element rekonfigurerbar intelligent overflate (RIS) som opererer ved 23,8 GHz, omgår blokkeringer av siktelinjen i industrielle mmWave-miljøer. Kontrollert via FET-basert forsterkning, fokuserer den effektivt signaler på målpunkter. Målinger bekrefter ytelsen til strålebredde, og gir praktiske oppdateringskriterier for mobil innendørs sporing.
Se på utgiverens side


Modellering av SiC- og GaN-transistorer basert på pulserende S-parametermålinger

Publisert i: Desember 2025, Kraftelektroniske enheter og komponenter
Martin Hergt, Bernhard Hammer, Martin Sack, Lukas W. Mayer, Sebastian Nielebock, Marc Hiller

I dette forskningsprosjektet avledet vi en presis 12-elementmodell for SiC MOSFET og GaN HEMT effekttransistorer ved bruk av pulserende S-parametermålinger fra 2 MHz til 500 MHz. Den iterativt justerte modellen dekker klemmeområder, ohmiske og aktive områder, og viser en utmerket match med originale målinger for raske omformere.
Se på utgiverens side


AI-basert bevegelseskontroll med fleksibilitet i systemdynamikk

Publisert i: 2024 Energy Conversion Congress & Expo Europe (ECCE Europe)
Niklas Körwer; Martin Bischoff; Michael Laumen; Rik W. De Doncker

Algoritmene i dagens produksjonsmaskiner blir stadig mer komplekse for å holde tritt med markedets krav om økt produktivitet og fleksibilitet. Denne artikkelen foreslår å bruke forsterkningslæring og nevrale nettverk for å akselerere utvikling av bevegelseskontroll for produksjonsmaskiner. Nettverket er trent på digitale tvillinger og tilpasser motorens settpunkter til frekvensomformerens dynamikk, reduserer følgende feil, jevner ut kontroll og muliggjør fleksibel gjenbruk på tvers av ulike maskinkonfigurasjoner.
Se på utgiverens side