Tehnologii de bază ale companiei

Proiectare și simulare de sistem

Acest domeniu de cercetare se concentrează pe modelarea sistemelor și componentelor, proiectarea și simularea multi-fizică folosind AI. Se adresează lanțului CAD/CAM și gemenilor digitali pentru testarea vizuală, verificarea și optimizarea în infrastructura de producție, robotică și energetică.

Explorați publicațiile

Ce se întâmplă dacă am putea proiecta, testa și îmbunătăți infrastructura de automatizare, producție și energie înainte ca acestea să fie construite?

Ciclurile tradiționale de inginerie se bazează în mare măsură pe prototiparea fizică, ceea ce duce la iterații costisitoare, timp prelungit de introducere pe piață și blocaje operaționale neprevăzute. Ingineria industrială modernă necesită trecerea dincolo de modelele CAD statice către medii dinamice de simulare cu mai multe domenii. Combinând calculul de înaltă performanță, telemetria în timp real și vizualizarea spațială, arhitecturile industriale complexe pot fi validate riguros pe întregul ciclu de viață înainte de punerea în funcțiune fizică.

Ceea ce contează sunt simularea, gemenii digitali și capacitățile metaverse industriale pentru o inginerie mai rapidă, mai sigură și mai durabilă.

O imagine divizată care arată un design spiralat 3D abstract colorat și o femeie care poartă o cască VR și deține controlere de mișcare

Un cercetător așezat la un birou, lucrând cu grijă la un laptop

Proiectarea și simularea sistemului acoperă modelarea geometrică, mecanică și funcțională (CAD/CAM) cu fluxuri de lucru îmbunătățite de AI și design generativ. Acesta include proiectarea producției, punerea în funcțiune virtuală, precum și (multi-) fizică, sistem, în timp real și co-simulare. De asemenea, cercetăm simularea pentru instruirea IA fizică și generarea de date sintetice.

Cercetarea noastră abordează validarea, verificarea, colaborarea în proiectare, vizualizarea AR/VR și gestionarea ciclului de viață/digital twin. În plus, cuprinde ingineria automatizării, modelarea electrică și proiectarea sistemelor de energie distribuită utilizând simularea multimodală, modelarea incertitudinii, optimizarea tehnico-economică și fluxurile de lucru agentice.

Pentru aceasta Tehnologia de bază a companiei, cercetăm aplicații care acoperă îmbunătățirea instrumentelor de proiectare, simulare și PLM alături de simulare, date, modele și platforme digitale de gestionare a gemenilor. Domeniile cheie includ vizualizarea, colaborarea (de exemplu, Digital Twin Composer), crearea automată de conținut 3D și instrumente de sustenabilitate pentru amprenta de carbon a produselor, analiza circularității și a ciclului de viață cu un geamăn digital.

Alte subiecte sunt proiectarea produselor și producției îmbunătățite prin simulare, punerea în funcțiune virtuală, instruirea modelului de fundație CAD/CAM, proiectarea sistemelor energetice multimodale și dezvoltarea activelor pentru sistemele energetice. În cele din urmă, cercetarea noastră abordează ciclul de viață și gemenii energetici, aspectele circularității producției, sincronizarea cu sistemele industriale reale și ingineria autonomă.

Pictogramă pentru proiectarea și simularea sistemului

Publicații

Explorați lucrările noastre recomandate

SceneGenAgent: Generare precisă de scenă industrială cu agent de codare

Publicat în: 2025 Lucrările celei de-a 63-a reuniuni anuale a Asociației pentru Lingvistică Computațională (Volumul 1: Lucrări lungi), paginile 17847—17875, Viena, Austria
Xiao Xia, Dan Zhang, Zibo Liao, Zhenyu Hou, Tianrui Sun, Jing Li, Ling Fu, Yuxiao Dong

Generarea scenelor industriale 3D cu LLM este o provocare datorită cerințelor stricte pentru măsurători precise și planificare spațială. Pentru a rezolva acest lucru, autorii introduc SceneGenAgent, un agent LLM care generează scene industriale prin cod C #. Utilizează planificarea structurată a aspectului, verificarea și rafinarea iterativă pentru a satisface nevoile cantitative exacte, sporind ratele de succes LLM până la 81.0%. În plus, autorii lansează SceneInstruct, un set de date pentru reglarea fină a LLM-urilor open-source precum Llama3.1-70B pentru a aborda performanța GPT-4o în cadru. Codul și datele sunt disponibile publicului.
Vizualizare pe pagina editorului

SipHyr: Un cadru de optimizare bazat pe învățare end-to-end pentru reconfigurarea dinamică a rețelei

Publicat în: Tranzacții IEEE pe rețeaua inteligentă (Volum: 16, Număr: 2, Martie 2025)
Rabab Haider, Anuradha Annaswamy, Biswadip Dey, Amit Chakraborty

Creșterea energiei regenerabile, a stocării și a vehiculelor electrice necesită paradigme de luare a deciziilor mai rapide pentru rețelele de distribuție. Această lucrare propune SIPHyr, un cadru de învățare automată informat de fizică pentru optimizarea bazată pe învățare end-to-end a reconfigurării rețelei. SIPHyr optimizează topologia și fluxurile de putere pentru a reduce pierderile de linie, pentru a îmbunătăți profilurile de tensiune și pentru a stimula integrarea regenerabilă. Pentru a gestiona variabilele de decizie binară NP-hard, folosește o metodă de rotunjire informată de fizică într-un cadru diferențiabil. Acest lucru permite SIPHyr să optimizeze simultan topologia rețelei și expedierea, satisfăcând în același timp constrângerile critice pentru siguranță, așa cum s-a demonstrat pe trei grile canonice.
Vizualizare pe pagina editorului

Valorificarea flexibilității consumatorilor pentru a atenua congestionarea rețelei în viitoarele rețele de distribuție a energiei electrice

Publicat în: Energii 2024
Tomaselli D., Most D. și colab.

Adoptarea tot mai mare a sistemelor fotovoltaice (PV), a vehiculelor electrice (EV) și a pompelor de căldură cauzează congestionarea rețelei de distribuție. Această lucrare evaluează flexibilitatea BTM folosind un cadru nou care combină un flux optim de putere orizontului rulant cu o funcție de cost liniar pe bucăți pentru a aborda această problemă fără upgrade-uri costisitoare. Când au fost testate pe un model de rețea din Schutterwald, Germania, rezultatele au arătat că stocarea BTM de autoconsum a rezolvat toate încălcările de alimentare, dar doar 35% din încălcările sarcinii. Cu toate acestea, controlul proactiv al încărcării și descărcării stocării rezolvă în mod eficient încălcările de încărcare rămase, chiar și în rețelele aproape saturate.
Vizualizare pe pagina editorului

Ecuații diferențiale neuronale cu control integrat pentru modelarea proceselor chimice

Publicat în: 2025 A 32-a Conferință internațională IEEE privind atelierul de calcul de înaltă performanță, date și analiză (HiPCW)
Sumeet Rodiya, Vârtak, Kunal Bahuguna, Subhajit Sanfui, Ramsatish Kaluri

Ecuațiile diferențiale neuronale sunt puternice pentru simularea proceselor chimice, dar aplicarea lor la procesele chimice controlate rămâne relativ neexplorată. Această lucrare evaluează ecuațiile diferențiale neuronale obișnuite (NODE) și ecuațiile diferențiale controlate neuronale (NCDE) pentru modelarea unui sistem de bioreactor în loturi cu integrare explicită a controlului. Autorii dezvoltă un cadru NODE modificat care conține intrări de control și studiază NCDE, care încorporează căi de control continue folosind interpolarea spline. Implementate în Diffrax pentru o accelerare eficientă a GPU, cadrele demonstrează că NCDE obțin o precizie predictivă superioară, în timp ce NODE-urile oferă timpi de antrenament mai rapizi.
Vizualizare pe pagina editorului

Cadru multi-agent care utilizează grafice de cunoștințe pentru modele virtuale de punere în funcțiune

Publicat în: AUTOMATION 2026, Innovation trifft Anwendung (pp. 144-152). VDE
Max Diekmann; Jonas Nitzler; Jan Fischer; Hans-Jürgen Pfisterer; Dirk Hartmann

Modelele virtuale de punere în funcțiune (VCM) validează sistemele de fabricație discrete înainte de implementare, dar construirea acestora necesită multă muncă datorită datelor fragmentate din instrumente precum Siemens TIA Portal și NX MCD. Pentru a aborda acest lucru, autorii propun un cadru multi-agent bazat pe grafic de cunoștințe. Instrumentele deterministe extrag și îmbină PLC și datele cinematice într-o bază de date grafică unificată. O arhitectură ierarhică a agenților ajută apoi la înțelegerea sistemului, generarea componentelor bazate pe scripturi și maparea semnalului între domenii. Testată pe o configurație de fabricație la scară de laborator, abordarea reduce efortul de interpretare manuală și eficientizează ingineria VCM timpurie.
Vizualizare pe pagina editorului