资助项目

3D-i-GeneralTol (FKZ 03TN0057A) - 基于 DIN ISO 2768-1/2 或 DIN 2769 进行隐含通用公差 3D 建模，以实现 ISO 22081 的进一步发展 - 3D-i-GeneralTol

时间：2023 年 10 月 1 日-2025 年 9 月 30 日

Siemens AG (SAG)、Siemens Energy Global GmbH & Co. KG (SE) 和德累斯顿工业大学 (TUD) 联手推动在德国工业界持续引入一种面向未来、基于 3D 模型的数字化工作方法。为此，该项目将制定一种标准化规范，允许直接根据 3D CAD 几何模型确定公差表面，而无需明确规定尺寸和形状。该规范补充并简化了现有 GPS 标准系统（ISO 16792、ISO 22081）的应用，特别是对于在功能/技术上处于次要地位的几何元素。通过将其嵌入到现有和业界公认的 GPS 标准系统中，将确保新标准得以使用。其对通用公差/自由尺寸这一经过验证的概念进行了扩展，因此这些公差规范也可以直接应用于 3D CAD 模型中未标注尺寸和未设定公差的几何元素，从而节省大量时间。

联盟合作伙伴：

Siemens Energy Global GmbH & Co. KG

德累斯顿工业大学 (Technische Universität Dresden)

联系人：

项目经理：christian.lipp@siemens.com

财务经理：bianca.miene@siemens.com

资金提供方：BMWE

AdapEdge (FKZ 16ME0547K)-具有自适应工艺优化功能的用于弹性电子制造的边缘计算模块

时间：2022 年 7 月 1 日-2025 年 12 月 31 日

该项目旨在优化工业 4.0 环境中的产品制造。该项目的总体目标是通过使用和评估免费提供的信息/数据，在复杂甚至空间分布的制造环境中进行自适应流程优化。对于各种场景，这些数据可用于优化制造生产率和质量，达到目标值。一方面，这适用于仍然可以提高生产率的高效制造，例如，通过调整所选的测试策略。但是，它也适用于因劣质或假冒原材料甚至针对个别机器的有针对性的攻击而失去平衡的制造业，通过及早发现不稳定的运行模式，可以迅速将其恢复到可靠的运行模式。为此，该项目将使用人工智能/联邦学习的数据评估方法与边缘计算模块相结合，该模块具有专门用于数据融合的处理器和相关的通用传感器网络。该网络将用于在本地收集免费数据，例如，测量温度、湿度、加速度和运行噪声等环境数据，但也可以使用紫外线辐射、空气质量、E 和 B 场等替代值。数据将由人工智能处理、压缩和评估；在与制造业的质量和生产率参数进行比较后，将确定持续生产的条件水平。该条件级别旨在独立于现有的数字制造基础设施，因此可作为制造优化决策的独立数据源。通过反馈回路，人工智能旨在不断学习和改进其决策。

联盟合作伙伴：

• 比勒费尔德大学（比勒费尔德大学）

• Sensorik-Bayern GmbH

• Creonic GmbH

• 柏林工业大学（柏林工业大学）

• 微系统工程有限公司

• Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung eingetragener Verein（弗劳恩霍夫进步协会）

联系人：

项目经理：matthias.heimann@siemens.com

财务经理：bianca.miene@siemens.com

资金提供者：BMFTR

AdHyBau2 (20M2202A) - 总项目：开发可认证的飞机氢电推进系统以及测试低温冷却的电动机 - AdHyBau2；- 子项目：低温冷却的高效电力驱动器的数字开发方法和创新制造概念。

时间：2024 年 8 月 1 日-2028 年 7 月 31 日

该项目侧重于数字化方法的进一步开发、创新的增材制造方法以及颠覆性的电机技术研究。该项目以前身项目的成果为基础，增加了面向未来航空认证的重要方面。具体目标是在数字孪生中实现对于氢冷却电驱动装置的映射。通过所谓的模型降阶，可以节省计算时间和资源，从而使数字孪生可用于工业元宇宙，并加快研发中的数字化速度。此外，该项目范围内还将开发先进的制造方法，并对材料和组件的性能和质量进行研究。特别是，用于完整描述弹性张量的补充材料参数在设计中起着重要作用。为了获得航空认证，必须彻底研究全新制造工艺，并以稳定的质量实现材料的可重复生产。对流程的安全掌握是基础所在。具体而言，铜的冷气喷涂还有待进一步发展，研究的重点是通过首次结合两种增材工艺来制造铜质空心结构。在电驱动方面，其对颠覆性技术的潜力进行了研究。其中的重点是研究超导技术在驱动系统中的潜力，以应用于优选场景。实验室样机演示了低温冷却电驱动器的可行性。在实验室条件下对驱动器进行构造、调试和实验测试是该项目的重要组成部分。

联盟合作伙伴：

卡尔斯鲁厄理工学院 (Karlsruher Institut für Technologie)

德累斯顿工业大学 (Technische Universität Dresden)

Aufwind GmbH

弗劳恩霍夫应用研究促进协会 (Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V.)（注册协会）

Additive Drives GmbH

MT Aerospace AG

联系人：

项目经理：christian.weidermann@siemens.com

财务经理：bianca.miene@siemens.com

资金提供方：BMWE

BoLeRo (FKZ 03EI4041A) - 联合项目：BoLeRo - 使用基于云的方法监测固定式电池储能的老化过程，以延长使用寿命、减少维护工作量并优化运营管理；子项目：电池储能数字化服务

时间：2021 年 10 月 1 日-2024 年 9 月 30 日

大型固定式电池储能系统可为未来的能源网提供重要的系统服务，其特点是使用可再生能源发电。我们提出了一种基于云的系统，用于电池储能系统的监控和运行优化，该系统可实现以下工业应用并解答相关的研究问题：

• 运行期间由电池电芯提供数据
• 用于固定式储能监控、分析和建模的云解决方案
• 新的改进方法，从常规电池运行的实际 BMS 数据中提取时变电池参数（例如容量、数字孪生模型）
• 通过更准确的电池模型和更低的安全裕度要求来改进运营策略
• 提供通用且自动化的解决方案以降低服务成本
• 降低电池系统运行的技术要求，特别是考虑到项目和客户的特定要求
• 确保电池在其整个寿命（包括梯次利用）中安全运行的方法
• 分析每种运营策略的经济影响

该项目的成果将在慕尼黑市政公司 (Stadtwerke München) 的弗莱曼大型储能设施的长期运行中进行验证。该验证平台将展示参数估算的准确性和电池运行的改进情况。结果将通过电池储能系统的实际测试进行验证。

联盟合作伙伴：

慕尼黑工业大学 (Technische Universität München)

联系人：

项目经理：andrei.szabo@siemens.com

财务经理：roland.deak@siemens.com

资金提供方：BMWE

BMBF 6G CampustWin4IN：适用于工业 4.0 的 6G 园区网络和数字双胞胎
项目期限：2026 年 2 月 1 日-2029 年 1 月 31 日
财务经理：Björn Richerzhagen
财务经理：罗兰·迪克
资助机构：BMFTR

CBC-GREEN (FKZ 13N15451)-在电气元件的工业生产中使用灵活的绿色光束源

时间：2021 年 7 月 1 日-2025 年 7 月 31 日

在继电器、接触器或功率模块等电子产品中，越来越多地使用铜制组件。其原因是对导电性和导热性的要求正在提高（与铝相比，铜的性能大约好1/3）。对于铜的柔性加工（接合、分离、增材制造，尤其是选择性激光熔化），激光工艺具有优势。使用具有出色光束质量的近红外（NIR）激光器（基模或单模光纤激光器），它们还具有很高的空间分辨率。但是，铜的高反射率（在1070 nm处为97％）使激光技术的使用变得复杂，因为存在组件损坏的风险（耦合到熔池中吸收量会显著增加），处理时间太短（由于吸收率低），并且可能会出现定性缺陷（熔体飞溅）。该子项目的目标是能够在西门子的制造领域使用该联盟开发和认证的激光器。应用领域包括自动化技术、电气元件的生产和电力电子设备的组装。这里的重点是焊接和接合、增材制造以及铜板的切割。重点是证明通过使用新的激光束源可以提高效率和可重复性。

联盟合作伙伴：

thyssenkrupp Automation Engineering GmbH

Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung eingetragener Verein（弗劳恩霍夫应用研究促进会，注册协会）

Karl H. Arnold Maschinenfabrik GmbH & Co.千克

amcm GmbH

联系人：

项目经理：kai.kriegel@siemens.com

财务经理：bianca.miene@siemens.com

资金提供者：BMFTR

控制-控制在复杂开放环境中运行的高度自动化运输系统的风险
时间：2025 年 10 月 1 日 — 2028 年 9 月 30 日
项目经理：康奈尔·克莱因
财务经理：罗兰·迪克
资助机构：BMWE

DAFODIL (FKZ 03XP0389A) - DAFODIL - 通过大规模使用机器学习算法和在线分析，基于生产线末端数据，实现电池电芯的数据驱动制造优化

时间：2021 年 9 月 1 日-2025 年 8 月 31 日

DAFODIL 项目计划开发用于锂离子电芯跨工序制造优化的全新方法与技术。

目前锂离子电芯生产设备的先进技术是将每个生产步骤分别优化至局部理想水平。由于某些质量参数可能在单个生产设备偏离局部理想运行状态时达到全局理想水平，因此 DAFODIL 项目将通过研究新型传感器系统这一中间步骤，来开发生产的全局优化方法。为此，系统将在初步研究中考察各种传感器系统是否适合在电芯生产中采集数据。对于所有测量值，其将评估哪些传感器信息与定义的质量参数直接相关。

DAFODIL (FKZ 03XP0389A) - DAFODIL - 通过大规模使用机器学习算法和在线分析，基于生产线末端数据，实现电池电芯的数据驱动制造优化

时间：2021 年 9 月 1 日-2025 年 8 月 31 日

DAFODIL 项目计划开发用于锂离子电芯跨工序制造优化的全新方法与技术。

目前锂离子电芯生产设备的先进技术是将每个生产步骤分别优化至局部理想水平。由于某些质量参数可能在单个生产设备偏离局部理想运行状态时达到全局理想水平，因此 DAFODIL 项目将通过研究新型传感器系统这一中间步骤，来开发生产的全局优化方法。为此，系统将在初步研究中考察各种传感器系统是否适合在电芯生产中采集数据。对于所有测量值，其将评估哪些传感器信息与定义的质量参数直接相关。

此外，其还将研究相关特征值对复杂因果模式的影响。为此，其将开发算法和方法来识别这些复杂的因果链。其将通过敏感度分析研究这些因果链中的哪些子影响因素促成了某些效应，以及如何定量记录这些影响。Siemens 子项目将首次研究一种新型传感器系统，即所谓的高光谱相机，以了解它可能在电池生产中的应用。此外，其还将采用电化学测量方法并配合开展电芯制造改进，以研究生产参数对质量的影响，并发掘电池质量表征的优化潜力。为此，Siemens 将参与生产过程的分析。此外，Siemens 子项目还将对分析传感器数据和资格测量的算法进行编程，借助该算法即可识别复杂的因果模式。

联盟合作伙伴：

Customcells Tübingen GmbH

Safion GmbH

SURAGUS GmbH

亚琛工业大学 (Rheinisch-Westfälische Technische Hochschule Aachen)

明斯特大学 (Universität Münster)

联系人：

项目经理：andreas-albrecht@siemens.com

财务经理：bianca.miene@siemens.com

资金提供方：BMFTR

DIAA-H2 (FKZ: 03EI3067A) - H2 生产工厂的数字孪生

时间：2022 年 7 月 1 日-2025 年 6 月 30 日

Siemens Energy Global GmbH & Co. KG、Siemens AG、德累斯顿工业大学 (Technische Universität Dresden) 和 Josef Pfaffinger Bauunternehmung GmbH 计划以电解厂为例，研究加工厂数字孪生的基础架构，该数字孪生可用于整个生命周期。项目将机械工程中已建立的产品创建和管理方法加以调整，使其适用于工厂建设，从而服务于能源转型。该研究项目侧重于开发用于数字孪生构建、实例化和维护的方法和工具。这些措施将与工厂的建设和运营同时实施。此外，项目还将开发基于特定学科基本模型的各种模块化方法，其与跨领域工厂模型进行同步和统一。该工厂模型还旨在为工厂建设提供新的变体版本生成功能。上述重点领域将汇集在第一个工厂生命周期管理系统（工厂-LM 系统）的原型中，并通过在工程、工厂建设和运营中的应用进行验证。因此，工厂-LM 系统旨在显著提高工厂的经济效益、降低投资成本并改善维护工作。这将为电解厂数字孪生开发方法和工具的用户带来显著的长期竞争优势。

联盟合作伙伴：

Pfaffinger Anlagenbau & Energietechnik GmbH

德累斯顿工业大学 (Technische Universität Dresden)

Siemens Energy Global GmbH & Co. KG

联系人：

项目经理：jonathan.leidich@siemens.com

财务经理：bianca.miene@siemens.com

资金提供方：BMWE

digiZug3D (FKZ 13IK031A)-联合项目：轨道车辆 3D 打印部件的数字化审批 (digiZug3D)-子项目：LPBF 工艺的数字化和工业化

时间：2023 年 10 月 1 日-2026 年 8 月 31 日

digiZug3D (FKZ 13IK031A)-联合项目：轨道车辆 3D 打印部件的数字化审批 (digiZug3D)-子项目：LPBF 工艺的数字化和工业化

基于作为增材制造用户和供应商的多年经验，Siemens 将支持 LPBF 工艺的工业化。这将特别通过在多个层面上促进数字化来实现，即对批准流程进行数字化映射以启用批准平台，参与计算证明而不是破坏性测试，以及评估进一步的数字化方法以缩小质量保证测试范围。数字化方法包括将各种过程监控系统与预期的自动评估相结合，以及根据项目内不断增长的数据基础使用选定的方法。结果将是对选定的过程监控方法进行具体评估。这可以作为未来发展过程监测或评估方法以及评估当前可用系统的基础。理想情况下，可以制定具体的开发目标，并显示出与组件质量的相关性。总体而言，审批流程和证明的数字化将消除引入增材制造的重大障碍。此外，为了支持工业化，整个增材工艺链中的经验将整合成具体的行动建议，以指导如何在轨道车辆及其他领域使用该工艺。将对德国轨道交通研究中心研究报告中的部分假设和建议进行审查和具体化，并将检查其在项目所用材料之外的总体有效性。最后，将通过制定规章和标准来促进知识转让，以支持广泛的工业化。

联盟合作伙伴：

机动性走向增量 e.V.

IMA 材料研究和应用技术有限公司（IMA 材料研究与应用技术有限公司）

TüV NORD Systems GmbH & Co.千克

Additive Marking GmbH

西门子 MOBILITY GmbH

帕德博恩大学（帕德博恩大学）

联系人：

项目经理：daniel.reznik@siemens.com

财务经理：bianca.miene@siemens.com

资金提供商：BMWE

DiMad (FKZ 13XP5188A)-线材增材制造的数字材料和工艺设计

时间：2023 年 1 月 1 日-2026 年 6 月 30 日

在为材料系统确定合适的工艺窗口或将优化的工艺参数从一种设备类型转移到另一种设备类型时，金属增材制造（AM）工艺涉及大量的实验工作。只有对从原材料到组件的整个流程链进行定义和数字化构建，才有可能加速从设计到组件的实施。DiMad项目侧重于使用电弧和激光辐射作为奥氏体钢和双相钢热源的线材工艺。从用户的角度来看，以下特性至关重要，会影响组件的质量和特性，这些特性将被深入考虑：局部凝固和冷却条件导致的微观结构和相位形成；加热、冷却和热处理造成的残余应力和变形；缺少熔和孔隙度等关键缺陷。通过仿真描述了微观结构、相位和应力。机器学习 (ML) 用于关联过程缺陷特性，也用于解释全部数据（模拟、实验、分析）。数字化工作伴随着实验、分析和材料测试，这些实验用于确定仿真的输入参数、验证仿真以及训练/验证机器学习模型。根据从数字工具得出的工艺参数，将构建两个真正的组件。关于这两个增材制造工艺，将开发电线材料的用户本体论。为了在合作伙伴之间以及与Material Digital平台交换和评估数据，将开发统一的数据结构，并将使用适当的数据格式。现有的 AixVipMap 解决方案最初将用作工作流程框架，该框架将集成到 PMD 中。

联盟合作伙伴：

OSCAR PLT GmbH

Icon Pro 有限公司

FEF Forschungs-und Entwicklungsgesellschaft Fügetechnik GmbH（FEF 连接技术研发公司 GmbH）

德国航空航天中心 e.V.（德国航空航天中心）

Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung eingetragener Verein（弗劳恩霍夫应用研究促进协会，注册协会）

访问 e.V.

联系人：

项目经理：philip.howell@siemens.com

财务经理：bianca.miene@siemens.com

资金提供者：BMFTR

DORSMAN (FKZ 03XP0633A) - 联合项目：基于数据和传感器的电池电芯制造 - DORSMAN；子项目：通过采用创新传感器技术和测量加速锂离子电池电芯定型并改进质量

时间：2025 年 1 月 1 日-2027 年 12 月 31 日

该研究项目由 BMBF 资助，旨在加速锂离子电池的生产。

联合项目“基于数据和传感器的电池电芯制造”(DORSMAN) 研究了如何提高锂离子电池的资源效率和速度。该项目由德国联邦教育与研究部 (BMBF) 资助 (FKZ: 03XP0633A)。除了作为协调方的 Siemens 外，该联盟还包括 BioLogic Science Instruments GmbH、慕尼黑工业大学的机床与工业管理研究所 (IWB) 和亚琛工业大学的电力电子与电气驱动研究所（ISEA）。总体目标是通过创新传感器技术和数字化加快电池生产。

电池对于能源和交通转型的成功至关重要。但是，生产过程漫长、报废率高、电池质量不稳定，只能通过复杂的测量程序才能有效判定。特别是制造过程的最后阶段（即电芯定型）非常耗时。定型涉及多个流程步骤。润湿：电解质在电池内部的分布、化成：电池首次充电和放电以及自放电的测量都特别耗时。这是因为目前可用的手段无法监控该工艺的进展，因此需要统一的等待时间。

DORSMAN 恰恰解决了生产过程的这一问题。新型传感器将集成到生产工厂中，从而可以更深入地了解电芯内部的电化学过程。此外，项目将进一步制定自放电速率的测量程序。根据目前的技术，这些测量需要数天到数周的时间。项目将研究如何通过适当的测量技术和数据评估缩短测量时间。

到目前为止，传感器和测量程序仅以实验室规模进行了验证。在 DORSMAN 的框架内，在此取得的成果将通过研究机构和行业之间的合作投入工业应用使用。项目将为生产工厂建立数字基础设施，这将为基于测量数据的在线过程控制奠定基础。项目合作伙伴将在试点工厂实施开发的解决方案，并在该处进行测试。随后，电池将在多个生产活动中进行生产，并且生产工艺将根据记录的测量结果进行调整。该项目的成功实施将使传感器技术和测量设备集成到工业生产设施中成为可能。

联盟合作伙伴：

Bio-Logic Science Instruments GmbH

慕尼黑工业大学（TUM，Technische Universität München）

亚琛工业大学 (Rheinisch-Westfälische Technische Hochschule Aachen)

联系人：

项目经理：felix.katzer@siemens.com

财务经理：bianca.miene@siemens.com

资金提供方：BMFTR

Enable (FKZ 03EN3061A)-联合项目 eneff: Stadt: Enable-通信和控制系统的纵向集成，以激活全区能源优化的灵活性。子项目：能源系统的优化控制（Siemens）

时间：2022 年 4 月 1 日-2026 年 9 月 30 日

对建筑物/校园能源系统进行跨行业的优化控制和灵活性营销的关键先决条件是建立信息和通信技术（ICT），以实现传感器、单个组件、预测系统的使用以及与电网运营商、能源供应商或交易平台的接口之间的无缝交互。该项目的目的是以班贝格最大的地区开发项目（拉加德校区改造区）为例，在该领域演示这条完整的ICT链。另一个项目目标是对可扩展性和向其他地区的可转移性进行计量和模拟评估，以及由此产生的二氧化碳和成本节约潜力。对可控电气和热负荷、能量存储和能量转换单元的跨领域优化控制将通过自动化能源管理系统实现，该系统与经典建筑物管理技术、外部服务（例如天气服务）、基于人工智能的预测技术和交易平台配合使用。在此过程中，将考虑到各个组件和网络的所有技术边界条件，以成本和二氧化碳优化的方式为该地区提供能源。

联盟合作伙伴：

Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung eingetragener Verein（弗劳恩霍夫应用研究促进协会，注册协会）

Stadtwerke Bamberg Energie and Wasserversorgungs GmbH（班贝格市政公用事业能源和供水有限公司）

setrade GmbH

联系人：

项目经理：stefan.langemeyer@siemens.com

财务经理：bianca.miene@siemens.com

资金提供商：BMWE

ENSURE3 (FKZ 03SFK1A0-3) - 联合项目：面向能源转型的新型能源网络结构

时间：2023 年 8 月 1 日-2026 年 7 月 31 日

Siemens AG 作为联盟牵头方参与“哥白尼项目”(Copernicus Project) ENSURE3。
在该项目中，Siemens AG 将推动实现四个主要目标，并与其合作伙伴一起为各利益相关者提出行动建议。此外，Siemens AG 正致力于推动能源转型工具包中的多项技术进步。作为对协同示范平台的贡献措施，其将进一步开发“单一可信数据源”，并将开展灵活站控技术集成工作。Siemens AG 已经建立了一座展厅以用于成果的转移推广。

联盟合作伙伴：

卡尔斯鲁厄理工学院 (Karlsruher Institut für Technologie (Universitätsaufgabe))（大学任务）

多特蒙德工业大学 (Technische Universität Dortmund)

DVGW Deutscher Verein des Gas- und Wasserfaches e.V. - Technisch-wissenschaftlicher Verein（DVGW 德国天然气和供水技术科学协会）

德国环境行动组织 (Deutsche Umwelthilfe e.V.)

慕尼黑应用技术大学 (Hochschule für angewandte Wissenschaften München)

PSI FLS Fuzzy Logik & Neuro Systeme GmbH

TenneT TSO GmbH

Germanwatch e.V.

OPAL-RT Germany GmbH

SWKiel Netz GmbH

AllgäuNetz GmbH & Co. KG

基尔大学 (Christian-Albrechts-Universität zu Kiel)

Westfalen Weser Netz GmbH

LEW Verteilnetz GmbH

伊尔梅瑙工业大学 (Technische Universität Ilmenau)

Öko-Institut. Institut für angewandte Ökologie e.V. (Öko-Institut. Institute for Applied Ecology e.V.)

Avacon Netz GmbH

Hitachi Energy Germany AG

Maschinenfabrik Reinhausen GmbH

埃朗根-纽伦堡弗里德里希·亚历山大大学 (Friedrich-Alexander-Universität Erlangen-Nürnberg)

卡尔斯鲁厄理工学院 (Karlsruher Institut für Technologie (Großforschungsaufgabe))（大规模研究任务）

亚琛工业大学 (Rheinisch-Westfälische Technische Hochschule Aachen)

Energiewirtschaftliches Institut an der Universität zu Köln gGmbH (Institute of Energy Economics at the University of Cologne gGmbH)

伍珀塔尔伯吉舍大学 (Bergische Universität Wuppertal)

联系人：

项目经理：annebauer@siemens.com

财务经理：bianca.miene@siemens.com

资金提供方：BMBF

F-HiL-Reloaded (FKZ 03EI6104A) - 联合项目：开发用于构网型分散式发电机组动态过程规范验证的测试基础架构 - F-HiL-Reloaded；子项目：开发用于提高供电安全性的构网型分散式直流壁挂电源箱

时间：2023 年 10 月 1 日-2026 年 9 月 30 日

F-HiL-Reloaded 项目的目标是建立一个实时仿真和测试系统，对具有强变流器互操作性的配电网段进行建模，并自动为构网型测试对象执行测试场景。通过动态功率接口控制的混合放大器和自适应 X/R 线路阻抗被用作与真实环境的接口。F-HiL-Reloaded 项目是 FHiL 研究项目的延续；获得的见解和取得的结果将为进一步开发测试和检查系统奠定基础。此外，该项目还考虑了测试对象的构网特性：直流壁挂电源箱和构网变流器。其特别注意变流器的互操作性。特别是，测试和检查系统模拟了与光伏系统配合使用的电动汽车充电站的谐振效应。根据测试对象的构网形成特性量身定制的测试和检查系统应能够证明配电网中构网设备的积极（以及潜在的负面）影响。可重复的测试旨在为构网型系统的标准化测试序列奠定基础。F-HiL-Reloaded 项目的总体目标是通过标准化测试程序和测试系统对构网型和跟网型变流器的开发创造积极影响，从而确保完全基于变流器的能源供应的供电安全。在社会层面，构网型系统可证明实现安全供电，这一点增强了公众对于绿色能源转型的安全感和接受度。

联盟合作伙伴：

波恩-莱茵-锡格应用技术大学 (Hochschule Bonn-Rhein-Sieg)

弗劳恩霍夫应用研究促进协会 (Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung eingetragener Verein)

SUMIDA Components & Modules GmbH

OPAL-RT Germany GmbH

联系人：

项目经理：sebastian.nielebock@siemens.com

财务经理：bianca.miene@siemens.com

资金提供方：BMWE

3DGlassGuard (FKZ: 13N16851)-联合项目：通过玻璃箔中的光子系统集成实现安全；子项目：平面集成光学电流传感器

时间：2024 年 5 月 15 日-2027 年 5 月 14 日

3DGlassGuard (FKZ: 13N16851)-联合项目：通过玻璃箔中的光子系统集成实现安全；子项目：平面集成光学电流传感器

将使用IOX（离子注入）和FS-LS（飞秒激光结构）进行技术开发，将三维光学微结构和坚固的接口集成到显示器玻璃中，以实现微型化光子系统组件。一种用于IPD（反向光子设计）的新型设计工具可以有效地进行必要的三维波光学和化学模拟。只有在此基础上才能实现的电流测量和环境传感领域的两项新传感器原理将由应用合作伙伴预先开发并进行功能验证。为此，将使用智能传感器数据评估方法。计划中的设计支持的组合工艺将IOX（低阻尼和大面积）的优势与FS-LS（三维性）的优势结合在一起。这首次允许将三维光学结构集成到大面积、超薄的玻璃基板（< 1 mm）中。这种组合仅在通过人工智能支持的 IPD 进行设计方面有效，因为由于计算限制，无法快速仿真基于经典实验确定的回归模型的设计。当今的光学传感器通常是自由光束或基于光纤的，因此需要大量的安装空间。此外，柔性光纤的加工和组装成本很高。因此，系统层面的光子集成具有显著的成本和微型化优势。在拟议的项目中，这在技术上是通过使用显示玻璃和基于面板的批处理工艺来实现的 IOX 和金属化工艺，以及将三维光学结构与 fs-Laser 集成到薄玻璃箔中，这些薄膜作为高效的系统组件集成到光电系统中，用于光学电流传感器等新应用。

联盟合作伙伴：

Sea & Sun 技术有限公司

Contag AG

Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung eingetragener Verein（弗劳恩霍夫应用研究促进协会，注册协会）

LightFab GmbH

柏林工业大学（柏林工业大学）

联系人：

项目经理：stefan.nerreter@siemens.com

财务经理：bianca.miene@siemens.com

资金提供商：BMBF

GreenInverter (FKZ 03EN4079A) - 联合项目：采用创新冷却方式提高可回收性的可持续电力电子设备 - GreenInverter；子项目：技术变体和逆变器系统

时间：2024 年 3 月 1 日-2027 年 2 月 28 日

GreenInverter (FKZ 03EN4079A) - 联合项目：采用创新冷却方式提高可回收性的可持续电力电子设备 - GreenInverter；子项目：技术变体和逆变器系统

时间：2024 年 3 月 1 日-2027 年 2 月 28 日

“GreenInverter”项目旨在为电能转换领域树立可回收、可修复、可升级硬件的新标准。同时，能源效率将得到显著提高。项目优势将以逆变器为例进行演示。目前以单组件开发原则为基础的技术现状将被新的系统性方法所取代。通过一种颠覆性的新型通用冷却与绝缘策略，将降低组件温度，并实现新材料的应用，从而提高能源效率。不仅如此，可回收性也将得到显著提升，产品 CO2 足迹将会降低，产品寿命也会因逆变器内温度分布更均匀而得到延长。此外，未来新型商业模式也将纳入考虑范围，这意味着设计与布局将减少对于制造成本的依赖。项目聚焦于三大关键领域：“能源效率”、“可回收性、循环性与去物质化”，以及“寿命、组件利用率与使用灵活性”。其将研发在这些领域实现显著改进的颠覆性解决方案，并以功能原型的形式进行验证。联盟估计，通过全面实施项目成果，德国每年可以实现超过 1.6 TWh 的节能潜力。Siemens 贡献了其在电子技术、冷却方法以及逆变器设计与制造领域的研发专长。这包括在实验设施的设计、建造、搭建与运行以及在领导大型研发项目方面的多年经验。

联盟合作伙伴：

Rohstoffhandel Bernhard Westarp GmbH & Co. KG

埃朗根-纽伦堡弗里德里希·亚历山大大学 (Friedrich-Alexander-Universität Erlangen-Nürnberg)

弗劳恩霍夫应用研究促进协会 (Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung eingetragener Verein)（注册协会）

Sumida Components & Modules GmbH

联系人：

项目经理：joern.grundmann@siemens.com

财务经理：bianca.miene@siemens.com

资金提供方：BMWE

GridAssist (03EI6126A) - 联合项目：用于优化配电网自动化系统运行的辅助系统 - 子项目名称：自动优化系统运行

时间：2024 年 12 月 1 日-2027 年 11 月 30 日

GridAssist (03EI6126A) - 联合项目：用于优化配电网自动化系统运行的辅助系统 - 子项目名称：自动优化系统运行

时间：2024 年 12 月 1 日-2027 年 11 月 30 日

GridAssist 项目旨在开发用于优化配电网中自动化系统运行的辅助系统。其目的是将更高比例的可再生能源发电机接入电网。项目将开发针对不同电压等级的个性化解决方案。这些解决方案的可迁移性以及辅助系统的现场测试是项目的核心组成部分。充分的观测性是配电网中实现任何自动化的基础。电压等级越低，当前对实际电网状态的了解就越少。因此，GridAssist 项目将首先建立必要的可观测性。除了安装测量技术外，还需要开发适当的概念，以确定如何将测量数据高度有效地与各电网运营商及其流程相集成。在充分部署了测量与通信技术（即具备可观测性）之后，便可对相应的电网状态进行分析。除分析方法外，项目还将采用基于数据的方法。根据对电网状态的分析，辅助系统将做出决策。决策范围涵盖从向系统运营商提供行动建议，到完全自动化的灵活性资源调度。Siemens 贡献了其在电网自动化与软件开发方面的专长，特别是在数字孪生与人工智能领域。GridAssist 的一个核心方面是实现配电网流程的自动化。鉴于当前的发展趋势，这一点不可或缺。除这些技术方面外，该项目还旨在降低电网运营商的运营与投资成本。这一点通过改进资产管理以及减少对电网扩容的需求来实现。

联盟合作伙伴：

LEW Verteilnetz GmbH

Energieversorgung Gera GmbH

OPAL-RT Germany GmbH

埃朗根-纽伦堡弗里德里希·亚历山大大学 (Friedrich-Alexander-Universität Erlangen-Nürnberg)

亚琛工业大学 (Rheinisch-Westfälische Technische Hochschule Aachen)

联系人：

项目经理：annebauer@siemens.com 和 christian.scheibe@siemens.com

财务经理：bianca.miene@siemens.com

资金提供方：BMWE

HyflexBahn (FKZ 03ETE045A)-联合项目：轨道交通中的混合动力和柔性电池系统 (HyflexBahn)

时间：2023 年 1 月 1 日-2026 年 3 月 31 日

全球对非电气化铁路线绿色列车解决方案的需求不断增长，这将导致对使用牵引电池而不是柴油发动机的车辆的需求不断增长。到目前为止，电池电动列车主要配备中等能量密度的锂离子电池，与汽车领域使用的电池相比，这种电池非常强大，但也很昂贵。HyflexBahn的目标是能够将廉价、高能量密度的电池与高性能电池结合使用。这样可以实现高能量密度，同时降低生命周期成本。在该项目中，将为具有不同化学成分的电池的混合电池存储系统的仿真工具创建和参数化，将模拟各种运行模式的系统设计，并评估经济可行性。通过混合动力实现的灵活性有助于提高电池组的竞争力，并有助于在电池的首次使用和潜在的第二次使用寿命中尽可能长时间地高效地使用电池。

联盟合作伙伴：

西门子 MOBILITY GmbH

亚琛莱茵-威斯特法伦理工学院（亚琛工业大学）

联系人：

项目经理：michael-fischer@siemens.com

财务经理：bianca.miene@siemens.com

资金提供商：BMWE

KibSIS — 基于人工智能的工业系统安全
时间：2025 年 10 月 1 日 — 2028 年 4 月 30 日
项目经理：schneider.ds.daniel@siemens.com
财务经理：罗兰·迪克
资助机构：BMWE

合作项目：通过卫星网络实现跨部门可靠供应结构的关键弹性基础设施 (KrisNet) 子项目：跨扇区可靠供应结构的混合TNT-NT通信通信设备研究

Siemens 子项目，标题为 “跨扇区可靠供应结构的混合TNT-NT通信通信设备研究”， 专注于开发通信组件（电子、软件和固件），以实现电力系统资产与地面和低轨道（低地球轨道）卫星通信网络之间的安全和弹性连接。这些组件还可以管理最佳通信渠道的智能选择。

多系统通信调制解调器旨在根据可用性和成本在地面 (TN) 和非地面 (NTN) 通信网络之间自动切换。目的是确保用户无法察觉数据是通过地面网络还是卫星传输。这种功能与通信路径的优先级划分相结合，有助于优化通信和供应基础设施之间的复杂交互，并防止在早期阶段出现级联系统故障。

在KrisNet项目中，计划有两名示威者。西门子将为安普里昂的高压设备演示器和南美弗兰肯的低压技术演示器做出贡献。每个演示器都代表了完整的信号链——从供应基础设施中的数据采集，到多系统通信调制解调器完成的通信，再到数据中心或云环境中的数据处理。

作为电力行业的公用事业公司，Amprion和üz‑MainFranken提供有关系统要求和集成解决方案演示的专业知识。除了满足德国能源工业法（EnWG）第14a条规定的电网监控、重新调度和配电网状态评估等关键要求外，该项目还涉及停电期间的弹性以及超高压网络的网络应急和恢复（NC ER）的遵守情况。

时间：2026 年 1 月 1 日 — 2028 年 12 月 31 日
项目经理：rolandweiss@siemens.com
财务经理：罗兰·迪克
资助机构：BMFT

LeiKo (FKZ 03EI6041A)-联合项目：具有更高功率潜力的可靠薄膜电容器；子项目：作为改善电网基础设施组件的功率潜力更大的薄膜电容器的寿命模型和纳米技术

时间：2021 年 2 月 1 日-2026 年 6 月 30 日

OntoMat 研究项目的总体目标是研究基于数据的材料开发和优化解决方案，用于工业用热塑性和热固性纤维增强组件，以及用于生产这些部件的材料和制造工艺，包括考虑材料周期。目前尚无法统一描述纤维增强材料的材料、工艺和组件之间的跨尺度关系。同样，从材料表征到仿真方法再到制造过程，数据完整性不足。因此，对统一本体论描述的研究为数据驱动的材料开发和工艺优化开辟了以前未被利用的潜力。该子项目专门针对：

•发展相关的因果关系（数字材料描述），

• 通过流程集成制定、构建和验证多尺度仿真过程链，以及

•分析物质循环并将其纳入本体论描述中。

在这里，由于材料侧重于注射压缩可模塑聚合物复合材料，例如SMC，因此将对宏观和微观层面上的 “工程工作流程” 进行正式描述。由此产生的相关因果关系构成了跨尺度本体论创建和建立作为第二重点的双向多尺度仿真过程链的基础。促进物质循环是第三个重点。为此，有必要确定可能较低质量的材料特性的影响，另一方面，在本体论描述中绘制回收过程图，以促进已处于设计阶段的可持续发展。

联盟合作伙伴：

• Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung eingetragener Verein（弗劳恩霍夫应用研究促进协会，注册协会）

• FASERINSTITUT BREMEN e.V.（不来梅纤维研究所注册协会）

• BIAS-Bremer Strahltechnik GmbH（BIAS-不来梅应用光束技术研究所有限公司）

• Nexpirit GmbH

• Deutsches Zentrum für Luft-und Raumfahrt e.V.（德国航空航天中心注册协会）

• 汉斯·韦伯机械制造有限公司

联系人：

• 项目经理：martin.koerdel@siemens.com

• 财务经理：bianca.miene@siemens.com

资金提供者：BMFTR

PredictECO (FKZ 01MN23014A) - 联合项目：将仿真支持可持续性评估纳入考量的产品开发 (PredictECO) - 子项目：连接虚拟与物理制造工艺的连续绿色数字孪生，用于可持续设计与优化

时间：2023 年 6 月 1 日-2026 年 5 月 31 日

项目的总体目标是在设计阶段就提供一个平台，用于评估和优化资源密集型制造过程的可持续性。制造工艺建模是基础所在。因此，所有预期数据及其分组在工艺早期便已明确，并可作为数据结构嵌入绿色数字孪生中。基于该数据结构，其提供了用于使用 LCA 软件进行可持续性预测的接口。由于信息流已知，可通过边缘计算实现高效的初步评估。具体而言，其将实现以下次级目标：

• 为评估复合材料制造过程的生态足迹制定可量化、可衡量的标准和指标
• 将相关标准和指标集成到仿真工具中，用于根据目标值设计工厂布局和工艺步骤
• 将相关标准集成到特定产品的制造规划工具中，以便根据目标值构建产品设计 (CAE/CAM)
• 自动化、标准化的实时数据采集、预处理、记录以及将收集到的数据与既定目标值进行比较，以此为真正可实施的优化解决方案奠定基础。

在此基础上，该子项目可以细分为 5 个工作目标：

PredictECO (FKZ 01MN23014A) - 联合项目：将仿真支持可持续性评估纳入考量的产品开发 (PredictECO) - 子项目：连接虚拟与物理制造工艺的连续绿色数字孪生，用于可持续设计与优化

时间：2023 年 6 月 1 日-2026 年 5 月 31 日

项目的总体目标是在设计阶段就提供一个平台，用于评估和优化资源密集型制造过程的可持续性。制造工艺建模是基础所在。因此，所有预期数据及其分组在工艺早期便已明确，并可作为数据结构嵌入绿色数字孪生中。基于该数据结构，其提供了用于使用 LCA 软件进行可持续性预测的接口。由于信息流已知，可通过边缘计算实现高效的初步评估。具体而言，其将实现以下次级目标：

• 为评估复合材料制造过程的生态足迹制定可量化、可衡量的标准和指标
• 将相关标准和指标集成到仿真工具中，用于根据目标值设计工厂布局和工艺步骤
• 将相关标准集成到特定产品的制造规划工具中，以便根据目标值构建产品设计 (CAE/CAM)
• 自动化、标准化的实时数据采集、预处理、记录以及将收集到的数据与既定目标值进行比较，以此为真正可实施的优化解决方案奠定基础。

在此基础上，该子项目可以细分为 5 个工作目标：

• 为基于复合材料的组件开发总体性“从摇篮到摇篮”LCA 模型
• 扩展制造和工厂层面的现有工艺仿真解决方案，以纳入所制定的评估标准和指标
• 将指标和评估标准整合到特定产品制造计划 (CAM) 中
• 使用边缘设备采集和处理真实工艺数据
• 进行演示并收集要求，以转移推广到广泛的制造业

联盟合作伙伴：

Grasse Zur Ingenieurgesellschaft mbH

INVENT Innovative Verbundwerkstoffe Realisation und Vermarktung neuer Technologien GmbH

SWMS Systemtechnik Ingenieurgesellschaft mbH

CONTACT Software GmbH

德国航空航天中心 (Deutsches Zentrum für Luft- und Raumfahrt e.V.)（注册协会）

Maschinenbau Scholz GmbH & Co. KG

联系人：

项目经理：oliver.lohse@siemens.com

财务经理：bianca.miene@siemens.com

资金提供方：BMFTR

PV4Life (FKZ 03EE1165A) - 联合项目：通过数字化人工智能孪生实现组件优化以延长变流器寿命 - PV4Life；子项目：基于传感器的变流器组件寿命预测

时间：2023 年 8 月 1 日-2026 年 7 月 31 日

在这个子项目中，Siemens AG 正在研究如何更优、更可靠地利用基于变流器的系统及其关键组件。更高效地使用功率变流器，并随之延长其使用寿命、提高可靠性，可节约自然资源。Siemens AG 子项目的目标是实现基于传感器的状态监测，从而将所确定的设备老化状况纳入个性化的运行策略中，在既不浪费电力也不缩短寿命的前提下，实现光伏系统的理想利用。其将利用功率模块中增加的传感器进行寿命预测，这将为光伏逆变器系统的模型提供基础。为此，其将选择合适的传感器，并针对它们对变流器组件老化检测的灵敏度进行实验评估。加速寿命测试将产生各种老化故障，它们均会由传感器进行早期检测与评估。实验中采集的传感器数据将与常规加速寿命测试数据进行比较，以评估基于传感器的寿命监测所带来的附加价值。为此，其将建立专门的半导体测试台架，用于进行具有计量支持的优化工作，并扩展功率模块中的传感器技术。Siemens 将把来自加速寿命测试且基于传感器的测量数据提供给项目合作伙伴，用于开发将老化现象与实际应用中个体负载纳入考虑范围的数字孪生模型。特别是，所生成的传感器数据将作为项目合作伙伴开发基于人工智能的寿命模型的输入数据。这些模型通过根据不断加剧的老化程度调整运行参数，来优化光伏逆变器系统的利用率与寿命。

联盟合作伙伴：

Infineon Technologies AG

SUMIDA Components & Modules GmbH

波恩-莱茵-锡格应用技术大学 (Hochschule Bonn-Rhein-Sieg)

OPAL-RT Germany GmbH

弗劳恩霍夫应用研究促进协会 (Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung eingetragener Verein)（注册协会）

联系人：

项目经理：kai.kriegel@siemens.com

财务经理：bianca.miene@siemens.com

资金提供方：BMWE

Q-Genesys — 工业仿真系统的量子生成模型
时间：2025 年 10 月 1 日 — 2028 年 9 月 30 日
项目经理：维尔纳·豪普特曼
财务经理：罗兰·迪克
资助机构：BMFTR

REMEASURE (FKZ 03EN6022A)-合作项目：重新测量可推广的超市多式联运能源管理；子项目：模拟试点超市的预测性多模态负荷转移

时间：2022 年 12 月 1 日-2026 年 6 月 30 日

REMEASURE (FKZ 03EN6022A)-合作项目：重新测量可推广的超市多式联运能源管理；子项目：模拟试点超市的预测性多模态负荷转移

为了实现国家和欧洲的气候目标，必须加快和有效利用可再生波动发电的扩展。除了代价高昂的能源网和储存能力扩张外，现有的当地能源系统还可用于通过多式联运负荷转移来转移与可再生能源供应相关的需求。需要一种可快速实施、可扩展且经济实惠的解决方案。超市之所以引起人们的极大兴趣，是因为它们的能源系统在很大程度上是标准化的。此外，它们全面配备了测量技术，并具有高度的自动化程度。由于超市本地制冷网络的灵活性以及可控的制冷消费者（例如冰柜或冷藏室），因此存在负荷转移的可能性。目前，最先进的超市的能源系统通常纯粹以需求为导向，基于静态规则运行。这种操作是无效的，因为不考虑波动的可再生能源的供应，因此无法有效利用。该项目的目标是研究是否可以通过多模式负荷转移来高效利用波动的可再生能源，特别是在超市的制冷供应方面。这将同时考虑动态电价和动态边界条件的预测，例如基本电力和热负荷。技术可行性将通过仿真进行演示，并在试点超市的实际运营中进行验证。安装能源管理系统和对能源系统进行任何必要升级（例如通过额外的测量设备或调整自动化）的工作量应尽可能降低。

联盟合作伙伴：

亚琛莱茵-威斯特法伦理工学院（亚琛工业大学）

联系人：

项目经理：stefan.langemeyer@siemens.com

财务经理：bianca.miene@siemens.com

资金提供商：BMWE

RIESIQ (16IS24087A)-合作项目：研究和测试用于坚固、智能和高效的工业级系统的新人工智能方法

时间：2024 年 12 月 1 日-2027 年 11 月 30 日

RIESIQ (01IS24087A)-合作项目：研究和测试用于坚固、智能和高效的工业级系统的新人工智能方法

时间：2024 年 12 月 1 日-2027 年 11 月 30 日

该研究项目的目标是克服生成式人工智能模型或大型语言模型（LLM）在工业生产过程中的适用性方面的缺陷。重点是研究和测试强大而灵活的学习方法，使复杂的动态系统和物理过程能够以足够的精度进行建模，并以智能和可解释的方式进行控制。数据效率高的算法将最大限度地减少训练和推理期间的必要资源需求，以确保在工业规模上可持续和环保地使用。为了实现这些目标，将重点放在机器学习算法和数值仿真方法的可扩展协同耦合上，以及基于这些算法进行控制优化的弹性和实用的 RL 方法。由此产生的方法必须同时满足对透明度和可解释性的高要求，这就是为什么另一个重点是研究结构化模型架构的新解释技术的原因。新开发的人工智能解决方案模块将在锂离子电池单元制造中使用自动化生产和质量保证流程进行原型设计和实际测试，从而证明人工智能驱动的转型过程向未来可扩展和灵活的工厂的附加值。

联盟合作伙伴：

deepset GmbH

柏林工业大学（TU Berlin）

联系人：

项目经理：marc.weber@siemens.com

财务经理： roland.deak@siemens.com

资金提供者：BMFTR

VALUE-M (FKZ 16BZF332A) - 合作项目：利用连续状态监测通过微周期管理延长储能系统的可用寿命 - VALUE-M

时间：2023 年 6 月 1 日-2026 年 5 月 31 日

Siemens AG 以解决方案和组件供应商以及项目开发合作伙伴的身份活跃于市场。在此背景下，Siemens 将主要负责 VALUE-M 项目成果的技术实施和潜在商业利用。在算法开发方面，Siemens 将确保与正在进行的第三方项目兼容，并保证其在工业系统中的可行性。除了实施对 VALUE-M 项目而言相对次要的通信软件与云系统实施之外，重点在于开发本地控制单元，这些单元利用所开发的算法，在同时适用于多种管理形式的多用途结构中，以理想条件运行受控的储能系统。为了本着项目精神实际验证扩展算法和控制技术的经济潜力，个别示范系统将由分包电力贸易公司管理。在硬件方面，其将开发用于梯次利用储能单元的技术集成方法，使第三方提供的系统可以通过适当的控制技术加以完善。特别是对于多用途管理（包括瞬时备用）而言，在电力电子设备选型时，其将确保足够的功率储备和高反应速度，以补偿极短期的电网扰动。

联盟合作伙伴：

SWW Wunsiedel GmbH

亚琛工业大学 (Rheinisch-Westfälische Technische Hochschule Aachen)

联系人：

项目经理：heiko.winterstein@siemens.com

财务经理：bianca.miene@siemens.com

资金提供方：BMWE

VE4 (FKZ 16ME0735K)-合作项目：使用具有实时功能的边缘组件在能源网中缓解干扰

时间：2022 年 11 月 1 日-2025 年 10 月 31 日

动机：由于越来越复杂、高度活跃的消费者造成电网干扰，工业电网中的电力供应质量已显著下降。同时，高度网络化的工业 4.0 系统对这些电网干扰非常敏感。这越来越多地导致工厂停机，成本高昂。当前，无法事先检测到电网组件的强负荷或不利的相互干扰。VE4 的主要目标是持续检测和智能主动补偿工业电能供应网中的干扰。稳健性以及能源和资源效率将得到显著提高。为此，将开发一种分布式的新型数字补偿系统。它由具有实时功能的异构传感器网络和边缘设备组成，它们允许基于机器学习的干扰信号快速预测并计算反耦合信号以补偿干扰。反耦合信号最终由有源滤波器反馈到电网中。因此，正在为通过边缘设备技术进行灵活的工厂监控和实时控制奠定基础。接口要标准化。这使得该系统可以灵活扩展，适用于数字能源网中的各种控制和诊断任务，远远超出了该项目中规定的主动干扰补偿。现代数字工业能源供应网的基于边缘设备的诊断和干扰补偿设施将分几个步骤开发。硬件和软件将进行概念化和原型实现。这包括具有时间同步功能的联网实时测量节点、采用机器学习方法的边缘设备、云计算机和时间同步的主动滤波器。性能将在真实工厂的整体系统演示器中进行评估。

联盟合作伙伴：

多特蒙德工业大学（多特蒙德工业大学）

Meanwave 有限责任公司

Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung eingetragener Verein（弗劳恩霍夫应用研究促进协会，注册协会）

Bleenco GmbH

联系人：

项目经理：stefan.tolle@siemens.com

财务经理：bianca.miene@siemens.com

资金提供者：BMFTR

6G-ANNA — 6G 接入、网络网络、自动化
时间：2022 年 7 月 1 日 — 2025 年 12 月 31 日
项目经理：内达·彼得雷斯卡
财务经理：罗兰·迪克
资助机构：BMFTR

6G-Health — 为分布式医疗技术系统全面开发高性能 6G 网络
时间：2022 年 10 月 15 日 — 2025 年 10 月 14 日
项目经理：托马斯·恩格尔
财务经理：罗兰·迪克
资助机构：BMFTR

联合项目 C2C3-L-SI：Carbon2Chem® — 第 3 阶段 — Carbon2Chem® 通告 — 子项目 Siemens AG L-SI — “System Integration”
时间：2025 年 1 月 1 日 — 2028 年 12 月 31 日
项目经理：克里斯蒂安·多耶
财务经理：Bianca Miene
资助机构：BMFTR

Connect4HCA — 联合项目：Arena2036 研究园区：Connect4HCA；子项目：FlexcomNet — 具有传感器功能的灵活的基于无人机的通信网络，适用于现代生产设施 (02P23Q846)
时间：2024 年 1 月 1 日 — 2028 年 12 月 31 日
项目经理：Volkmar Doericht
财务经理：罗兰·迪克
资助机构：BMFTR

包含 — 来自数字领域的威胁 (13N16585)
时间：2023 年 3 月 1 日 — 2025 年 8 月 31 日
项目经理：蒂亚戈·加西巴
财务经理：罗兰·迪克
资助机构：BMFTR

DataFlex — 连接数据生态系统，将灵活性与网格结构联系起来
项目期限：2025 年 10 月 1 日 — 2027 年 3 月 31 日
项目经理：迈克尔·梅茨格
财务经理：Bianca Miene
资助机构：BMWE

ECO: DIGIT（合作项目）——实现绿色计算和数字化转型；子项目：实现绿色边缘计算（01MN23011B）
时间：2023 年 6 月 1 日 — 2026 年 5 月 31 日
项目经理：Karsten Schoerner
财务经理：罗兰·迪克
资助机构：BMWE

DaFire — 基于数据的智能电子再制造故障假设开发
时间：2026 年 2 月 1 日 — 2029 年 1 月 31 日
项目经理：费迪南德·雷维利奥
财务经理：Bianca Miene
资助机构：BMWE

EREP — 通过基于数据的决策和智能流程规划成功再制造 (02J21E116)
时间：2022 年 10 月 1 日 — 2025 年 12 月 31 日
项目经理：托比亚斯·坎普斯
财务经理：Bianca Miene
资助机构：BMFTR

EvoFrame - 为具备转型能力的组织开发并验证一种以人为本的演变框架
时间：2023 年 1 月 1 日-2025 年 12 月 31 日
项目经理：Martin Kramer
财务经理：Roland Deak
资助机构：BMFTR

DIREKT_S&G-BMC-DIREKT-混合电力推进系统的数字生命周期-S&G-BMC
时间：2023 年 12 月 1 日 — 2025 年 10 月 31 日
项目经理：菲利普·沃尔夫鲁姆
财务经理：罗兰·迪克
资助机构：BMWE

DIREKT_S&G-CMC-DIREKT-混合电力推进系统的数字生命周期-S&G-CMC
时间：2023 年 12 月 1 日 — 2025 年 10 月 31 日
项目经理：菲利普·沃尔夫鲁姆
财务经理：罗兰·迪克
资助机构：BMWE

GENIUS-软件开发生命周期的自然语言处理
时间：2024 年 11 月 1 日 — 2027 年 10 月 31 日
项目经理：Doruk Tuncel
财务经理：罗兰·迪克
资助机构：BFTR

GreenCode-提高开发效率的 GenAI
时间：2024 年 10 月 1 日 — 2027 年 9 月 30 日
项目经理：克里斯蒂安·科尔纳
财务经理：罗兰·迪克
资助机构：BFTR

困难 — 工业生产设施的基于硬件的安全
时间：2023 年 4 月 1 日 — 2026 年 3 月 31 日
项目经理：Herrmann Seuschek
财务经理：罗兰·迪克
资助机构：BFTR

HiPower5.0 — 联合项目：汽车氮化镓功率电子的先进材料和集成技术
时间：2025 年 8 月 1 日 — 2028 年 7 月 31 日
项目经理：马丁·舒尔茨
财务经理：Bianca Miene
资助机构：BFTR

联合项目：全面开发工作电压高达1.7kV的垂直氮化镓晶体管；子项目：垂直氮化镓元件的组装和连接技术及其控制
时间：2022 年 6 月 1 日 — 2026 年 5 月 31 日
项目经理：克劳斯·威尔克
财务经理：Bianca Miene
资助机构：BMWE

IeFlex-联合项目：IeFlex-开发和实施智能能源管理系统，以灵活和以需求为导向的沼气利用；子项目：开发用于集成各种功能模块的开放式软件架构

时间：2025 年 7 月 1 日 — 2028 年 6 月 30 日
项目经理：Marco Schanda
财务经理：Bianca Miene
资助机构：BMWE

INSPIRE-创新设计和操作，可减少稀土材料，延长下一代海上风基氢气生产的寿命

时间：2024 年 5 月 1 日 — 2027 年 4 月 30 日
项目经理：克劳斯·施莱歇尔
财务经理：Bianca Miene
资助机构：BMFTR

INTEFT-eneff: Wärme：集成热转换 — 供热网络和分散式热泵的优化扩展和系统友好型运行；子项目：开发分散式热泵机队的系统友好型运行

时间：2025 年 3 月 1 日 — 2028 年 2 月 29 日
项目经理：弗洛里安·赖斯纳
财务经理：Bianca Miene
资助机构：BMWE

K3I-Cycling — AI 应用中心塑料包装 — 创新实验室：K3I-Cycling — 人工智能支持的塑料包装回收优化

时间：2022 年 9 月 1 日 — 2025 年 12 月 31 日
项目经理：根本健
财务经理：Bianca Miene
资助机构：BMFTR

零浪费粘贴 — 通过开发节能和自动化工艺以及从焊膏废物中温和回收原材料的工厂原型，实现循环经济（参考编号 020E-100610623）；子项目：用户特定验证
时间：2023 年 12 月 1 日 — 2026 年 11 月 30 日
项目经理：Rüdiger Knofe
财务经理：Bianca Miene
资助机构：BMWE

PhylFlex — 联合项目：基于物理的自适应能量管理，实现扇区耦合和配电网络灵活性 — PhylFlex；子项目：负荷和发电量预测（Siemens）
时间：2025 年 4 月 1 日 — 2028 年 3 月 31 日
项目经理：塞巴斯蒂安·施雷克
财务经理：Bianca Miene
资助机构：BMWE

PMD-X-MAPRO-生产中的跨组织材料数据和材料模拟
时间：2025 年 7 月 1 日 — 2026 年 6 月 30 日
项目经理：Marton Koerdel
财务经理：Bianca Miene
资助机构：BMFTR

PrintMag-使用 3D 丝网印刷工艺，通过共烧陶瓷和磁钢，生产损耗优化的电工钢层压片；子项目：用于优化层压堆叠的材料和工艺模拟
时间：2023 年 11 月 1 日 — 2026 年 10 月 31 日
项目经理：Stefan Denneler
财务经理：Bianca Miene
资助机构：BMWE

Prodigies-灵活的处理器编排，使用模块化服务架构、创新的控制方法和灵活的机器人生产机器
时间：2022 年 9 月 1 日 — 2025 年 11 月 30 日
项目经理：塞巴斯蒂安·阿尔布雷希特
财务经理：罗兰·迪克
资助机构：BMWE

PVCharge——合作项目：PVCharge——用于光伏停车场的多功能电力电子设备；子项目：光伏充电园的双向直流耦合充电基础设施
时间：2025 年 4 月 1 日 — 2028 年 3 月 31 日
项目经理：大卫·里夫
财务经理：Bianca Miene
资助机构：BMWE

qChallenge — 用于物流和生产线管理的量子经典混合优化算法
时间：2022 年 7 月 1 日 — 2025 年 9 月 30 日
项目负责人：莎拉·布劳恩
财务经理：罗兰·迪克
资助机构：BMWE

QUORYPTAN-适用于工业和支付交易应用的抗量子密码学
时间：2024 年 3 月 1 日 — 2027 年 2 月 28 日
项目经理：法布里齐奥·德桑蒂斯
财务经理：罗兰·迪克
资助机构：BMFTR

React-AI-合作项目：REACT-AI-使用新颖的生成式 AI 设计链快速部署用于能源转型的燃气轮机解决方案；子项目：以涡轮叶片为例的工业部件生成模型
时间：2025 年 8 月 1 日 — 2028 年 7 月 31 日
项目经理：Stefan Depeweg
财务经理：罗兰·迪克
资助机构：BMWE