如果我們能在建造之前設計、測試和改進自動化、製造和能源基礎設施，該怎麼辦？
傳統的工程週期主要依賴於實體原型製作，導致昂貴的迭代、延長上市時間以及無法預期的營運瓶頸。現代工業工程需要將靜態 CAD 模型轉向動態的多網域模擬環境。通過結合高效能運算、即時遙測和空間視覺化，可在實體調試之前，複雜的工業架構在整個生命週期中進行嚴格驗證。
重要的是模擬，數字雙胞胎和工業元宇宙功能，以實現更快，更安全和更可持續的工程。
公司核心技術
系統設計與模擬
這個研究領域專注於使用 AI 的系統和元件建模，設計和多物理模擬。它解決了 CAD/CAM 鏈和數位雙胞胎，用於製造、機器人和能源基礎設施的視覺化測試、驗證和優化。
系統設計和模擬涵蓋幾何、力學和功能建模 (CAD/CAM)，具有 AI 增強的工作流程和生成設計。它包括生產設計，虛擬調試，以及（多）物理，系統，實時和共同模擬。我們還研究模擬以進行實體 AI 和合成數據生成的訓練。
我們的研究涵蓋驗證、驗證、設計協作、AR/VR 視覺化以及生命週期/數位雙胞胎管理。此外，它包括使用多模擬模擬、不確定性模擬、技術經濟優化和代理工作流程的自動化工程、電氣建模和分散式能源系統的設計。
為此 公司核心技術，我們研究涵蓋設計、模擬和 PLM 工具的強化應用程序，以及模擬、數據、模型和數位雙胞胎管理平台。關鍵領域包括可視化、協作（例如 Digital Twin Composer）、自動化 3D 內容創建和可持續發展工具，用於產品碳足跡，以及使用數位雙胞胎進行循環性和生命週期分析。
其他主題包括模擬增強的產品和生產設計、虛擬調試、CAD/CAM 基礎模型培訓、多模式能源系統設計和能源系統的資產開發。最後，我們的研究涵蓋生命週期和能源雙胞胎、製造的循環性方面、與實際工業系統的同步和自主工程。
出版物
探索我們的精選論文
SceneGenAgent：使用編碼代理程序精確的工業場景生成
出版於：2025 計算語言學協會第 63 屆年會議論文（第一卷：長篇論文），頁 17847—17875，奧地利維也納
蕭霞、張丹、廖子波、侯振宇、孫天瑞、李靜、玲福、東雨曉
由於對精確測量和空間規劃的嚴格要求，使用 LLM 生成 3D 工業場景是具有挑戰性。為了解決這個問題，作者介紹 SceneGenAgent，這是一種通過 C＃ 代碼生成工業場景的 LLM 代理程序。它採用結構化佈局規劃、驗證和反覆精進來滿足精確的定量需求，從而提高 LLM 成功率高達 81.0%。此外，作者還發布 SceneInstruct，這是一個用於微調 Llama3.1-70B 等開放原始碼 LLM 的數據集，以在框架中接近 GPT-4o 性能。程式碼和資料可公開使用。
在出版商頁面查看
SipHyr：用於動態網格重新配置的端對端基於學習的最佳化框架
發表於：IEEE 智能電網交易 (第 16 卷，第 2 期，2025 年 3 月)
拉巴布·海德、阿努拉達·安納斯瓦米、比斯瓦迪普·戴伊、阿米特·查克拉博蒂
不斷增長的可再生能源、儲存和電動汽車需要更快速的配電網的決策模式。本文提出了 SIPHyr，這是一種物理知識的機器學習框架，用於基於端到端學習的網格重新配置優化。SiPhyR 可優化拓樸和功率流量，以降低線路損耗、改善電壓設定檔並加強再生能源整合。要處理 NP 硬二進制決策變量，它在可分化框架中使用物理知識的四捨五入方法。這使 SipHyr 能夠同時優化網格拓樸和分配，同時滿足安全關鍵限制，如在三個標準網格上所示。
在出版商頁面查看
利用消費者靈活性降低未來配電網中的電網擁堵
發表於：能源 2024
托馬塞利·D., 莫斯特·D., 等
日益採用電錶後（BTM）光伏（PV）系統，電動汽車（EV）和熱泵的使用正在導致配電網擁堵。本文使用新型架構來評估 BTM 靈活性，該架構將滾動平線最佳功率流與分段線性成本函數結合，以解決此問題，而不需要昂貴的升級。在德國 Schutterwald 的網格模型上進行測試時，結果顯示自用的 BTM 儲存裝置解決了所有輸入違規，但僅有 35% 的負載違規。但是，主動控制儲存裝置充電和放電可有效解決剩餘的負載違規，即使在幾乎飽和的網格中也是如此。
在出版商頁面查看
具有整合控制的神經微分方程，用於化學過程建模
發表於:2025 IEEE 第 32 屆國際高性能運算、數據和分析研討會（HiPCW）
蘇梅特·羅迪亞、維德·瓦塔克、庫納爾·巴胡古納、蘇巴哈吉特·桑菲、拉姆薩斯·卡魯里
神經微分方程對化學過程模擬非常強大，但它們對受控化學過程的應用仍相對尚未被探索。本文評估神經普通微分方程（NODES）和神經控制微分方程（NCDE），以建模具有明確控制集成的批量生物反應器系統。作者開發了一個包含控制輸入的修改後的 NODE 框架，並研究 NCDE，它們使用雲形線插值結合了連續控制路徑。該架構在 Diffrax 中實現了高效的 GPU 加速，證明 NCDE 具有卓越的預測準確度，而 NODES 則提供更快的訓練時間。
在出版商頁面查看
利用知識圖形進行虛擬調試模型的多代理程式架構
發表於：自動化 2026 年，創新知識應用程序（第 144-152 頁）。VDE
馬克斯·迪克曼；喬納斯·尼茨勒；揚·費舍爾；漢斯-尤爾根·皮菲斯特勒；迪克·哈特曼
虛擬調試模型 (VCM) 會在部署之前驗證離散製造系統，但由於西門子 TIA Portal 和 NX MCD 等工具之間的資料分散，因此建置這些系統需要花費勞動密集。為了解決這個問題，作者提出了一個基於知識圖的多代理框架。確定性工具提取 PLC 和運動資料並合併到統一的圖形資料庫中。然後，階層代理程式架構有助於系統理解、以指令碼為基礎的元件產生和跨網域信號映射。這種方法在實驗室規模的製造設置上進行測試，減少了手動解釋工作，並簡化早期的 VCM 工程。
在出版商頁面查看