Forschung schafft Wissen, von dem unsere Kunden profitieren
XRG kooperiert fortlaufend mit namhaften Forschungsinstituten bei anspruchsvollen Forschungsprojekten für Energietechnik und für die Optimierung von Energiesystemen.
Die XRG-Expertise für Simulationen und Modellierungen von energietechnischen Systemen ist in der Forschung insbesondere dann gefragt, wenn es um numerisch aufwendige Themen mit vielen Parametern geht. Dabei gehen wir den Fragen auf den Grund, erweitern unser Know-how und entwickeln Methoden und Produkte, die das Projekt vorantreiben.
-
DIZPROVI
Als Entwickler der sehr erfolgreichen kratfwerkstechnischen Modellbibliothek ClaRa+ wird XRG im Projektteil „Digitaler Zwilling“ ausgehend von kraftwerkstechnischen Referenzprozessen und Anwendungsfällen eine verallgemeinerbare technische Methodik zur effizienteren Erstellung und Wartung digitaler Zwillinge erarbeiten.
Es wird im Projekt ein Workflow erarbeitet, welcher die datengetriebene Kalibrierung physikalischer Modelle und den Ersatz von Teilen des physikalischen Modells durch schnelle, datengetriebene Modelle ermöglicht. Dieser Workflow wird dann in der ClaRa+ Library zur Kombination von physikalischen und datengetriebenen Modellen integriert.
PARTNER
Das Projekt wird in enger Kooperation mit folgenden Partnern durchgeführt:
- ABB AG, Cottbus,
- LEAG Kraftwerke AG, Cottbus,
- Hochschule Zittau/Görlitz, Zittau,
- EMIS Electrics GmbH, Lübbenau/Spreewald,
- CombTec GmbH, Zittau.
Forschungsförderung
Das Forschungsprojekt DIZPROVI, welches durch das Bundesministerium für Bildung und Forschung unter dem Förderkennzeichen [03WIR0105E] gefördert wird, beginnt im Mai 2021 und endet im Apr. 2023.
-
PHYMOS
Das Fahrzeug der Zukunft ist „smart“. Mit zunehmender Selbstverständlichkeit wird erwartet, dass ein Fahrzeug auf Veränderungen in seiner Umgebung flexibel reagieren und selbstständig Entscheidungen fällen kann, um sich optimal an verändernde Randbedingungen anzupassen. Dies bedeutet ein hohes Maß an „self-awareness“, also die Fähigkeit die Auswirkung des eigenen Verhaltens in der Interaktion mit der Umgebung zu prädizieren. Derartige Modelle seiner selbst und der Umgebung schnell, kosteneffizient und in Abwägung von Fidelity und Performanz erstellen zu können ist eine Schlüsselkompetenz. Klassische modelbasierte Ansätze sind häufig mit hohen Entwicklungsaufwänden verbunden. Fortschritte im Bereich der künstlichen Intelligenz eröffnen neue Optionen sind aber daten-intensiv und bergen andere Risiken. In diesem Projekt sollen hybride (daten- und physikbasierte) Ansätze in konkreten Anwendungen evaluiert werden, um unter Nutzung von vorhandenem physikalischem Vorwissen in dateneffizienter Weise skalierbare „Proper Models“ generieren zu können. Dies wird es zukünftig ermöglichen innovative Produkteigenschaften in wesentlich kürzerer Zeit zu entwickeln und im Fahrzeug zu realisieren.
XRG liefert in diesem Projekt ein physikalisches Fahrzeugkabinenmodell, aus dem ein echtzeitfähiges Modell abgeleitet werden soll. Das beschleunigte Modell bietet vielfältige Anwendungsmöglichkeiten in HiL-Applikationen und ermöglicht den Transfer der relevanten Modellinformation auf Regelungshardware. Gleichzeitig eröffnet es die Möglichkeit konzeptionelle Optimierungen wesentlich zu beschleunigen. XRG wird mit seinen Projektpartnern Methoden entwickeln und danach als prototypische Erweiterung für die XRG Software SCORE implementieren. Die entwickelten Routinen bilden die Grundlage für die finale Demonstration der Erstellung eines Proper Models unter Berücksichtigung der mehrerer unterschiedlicher Werkzeugketten.
PARTNER
Das Projekt wird in enger Kooperation mit folgenden Partnern durchgeführt:
- Robert Bosch GmbH, Stuttgart,
- Universität Augsburg, Augsburg,
- Technische Universität Braunschweig, Braunschweig,
- Fachhochschule Bielefeld, Bielefeld,
- TLK-Thermo GmbH, Braunschweig,
- ESI ITI GmbH, Dresden,
- LTX Simulation GmbH, München,
- Modelon Deutschland GmbH, Hamburg.
Forschungsförderung
Das Forschungsprojekt PHyMoS, welches durch das Bundesministerium für Wirtschaft und Energie unter dem Förderkennzeichen [19I20022F] gefördert wird, beginnt im März 2021 und endet im Feb. 2024.