Anbieter zum Thema

CADFEM Germany GmbH

Synapticon GmbH

Siemens Digital Industries Software GmbH Digital Factory Division

Delta Electronics GmbH

WITTENSTEIN SE

mehr weniger

ACE Stoßdämpfer GmbH

Lenze SE

Heidrive GmbH

CAD+T Solutions GmbH

weniger

Michael Mayer-Rosa, Director Industrial Automation Division EMEA sowie Head of Intelligent Robot Systems (IRS) bei Delta Electronics

Welche aktuellen technologischen, regulatorischen und wirtschaftlichen Herausforderungen beeinflussen die Produktentwicklung in der Antriebstechnik besonders?

Technologisch verschiebt sich die Antriebstechnik von einer elektromechanischen Disziplin hin zu software- und datengetriebenen Systemarchitekturen. Systemvernetzung, Integration in digitale Produktionsumgebungen sowie höhere Leistungsdichten und kompaktere Bauformen nehmen zu. Regulatorisch verschärfen sich die Rahmenbedingungen durch Effizienzstandards, CO₂-Reduktionsziele sowie strengere Sicherheits- und Cybersecurity-Vorgaben. Das erhöht die Komplexität in der Entwicklung. Wirtschaftlich kommen volatile Lieferketten, steigende Materialkosten und ein intensiver Wettbewerb hinzu, insbesondere durch hochskalierte asiatische Anbieter. Diese Faktoren verstärken den Kosten- und Innovationsdruck und führen zu stärkerer Modularisierung, höherer Standardisierung und kürzeren Innovationszyklen

Simulationsbasierte Entwicklungsprozesse und digitale Zwillinge ermöglichen es, einen großen Teil der Absicherung und Funktionsvalidierung in die virtuelle Entwicklung zu verlagern.

Welche Bedeutung haben simulationsbasierte Entwicklungsprozesse und digitale Zwillinge für die virtuelle Absicherung, Funktionsvalidierung und Verkürzung der Entwicklungszyklen?

Simulationsbasierte Entwicklungsprozesse und digitale Zwillinge ermöglichen es, einen großen Teil der Absicherung und Funktionsvalidierung in die virtuelle Entwicklung zu verlagern. Der digitale Zwilling wird dabei zur zentralen Entwicklungsumgebung. Mechanisches Verhalten, thermische Effekte, Regelgüte und elektromagnetische Einflüsse lassen sich frühzeitig virtuell validieren. Ein großer Teil der Absicherung verlagert sich dadurch in frühe Phasen. Entwicklungszeiten verkürzen sich und physische Prototypzyklen werden reduziert. Gleichzeitig steigt die Qualität bei der Erstintegration. Mit hochpräzisen, physikalisch genauen Simulationen in Echtzeit lassen sich reale Bedingungen abbilden sowie Robotersoftware und Verhaltensmodelle vor dem Einsatz testen. Das reduziert Entwicklungsaufwand und Prototypkosten und verkürzt die Markteinführungszeit.

Wie verändern automatisierte Engineering-Workflows und modellbasierte Entwicklungsmethoden die interdisziplinäre Zusammenarbeit zwischen Mechanik, Elektronik und Software in der Entwicklung intelligenter Antriebssysteme?

Die Zusammenarbeit verändert sich grundlegend, weil Mechanik, Elektronik und Software nicht mehr nacheinander, sondern integriert und parallel arbeiten. Modellbasierte Methoden schaffen dafür gemeinsame Funktionsmodelle als Basis. Diese werden früh definiert, simuliert und teilweise automatisiert in Software überführt. Dadurch entstehen robustere Systemarchitekturen und der Reifegrad steigt bereits vor dem ersten Hardware-Aufbau deutlich.

Wie kann der Einsatz von künstlicher Intelligenz die Performance und Effizienz neuer Antriebssysteme verbessern?

Optimierte Energieprofile und eine intelligente Parametrierung während der Inbetriebnahme. Anomalien können frühzeitig erkannt, Wartungszyklen vorausschauend geplant und Performanceparameter dynamisch angepasst werden. Insbesondere in Robotik-, AMR- und hochflexiblen Produktionsumgebungen entstehen so selbstoptimierende Motion-Systeme, die Effizienz und Präzision steigern.