Stillstand ist Rückschritt, so heißt es. Wir bei INOSIM glauben, dass kontinuierliche Forschung eine wichtige Voraussetzung für bahnbrechende Innovationen ist, die den Raum für die einzigartigen Möglichkeiten schaffen, die unsere Kunden so schätzen. Forschung gehört seit Jahren zum Markenkern von INOSIM, und als innovatives KMU behalten wir stets im Auge, wie wir unsere vielversprechenden Ergebnisse in die industrielle Praxis übertragen können.
INOSIM ist in zahlreichen Forschungsvorhaben in einem breiten Technologiespektrum involviert, in dem unsere Simulationssoftware zentrale Vorteile bietet. Das reicht von optimaler Produktionsplanung und modularer Logistik über die Entwicklung ressourceneffizienter Prozesse in frühen Projekt-Phasen und die Modellierung von Bioprozessen bis hin zu praktischen Anwendungen von Künstlicher Intelligenz in der Prozessindustrie. Wir sind in der akademischen und industriellen Forschung ausgezeichnet vernetzt und kooperieren mit führenden akademischen Instituten, innovativen KMU und Global Players der Prozessindustrie.
Wir sind stets an neuen Chancen interessiert, unsere Fähigkeiten, Software und Erfahrungen in vielversprechende Forschungsprojekte einzubringen. Wir freuen uns darauf, unseren Horizont zu erweitern und aus neuartigen Forschungsvorhaben und von interessanten Mitstreitenden zu lernen. Wenn Sie ein innovatives KMU als Partner in Ihrem Forschungsprojekt suchen, kontaktieren Sie uns bitte.
Im Rahmen der KEEN Innovations-Plattform erstellen wir ein System zur Entscheidungsunterstützung, das moderne Methoden Künstlicher Intelligenz und Digitale Zwillinge von INOSIM nutzbar macht, um adaptive Echt-Zeit-Voraussagen für komplexe Batch-Anlagen zu liefern.
In OptiProd.NRW schaffen wir die nächste Generation von Software und Methoden für optimale Produktionspläne, basierend auf hochgenauen Digitalen Zwillingen von INOSIM.
Im Projekt LEGOLAS haben INOSIM und seine Partner ein simulationsgetriebenes Planungsassistenzsystem entwickelt, das den Anwendenden ein schnelles Design modularer Produktions- und Logistiksysteme und deren quantitative Auswertung auf der Basis von INOSIM Digitalen Zwillingen ermöglicht. Die Stückgut-Bibliothek, die wir für INOSIM in LEGOLAS entwickelt haben, wird mittlerweile umfassend in anderen Projekten mit logistischen Elementen angewendet, da sie eine nahtlose Integration von Produktions- und Logistikmodulen innerhalb derselben Simulationsanwendung ermöglicht.
Im SkaMPi-Projekt haben INOSIM und seine Partner eine neue Methodologie entwickelt, die bereits in frühen Entwicklungsphasen Entscheidungsunterstützung bietet, um für neue Produkte oder neue Produktportfolios optimale modulare Anlagenabläufe und ein möglichst ressourcenschonendes Prozesslayout zu ermitteln. INOSIM hat ein simulationsbasiertes Werkzeug entwickelt, das die systematische Bewertung und den Vergleich von Prozessalternativen mittels multi-kriterieller Evaluation unterstützt.
In EMKUS untersuchten wir, wie die Prozesssimulation mit digitalen Zwillingen von INOSIM die Stahl- und Eisenindustrie dabei unterstützen kann, vorausschauende Lösungen für Energieeffizienz und Nachfragesteuerung bereitzustellen.
Im Rahmen des europäischen FP7-Projekts TOP-REF entwickelten INOSIM und seine Partner aus vier europäischen Ländern Indikatoren, Methoden und Werkzeuge zur Verbesserung der Ressourceneffizienz in energieintensiven kontinuierlichen Industrieprozessen.
In diesem Forschungsprojekt haben wir gemeinsam mit unseren Partnern ein neues Energieeffizienz-Managementsystem für Prozessanlagen entwickelt, das auf bewährten Softwaretools wie der Simulationssoftware INOSIM und dem Tool STRUCTese der Firma Bayer basiert.
Ziel des Projektes INOSIM Bio war es, eine umfassende Modellbibliothek und eine ausgereifte Simulationsumgebung für die Bioprozesstechnik zu entwickeln, die auf der INOSIM-Simulationssuite basiert. Die Modellbibliothek ist Bestandteil unserer Software-Suiten INOSIM Expert Edition und INOSIM Process Edition.
Kontaktieren Sie uns und erfahren Sie, wie INOSIM Ihre Entscheidungsprozesse revolutionieren kann.