Direkt zum Inhalt
Direkt zum Inhalt

Interconnected Automation Systems (IAS)

Am Lehrstuhl für Interconnected Automation Systems (IAS) an der Universität Siegen treiben wir die Grundlagen- und angewandte Forschung zur Entwurfsautomatisierung von Software und Hardware voran, um die Zuverlässigkeit, Effizienz und Nachhaltigkeit moderner cyber-physischer Infrastrukturen zu verbessern – von industriellen und mechatronischen Systemen bis hin zu Anwendungen der Energieumwandlung und elektrischer Energiesysteme.

Abstracted electrical power representation
Gewinner_ETI_Adventsturnier

Sportlicher Jahresausklang im Department ETI

Einladungsflyer
Beschäftigte
+ 1 mehr

ETI Advents-Tischtennisturnier

Das IAS-Team freut sich euch / Sie zum diesjährigen Advents-Tischtennisturnier einzuladen (siehe Flyer).  Die organisatorischen Randdaten sind:

 

  • 17. Dezember 2025 ab 16:00 in H-C 3305
  • Zufallsdoppel mit Auslosung der Spielpaare vor Ort
  • Für Snacks und Getränke wird gesorgt sind

Sowohl aktive Spieler/innen als auch Zuschauer/innen sind gleichermaßen herzlich zum geselligen Beisammensein eingeladen.

Zur besseren Planbarkeit wird um Rückmeldung via https://terminplaner6.dfn.de/b/cf8b69bfba53d5d47d4aa4ed921ae6cf-1470146 gebeten.

 

meta-dq-dtc
Forschung

Neue IEEE Transaction on Power Electronics-Veröffentlichungen zum Thema Meta-Reinforcement Learning

Zusammen mit unseren Partnern an der Universität Paderborn haben wir kürzlich einen Artikel in IEEE Transactions on Power Electronics mit dem Titel "Universal Direct Torque Controller for Permanent Magnet Synchronous Motors via Meta-Reinforcement Learning" veröffentlicht. Der Artikel befasst sich mit der hochautomatisierten Reglersynthese für beliebige permanenterregte Synchronantriebe und demonstriert, wie eine mit datengetriebenen Algorithmen erlernte Regelstrategie vom simulativen Training auf reale Laboranwendungen übertragen werden kann. Die vorgestellte Methodik und die empirische Untersuchung stellen einen wichtigen Schritt zur autonomen Inbetriebnahme von leistungselektronischen Systemen in heterogenen Anwendungskontexten dar, um mit minimalem (menschlichem) Aufwand eine optimale Systemleistung zu erreichen.

Link zur Open-Access-Veröffentlichung: https://ieeexplore.ieee.org/document/11263992

DOI: 10.1109/TPEL.2025.3635741

Leitbild

Portrait Oliver Wallscheid

Wir betreiben rigorose, offene und verantwortungsvolle Forschung zu vernetzten Automatisierungssystemen und überführen fundierte Modellierungs-, Regelungs- und datengetriebene Methoden in vertrauenswürdige Technologien, die Sicherheit und Zuverlässigkeit erhöhen, Energie- und Ressourcenverbrauch reduzieren und resiliente Infrastrukturen zum Nutzen der Gesellschaft stärken. In der Lehre qualifizieren wir Ingenieurinnen und Ingenieure sowie Forschende dazu, physikalisch-analytisches Systemverständnis mit rechnergestützten sowie datenorientierten Werkzeugen zu verbinden, sodass sie die zukünftigen Generationen von Automatisierungs- und Energiesystemen aktiv gestalten können.

Forschungsprofil

Wir erforschen vernetzte cyber-physische Systeme in der industriellen Automatisierung und Mechatronik sowie in elektrifizierten Energietechnologien. Zentrale Anwendungsfelder sind elektrische Antriebe, leistungselektronische Wandler, Energiespeichersysteme und Ladeinfrastrukturen sowie vernetzte elektrische Energiesysteme wie Microgrids – mit dem Ziel, einen zuverlässigeren, effizienteren und resilienteren Betrieb unter realen Einsatzbedingungen zu ermöglichen.

 

Unsere Arbeit deckt die gesamte Innovationskette von der Grundlagenforschung bis zum industriellen Transfer ab. Ein besonderer Schwerpunkt liegt darauf, theoretische Konzepte in praxisnahe Proof-of-Concepts zu überführen, gestützt durch schnelles Software- und Hardware-Prototyping. Experimentelle Validierung, einschließlich gezielter Messkampagnen auf relevanten Testständen, ist ein integraler Bestandteil unseres Forschungsprozesses.

 

Open Science bildet eine tragende Säule unserer Forschungspraxis. Wir veröffentlichen Open-Source-Software, reproduzierbare Workflows und weitere, offene Ressourcen, um eine transparente Evaluation, Benchmarking und einen schnellen Wissenstransfer für Studierende, Forschende und Industriepartner zu ermöglichen. Unsere Open-Source-Beiträge finden sich auf GitHub: https://github.com/IAS-Uni-Siegen

Schwerpunkte

  • Optimalregelungsverfahren (z.B., Reinforcement Learning, Differential Predictive Control)
  • Hardwareauslegung, Optimierung und Test leistungselektronischer Wandler (Komponenten- und Systemebene)
  • Hybride Modellierung and Systemidentifikation (Kombination Experten- und Datenwissen)
  • Zustandsüberwachung, Diagnose und Digitale Zwillinge (z.B. mittels Fehler- und Anomaliedetektion)
  • Zustands- und Parameterschätzung (Beobachter, Co-Schätzer)
  • Softwaregetriebene Automatisierung (Reproduzierbare Design-Toolchains, Verifizierung und Benchmarking)

Neuste Publikationen

Weitere Filter anzeigen
Conference paper
2024

Harmonic Current Correction for Common Mode Voltage Reduction and Narrow Pulse Elimination Method in DC-AC Matrix Converter

Journal article
2024

Protocol for conducting advanced cyclic tests in lithium-ion batteries to estimate capacity fade

Conference paper
2024

Topology Comparison to Generate Output Currents of Specific Shape

Conference paper
2024

A Systematical and Analytical Driver Layout Design Procedure for Parallel GaN GIT Power Semiconductors

Journal article
2024

Insights and Challenges of Co-Simulation-Based Optimal Pulse Pattern Evaluation for Electric Drives

Conference paper
2024

Design of a Calorimetric Measurement System for Determination of the Power Losses in Magnetic Components

Journal article
2024

Power Flow Control Strategy Based on Space Vector Modulation of a Three-Port Converter

Journal article
2024

Stray Loss Formulation for Inverter-Driven Induction Motors for a Wide Range of Switching Frequency and Motor's Loading

Conference paper
2024

ElectricGrid.jl – Automated modeling of decentralized electrical energy grids

Conference paper
2024

Compensation Techniques for Bandwidth-Distorted Measurements of Fast Transients in Double Pulse Tests

Preprint
2024

Safe Reinforcement Learning Direct Torque Control for Continuous Control Set Permanent Magnet Synchronous Motor Drives

Conference paper
2024

Pitfalls and their Avoidability in the Double-Pulse Test

Leistungselektronik
-

DFG AutoMoLe

Profilbild Oliver Wallscheid

Prof. Dr.-Ing. Oliver Wallscheid

Lehrstuhlinhaber
Bikash

Dr.-Ing. Bikash Sah

Akademische*r Rat*Rätin
Windows 11 default personal profile photo

Ali Abdelwanis

Wissenschaftliche*r Mitarbeiter*in
Hölsch

Lukas Hölsch

Wissenschaftliche*r Mitarbeiter*in
Sack

Dr.-Ing. Andreas Sack

Wissenschaftliche*r Mitarbeiter*in
Jung

Michael Jung

Mitarbeiter*in Technik und Verwaltung
Malicki

Pawel Malicki M.Sc.

Technische*r Mitarbeiter*in
Wertebach

Alexander Wertebach

Mitarbeiter*in Technik und Verwaltung

Öffnungszeiten Sekretariat

Erreichbarkeit

Montag 09:00-13:00 Dienstag 09:00-13:00 Mittwoch 09:00-13:00 Donnerstag 09:00-13:00 Freitag 09:00-13:00

Postadresse

Universität Siegen
Chair of Interconnected Automation Systems (IAS)
Hölderlinstraße 3
57076 Siegen

Besucheradresse

Universität Siegen
Chair of Interconnected Automation Systems (IAS)
H-A Ebene 4

Raum: H-A 4106/3
Hölderlinstraße 3
57076 Siegen

Weitere Informationen

Sekretärin:    Lada Lübke
Telefon:        +49 (0)271 / 740-3305
Fax:               +49 (0)271 / 740-13305

Raum:           H-A 4106/3
E-Mail:          IAS-office@eti.uni-siegen.de