Empa Entrepreneur Fellowship Awarded - Three Researchers Receive Start-up Support
➀ 三位 Empa 研究人员获得 2025 年 Empa 企业家奖学金，以推动基于太赫兹光学、基础设施监测和激光微结构领域的创新产品开发；
➁ 获奖项目包括：用于 6G 通信的超薄太赫兹元件（Elena Mavrona）、风力涡轮机高分辨率应变传感器（Mohammad Jafarpour），以及面向能源与医疗的可扩展激光表面微加工技术（Nicolas Zaugg）；
➂ 该奖学金支持商业化进程，涵盖原型开发、战略合作及初创企业筹备，旨在将科研成果转化为工业应用。
Innovative Power Converter Technology for the Green Hydrogen Economy
➀ 弗劳恩霍夫IEE牵头HyLeiT项目，开发了基于碳化硅（SiC）半导体的新一代电解制氢变流器，提升了直流电能质量与电网稳定性。
➁ 该项目推出模块化高效变流器解决方案，并结合实时仿真模型优化电网交互，降低系统成本，增强制氢设备的可靠性与灵活性。
➂ 英飞凌与SMA Solar等合作伙伴推动技术突破，成果将应用于工业与交通领域脱碳，并计划推广至高比例可再生能源电网，助力绿色氢能战略实施。
Researchers at FH Dortmund Turn Up the Voltage to Revolutionize Battery Storage
➀ 多特蒙德应用科技大学研究人员计划将电池储能系统电压提升10至20倍，以减少电阻导致的能量损耗和热量浪费；
➁ 在恩瑟建立的真实环境实验室将测试10,000–20,000伏特电池系统，评估对电池寿命的影响，并为中压直流应用制定绝缘新标准；
➂ 模块化高压设计无需主动冷却，降低维护成本，且支持灵活扩展，有望大幅提升储能系统效率和可扩展性。
German-French Lighthouse Project GreenBotAI: Trustworthy AI 'Made in Europe'
➀ GreenBotAI作为《亚琛条约》框架下的德法合作项目，通过AI优化路径规划和实时控制，使工业机器人能耗降低超25%；
➁ 开发了基于低数据量AI算法的模块化机器学习模型及2D/3D追踪系统，适配多类机器人平台；
➂ 由弗劳恩霍夫IWU牵头，联合慕尼黑应用科技大学、INBOLT等机构，推动工业自动化与抗危机能力发展。
ERC Starting Grant for Junior Professor Stefan Mönch – Towards Almost Lossless Electrical Energy Conversion
➀ 斯图加特大学青年教授Stefan Mönch获得150万欧元ERC启动资金，用于研究高效电能转换技术；
➁ 研究重点是通过部分功率处理（PPP）转换器和多电平转换器，在电动汽车和固态热泵等应用中实现超99%的能效，减少能量损失；
➂ 项目探索拓扑级联和最优电压层级，将技术扩展至智能材料、软体机器人和能量收集领域，并依托GaN4EmoBiL和COOLPOL等项目展开合作。
Aesthetic and efficient facades: Fraunhofer FEP presents advances in building-integrated photovoltaics
➀ 弗劳恩霍夫FEP在Design-PV项目中利用卷对卷纳米压印技术开发装饰薄膜，使光伏模块可无缝融入建筑外墙，同时保持传统组件80%的能效。
➁ 技术难点包括提升ETFE基材上的薄膜附着力，通过等离子体工艺对表面纳米级粗糙化处理以增强结合力。
➂ 下一步将测试更多设计及色彩方案，评估长期稳定性，并计划在2025年欧洲辐射技术大会上展示成果。
'Never Change a Running System': Fraunhofer IGCV Supports Companies with Sustainable Production Systems
➀ 弗劳恩霍夫IGCV帮助企业优化能源与资源效率，例如通过调整工业炉排产减少能源浪费，并整合光伏等可再生能源；
➁ 该机构推动循环经济，将航空复合材料生产的废料转化为二次零件，降低材料成本与环境负担；
➂ 借助软件模拟与能源监测，研究所协助企业基于数据决策，在工业转型中平衡生态目标与经济可行性。
Free Open-Source Solution for Early Fault Detection in the Energy Sector
➀ Fraunhofer IEE推出EnergyFaultDetector，这是一款免费开源、基于AI的解决方案，用于风电机组等能源系统的早期故障检测；
➁ 该工具利用自学习算法处理现有SCADA数据，无需额外硬件，并配备ARCANA算法以实现透明的根本原因分析；
➂ 以Python库形式提供，包含快速启动模块，并支持与现有管理系统的集成。
