Akselos es una empresa suiza que proporciona una plataforma de simulación de ingeniería basada en análisis de elementos finitos de base reducida . [1] La plataforma se utiliza para crear gemelos digitales de infraestructuras energéticas con el fin de mejorar su diseño, mantenimiento, fiabilidad y vida útil. [2] [3]
La empresa tiene su sede en Lausana en el EPFL Innovation Park, [4] y cuenta con oficinas en Boston y Vietnam . [5] Thomas Leurent es el actual director ejecutivo de Akselos. [6]
En 2011, la tecnología del proyecto "Simulaciones de alta resolución para el análisis de sistemas" del Instituto Tecnológico de Massachusetts (MIT) se convirtió en Akselos. [7] En 2012, la empresa fue fundada por David Knezevic, Thomas Leurent y Phuong Huynh, quienes participaron en la investigación inicial. [8] [9]
Akselos recaudó una primera ronda de inversión de USD 2,2 millones en 2016. [10] Una segunda ronda de inversión de USD 10 millones liderada por Innogy Ventures y Shell Ventures se recaudó en 2018. [11]
Entre 2000 y 2011, el análisis de elementos finitos de base reducida se desarrolló en laboratorios de investigación de diferentes universidades, incluido el MIT y la Universidad Pierre y Marie Curie . [13] [14] [15] [16] Akselos recibió una licencia de la oficina de licencias de MIT Technology para el desarrollo de la tecnología. [17] Posteriormente, Akselos colaboró con EPFL para el desarrollo de un software de simulación de infraestructuras críticas. [4]
La tecnología permite a su usuario realizar simulaciones en un modelo digital 3D basado en la física de una infraestructura energética, llamado gemelo digital. [18] Para construir el gemelo digital, primero se deben recopilar todos los datos disponibles sobre el activo de infraestructura energética. Luego, el gemelo digital permite al usuario monitorear la confiabilidad y predecir fallas potenciales y puede ayudar a extender la vida útil de los activos. [18] Los usuarios de la tecnología Akselos dicen que, en algunas aplicaciones, la tecnología puede ser mil veces más rápida que otros métodos. [19] Según la empresa, la tecnología proporciona más detalles y precisión que el análisis convencional de elementos finitos al modelar grandes activos. [20]