Intelligente Batteriezellproduktion
DaLion 4.0: Data-Mining in der Produktion von Lithium-Ionen-Batteriezellen – Elektromobilität und damit auch mobile Speichertechnologien werden immer wichtiger. Auch stationäre Speicher, zum Beispiel für die Integration von erneuerbaren Energien im Rahmen von Smart Grids, gewinnen an Bedeutung. Eine Herausforderung der steigenden Nachfrage ist deren wirtschaftliche und ökologische Herstellung. Die Battery LabFactory (BLB) an der Technischen Universität Braunschweig analysiert deshalb im Forschungsprojekt DaLion 4.0 die Prozesse und Einflussfaktoren bei der Herstellung von Batteriezellen.
Die Herstellung von Batterien – insbesondere der Batteriezellen – ist energie- und kostenintensiv. Voraussetzung für eine umweltverträgliche und kosteneffiziente Batterieproduktion ist es, dass die Wechselwirkungen zwischen den Batterierohstoffen und -materialien, den Produktionsprozessen und den Umgebungsbedingungen einer Batteriezellfabrik im Detail verstanden werden.
In den letzten drei Jahren haben Wissenschaftlerinnen und Wissenschaftler der BLB die gesamte Produktionsprozesskette – vom Material bis zur fertigen Zelle – auf Basis umfangreicher Datenerfassung analysiert und modelliert. Während der einzelnen Herstellungsschritte wurden die Produktionsdaten systematisch erfasst und in einem dafür entwickelten Data Warehouse gespeichert. Der Einsatz von Data-Mining-Algorithmen kombiniert mit Simulationen ermöglichte eine umfassende Analyse der Daten und eine Bewertung der Prozesse zur Herstellung von Batteriezellen.
So konnten zum Beispiel über die gesamte Prozesskette die wichtigsten Einflüsse auf Batteriezelleigenschaften wie Kapazität, Schnellladefähigkeit und Lebensdauer identifiziert werden. Auf diese Weise können die Wissen¬schaftlerinnen und Wissenschaftler künftig Produktgestaltung und Produktionsparameter mit Blick auf technisch-wirtschaftliche und ökologische Zielgrößen ausrichten. „Aufbauend auf den Ergebnissen von DaLion konnten wir ein tiefergehendes Verständnis über die Wechselwirkungen in der Produktion von Lithium-Ionen-Batterien gewinnen“, sagt Professor Arno Kwade vom Institut für Partikeltechnik (IPAT) an der TU Braunschweig.
Data-Mining als Basis cyber-physischer Systeme in der Produktion von Lithium-Ionen-Batteriezellen
Ziel des Folgeprojekts DaLion 4.0 ist neben einer noch tiefergehenden Analyse der Batterie¬produktion vor allem die Überführung der Erkenntnisse in Technologien, Methoden und Werkzeuge für eine intelligente Batteriezellproduktion. „Mit dem Projekt DaLion 4.0 haben wir die Chance, Industrie 4.0-Ansätze für die Batteriezellproduktion zu erschließen und in Lösungen für die Planung und den Betrieb von Batteriefabriken zu überführen“, sagt Professor Christoph Herrmann vom Institut für Werkzeugmaschinen und Fertigungstechnik (IWF) an der TU Braunschweig. Dazu entwickeln die am Projekt Beteiligten den Ansatz cyber-physischer Produktionssysteme weiter und integrieren diesen in die Produktion von Batteriezellen. Dieser umfasst die Entwicklung von virtuellen Modellen, zum Beispiel auf Basis von selbstlernenden Machine-Learning-Verfahren, und deren Verknüpfung mit Echtzeitdaten zur verbesserten Regelung der Batterieproduktion.
Weitere Schwerpunkte liegen in der Entwicklung und Validierung neuer Konzepte für das „Tracking and Tracing“ (Rückverfolgen) von Batteriezellen sowie von modellunterstützten in-line-Messstellen zur Beurteilung der elektrochemischen Leistungsfähigkeit der Batteriezellen bereits während der Produktion.
An DaLion 4.0 ist die TU Braunschweig mit sechs Instituten aus den Bereichen Maschinenbau, Elektrotechnik und Chemie beteiligt. Das Projektkonsortium umfasst darüber hinaus mehrere Industriepartner sowie weitere assoziierte Partner. Das Projekt wird durch das BMWi von Januar 2019 bis Dezember 2021 mit 4,4 Millionen Euro gefördert und durch vom Projektträger Jülich betreut.
Das vorangegangene Projekt DaLion 2.0 wurde vom Bundesministerium für Wirtschaft und Energie (BMWi) von Dezember 2015 bis November 2018 mit 3,1 Millionen Euro gefördert.
Quelle: Janos Krüger, Technische Universität Braunschweig: Intelligente Batteriezellproduktion
Kommentar hinterlassen