DAFODIL
PEM entwickelt neue Techniken zur Optimierung der Lithium-Ionen-Zellproduktion
Der Lehrstuhl „Production Engineering of E-Mobility Components“ (PEM) der RWTH Aachen befasst sich mit mehreren Partnern aus Industrie und Forschung im Verbundprojekt „DAFODIL“ mit der Entwicklung neuer Methoden und Techniken zur übergreifenden Optimierung der Lithium-Ionen-Zellproduktion durch den Einsatz von Machine-Learning und inline-Analytik. Das Vorhaben ist Teil der Förderinitiative Batterie 2020 der Bundesregierung.
Untersuchung verschiedener Sensorsysteme
Im Projekt DAFODIL soll die globale Optimierung der Produktion über den Zwischenschritt der Untersuchung neuer Sensorik erarbeitet werden. Dazu untersuchen die Verbundpartner verschiedene Sensorsysteme auf ihre Eignung zur Datenerfassung in der Zellproduktion. Für alle zu untersuchenden Messwerte wird im Rahmen von DAFODIL überprüft, ob und an welcher Position in der Produktionsanlage der jeweilige Sensor eingesetzt werden kann. Darüber hinaus wird untersucht, ob diese Information einen direkten Rückschluss auf die Qualität der Zellen oder der Zwischenerzeugnisse zulässt. Gleichzeitig werden auch indirekte Rückschlüsse auf die Zellqualität geprüft und komplexe sowie verborgene Parameterkorrelationen aus den holistisch erfassten Umgebungs- und Prozessdaten ermittelt. Dazu sollen Algorithmen und Methoden entwickelt werden, die diese komplexen indirekten Verknüpfungen zunächst identifizieren. In späteren Schritten soll über eine Sensitivitätsanalyse quantitativ untersucht werden, wie sich die verschiedenen erkannten Einflussgrößen gegenseitig beeinflussen.
Am Ende stehen Produkt- und Methodenempfehlungen
Als Ergebnis aller Projektphasen sollen Produkt- und Methodenempfehlungen erarbeitet werden, in denen der Einsatz einzelner Sensoren zur Optimierung von direkt auswertbaren Sensorsignalen nahegelegt wird – ebenso wie der Einsatz mehrerer Sensoren, gekoppelt mit einem geeigneten Auswertungsalgorithmus. Ein besonderer Fokus der abschließenden Wirtschaftlichkeitsbetrachtung liegt auf der tatsächlichen Umsetzbarkeit und Verwertbarkeit.
Das Projekt
- „DAFODIL“: Datenbasierte Fertigungsoptimierung von Batteriezellen auf Basis von End-of-Line-Daten durch massiven Einsatz von Machine-Learning-Algorithmen und inline-Analytik
Forschungsziele
- Entwicklung von Methoden und Werkzeugen zur Reduktion der Ausschussquote bei der Fertigung von Lithium-Ionen-Batteriezellen
- Untersuchung weiterer innovativer Sensorik mit Informationsmehrwert für die Batteriefertigung
- Erforschung direkter und indirekter Wirkketten und Nachweis verborgener Ursache-Wirkungs-Muster
- Bewertung der Kosten und des Nutzens von Sensorik und inline-Analytik in der Zellfertigung
Forschungs- und Projektpartner
Siemens AG
(Konsortialführer)
Institut für Stromrichtertechnik und Elektrische Antriebe (iSEA) (RWTH Aachen)
PEM der RWTH Aachen
Safion GmbH
Customcells Tübingen GmbH
SURAGUS GmbH
Münster Electrochemical Energy Technology (MEET)
(WWU Münster)
Laufzeit
- 01.10.2021 bis 30.09.2024
Projektträger
Förderkennzeichen
- 03XP0389E
Zuwendungsgeber