Pressemitteilung "OptiPro"

 

Im Batterie-Kompetenzcluster „Intelligente Batteriezellproduktion“ (InZePro) wurde die Förderung des Forschungsvorhabens „Optimierte Zellfinalisierung durch innovative Anlagentechnik und parametergestützter Auswertung der Prozess- und Qualitätsparameter im virtuellen Produktionssystem“ (OptiPro) durch das Bundesministerium für Bildung und Forschung beschlossen. Im Projekt erforschen die Institute IMA, ISEA und PEM der RWTH Aachen, sowie das iwb und ftm der TU München gemeinsam die digitale Vernetzung der Zellfinalisierungsprozesse in der Batteriezellproduktion. Das Projekt OptiPro wird mit über 2,4 Millionen € gefördert.

Die Zellfinalisierung der Batteriezellproduktion wird bisher durch Limitation des erzielbaren Durchsatzes und unzureichend bekannter Beeinflussung der Zellqualitätsparameter gekennzeichnet. Dies spiegelt sich unter anderem in hohen Fertigungskosten wider. Die großen Energie- und Ressourcenbedarfe einiger Teilschritte (u.a. Befüllen, Formieren, Testlagern und EOL-Test) motivieren dazu Prozesszeiten zu minimieren. Der Materialbedarf stellt einen signifikanten Kostentreiber dar, in der Folge wird ein gezieltes Reduzieren des Ausschusses durch die Optimierung der Prozesse angetrieben. Es besteht somit ein großes Potenzial die Attraktivität für eine kompetitive Batterieproduktion in Deutschland zu stärken, indem die Zellfinalisierung ganzheitlich beeinflusst wird.

Das Ziel des Forschungsvorhabens ist die Digitalisierung der gesamte Prozesskette der Zellfinalisierung auf den aktuellen Stand der Technik. Dies bedeutet, dass innovative Messtechnik verwendet wird, um eine parametergestützte Auswertung der Prozess- und Qualitätsparameter des jeweiligen Prozessschritts zu ermöglichen. Die Abbildung der Daten soll in einem virtuellen Produktionssystem erfolgen und mittels künstlicher Intelligenz (KI) analysiert und ausgewertet werden. Alle verwendeten Anlagentechniken innerhalb der Zellfinalisierung sollen zwischen dem realen und dem virtuellem Produktionssystem so kommunizieren, dass ein dauerhafter Feedback-Loop entsteht.

  Schema OptiPro  

Das anvisierte Ziel von kürzeren Prozesszeiten induziert grundsätzlich eine Steigerung der Effizienz und eine Reduktion der Produktionskosten. Die Prozessdaten können dann sowohl in den realen Anlagen wie auch in dem virtuellen Produktionssystem durch die Analysemethoden integriert werden. Die kontinuierliche Verbesserung der Diagnose- und Analysemethoden durch die Rückkopplung zwischen dem realen und virtuellen System kann langfristig direkte anwendungsspezifische Prozessanforderungen ableiten und dadurch die geeigneten Fertigungsschritte und deren -tiefe vorgeben.

Durch das aufgebaute und vertiefte Verständnis der Prozessschritte in der Zellfinalisierung soll die Qualität der zu produzierenden Zellen gesteigert und homogenisiert werden. Die aufgenommenen Daten der innovativen Messtechnologien ermöglichen eine ausführliche Validierung und Diagnostik. Mit einer qualitativ und quantitativ hohen Messdatenbasis kann das Verständnis vor allem für die Zusammenhänge in der Zellchemie auf Dauer gestärkt werden. Die Verwendung der intelligenten Auswertungsmethoden liefert Rückschlüsse, welche Prozessparameter für die Zellqualität entscheidend beeinflusst werden müssen. Dadurch soll es auch möglich sein, das Alterungsverhalten einer Zelle möglichst früh abzuschätzen und eine Klassifizierung im virtuellen Produktionssystem vorzunehmen. Durch das intelligente Auswerten der Messaufnahmen wird zusätzlich ein digitales Abbild der gefertigten Zelle geschaffen, welches alle relevanten Prozesse, Parameter und Korrelationen zwischen Produkt und Prozess verbindet.

Durch die Digitalisierung aller Prozessschritte in der Zellfinalisierung kann die Notwendigkeit einzelner Arbeitsschritte überprüft werden. Indem intelligente Algorithmik verwendet wird um Messdaten auszuwerten, kann die Prozesskette durch maschinelles Lernen verschlankt werden. Nebenbei führt eine Verschlankung nicht nur zu Verringerung des Materialbedarfs, sondern auch zur Optimierung und Minimierung des Energiebedarfs und Ausschusses.

Förderkennzeichen: 03XP0364A

  Logos   Logo TUM   Logo PTJ   Logo BMBF
23.02.2021