- Batterie
- Traduit avec IA
Offensive de qualité pour de meilleures batteries
Dans le cluster de compétences sur les batteries AQua, le KIT optimise la production de masse de batteries lithium-ion de haute qualité avec détection automatique des défauts
Performant, durable et sûr : Avec ces qualités et un prix avantageux, les batteries « Made in Germany » pourraient bientôt atteindre le sommet mondial. Cela devrait être rendu possible notamment par des approches avancées pour la gestion de la qualité et l'analytique lors de la production, qui sont actuellement développées et testées à l'Institut de Technologie de Karlsruhe (KIT). Le travail dans le cluster de recherche sur les batteries AQua se déroule en étroite collaboration avec des partenaires de recherche dans la « Usine de recherche sur la batterie » initiée par le ministère fédéral de l'Éducation et de la Recherche (BMBF).
Assurer une haute qualité à des coûts aussi faibles que possible — c’est l’objectif des chercheurs et chercheuses dans une nouvelle plateforme de recherche lancée au KIT, dans le cadre du cluster de compétences sur les batteries AQua (qui signifie : Analytique / Assurance qualité). Pour cela, ils examinent d’abord chaque étape de la production, des matières premières à la cellule finie, afin d’identifier d’éventuelles sources d’erreur. Ensuite, ils souhaitent optimiser et automatiser la gestion des erreurs lors de la production en cours, afin de garantir une qualité constante et élevée. « Chaque étape doit être parfaitement maîtrisée lors de la production. Tout doit être coordonné et une erreur peut impacter la performance ultérieure des cellules », explique le professeur Helmut Ehrenberg de l’Institut des Matériaux Appliqués (IAM-ESS) du KIT, qui coordonne les travaux de recherche. « La capacité analytique et l’assurance qualité ont donc une influence déterminante sur la qualité, la sécurité et le coût d’une cellule. » Les solutions qu’ils proposent sont élaborées à l’aide de méthodes de contrôle de fabrication intégrée et sont intégrées dans toute la chaîne de processus.
Recherche sur la détection automatique des erreurs
Pour détecter aussi tôt que possible les erreurs critiques dans le processus de production et pour les interpréter correctement, les chercheurs et chercheuses dans les projets AQua utilisent notamment le principe de l’analyse des modes de défaillance et de leurs effets (FMEA). « Nous introduisons délibérément et de manière contrôlée des erreurs pour quantifier précisément la relation entre une perturbation et ses effets sur les cellules », explique le Dr Lea de Biasi, l’une des chercheuses impliquées dans le projet. « En définissant des critères de performance spécifiques comme objectifs de qualité, nous pouvons établir des limites de tolérance pour toutes les étapes pertinentes du processus. » Ces limites sont ensuite directement appliquées lors de la production. AQua développe également des méthodes permettant de mesurer en temps réel des influences critiques — par exemple l’homogénéité du revêtement des électrodes ou l’humidité résiduelle des composants au début de la fabrication des cellules. Lors de la détection automatique des erreurs, les sous-produits sont immédiatement contrôlés par machine après chaque étape de processus, et les pièces défectueuses sont triées. « Cela permet également de tirer des conclusions sur les causes des erreurs », précise Biasi. « Ainsi, nous pouvons éliminer rapidement les perturbations du processus et éviter des coûts supplémentaires liés aux rebuts. »
Infrastructure de données pour un transfert rapide de la recherche
La nouvelle plateforme de recherche est complétée par un projet d’accompagnement coordonné par le Dr Michael Selzer de l’Institut des Matériaux Appliqués – Science des Matériaux Computationnelle (IAM-CMS) au KIT. Il s’agit notamment de favoriser l’échange entre la plateforme et les autres clusters de compétences sur les batteries de la « Usine de recherche sur la batterie » ainsi que de développer des collaborations avec l’industrie. Au centre de ces efforts se trouve la création d’une infrastructure de données : « Lors des expériences et des simulations à grande échelle dans le cadre du projet AQua, nous recueillons de grandes quantités de données qui doivent être analysées à l’aide de méthodes spécifiques via des workflows standardisés », explique Selzer. « Avec cette infrastructure de données, nous créons un accès durable à ces données de recherche et aux outils d’analyse. » Cela constitue une contribution essentielle à l’assurance qualité et au transfert de la recherche dans le domaine de la fabrication de batteries, souligne la professeure Britta Nestler du IAM-CMS, qui soutient ce projet en tant qu’experte en simulation de microstructure. « Nous voulons élaborer dans AQua une compréhension globale et transversale de la manière dont l’interaction entre matériaux, étapes de fabrication et particularités électrochimiques influence la structure et les propriétés des batteries. »
Karlsruher Institut für Technologie
76131 Karlsruhe
Allemagne








