- Bateria
- Przetłumaczone przez AI
Ofensywa jakościowa na lepsze baterie
W ramach klastra kompetencji baterii AQua KIT optymalizuje masową produkcję wysokiej jakości baterii litowo-jonowych z automatycznym wykrywaniem błędów
Wydajny, wytrzymały i bezpieczny: Dzięki tym cechom i korzystnej cenie baterie „Made in Germany” mogą wkrótce należeć do światowej czołówki. Umożliwić mają to między innymi zaawansowane podejścia do zapewniania jakości i analityki w produkcji, które są obecnie opracowywane i testowane w Instytucie Technologii Karlsruhe (KIT). Prace w klastrze badawczym baterii AQua przebiegają w ścisłej współpracy z partnerami badawczymi w ramach „Forschungsfabrik Batterie”, inicjowanej przez Federalne Ministerstwo Edukacji i Badań (BMBF).
Zapewnienie wysokiej jakości przy możliwie najniższych kosztach — to cel naukowców i naukowczyń w nowej platformie badawczej, która została uruchomiona na KIT jako część klastru kompetencji baterii AQua (od: Analiza/Jakościowe zapewnienie). W tym celu najpierw analizują każdy etap produkcji, od surowców po gotową komórkę, aby zidentyfikować potencjalne źródła błędów. Następnie mają zoptymalizować i zautomatyzować obsługę błędów podczas ciągłej produkcji, tak aby ostatecznie zagwarantować stałą wysoką jakość. „Przy produkcji musi wszystko działać bez zarzutu. Wszystko jest ze sobą skoordynowane, a każdy błąd może wpłynąć na późniejszą wydajność komórek”, mówi profesor Helmut Ehrenberg z Instytutu Materiałów Stosowanych (IAM-ESS) KIT, który koordynuje prace badawcze. „Zdolność analityki i zapewnienia jakości ma kluczowe znaczenie dla jakości, bezpieczeństwa i kosztów komórki.” Rozwiązania te opracowują badacze i badaczki przy użyciu metod zintegrowanej kontroli produkcji i wdrażają je w cały łańcuch procesów.
Badania nad automatycznym wykrywaniem błędów
Aby jak najwcześniej wykrywać krytyczne błędy w procesie produkcyjnym i poprawnie je interpretować, naukowcy i naukowczynie w projektach AQua korzystają między innymi z zasady Failure Mode and Effects Analysis (FMEA). „Celowo i kontrolowanie wprowadzamy błędy, aby precyzyjnie określić związek między zakłóceniem a jego wpływem na komórki”, wyjaśnia dr Lea de Biasi, jedna z badaczek w projekcie. „Kiedy teraz definiujemy konkretne kryteria wydajności jako cele jakościowe, możemy ustalić granice tolerancji dla wszystkich istotnych etapów procesu.” Te granice są następnie bezpośrednio wykorzystywane w produkcji. AQua opracowuje również metody pozwalające na monitorowanie w czasie rzeczywistym krytycznych czynników wpływających — na przykład jednorodności powłoki elektrod lub wilgotności resztkowej składników na początku budowy komórki. Przy automatycznym wykrywaniu błędów produkty pośrednie są natychmiast sprawdzane maszynowo po każdym etapie procesu, a wadliwe elementy odrzucane. „Dzięki temu możliwe jest także wyciąganie wniosków na temat przyczyn błędów”, mówi de Biasi. „W ten sposób możemy wczesnym etapem eliminować zakłócenia w procesie i unikać dodatkowych kosztów związanych z odpadami.”
Infrastruktura danych dla szybkiego transferu badań
Uzupełnieniem nowej platformy badawczej jest projekt towarzyszący, koordynowany na KIT przez dr. Michaela Selzera z Instytutu Materiałów Stosowanych — Science of Computational Materials (IAM-CMS). Dotyczy on między innymi wymiany informacji między platformą a innymi klastrami kompetencji baterii w ramach „Forschungsfabrik Batterie” oraz współpracy z przemysłem. Kluczowym elementem jest jednak budowa infrastruktury danych: „Podczas eksperymentów i symulacji na dużą skalę w projekcie AQua zbieramy ogromne ilości danych, które muszą być analizowane za pomocą specjalistycznych metod analizy danych w ramach standaryzowanych przepływów pracy”, mówi Selzer. „Dzięki infrastrukturze danych tworzymy trwały dostęp do tych danych badawczych i narzędzi analitycznych.” To, jak podkreśla profesor Britta Nestler z IAM-CMS, która wspiera projekt jako ekspertka od mikrostrukturalnej symulacji, jest kluczowym wkładem w zapewnienie jakości i transfer badań w zakresie produkcji baterii. „Chcemy w AQua opracować kompleksowe i ponadprocesowe zrozumienie tego, jak współdziałanie materiałów, etapów produkcji i szczególnych właściwości elektrochemicznych wpływa na struktury i cechy baterii.”
Karlsruher Institut für Technologie
76131 Karlsruhe
Niemcy








