Skip to main content
DataBatt

Integration horizontaler Datenstrukturen in der Batterieproduktion

Motivation

Durch den Einsatz von Digitalisierungsansätzen ist es möglich, flexible Anlagentechnik prozessspezifisch zu steuern, Anomalien in der Produktion zu erkennen und Produktionskosten durch Verkürzung von Einfahrprozessen und Steigerung der Gesamtanlageneffektivität (OEE) zu reduzieren. Einen wesentlichen Bestandteil bei der Anwendung solcher Digitalisierungsansätze bilden eine umfassende Datengrundlage und eine technologieübergreifend Erfassung von Daten aus den Maschinen und Anlagen innerhalb der Batteriezellproduktion. Die generierten Datenmengen ermöglichen dabei durch Methoden der Mustererkennung eine Erhöhung der Produktivität und Ausbringung der Zellproduktion. Durch eine Integration von horizontalen Datenstrukturen können Informationen prozessübergreifend nutzbar gemacht werden. Dies ist eine elementare Anforderung an die Digitalisierung der Produktion und Voraussetzung für die effiziente und nachhaltige Anwendung von Digitalisierungsansätzen wie z.B. Methoden der Mustererkennung.

Projektinhalt

Die Vision des Forschungsvorhabens besteht in einer systematischen Datenverwertung über die einzelnen Technologieketten hinaus und darin, eine standardisierte Datenbereitstellung für virtuelle Produktionssysteme zu schaffen sowie innovative Anlagentechnik durch prozessübergreifende Datenstrukturen zu befähigen. Mangelnde Standards stellen Anlagenhersteller und -betreiber bei der direkten oder indirekten Erfassung von Daten und bei der Datenaufbereitung und-speicherung vor große Herausforderungen. Durch die Bereitstellung von horizontalen Datenstrukturen mit entsprechender Nutzung von Inline-Sensorik können neben einzelnen Prozessen die gesamte Produktionssteuerung optimiert und die Produktqualität durch Predictive Quality erhöht werden. Dafür ist es notwendig, eine durchgängige Einbindung und Anwendung von Daten entlang der gesamten Prozesskette zu ermöglichen.

Projektziele

Das Forschungsziel des Projekts DataBatt ist die Optimierung der Batteriezellproduktion durch Vereinfachung und Standardisierung der Datenaufnahme, um basierend auf diesen Produktionsdaten Effizienzsteigerung und Ausschussreduktion zu erwirken. In der aktuellen Forschungslandschaft sind die Ursache-Wirkungs-Zusammenhänge von Produktionsparametern und deren Einfluss auf Qualitätsindikatoren sowie die daraus resultierende Prozessstabilität nur begrenzt identifiziert und publiziert. Diese Zusammenhänge sind Gegenstand intensiver Forschung. Ein wesentlicher Bestandteil des Projekts DataBatt ist die datenbasierte Analyse solcher Ursache-Wirkungs-Beziehungen, beziehungsweise insbesondere die Vorbereitung von Daten, welche in der Produktion generiert werden. Dies schließt sowohl Prozess- als auch Produktdaten sowie Maschinendaten ein. Ein zentrales Element von DataBatt ist die digitale Anbindung von Produktionsequipment und die Extraktion von Daten in geeigneter Qualität, wie Vollständigkeit. Dies stellt in der Batteriezellproduktion eine große Herausforderung dar, insbesondere aufgrund der großen Anzahl an Prozessschritten, unterschiedlichen Anlagenlieferanten und dem Fehlen von Kommunikationsstandards. Das Ziel des Projekts ist es daher, horizontale Datenstrukturen und standardisierte Schnittstellen zu entwickeln, um die digitale Anbindung zu vereinfachen. Dies ermöglicht einen einfacheren Austausch von Anlagen, z. B. von verschiedenen Herstellern und erleichtert die Übertragbarkeit von Daten und Erkenntnissen von einer Produktionsstätte auf eine andere Produktionslinie. Dadurch soll eine effizientere, flexiblere und transparentere Batteriezellproduktion ermöglicht werden, die einen wesentlichen Beitrag zur Bewältigung der Klimakrise leisten kann.

Kontakt

Prof. Dr.-Ing. Achim Kampker
Rheinisch-Westfälische Technische Hochschule Aachen
Production Engineering of E-Mobility Components (PEM)
Bohr 12, 52072 Aachen
Tel.: +49 241 80 27406
E-Mail: a.kampker@pem.rwth-aachen.de

Projektlaufzeit

01.11.2020-30.04.2024

Themenfeld

Digitalisierung

Förderkennzeichen

03XP0323A

Technologietransfer

Das Forschungsziel des Projekts DataBatt ist die Optimierung der Batteriezellproduktion durch Vereinfachung und Standardisierung der Datenaufnahme, um basierend auf diesen Produktionsdaten Effizienzsteigerung und Ausschussreduktion zu erwirken. In der aktuellen Forschungslandschaft sind die Ursache-Wirkungs-Zusammenhänge von Produktionsparametern und deren Einfluss auf Qualitätsindikatoren sowie die daraus resultierende Prozessstabilität nur begrenzt identifiziert und publiziert. Diese Zusammenhänge sind Gegenstand intensiver Forschung. Ein wesentlicher Bestandteil des Projekts DataBatt ist die datenbasierte Analyse solcher Ursache-Wirkungs-Beziehungen, beziehungsweise insbesondere die Vorbereitung von Daten, welche in der Produktion generiert werden. Dies schließt sowohl Prozess- als auch Produktdaten sowie Maschinendaten ein.
Ein zentrales Element von DataBatt ist die digitale Anbindung von Produktionsequipment und die Extraktion von Daten in geeigneter Qualität, wie Vollständigkeit. Dies stellt in der Batteriezellproduktion eine große Herausforderung dar, insbesondere aufgrund der großen Anzahl an Prozessschritten, unterschiedlichen Anlagenlieferanten und dem Fehlen von Kommunikationsstandards. Das Ziel des Projekts ist es daher, horizontale Datenstrukturen und standardisierte Schnittstellen zu entwickeln, um die digitale Anbindung zu vereinfachen. Dies ermöglicht einen einfacheren Austausch von Anlagen, z. B. von verschiedenen Herstellern und erleichtert die Übertragbarkeit von Daten und Erkenntnissen von einer Produktionsstätte auf eine andere Produktionslinie. Dadurch soll eine effizientere, flexiblere und transparentere Batteriezellproduktion ermöglicht werden, die einen wesentlichen Beitrag zur Bewältigung der Klimakrise leisten kann.

Der aktuelle Stand der Technik in der Digitalisierung der Batteriezellproduktion ist ein komplexes und vielschichtiges Feld, das sich durch die fortschreitende Integration digitaler Technologien in die verschiedenen Produktionsphasen kennzeichnet. Ausschnitte aus der Produktion sind in Abbildung 1 bis 3 am Beispiel der Pilotlinie des PEM zu sehen. Die Batteriezellproduktion gliedert sich in die drei Hauptabschnitte Elektrodenfertigung, Zellassemblierung und Formierung, die wiederum in mindestens 15 Prozessschritte unterteilt sind. Ein wesentliches Merkmal dieser Produktion ist die Nutzung von Anlagen unterschiedlicher Maschinen- und Anlagenbauer, was zu einer Vielfalt an Schnittstellen und Kommunikationsprotokollen führt.
Diese Heterogenität stellt eine Herausforderung für die digitale Anbindung und Datenextraktion dar. OPC UA etabliert sich als ein Standard für die industrielle Kommunikation, jedoch fehlt es in der Zellproduktion an einem spezifischen Standard wie der Companion Specification. Ein weiteres Kernproblem ist das Fehlen eines vollumfassenden Datenabbildes der Zellproduktion, welches für das Verständnis der Ursache-Wirkungs-Zusammenhänge und zur Reduzierung von Ausschussraten essenziell wäre.
Die Lösung dieser Herausforderungen erfordert eine umfassende Digitalisierungsstrategie, die sowohl die Harmonisierung der Schnittstellen und Kommunikationsprotokolle als auch die Entwicklung von standardisierten Datenmodellen und -plattformen umfasst. Dies würde nicht nur eine effizientere Datenerfassung und -nutzung ermöglichen, sondern auch die Basis für fortschrittliche Analysemethoden bilden, die zur Optimierung der Produktionsprozesse und zur Qualitätssteigerung beitragen können.
Insgesamt steht die Industrie vor der Aufgabe, die digitale Transformation in der Batteriezellproduktion voranzutreiben. Für eine wettbewerbsfähige Produktion am Standort Europa muss die Effizienz gesteigert und die Produktqualität verbessert werden. Nur so kann ein entscheidender Beitrag zur Bewältigung globaler Herausforderungen wie der Energiewende und dem Klimaschutz geleistet werden.

Im Rahmen des Forschungsprojekts DataBatt wurden entscheidende Fortschritte in der Digitalisierung der Batteriezellproduktion erzielt. Zunächst wurden umfassende Anforderungen an eine Datengrundlage geschaffen. Dazu wurden die relevanten Informationen aus der Batteriezellproduktion gesammelt, strukturiert und in einer Ontologie semantisch verknüpft. Diese Daten, geordnet nach Prozessschritten und kategorisiert nach Typ wie Materialdaten, Prozessparameter und Qualitätsmerkmale, sind essenziell für die Produktqualität und Prozesseffizienz. Das Ergebnis ist eine Liste, welche unterteilt nach Prozessabschnitten (Elektrodenfertigung, Assemblierung, Finalisierung) und Prozessschritten relevante Parameter aufführt. Diese Liste wurde zur Validierung mit dem gesamten InZePro-Cluster geteilt und das Feedback entsprechend ergänzt.
Weiterhin erfolgte die Entwicklung von Software zur Realisierung einer Datenpipeline von der Maschinen- bis auf die Datenanalyseebene (zu sehen in Abbildung 4). Ziel dieser Software ist die effiziente, automatisierte Umsetzung von Datenanalyse-Use Cases. So sollen die Daten aus der Produktion automatisiert aufbereitet und gespeichert werden, sodass Algorithmen für die Analyse direkt auf diese zugreifen können. Dazu wurde ein DataLake für die Datenspeicherung sowie eine Middleware zur vereinfachten Extraktion von Daten in der Zellproduktion entwickelt. Im DataLake kann auf Basis einer entwickelten Basis-Ontologie eine prozessspezifische Ontologie abgeleitet. Dies bedeutet, dass abhängig von der vorliegenden Produktionskette Prozessschritte inklusive zugehöriger Datenpunkte in der Ontologie hinzugefügt oder entfernt werden können. In der Ontologie werden Datenpunkte mit Metadaten, bspw. Verortung in der Prozesskette und verwendeter Einheit, angereichert. Anschließend kann die Ontologie in die Middleware geladen werden. In dieser werden die Daten aus der Ontologie mit den Datenpunkten aus der Produktion verknüpft. Dazu greift die Middleware auf einen bereits vorhandenen OPC UA Server zu. Anschließend können die Daten, angereichert mit den Metadaten, aus der Middleware zurück in den DataLake gestreamt werden, wodurch die effiziente Datennutzung für automatisierte Analysen ermöglicht wird. Dieser Ansatz erlaubt es, Daten unabhängig vom Prozessschritt oder Anlagenhersteller strukturiert und maschinenlesbar zu speichern, wie Abbildung 5 zeigt.
Die praktische Anwendung der entwickelten Datenstrukturen wurde bereits im Bereich der Elektrodenfertigung demonstriert. Hier ermöglicht die Technologie eine automatisierte Erkennung und Gruppierung von Defekten in Beschichtungsprozessen, wie Abbildung 6 zeigt. Weitere Anwendungsfälle, wie die Analyse vom Einfluss von Prozessparametern in der Beschichtung und beim Kalandern auf die Präzision bei der Vereinzelung, werden aktuell durchgeführt (siehe Abbildung 7). Die Software ist dabei so gestaltet, dass diese nicht spezifisch für eine Produktionslinie ist, sondern universell eingesetzt werden kann, solange ein OPC UA Server vorliegt. Der Data Lake ist webbasiert und somit ebenfalls unabhängig von Design und Ort der Produktionslinie. Zum Nachweis wird dieselbe Dateninfrastruktur sowohl an der RWTH Aachen (PEM) als auch am KIT (wbk) eingesetzt.
Diese Ergebnisse markieren einen signifikanten Fortschritt in der Digitalisierung der Batteriezellproduktion. Sie tragen dazu bei, die Effizienz zu steigern, die Produktqualität zu verbessern und ermöglichen ein tieferes Verständnis der komplexen Prozessabläufe. Die Forschungsergebnisse aus dem DataBatt-Projekt stellen somit einen wichtigen Schritt hin zu einer intelligenten, datengesteuerten Produktionstechnologie dar.

Legende

Anlagenkonzeptionierung
Anlagenoptimierung
Beratungs- und Schulungsworkshops
Experimentelle Versuche
Simulative Arbeiten

Data Health Check:
Umfassende Prüfung des Status Quo von Daten und Parametern innerhalb der Produktionsprozesse. Ableiten von Handlungsempfehlungen, die auf eine datenbasierten Optimierung Ihrer Produktions-abläufe abzielen zur Steigerung der Prozesseffizienz.

Ansprechpartner: Prof. Dr.-Ing. Achim Kampker

PEM der RWTH Aachen
Bohr 12, 52072 Aachen
Tel.: +49 241 80 27406
E-Mail-Adresse: a.kampker@pem.rwth-aachen.de


Data Pipline aaS (as a Service):
Auslegung und Umsetzung einer end-to-end (von Datenakquise bis Datenanalyse) Datenpipeline für einen kundenspezifischen, datengetriebenen Use Case. Dadurch wird der Data-Engineering-Aufwand reduziert und datengetriebene Produktion möglich.

Ansprechpartner: Prof. Dr.-Ing. Achim Kampker

PEM der RWTH Aachen
Bohr 12, 52072 Aachen
Tel.: +49 241 80 27406
E-Mail-Adresse: a.kampker@pem.rwth-aachen.de


Workshop „Smart Battery Manufacturing“:
Beratung für Maschinen- & Anlagenbauer zur optimalen Aus- & Nachrüstung ihrer Anlagen (Hard- & Software-Sicht) für verbessertes Leistungsangebot im Hinblick auf datenbasierte Produktion.

Ansprechpartner: Prof. Dr.-Ing. Achim Kampker

PEM der RWTH Aachen
Bohr 12, 52072 Aachen
Tel.: +49 241 80 27406
E-Mail-Adresse: a.kampker@pem.rwth-aachen.de

Projektpartner

Rheinisch-Westfälische Technische Hochschule Aachen
Production Engineering of E-Mobility Components (PEM)
Bohr 12, 52072 Aachen
Vertreten durch Prof. Dr.-Ing. Achim Kampker
www.pem.rwth-aachen.de

Rheinisch-Westfälische Technische Hochschule Aachen
Lehrstuhl für Informationsmanagement im Maschinenbau (IMA)
Dennewartstr. 27, 52068 Aachen
Vertreten durch Prof. Dr. phil. Ingrid Isenhardt
www.cybernetics-lab.de

Karlsruher Institut für Technologie (KIT)
wbk Institut für Produktionstechnik
Kaiserstr. 12, 76131 Karlsruhe
Vertreten durch Prof. Dr.-Ing. Jürgen Fleischer
www.wbk.kit.edu

Fraunhofer-Einrichtung Forschungsfertigung Batteriezelle FFB
Bergiusstraße 8, 48165 Münster
Vertreten durch Prof. Dr.-Ing. Achim Kampker
www.ffb.fraunhofer.de

Helmholtz-Institut Ulm
Elektrochemische Energiespeicherung (HIU)
Helmholtzstr. 11, 89081 Ulm
Vertreten durch JunProf. Dr.-Ing. Helge S. Stein
www.hiu-batteries.de