Skip to main content
InForm

Entwicklung intelligenter Formieranlagen zur Optimierung und Diagnose von Zelleigenschaften

Motivation

Die sich während der Formierung bildenden Grenzschichten (SEI und CEI) sind maßgeblich für die Performanz, Sicherheit und Langlebigkeit einer Batterie entscheidend. Die Formierung ist allerdings ein enorm zeit-, energie- und daraus folgend kostenintensiver Produktionsschritt in der Forschung wie auch in der Industrie. Da die Formierung an Zellchemie und individuelle Zellparameter gebunden ist, ist auch eine individuelle Optimierung der Formierung nötig. Diese individuelle Optimierung kann mittels einer KI realisiert werden. Diese intelligente beschleunigte Formierung kann die Anlaufzeit reduzieren, den Ausschuss an Zellen verringern, kürzere Belegzeiten zur Folge haben und insgesamt zu einer höheren Energieeffizienz, auch beim Endverbraucher, führen.

Projektinhalt

Anhand der elektrochemischen Zellcharakterisierung verschiedener Batteriegrößen werden im Projekt „InForm“ Daten generiert, mit deren Hilfe Modelle erstellt und mit einer KI verknüpft werden. Damit soll die Formierung anschließend live beeinflusst werden können, um einen möglichst optimalen und effizienten Formierprozess in kürzester Zeit zu ermöglichen. Dabei sollen auch die Formierungen verschiedener Batterietypen der Projektpartner über eine Anbindung an das Modell optimiert werden können. Die Anbindung erfolgt in enger Kooperation mit ThyssenKrupp, das die API (Application Programming Interface) entwickelt hat. Durch ein besseres KI-basiertes Verständnis der Formierung und der ablaufenden Prozesse sowie ihrer Auswirkung auf Qualitätskennwerte der hergestellten Zellen soll die Alterung der Zellen hinsichtlich Entladekapazität und Innenwiderstand verbessert und eine geringere Streubreite in der Zellqualität erzielt werden.

Projektziele

Maßgeschneiderte Batterien mit automatisierter Qualitätsbeurteilung sind der Schlüssel zu einer intelligenten und hochproduktiven Formierung für eine konkurrenzfähige Batterieproduktion höchster Qualität am Industrie 4.0 Standort Deutschland. Die Formierung ist der letzte Produktionsschritt, welcher maßgeblich über die spätere Leistung, Sicherheit und Langlebigkeit der Zelle entscheidet. Dabei gilt er als sehr kostenintensiv aufgrund seiner Dauer. Dieses Projekt hat das Ziel mittels zweier intelligenter Optimierungskreisläufe die Formierung zu beschleunigen und qualitativ zu optimieren. Hierbei wird mittels KI und physiko-chemischem Modell aktiv in die Formierung eingegriffen, um einen sicheren Prozess zu gewährleisten (z.B. Verhindern der Über-/Unterschreitung der Temperatur der Elektroden) und positive Zelleigenschaften zu erzielen. Im Projekt entwickelte Zelldiagnosemethoden sollen bereits während der Formierung eine Abschätzung der Zellqualität ermöglichen, um frühzeitig Ausschuss zu identifizieren zu können. Mittels InForm soll gezeigt werden, dass es möglich ist bei verkürzten Prozesszeiten langlebige Batterien zu formieren und bedarfsgerechte Formierungsprozeduren beschleunigt zu entwickeln.

Kontakt

Prof. Dr. Maximilian Fichtner
Helmholtz-Institut Ulm
Solid-State Chemistry
Helmholtzstraße 11, 89081 Ulm
Tel.: +49 (0731) 50 34201
E-Mail: maximilian.fichtner@kit.edu

Projektlaufzeit

01.03.2021-31.08.2024 (beantragt)

Themenfeld

KI in der Produktion

Förderkennzeichen

03XP0363A

Technologietransfer

Die ersten Lade- und Entladezyklen einer Lithium-Ionen-Batterie während der Formierung haben einen entscheidenden Einfluss auf die Performance, Alterung und Sicherheit. Aufgrund des niedrigen Potentials der negativen Elektrode wird der Elektrolyt zersetzt und bildet dabei die passivierende Solid-EIectrolyte-Interphase (SEI). Mit den Prozessparametern der Formierung sollen die strukturellen und morphologischen Eigenschaften der SEI kontrolliert eingestellt werden, um die Zelleigenschaften und Prozessdauer positiv zu beeinflussen. Dabei besteht die SEI-Schicht aus mehreren Phasen, welche insgesamt die Eigenschaften bestimmen. Es existieren nur vereinzelt Studien zum Einfluss der Prozessparameter wie Temperatur, Stromdichte, Spannungsprofile und diverser Materialien. Eine systematische Untersuchung und Diskussion des Einflusses der Prozessparameter während der Formierung fehlt. Dabei hat die Wahl der Formierstrategie einen entscheidenden Einfluss auf die SEI-Schichtmorphologie und damit auf Zelleigenschaften, wie z.B. die Alterungseigenschaften. Es gibt bereits erste Modellierungsansätze zur Berücksichtigung der SEI-Schicht als homogene Schicht oder als Multiskalenmodellierung auf Basis der Monte Carlo Methode zur Simulation der Schichtstruktur. Nachteilig an solchen Modellen ist jedoch eine komplexe und aufwendige Modellparametrierung und oftmals nicht direkt validierbare Ergebnisse. Konventionelle molekular-dynamische Modelle sind auf sehr kurze Zeitskalen begrenzt und können daher nicht für Simulationen von technisch relevanten Prozesszeiten eingesetzt werden. Im Gegensatz dazu ermöglichen physikalische Ersatzschaltbildmodelle mit intrinsischen Zustandsinformationen die Simulation und Prädiktion von internen Zelleigenschaften.

Außerdem können solche Modelle auch dazu genutzt werden, um die maximalen Betriebsgrenzen während der Formierung zu bestimmen, welche keine schädliche Degradationseffekte hervorrufen.
Bevor die Formierung beginnen kann, müssen die Elektroden und der Separator bereits ausreichend mit Elekrolyt durchtränkt sein, welches durch lange Benetzungszeiten von bis zu 24 h realisiert wird. Die Elektrolytbenetzung erfolgt in der Regel mehrstufig und führt mit herkömmlichen Standard-Formierprozeduren zu Prozesszeiten von bis zu sieben Tagen. Mithilfe von experimentellen Anpassungen durch Erhöhung der Stromrate, Reduzierung der Anzahl von Formierzyklen oder Verringerung der Entladeladetiefe nach initialer Ladung wurden kürzere Formierzeiten von ca. 26 h, 21 h und 14 h erreicht, ohne die Zellqualität dabei negativ zu beeinträchtigen. Die Prozesszeiten sind dabei vom verwendeten Zellmaterial und Zellformat abhängig und bilden die Bandbreite des aktuellen Stands der Wissenschaft und das Effizienzsteigerungspotenzial ab. Aufgrund der langen Durchlaufzeiten sowie hohen Prozess- und Anlagenkosten bietet die intelligente
Optimierung der Formierung z.B. über sequentielles Lernen oder Modelle mit Unsicherheitsquantifizierung eine exzellente Forschungsthematik für dieses Projekt. Im Rahmen des Projektes InForm sollen durch KI-gestützte live-Prozessoptimierung und mittels physiko-chemischer Batteriemodelle Prozesszeiten verkürzt, Zelleigenschaften gezielt verbessert und prädiktive Diagnosemethoden von Zelleigenschaften entwickelt werden. Die Kombination von physiko-chemischen Modellen und KI zur optimierten Formierung von Zelleigenschaften ist bisher nicht Gegenstand von Veröffentlichungen oder Forschungsprojekten gewesen. Zelleigenschaften sollen durch adaptive Formierprozeduren gezielt eingestellt und auf Prozessschwankungen in den vorgelagerten Prozessen der Zell- und Elektrodenherstellung verändert werden. Dazu ist ein tiefergehendes Prozessverständnis notwendig, dass mit der konventionellen Messtechnik nicht erfasst wird. Dieses Verständnis soll durch neue, außerhalb der Prozesskette erfolgende Untersuchungen bzgl. neuer Messmethoden und Automatisierung unternommen werden, damit aussagekräftige Modelle zum Verhalten der Zellcharakteristika erstellt werden können. Eine optimierte Formierung mit kürzeren Durchlaufzeiten und höherer Qualität könnte für die Produktion von Batterien am Industriestandort Deutschland einen deutlichen Wettbewerbsvorteil verschaffen.

Zur Erforschung und Datenaufnahme der Formierung wurden am ZSW Elektroden für alle Partner in großem Maßstab beschichtet und verteilt. Mittels dieser Elektroden und einer entwickelten Referenzformierung konnte ein Benchmarking Datensatz über verschiedene Zellformate (PHEV1, Pouch- und Knopfzellen) aufgenommen und veröffentlicht werden. Ebenfalls darin enthalten sind Daten zum Langzeitverhalten der Zellen. Diese und weitere Daten bilden die Basis für das im Projekt zu entwickelnde KI-Modell zur Reduzierung der Formierdauer.

Verschiedenste Formierstrategien wurden bei allen Partnern erprobt und untersucht (siehe Abbildung 1).
Einige Formierstrategien konnten erfolgreich hinsichtlich Zeitreduktion bei gleichbleibender Zellqualität und Lebenszeit getestet werden. Für eine dieser Strategien wurde ein Patent eingereicht.

Für die Kopplung von KI und Modell wurde am elenia ein physiko-chemische Modell basierend auf einem Ersatzschaltbild der Zelle entwickelt, welches mit der Spannung als Eingangsparameter einen Ladestrom errechnet. Dieser Ladestrom sorgt für ein positives Anodenpotential und so zur Vermeidung Lithium-Plating. Dieser Schädigungsmechanismus ist eine der Hauptursachen für eine verringerte Lebensdauer der Zellen.
Dieses Modell wurde bereits mehrfach in Publikationen verwendet.

Mittels am elenia durchgeführten optischer in-situ Messungen konnten neben dem Lithium-Plating auch andere Schädigungsmechanismen während der Formierung erkannt werden (siehe Abbildung 2). Dadurch konnten schädliche Ströme und in verschiedenen Spannungsbereichen identifiziert werden.

Am ZSW konnte ebenfalls mittels CT-Analyse Qualitätsschwankungen von Zellen erkannt und ihre Ursachen (z.B. Faltenwurf der Elektroden, Swelling der Elektroden) identifiziert werden.

Mittels verschiedener post-mortem und post-Formierung Analysen Methoden (optisch, XPS) konnten bei allen Partnern das Lithium-Plating als einflussreichsten Schädigungsmechanismus identifiziert werden und Verbindungen zur Formierung identifiziert werden.

Zur Bestimmung der Zellqualität wurde am PEM EIS-Messtechnik in den Formierungsprozess integriert, welche es ermöglicht ohne Unterbrechung der Formierung Impedanzspektren aufzunehmen. Mit Hilfe der Impedanzspektren kann ein elektrisches Ersatzschaltbild der Batteriezelle parametrisiert werden und die Veränderung des Ersatzschaltbildes und damit der Zelleigenschaften über den Formierungsprozess dargestellt werden. Insbesondere ist die Darstellung des elektrischen Widerstandes der SEI-Schicht (siehe Abbildung 3) gut beobachtbar, wodurch sich Rückschlüsse auf die Qualität der Batteriezelle schließen lassen.

In enger Zusammenarbeit des HIU, ZSW und deren Anlagenhersteller ThyssenKrupp wurden Datenschnittstellen zur Datenübertragung und eingeschränkter Steuerung der Formieranlage entwickelt, um den Eingriff der KI in die Formierung zu ermöglichen.

Die KI wird zunächst den Strom vorhersagen, dieser wird dann mittels des elenia Modells überprüft, um Lithium-Plating zu vermeiden. Bei erfolgreicher Prüfung wird der Strom an die Steuerung übertragen, bei erfolgloser Prüfung wird das Ergebnis mittels Feedback-Loop an das Modell übertragen und erneut ein neuer Strom vorhergesagt (siehe Abbildung 4).

Hieraus sollen optimale Stromprofile für die Formierung entstehen, welche eine kürzere Formierdauer bei gleichbleibender oder verbesserter Qualität und Lebensdauer aufweist. Die Ergebnisse der integrierten KI inclusive Modell in der Anlage des ZSW folgen noch.

Legende

Anlagenkonzeptionierung
Anlagenoptimierung
Beratungs- und Schulungsworkshops
Experimentelle Versuche
Simulative Arbeiten

Mit Hilfe der am PEM der RWTH bereitstehenden Anlagen können Elektroden von Industrieunternehmen elektrisch charakterisiert werden. Dabei kann insb. auf eine elektrochemische-Impedanzspektroskopie während des Formierungsprozesses zurückgegriffen werden. Das PEM der RWTH Aachen kann bei der Auslegung und innovativen Prozessen der Zellfinalisierung Unternehmen beratend zur Seite stehen.

Ansprechpartner: Prof. Dr.-Ing. Achim Kampker

Lehrstuhl für Production Engineering of E-Mobility Components
Bohr 12, 52074 Aachen
Tel.: +49 241 80-27406
E-Mail-Adresse: a.kampker@pem.rwth-aachen.de
www.wbk.kit.edu


Das Angebot beinhaltet die Entwicklung und Bereitstellung einer optimierten Formierstrategie in Abhängigkeit der kunden- bzw. elektrodenspezifischen Eigenschaften und Anforderungen. Mithilfe des entwickelten Live-Eingriff auf die Prozessparameter kann die Formierungsdauer dabei signifikant verkürzt werden, ohne die Zellqualität zu reduzieren. Eine umfassende elektrochemische Analyse von kundenspezifischen Elektroden kann ebenfalls optional angeboten werden.

Ansprechpartner: Dr. Wolfgang Braunwarth

Fachgebietsleitung Produktionsforschung (ECP)
Zentrum für Sonnenenergie- und Wasserstoff-Forschung Baden-Württemberg (ZSW)
Lise-Meitner-Straße 24 D-89081 Ulm
Tel.: +49 731 9530 562
Mobil: +49 162 2915 632
E-Mail-Adresse: wolfgang.braunwarth@zsw-bw.de


Optische in-situ und post-mortem Analysen der Formierung zur Identifikation potentiellen Lithium-Platings. Dabei können sicherheitskritische Schädigungsmechanismen vermieden, sowie die Qualität und Lebensdauer der Zellen gesteigert werden.

Ansprechpartner: Dr. Michael Kurrat

elenia Institut
Technische Universität Braunschweig
Tel.: +49 531 391 7735
E-Mail-Adresse: m.kurrat@tu-braunschweig.de

Projektpartner

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

Technische Universität Braunschweig
Institut für Hochspannungstechnik und Elektrische Energiesysteme (elenia)
Schleinitzstr. 23, 38106 Braunschweig
Vertreten durch Prof. Dr.-Ing. Michael Kurrat
www.tu-braunschweig.de/elenia

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

Fraunhofer-Gesellschaft
Institut für Produktionstechnik und Automatisierung (IPA)
Nobelstr. 12, 70569 Stuttgart
Vertreten durch Prof. Dr.-Ing. Dipl. Kfm. Alexander Sauer
www.ipa.fraunhofer.de

Zentrum für Sonnenenergie- und Wasserstoff-Forschung Baden-Württemberg (ZSW)
Produktionsforschung (ECP)
Lise-Meitner-Str. 24, 89081 Ulm
Vertreten durch Dr. Wolfgang Braunwarth
www.zsw-bw.de