Intelligente Anlaufsteuerung zur kostenreduzierten und flexiblen Fertigung zukünftiger Batteriezellen

In dem Projekt wurde eine umfangreiche Studie zu existierenden Trends im Bereich der Lithium-Ionen-Zellfertigung erstellt. Die Technologie-Roadmap erhält Erkenntnisse über die Änderungszyklen von Zellchemien und eine Analyse der Dimensionsgrenzen. Hierbei war zu erkennen, dass die Zellchemie in der Serienfertigung derzeit in Abständen von drei bis sechs Jahren wechselt. In der Forschung ist eine noch häufigere Variation anzutreffen. Hinsichtlich der Dimensionsgrenzen ist ein eindeutiger Trend zu der Erhöhung der Maße einer Dimension (Länge bzw. Breite) der Zellen zu erkennen. Darüber hinaus ist insbesondere bei Pouch- und Prismatischen-Zellen eine klare Tendenz hin zu Cell2Pack Technologien erkennbar. Im Consumer Electronics Bereich hingegen gibt es keine eindeutigen Trends. Im Bereich Power Tools werden aufgrund der großen Verfügbarkeit und dem niedrigen Preis fast ausschließlich zylindrische Standardzellen verwendet.

Im Anschluss erfolgte die Durchführung einer Marktstudie für zukünftig relevante Zellformate sowie -chemien. In der Zukunft bleibt die Nachfrage nach den gängigen Zelltypen (Pouch, prismatisch, zylindrisch) hoch. Ein erkennbarer Trend zeigt einen verstärkten Fokus auf höhere Nickelanteile und einen reduzierten Einsatz von Kobalt, um kosteneffiziente und nachhaltige Lösungen zu fördern.
NMC (Nickel-Mangan-Cobalt) hat sich in der Automobilbranche fest etabliert, wobei einige chinesische Hersteller von LFP zu NMC wechseln, um den steigenden Anforderungen an Energiedichte und Leistungsfähigkeit gerecht zu werden.
Silizium/Graphit-Komposite gewinnen an Bedeutung aufgrund ihrer höheren Kapazität, aber hohe Siliziumanteile stellen weiterhin technische Herausforderungen dar. Die Branche arbeitet daran, diese zu überwinden und das volle Potenzial dieser Materialkombination auszuschöpfen. Trotz erkennbarer Trends ist die Prognose für die nächsten 5+ Jahre unsicher, da technologische Durchbrüche, regulatorische Veränderungen und geopolitische Einflüsse den Markt beeinflussen. Daher sollten alle Vorhersagen mit Vorsicht betrachtet werden, während die Branche flexibel auf Veränderungen reagiert und innovative Lösungen entwickelt.

Zudem erfolgte eine Definition von relevanten Anlaufszenarien, die im Projekt analysiert und modelliert werden. Die Aktionsfelder zur Optimierung umfassen hierbei Materialwechsel, Zellgenerationswechsel, Produktionschargenwechsel, den Wiederanlauf nach Anlagenservice oder die Inbetriebnahme nach Integration neuer Komponenten (wie z.B. neuer Messtechnik) und den Wechsel von Prozessparametern.

Abbildung 1 zeigt den Aufbau des Regelkreises. Darüber hinaus wurde das Regler-Konzept für den Anlauf entwickelt, welches im Folgenden auf der Beschichtungsanlage (siehe Abbildung 2) verifiziert und zum Schluss auf die Stapelanlage übertragen wird. Dieses Konzept sieht eine dreistufige Regler-Architektur vor (siehe Abbildung 3).

In der ersten Stufe wird Domänenwissen über den Prozess verwendet, um den möglichen Bereich der Regelparameter auf den physikalisch sinnvollen Bereich einzuschränken. Bei dem Prozessschritt Beschichtung wird hier ein hydrodynamisches Modell der Schlitzdüse benutzt. Da dieses Modell einige Vereinfachungen enthält, ist es nicht möglich, allein daraus die optimalen Betriebsparameter zu errechnen.
Hier wird die zweite Reglerstufe verwendet. Um aus den physikalisch möglichen Sätzen den optimalen Parametersatz zu finden, wird ein datengetriebenes Modell verwendet. Das Modell hat zuvor das Prozessverhalten anhand von Messdaten gelernt. Somit ist es möglich, auch Zusammenhänge abzubilden, die sich nicht ohne Weiteres durch ein physikalisches Modell abbilden lassen. Bei dem Prozessschritt Beschichtung kommt hier eine Kombination aus zwei KI-Modellen zur Anwendung: ein lineares Modell für die Vorhersage der Beschichtungshöhe und eine Support Vector Machine für die Vorhersage der Beschichtungsqualität. So können alle physikalisch möglichen Parameter auf ihren erwarteten Einfluss auf die Beschichtung untersucht und der optimale Parametersatz ausgewählt werden.
Als dritte Reglerstufe steht noch ein PID-Regler zur Verfügung. Diese Reglerstufe wird nur benötigt, wenn das datengetriebene Modell die aktuellen Betriebsparameter bereits als optimal ansieht, die Zielqualität aber dennoch nicht erreicht ist. Ein Grund hierfür kann z.B. eine unzureichende Menge an Trainingsdaten in diesem Bereich sein, was dazu führt, dass dieser Bereich im Modell nicht hinreichend repräsentiert ist. Bei der Regelung der Beschichtung greift dann ein Regler, der Trends in den Parametern erkennt und sich somit an die optimalen Parameter herantasten kann.

Um den Regler zu überwachen und im Betrieb mit ihm zu interagieren, wurde auch ein User Interface (siehe Abbildung 4) entwickelt. Anhand des User Interfaces können gewünschte Parameter eingestellt und der aktuelle Zustand des Reglers überwacht werden.

Um die entwickelte Methode und den Ansatz zur Gestaltung des KI-Reglers zu validieren, wird die Vorgehensweise auf einen weiteren Prozessschritt der Batteriezellfertigung, die Stapelbildung, übertragen (siehe Abbildung 5). Um dies zu erreichen ist eine Vielzahl von regelbaren und nicht regelbaren Einflussgrößen definiert worden. Hierzu zählen beispielsweise die Prozesszeiten beim Greifen und Ablegen der Blätter sowie maximale Prozessgeschwindigkeiten. Auch die Befähigung der existierenden Anlage, um diese Parameter über einen zentralen Zugriffspunkt innerhalb der Steuerung vorzugeben und anzupassen ist umgesetzt. Dies eliminiert die Notwendigkeit, den Abgleich von unterschiedlichen Datensätzen mit inkonsistenten Zeitstempeln durchzuführen.

Über die Stapelgenauigkeit als finales Regel- und Qualitätskriterium wurde so eine KI-Regelung der relevanten Prozessparameter in die Anlage integriert , um eine Reduktion der Anlaufdauer nachhaltig zu ermöglichen.