Tracking und Tracing in der Batterieproduktion

Im Rahmen des Forschungsprojekts TrackBatt wurden inhaltlich drei thematische Schwerpunkte bearbeitet:

Schwerpunkt 1: Entwicklung und Implementierung eines Tracking-und-Tracing-Systems unter Einsatz von Markierungen zur genauen Zuordnung von Daten auf der Elektrodenblattebene

Bei der Herstellung von Lithium-Ionen-Batterien (LIB) werden die elektrochemischen Zelleigenschaften maßgeblich in der Elektrodenfertigung eingestellt und beeinflusst. Um ein tiefgehendes Prozessverständnis aufzubauen und unbekannte Ursache-Wirkungs-Zusammenhänge aufzudecken, ist es daher wichtig, die Produktionsdaten bereits in der Elektrodenfertigung einzelnen Elektroden zuzuordnen, anstelle sie lediglich dem gesamten Elektroden-Coil zuzuordnen. Dadurch lassen sich feingranulare Analysen durchführen und Zusammenhänge gezielter darstellen. Hierfür wurden zwei Ansätze zur Segmentierung der hergestellten Elektroden im Beschichtungsprozess in der Produktionslinie untersucht, um diskrete Abschnitte für Tracking-und-Tracing-Anwendungen bereitzustellen. Laser- und Tintenmarkierungssysteme wurden verwendet, um eindeutige Markierungen aufzubringen, die anschließend für die Zuordnung von Produkt- und Prozessdaten ausgelesen werden. In Abbildung 1 sind die aufgebrachten Lasermarkierungen in der Pilotlinie des iwb gezeigt. Abbildung 2 zeigt die aufgebrachten Tintenmarkierungen auf den Elektroden des ZSW. Für beide Markierungssysteme müssen geeignete Integrationsanforderungen erfüllt werden, um lesbare Markierungen aufzubringen. Die Anforderungen für beide Markierungssysteme werden aus dem jeweiligen Betriebsmodus abgeleitet und miteinander verglichen. Des Weiteren wurde der Einfluss der Markierung auf die zellinterne Kontaktierung untersucht, welcher individuell für die verwendeten Materialien und das eingesetzte Markierungsverfahren bewertet werden muss. Es wurde zudem gezeigt, dass Lasersysteme technisch anspruchsvoller und kostenaufwendiger zu integrieren sind als Tintensysteme, jedoch eine größere geometrische Flexibilität bieten. Darüber hinaus wird erläutert, wie beide Markierungstechnologien in die jeweiligen Beschichtungslinien für Lithium-Ionen-Batterieelektroden innerhalb der Pilotproduktionslinien an zwei Forschungseinrichtungen integriert sind. Die Rückverfolgbarkeit von Produktdaten zu einzelnen Elektrodenabschnitten wurde unter Verwendung von in-line und handgemessenen Elektrodenbeladungsdaten demonstriert. Des Weiteren wurde gezeigt, dass die einzelnen Batteriezellen in der Zellassemblierung mittels Markierungen auf dem Zellgehäuse eindeutig identifiziert und den entsprechenden Produktionsdaten zugeordnet werden können.

Schwerpunkt 2: Entwicklung eines Digitalisierungskonzepts und einer Datenstruktur für den digitalen Zwilling

Die lückenlose Rückverfolgung im Produktionsprozess der LIB erfordert eine klare Interpretation und Verknüpfung von Entitäten wie Produkt, Prozess, Maschine, Material und Mensch. Die Entwicklung einer Ontologie für das T&T in der Batteriezellproduktion auf Basis eines Wissensgraphen ermöglicht dieses Verständnis. Die Ontologie repräsentiert eine allgemeingültige, modulare Darstellung, welche die Beziehungen zwischen Datensätzen und die Verknüpfung von Informationen abbildet. Die darauf basierende Datenstruktur für ein universelles T&T-System wurde erfolgreich mit Projektpartnern durch einen Demonstrator validiert.

Die Datenerfassung und -verarbeitung in der LIB-Produktion integriert physische und virtuelle Aspekte. Ziel ist es, das Wissen entlang der Batteriezellproduktion zu erfassen und in einem Wissensgraphen abzubilden. Workshops mit Prozessexperten und Umfragen wurden genutzt, um aktuelles Wissen zu erfassen und zu formalisieren. Die Herausforderungen liegen in der mangelnden Interoperabilität existierender Daten und der unsystematischen Erfassung von Wissen. Das IWF formalisierte Erkenntnisse und überführte sie in eine allgemeingültige Ontologie als Grundlage für die Dateninfrastruktur.

Der Wissensgraph und die Ontologie adressieren zwei zentrale Herausforderungen: die Interoperabilität existierender Daten und die unsystematische Erfassung von Wissen. Das IWF definierte Schnittstellen und Beziehungen zwischen physischer und virtueller Welt. Die digitale Infrastruktur für die Datenerfassung und -verknüpfung in der heterogenen Prozesskette der LIB-Produktion ist komplex. Daher wurde ein Werkzeug zur Entscheidungsunterstützung entwickelt, basierend auf dem Wissensgraphen und der Ontologie, um die Auswahl geeigneter Methoden zur Datenerfassung und -verknüpfung zu erleichtern. Diese Ergebnisse bilden eine Grundlage für die Auslegung der Datenerfassung und des T&T in der LIB-Produktion und sind auf verschiedene Prozessketten übertragbar.

Schwerpunkt 3: Entwicklung eines hybriden Messsystems für das Tracking und Tracing der Produkt- und Prozessdaten

Im Rahmen von Schwerpunkt 3 wurden verschiedene Inline-Sensoriken eingehend analysiert und implementiert. Das vorrangige Ziel dieses Untersuchungsbereichs bestand darin, die im Inline-Modus erfassten Messungen als repräsentative Qualitätsindikatoren zu etablieren. Zu diesem Zweck erfolgte eine disaggregierte Analyse der ermittelten Daten auf Ebene der einzelnen Blätter, gefolgt von einer präzisen Qualitätsbewertung der jeweiligen Blätter. Sofern die individuellen Eigenschaften der Sensoren dies zuließen, wurde darüber hinaus die Möglichkeit einer Datenerfassungsmethode zur Generierung eines eindeutigen „Fingerprints“ untersucht, der eine Zuordnung ohne Verwendung der Markierung ermöglichen würde. Für die Implementierung des hybriden Ansatzes wurden vor und nach der Kalandrierung Bildaufnahmen der Elektroden erstellt. Diese dienten als Grundlage für die präzise Zuordnung verschiedener Abschnitte mittels Bilderkennung, wie in Abbildung 3 dargestellt.

Für jeden erkannten Fehler wurde ein „Suchfenster“ definiert, das den Fehler räumlich umgibt. Der betrachtete Fehler befindet sich dabei in einer festen Ecke dieses Fensters, während alle weiteren Fehler innerhalb des Fensters durch ihre jeweiligen Koordinaten gekennzeichnet sind. Bei aufeinander folgenden Aufnahmen wurde ein Abgleich dieser Koordinaten durchgeführt, um Veränderungen zu detektieren. Die erreichte Genauigkeit der Zuordnung betrug in diesem Zusammenhang beeindruckende 95 %. Durch diese Methode ist eine präzise Zuordnung der Elektrodenabschnitte möglich. Mithilfe der Inline-Fehlerdetektion kann eine Fehlerkarte erstellt werden und sämtliche zusätzlichen aufgezeichneten Daten können dieser Fehlerkarte zugeordnet werden. Die aufkommenden Fehler dienen dann als Referenzpunkte für die jeweiligen Abschnitte.