Intelligente Batteriezellfertigung mit KI-gestütztem Prozessmonitoring auf Basis einer generischen Systemarchitektur

Die Batterieproduktion und die Nutzung von Methoden der künstlichen Intelligenz (KI) sind zwei Schlüsseltechnologien für den Wirtschaftsstandort Deutschland, die diesen in den kommenden Jahren weiter prägen. Für die Fertigung von Batteriezellen ist u. a. eine Erhöhung der Produktivität nötig. Diese lässt sich durch eine Reduzierung des Ausschusses, Material- und Energieeinsatz steigern. Durch die Digitalisierung der Produktion und unter Einsatz von KI basierten Methoden kann die Produktivität signifikant erhöht werden. Hierfür müssen die Technologie für die Branche angepasst und der Nachweis für die Anwendungsfähigkeit in der Batterieproduktion noch erfolgen, um so das Vertrauen der industriellen Anwender zu gewinnen. Um insbesondere die nationale Zellproduktion zu unterstützen, werden im Rahmen des Projektes „KIproBatt“ gezielt Fortschritte in den Bereichen der Digitalisierung und der statistischen Datenauswertung unterstützt durch KI angestrebt.

Mit dem Einsatz der KI-Technologie können eine Reduzierung der Produktionskosten und eine Erhöhung der Produktqualität von Batteriezellen herbeigeführt werden. Mit den im Projekt entwickelten KI-Modellen und -Methoden kann die Zielsetzung einer Produktivitätssteigerung und Erhöhung der Produktqualität erreicht werden. Hierzu werden die Elektrolytmenge und der Energieverbrauch je Zelle optimiert. Im Weiteren wird der Material-, Geometrie- und umweltbedingte Ausschuss durch die Entwicklungsarbeit gesenkt. Zudem wird ein Beitrag zur Standardisierung von Schnittstellen und semantischen Beschreibung von Daten geleistet. Durch diese Aktivität und die Entwicklungen im Projekt „KIproBatt“ ergibt sich die Voraussetzung für den Einsatz im industriellen Umfeld.

Der Ausschuss in der Batterieproduktion geht mit einem hohen Energie- ​und Ressourcenverbrauch einher. Daher haben wir die folgenden zwei Projektziele:

• Mit dem Einsatz eines KI-gestützten Prozessmonitorings sollen eine Reduzierung des Ausschusses und eine Steigerung der Zellqualität ermöglicht werden​.
• Die Analyse prozessübergreifender Prozessdaten soll die datengetriebene Entscheidungsfindung ermöglichen.