Inline-Bewertung der Porosität von Elektroden für Li-Ionen-Batterien mit Hilfe von Algorithmen des maschinellen Lernens (BattPor)

Projekt

Ein Baustein zur Steigerung der Leistungsfähigkeit von Li-Ionen-Batterien ist die Porosität der Batterieelektroden. Diese wird beim Kalandrieren durch Nachverdichtung der beschichteten und getrockneten Elektroden eingestellt.

Dafür soll ein optisches Prüfsystem entwickelt werden, das auf der Laser-Speckle-Photometrie (LSP) basiert. Für die Anwendung muss der LSP-Sensor an das Rolle-zu-Rolle-System sowie die industrielle Arbeitsgeschwindigkeit angepasst werden. Es werden LSP-Referenzmesswerte aufgenommen sowie Referenzwerte für die AI-Nutzung abgeleitet und in einer Datenbank gesammelt. Daraus sollen später Algorithmen für die Prüfung und gewünschte Anpassung der Kalandrierparameter entwickelt werden.

Das Vorhaben BattPor startet mit einem Technology Readiness Level (TRL) von 2. Während des Projekts wird die Anwendung der neuartigen LSP-Methode validiert und der Proof-of-Concept analytisch und experimentell nachgewiesen. Das Projekt wird einen Labordemonstrator inklusive Datenauswertungsalgorithmus mit einem TRL von 4 liefern. Damit kann die Technologie als Innovationsmodul in Forschungszentren und Industrie experimentell validiert und zur Qualifizierung der eigenen Prozesse genutzt werden. Ziel ist der Transfer in Elektrodenproduktionsfabriken.

 

Finanzierung:  M-ERA.NET

Projektzeitraum: 01.06.2022-31.05.2025

Projektpartner:

  • Fraunhofer IKTS (Koordination)
  • University of Innsbruck (Department of Structural Engineering and Material Sciences, Unit of Material Technology Innsbruck)
  • Phystech Coating Technology GmbH
  • IISAS (Institute of Informatics, Slovak Academy of Science)