Data-Mining in der Produktion von Lithium-Ionen-Batteriezellen

Die Batterie ist heutzutage nicht nur der Kostentreiber und die Wegstreckenlimitierung für ein Elektrofahrzeug, auch ist sie zu etwa 50 Prozent verantwortlich für die produktionsbedingten Kohlendioxid-Emissionen.

DaLion hat das Ziel, Transparenz bezüglich der Wirkzusammenhänge und Wechselwirkungen in der Produktion von Batteriezellen zu schaffen, die aufgrund des Neuheits- bzw. Reifegrades derzeitiger und zukünftiger Materialien sowie der zugehörigen Batterie- und Prozesstechnologien nicht vorhanden ist. Anhand der Ergebnisse werden Produkt- und Produktionsstrategien abgeleitet, damit sich Batteriezellen hinsichtlich verschiedener Kriterien optimieren lassen. So können durch die Anwendung des DaLion-Konzeptes etwa die „Hochleistungszelle“, die „grüne Zelle“ oder die „günstige Zelle“ durch die genaue Kenntnis der Wirkzusammenhänge in der langen Produktionskette von Lithium-Ionen-Batteriezellen hergestellt werden.

Die Herausforderung liegt in der Entwicklung einer geeigneten prozessübergreifenden Datenbasis durch Data-Mining, die im Hinblick auf die Qualitätssicherung und Effizienzsteigerung die Grundlage für eine Analyse, Bewertung und Entscheidungsunterstützung bei der Wahl der Eingangsparameter und Produktionsprozesse sowie deren Modellierung und Simulation darstellt. Es ist von Bedeutung die wichtigen Parameter systemisch zu identifizieren, zu erfassen, zu dokumentieren und mit den Messdaten der Online-Charakterisierung in verschiedenen Stufen der Produktion über Methoden des Data-Mining zu einem Expertensystem zu verknüpfen.

Das Vorhaben DaLion wird in der Battery LabFactory Braunschweig (BLB) durchgeführt, so dass die Produktion großformatiger Batteriezellen analysiert werden kann. Diese höchstflexibel aufgebaute Forschungsfabrik ermöglicht es, Daten zu Betriebszuständen und Prozessparametern von jeder Anlage in jedem Prozessschritt in der Batteriezellproduktion zu erfassen. Zusätzlich werden relevante Qualitätsmerkmale, Materialströme und Hilfsstoffflüsse der Zwischenprodukte soweit wie möglich erfasst und in einem sogenannten Data-Warehouse abgelegt.

Durch eine intelligente Datenauswertung kann Transparenz über relevante Prozessparameter, Produkteigenschaften und über Energie- und Stoffströme geschaffen werden. Dafür werden Standards für Kennzahlen und Methoden zur Protokollierung und Messung entwickelt und eine an die identifizierten Anforderungen angepasste Messinfrastruktur realisiert. Die automatisierte (Online-)Analyse der erfassten Messdaten (Data Mining) ermöglicht die Identifikation von kausalen Strukturen, woraus sich Wissen über Zusammenhänge ableiten lässt. Anhand dieser Daten können empirische, physikochemische und mechanistische Modelle zum Einfluss verschiedener Prozessparameter auf die Eigenschaften der Batteriezelle entwickelt, kalibriert und validiert werden. Diese Erkenntnisse erlauben eine vollständige Bewertung von Kosten und Umweltwirkungen. Die erhobenen Daten und das erzeugte Wissen werden über eine rechnerunterstützte Plattform und geeignete Visualisierung zugänglich gemacht.

Im Rahmen der laufenden Produktion und durch gezielte Experimente entsteht somit ein strukturierter Wissensspeicher über Ursache-Wirkzusammenhänge in der Batteriezellproduktion. Die BLB bietet als Technologieplattform für Batterieproduktionsprozesse die Voraussetzungen, ein solches Data-Mining-System vollständig in den Forschungsbetrieb zu etablieren und sämtliche Prozessschritte der Elektroden- und Zellfertigung zu analysieren.

Die in DaLion erarbeiteten Kenntnisse sollen zur Etablierung einer Prozessdatenerfassung und einer Qualitätsmanagement-Datenbank für die Anwendung in der Produktion von Energiespeichern verwendet werden. Ein spezieller Anwendungsfall wird die Entwicklung und Herstellung aktueller und zukünftiger Lithium-Ionen-Batterien sein. Zukünftige Batteriegenerationen sowie weitere Energiespeicher, wie Lithium-Schwefel- und All-solid-state Batterien oder Redox-Flow-Batterien haben ähnliche Produktionsmethoden und Qualitätskriterien, so dass eine Übertragung der Ergebnisse auf ein breites Produktspektrum möglich ist.

Maschinenbauer, Anlagenhersteller und -planer sowie insbesondere Produzenten elektrochemischer Energiespeicher können diese Erkenntnisse als Strategie zur zielorientierten Produktgestaltung nutzen. Auf Basis der Prozess-Struktur-Zusammenhänge wird in den Strategien festgelegt, welche Produkteigenschaften gewählt werden müssen, um gesetzte Zielvorgaben (z. B. Kosten- oder Umweltziele) zu erreichen. Weiterhin kann das entwickelte Gesamtprozessmodell dazu genutzt werden, konkrete Prozess- und Maschinendaten zu simulieren, um z. B. Einzelapparatentwicklungen ohne die Betrachtung der gesamten Prozesskette vorantreiben zu können. Der Nutzen für die in der Batteriezellfertigung tätigen Kunden sind Kennzahlen, z. B. für eine Failure Mode and Effects Analysis (FMEA), die online aus der Datenbank generiert werden können. Damit kann die Produktion optimiert und die Ausschussproduktion reduziert werden. Die Einflussgrößen zur Charakterisierung von Eigenschaften der Zwischenprodukte in der Produktion elektrochemischer Energiespeicher sollen weiterhin in einem Public Available Standard als Vorstufe einer Norm die Standardisierung in der Produktion von Energiespeichern voranbringen und in Zukunft die geschäftliche Kommunikation zwischen Maschinenbauern, Produzenten und Automobil-OEM (Einkäufer) erleichtern.

Zur effektiven Vermarktung der Kenntnisse, Datenbankanwendung einschließlich Datenaufnahme sowie Simulationsmodelle werden die Ergebnisse halbjährlich in einem Workshop interessierten Industrieunternehmen vorgestellt und insbesondere deren industriellen Einsatzmöglichkeiten aufgezeigt.