Project
InProMal
Integrierte und beschleunigte Prozessoptimierung zur Herstellung prälithiierter Elektroden für Energiespeicher mit Methoden des Maschinellen Lernens
Duration | 01/02/2023 - 31/01/2026 |
Project management | BI |
City | Aachen |
Project participants | CCI FZ Jülich • IMD • IMD-4/HI MS Wacker • Consortium |
Amount of funding | 1.246.991,00 € |
Total budget | no information |
Sponsor | BMFTR |
Description of the content of the joint project
Detailed description
Challenges and goals
In InProMal sollen mithilfe von „Machine Learning“ besonders relevante Parameter auf Material- und Prozessseite identifiziert und aufeinander abgestimmt werden. Es ermöglicht die Auswertung von großen Datenmengen und komplexen Strukturen. Der optimierte Prozess wird im Projekt präzise mit der Materialrezeptur abgestimmt, um einen weiteren Fortschritt hin zur industriellen Anwendung zu erzielen.
Quelle: https://www.fz-juelich.de/de/iek/iek-12/aktuelles/meldungen/bmbf-projekt-zur-prozessoptimierung-in-der-batteriezellproduktion-gestartet-1 (jüngster Zugriff: 02.08.2023)
Project partners
Duration:
01/02/2023 - 31/01/2026
Funding code:
03XP0532A
Duration:
01/02/2023 - 31/01/2026
Funding code:
13XP0532B
Forschungszentrum Jülich GmbH
Institute of Energy Materials and Devices (IMD)
Helmholtz-Institut Münster des Forschungszentrum Jülich (in Kooperation mit Uni Münster und RWTH Aachen)
Corrensstr. 46
48149 Münster
DE
Duration:
01/02/2023 - 31/01/2026
Funding code:
03XP0532C
Duration:
01/02/2023 - 31/01/2026
Funding code:
03XP0532D
Wacker Chemie AG
Consortium für elektrochemische Industrie
Zielstattstr. 20
81379 München
DE
Funding
Sponsor:
Project management agency (governmental):
Profile of funding:
Technologie- und Innovationsförderung
Type of funding:
PDIR
Systematic nature of the performance plan:
Li-Ionen-Batterien
This project is part of the funding initiative
Joint-project management
Joint-project coordinator
Mr.
