Echtzeiterkennung von gesundheitszustandsrelevanten Prozessen in Lithium-Ionen-Batterien durch KI-gestützte Charakterisierung zur ressourceneffizienten Erschließung des Nachnutzungspotenzials

Das KI2L-Projektteam hat sich zum Ziel gesetzt den Prozess der Zustandserfassung mit einer KI-gestützten Charakterisierung zu verbessern. Im ersten Schritt analysieren die Forschenden parallel neuwertige sowie bereits unter realistischen Szenarien vorgealterte Lithiumionenbatteriezellen und statten diese mit einem optischen Temperatur- und Dehnungsfeldmesssystem auf Modulebene aus. Im nächsten Schritt werden durch gezielte Charakterisierungsmethoden Varianzen und wiederkehrende Muster in den Messsignalen der unterschiedlich gealterten Batteriespeicher identifiziert. Die so gewonnenen Daten werden als Blockchain in einer Alterungsvorgangsdatenbank gespeichert und zum Trainieren eines Neuronalen Netzwerkes verwendet. Eine auf diese Weise trainierte KI kann dann mittels Schnellanalyse irreversibel gealterte Zellen identifizieren und diese durch Laserprozessierung herauslösen ohne einen Gesamtschaden an der Batterie zu verursachen; so lässt sich der Lebenszyklus der Batterien verlängern.

Quelle: https://www.hhi.fraunhofer.de/news/nachrichten/2023/laengere-lebenszeit-fuer-lithiumionenbatterien-durch-ki-fraunhofer-hhi-startet-projekt-ki2l.html (jüngster Zugriff: 09.08.2023)