Entwicklung eines selbstlernenden Verfahrens zur Qualitätsbestimmung und -verbesserung in der Batteriezellproduktion

Precitec Optronik GmbH

Bundesministerium für Wirtschaft und Energie



Bundesministerium für Wirtschaft und Klimaschutz

Bundesministerium für Wirtschaft und Klimaschutz
Referat IVA6: Neue Antriebs-technologien, Elektromobilität, Umweltinnovationen

Referat IVA6: Neue Antriebstechnologien, Elektromobilität, Umweltinnovationen

Bundesministerium für Wirtschaft und Energie Referat IVA6: Neue Antriebstechnologien, Elektromobilität, Umweltinnovationen

Bundesministerium für Wirtschaft und Energie

small_VDIVDE-IT-Logo_scharf.png

Arbeitseinheit TZ-MST

Projektträger: VDI/VDE Innovation + Technik GmbH Arbeitseinheit TZ-MST

Projektträger: VDI/VDE Innovation + Technik GmbH

VDIVDE-IT-Logo_scharf.png

[verbundprojekt]

[Verbundprojekt]

Die Ausschussquote in der Batteriezellproduktion, insbesondere in der Ramp-up-Phase, ist hoch. In diesem Anlaufzeitraum der industriellen Fertigung kommt es zu Ausschussraten von 15 bis 30 Prozent. Die End-of-Line-Qualitätskontrolle, die nach dem aktuellen Stand der Technik die Funktionstüchtigkeit gewährleisten soll, erfasst vor allem den globalen elektrischen Zustand der Zelle. Kleine Defekte können dabei übersehen werden. Die Einführung einer innovativen, zerstörungsfreien Qualitätskontroll-Messtechnik ist daher unabdingbar.
Ziel des Projektes ist die Entwicklung einer solchen, in die Batterieproduktion integrierbaren Messmethode mit räumlicher Auflösung der Zellausdehnung während der Lade- und Entladezyklen. Auf diese Weise sollen potenzielle Produktionsfehler frühzeitig erkannt, verantwortliche Prozessschritte identifiziert und zeitnah optimiert werden, um Kosten und Ressourcen zu sparen.

Für die Messungen wird eine Pouchzelle zwischen zwei Metallplatten komprimiert, wobei der Druck zentral über einen pneumatischen Zylinder aufgebracht und mit einer Kraftmessdose erfasst wird. Um das Verhalten der Zelle bestimmen zu können, messen wir die Ausdehnung derselben während der Lade- und Entladezyklen. Dafür erfassen drei in Dreiecksform angeordnete Abstandssensoren am Zellrand die Bewegung der Metallplatten. Daraus wird die räumliche Ausdehnung der Zelle rekonstruiert. Die KI-gestützte Verarbeitung der Messdaten ermöglicht eine klare Qualitätsbewertung: Ein Modell wird mit Ausdehnungsmustern defektfreier und damit »guter« Zellen trainiert. Zellen mit signifikanten Abweichungen werden als »defekt« klassifiziert.

Quelle: https://www.ise.fraunhofer.de/de/forschungsprojekte/quaze.html (jüngster Zugriff: 17.08.2026)

small_Fraunhofer_Gesellschaft-Logo.png

Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e. V.

Wissenschaftskommunikation

small_ise_43mm_300dpi_rgb-1.jpg

Fraunhofer-Institut für Solare Energiesysteme ISE

Fraunhofer-Allianz Batterien

Kommunikation

Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e. V. Fraunhofer-Allianz Batterien Fraunhofer-Institut für Solare Energiesysteme ISE

Frau Dr. Luciana Pitta Bauermann

Precitec GmbH & Co. KG

Entwicklung von KI gestützten Verfahren zur Auswertung von Zeitreihen aus optischen Sensoren

quaze

Quaze

Laufzeit	01.04.2023 - 31.10.2026
Projektkoordination	Precitec Optronik
Standort	Neu-Isenburg
Projektbeteiligte	FhG • Fraunhofer Batterien • ISE Precitec
Fördersumme	1.997.561,00 €
Projektvolumen	k. A.
Fördergeber	BMWE

Projekt

Quaze

Entwicklung eines selbstlernenden Verfahrens zur Qualitätsbestimmung und -verbesserung in der Batteriezellproduktion

Projektbeteiligte

Teilprojekt 1

Laufzeit:

Förderkennzeichen:

Precitec Optronik GmbH

Teilprojekt 2

Laufzeit:

Förderkennzeichen:

Fraunhofer-Institut für Solare Energiesysteme ISE

Teilprojekt 3

Laufzeit:

Förderkennzeichen:

Precitec GmbH & Co. KG

Förderung

Verbundprojektkoordination

Precitec Optronik GmbH

Verbundprojektkoordinator*in