IntelliSpin
Intelligentes Electrospinning in der Zellfertigung mittels Maschinellem Lernen
Projektdauer
05.04.2021 - 29.12.2023
Förderprogramm
Förderkennzeichnung
03XP0353A
Gefördert durch
Bundesministerium für Forschung, Technologie und Raumfahrt

SDG



Beteiligte Personen
Projektleitung Hochschule Landshut:
Wissenschaftliche Mitarbeitende:
Jessica Kunzendorf
Viktoria Peterbauer
IntelliSpin
Intelligentes Electrospinning in der Zellfertigung mittels Maschinellem Lernen
Die industrielle Elektrodenfertigung für Lithium Ionen Batterien fokussiert sich zunehmend auf wasserbasierte Bindersysteme für lösemittelfreien und damit umweltschonenden Betrieb. Lamination ist eine Fertigungsmethode für langlebige und preiswerte Batteriezellkörper mit hohem Durchsatz. Zahlreiche Elektrodenrezepturen können nicht in der Lamination genutzt werden, weil diese umweltfreundlichen Bindersysteme kein geeignetes Schmelzverhalten aufweisen. Die Überwindung dieser Problematik erfolgt durch Oberfächenmodifikation mittels Electrospinning. In diesem Prozess werden die nötigen Thermoplasten bzw. wärmeaktivierbaren Polymere direkt in Form dünner Fasern (100 – 1000 nm) auf die Separatoren aufgesponnen. Durch geeignete Wahl der Spinning Polymere können damit präzise die idealen Schmelztemperaturen für die Lamination bereitgestellt werden. Kern des Verfahrens ist, dass die Grenzflächen nur in geringem Maße bedeckt werden. Der hohe Offenheitsgrad sichert die Leistungseigenschaften der Zelle. Die Kombination der beiden Prozesse Electrospinning und Lamination ist komplex und von vielen Prozessparametern abhängig. Diese Problematik soll durch intelligenten Prozessbetrieb gelöst werden, durch Einbindung geeigneter Sensorik zur in line Überwachung sowie durch Künstliche Intelligenz in der Prozesssteuerung. Aufbauend auf umfangreicher Datenerfassung geeigneter Prozesskampagnen, wird zudem durch ein KI-basiertes Analyse- und Prognosemodell entwickelt, das den gesamten Produktionsprozess bestehend aus Electrospinning, Lamination, Zellassemblage und Zellanalytik umfasst. Der Bedeckungsgrad wird durch die Analyse des Taylor-Konus an der Spinning-Elektrode gesteuert. Selbstlernende Algorhythmen optimieren den Spinning Prozess. Die Arbeiten werden auch im Hinblick auf die spätere Produktion von Festkörperelektrolyt-Zellen durchgeführt.