Kurzbeschreibung
Im Rahmen des Forschungsprojekts FOOD soll ein neuartiger Ansatz zur Optimierung der Formierung in der Batteriezellfertigung entwickelt und erprobt werden. Dabei werden Messdaten aus der Formierung genutzt, die bis dato lediglich zur Steuerung und Regelung des Prozesses genutzt werden. Formierdaten werden mittels neu zu entwickelnden Batteriediagnoseverfahren ausgewertet. Anstatt individuelle Messpunkte mit Schwellwerten zu vergleichen, kommen hierbei modell-basierte und KI-basierte Ansätze, sowie aus der Laboranalytik abgeleitete Verfahren zum Einsatz. In diesem Projekt werden die Ergebnisse der Batteriediagnoseverfahren in eine Datenbank überführt, dessen Datensätze mittels Machine-Learning-Verfahren ausgewertet werden.
Basierend auf der Auswertungsmethodik werden in diesem Projekt drei digitale Produktionsbausteine entwickelt und erprobt:
1. »Optimierung des Formierprotokolls«
2. »Verbessertes Zellgrading«
3. »Reduzierung von End-of-Line Tests«