BMBF-Projekt zur Prozessoptimierung in der Batteriezellproduktion gestartet

Das BMBF-Projekt „Integrierte und beschleunigte Prozessoptimierung zur Herstellung prälithiierter Elektroden für Energiespeicher mit Methoden des Maschinellen Lernens“, kurz „InProMal“ ist im Februar 2023 gestartet.

BMBF-Projekt zur Prozessoptimierung in der Batteriezellproduktion gestartet
HI MS / Kraft

25. April 2023 – Seit Februar 2023 arbeiten Forscher:innen am Helmholtz-Instituts Münster (HI MS; IEK-12) des Forschungszentrums Jülich an der „integrierten und beschleunigte Prozessoptimierung zur Herstellung prälithiierter Elektroden für Energiespeicher mit Methoden des Maschinellen Lernens“ – kurz nennt sich das Projekt „InProMal“. Finanziert wird das Vorhaben mit 430.000 Euro (Fördernummer 13XP0532B) durch das Bundesministerium für Bildung und Forschung (BMBF). Es ist bis Januar 2026 geplant.

Prozessoptimierung in der Batterieproduktion

Das HI-MS-Team rund um Prof. Dr. Egbert Figgemeier geht der zentralen Frage nach, wie Prozesse innerhalb der Batterieproduktion effektiv optimiert werden können. Dazu gehört beispielsweise, den neuen Produktionsschritt der Vorlithiierung in bestehende Zellproduktionen zu integrieren. Die Forscher:innen klären, welche Zusammenhänge zwischen Materialeigenschaften, Prozessparametern und Zellperformanz bestehen.

Vorlithiierung von Anoden

Bei der Vorlithiierung wird vor dem Batteriezellbau und während der Produktion Lithium zu siliciumhaltigen Anoden hinzugefügt. Dies ermöglicht Schnellladefähigkeit, höhere Energiedichten und längere Lebensdauern gegenüber herkömmlichen Lithium-Ionen-Batterien. Aufgrund der Neuartigkeit des Prozesses ist das Zusammenspiel zwischen Materialentwicklung und der Batteriezellproduktion jedoch noch nicht optimiert.

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. „Das wäre durch Menschen nicht möglich“, erklärt Figgemeier. „Gerade bei der Neuartigkeit der Prozesse ist ‚Machine Learning‘ das ideale Instrument, um Zusammenhänge zu erkennen und zu verstehen.“ Der optimierte Prozess wird im Projekt präzise mit der Materialrezeptur abgestimmt, um einen weiteren Fortschritt hin zur industriellen Anwendung zu erzielen.

Die Projektkoordination liegt bei der BatterieIngenieure GmbH. Weitere Beteiligte neben dem Helmholtz-Institut Münster sind die Customcells Itzehoe GmbH und die Wacker Chemie AG.

Letzte Änderung: 29.06.2024