Das Projekt KI2L (Echtzeiterkennung von gesundheitszustandsrelevanten Prozessen in Lithiumionenbatterien durch KI-gestützte Charakterisierung zur ressourceneffizienten Erschließung des Nachnutzungspotenzials) ist im Januar 2023 gestartet und läuft für drei Jahre bis Januar 2026. Das Projekt wird vom Bundesministerium für Bildung und Forschung (BMBF) mit zwei Millionen Euro im Rahmen der BMBF-Förderlinie „Batterie 2020 Transfer“ gefördert. Von der Fördersumme erhält das Fraunhofer HHI 450.000 Euro.
Um den CO2-Abdruck von Lithium-Ionen-Batterien zu senken, ist eine maximale Nutzung als Second-Life-Batterien unerlässlich. Damit möglichst viele aussortierte Batteriezellen in sogenannten ‚Re-Use-Szenarien‘ weiterverwendet werden können, benötigen Unternehmen schnelle Charakterisierungsmethoden und intelligente Entscheidungshilfen für konkrete Nachnutzungspotenziale. Weiterhin brauchen sie automatisierte Demontageprozessschritte, damit sie defekte Speicherbestandteile austauschen können.
Derzeit erfassen Experten den Zustand von Lithium-Ionen-Batterien, indem sie die Entladekapazität unter spezifischen Vorgaben, wie Temperatur der Batterie und Entladestrom, testen. Mit fortschreitender Alterung der Batterien wird dieses Vorgehen allerdings fehleranfällig und zeitaufwändig.
Zustandserfassung von Batterien mit Hilfe von Künstlicher Intelligenz
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 neuwertige sowie vorgealterte Lithium-Ionen-Batteriezellen und statten diese mit einem optischen Temperatur- und Dehnungsfeldmesssystem auf Modulebene aus. Im nächsten Schritt wird ein gezielter Verschleiß der Batterien hervorgerufen, um dann mit Zustandssensoren Änderungen in Echtzeit präzise zu erfassen.
Die so gewonnenen Daten werden in einer Alterungsvorgangsdatenbank gespeichert und zum Trainieren eines Neuronalen Netzwerkes verwendet. Eine auf diese Weise trainierte KI kann dann im realen Speicherbetrieb irreversibel gealterte Zellen identifizieren und diese mittels Laserprozessierung herauslösen ohne einen Gesamtschaden an der Batterie zu verursachen; so lässt sich der Lebenszyklus der Batterien verlängern.
Gemeinsam mit Tesvolt wird die Gruppe „Energiespeichersensorik“ am Fraunhofer HHI die sensorintegrierten Module aufbauen. Tesvolt wird zusätzlich ein Batteriemanagementsystem entwickeln, das die Plattform für die zu integrierende KI bildet. Am Forschungszentrum Energiespeichertechnologien der TU Clausthal werden Wissenschaftler Lastprofile erstellen, mit denen die gefertigten Module bis zum Lebensende getestet werden können.
Die aufbereiteten Daten werden den KI-Experten von Intuitive.ai und EoT Labs zur Verfügung gestellt, damit die KI programmiert und ein digitaler Zwilling erstellt werden kann. Das Institut für Schweißtechnik und Trennende Fertigungsverfahren der TU Clausthal und AIM Systems übernehmen die Laserprozessierung und die Automatisierung des Herauslösens defekter Zellen.
