KI2L

Beim Einsatz von Lithium-Ionen-Batterien sollte die Sicherheit stets im Vordergrund stehen. Aktuell wird die Entladekapazität einer Batterie als wichtigste Kenngröße für die Gesundheitszustandserfassung genutzt. Mit zunehmendem Alter der Batterien treten jedoch nichtlineare Effekte auf, die eine Beurteilung des Sicherheitszustands über die Kapazität erschweren. Gleichzeitig steigt die Anzahl an gealterten Lithium-Ionen-Batterien, gerade durch den vermehrten Einsatz in der Elektromobilität, rasch an. Diese Batterien können in der Regel in sogennanten Second-Life-Anwendungen weiter genutzt werden. Hierfür ist es von besonderem Interesse, eine schnelle Beurteilung des Sicherheitszustands durchführen zu können. Das Ziel des Projekts ist es deshalb ein Verfahren zu entwickeln, das mithilfe von künstlicher Intelligenz (KI) in kurzer Zeit den aktuellen Gesundheitszustand einer Batterie bestimmen kann. Außerdem wird ein Schweißverfahren entwickelt, um gealterte Batterien aus einem System zu entfernen und für die Second-Life-Anwendung vorzubereiten. Das Fraunhofer HHI übernimmt dabei die Rolle der Projektkoordination und ist für die Integration sowohl elektrischer als auch faseroptischer Sensoren in Batteriemodule, die von der TESVOLT AG bereitgestellt werden, verantwortlich. Diese werden anschließend in Experimenten forciert gealtert und aus den gewonnenen Daten eine KI angelernt.

Das Fraunhofer HHI übernimmt dabei die Rolle der Projektkoordination und ist für die Integration sowohl elektrischer als auch faseroptischer Sensoren in Batteriemodule, die von der TESVOLT AG bereitgestellt werden, verantwortlich. Diese werden anschließend in Experimenten forciert gealtert und aus den gewonnenen Daten eine KI angelernt.