Anlernen neuronaler Netzwerke mit optischen Sensorsystemen und dynamischen Impedanzdaten zur Zustandsüberwachung von Lithiumionenbatteriespeichern und Anwendung der generierten künstlichen Intelligenz auf vorgealterte beziehungsweise in verschiedener Bauform ausgeführte Batteriezellspeichereinheiten
Gefördert durch das Bundesministerium für Wirtschaft und Energie (BMWi), Förderkennzeichen 03ETE028F
Zeitraum: September 2020 - Februar 2024
Im Projekt NeuroBatt wurden Lithium-Ionen-Batterien forciert gealtert, um Messdaten für ein neuronales Netz sammeln, dass die Alterung dieser Batterien vorhersagen soll. Die Messdaten stammen dabei sowohl von faseroptischen Sensoren, die vom Fiberlab im Fraunhofer HHI hergestellt wurden, als auch von elektrischen Impedanzmessungen. Das trainierte neuronale Netz soll es in Zukunft ermöglichen, die Alterung von Lithium-Ionen-Batterien frühzeitig zu erkennen und somit zu einer Steigerung der Sicherheit beitragen.