Fraunhofer-Institut für Solare Energiesysteme ISEIn der frühen Produktionsphase von Batteriezellen ist die Ausschussquote besonders hoch, da konventionelle End-of-Line-Prüfungen primär den Gesamtzustand erfassen und kleine Defekte übersehen können. Im Projekt »Quaze« entwickeln wir gemeinsam mit Precitec eine zerstörungsfreie Messmethode, die die räumliche Ausdehnung von Pouchzellen während Lade- und Entladezyklen erfasst und daraus ein aussagekräftiges Ausdehnungsfeld rekonstruiert. Auf diese Weise soll das »gute« Ausdehnungsverhalten eruiert werden, das auf die defektfreien Zellen verweist. Eine KI bewertet die Messdaten, erkennt Abweichungen vom »guten« Referenzmuster und liefert Hinweise auf fehlerhafte Prozessschritte. So werden Korrekturmaßnahmen beschleunigt, Ausschuss und Kosten reduziert und die Umweltbilanz der Zellproduktion insgesamt verbessert.
Entwicklung eines selbst lernenden Verfahrens zur Qualitätsbestimmung in der Batteriezellproduktion auf Basis optischer Dickenmessung
Quaze
Ausgangslage
Die Ausschussquote in der Batteriezellproduktion, insbesondere in der Ramp-up-Phase, ist hoch. In diesem Anlaufzeitraum der industriellen Fertigung kommt es zu Ausschussraten von 15 bis 30 Prozent. Die End-of-Line-Qualitätskontrolle, die nach dem aktuellen Stand der Technik die Funktionstüchtigkeit gewährleisten soll, erfasst vor allem den globalen elektrischen Zustand der Zelle. Kleine Defekte können dabei übersehen werden. Die Einführung einer innovativen, zerstörungsfreien Qualitätskontroll-Messtechnik ist daher unabdingbar.
Ziel
Ziel ist die Entwicklung einer solchen, in die Batterieproduktion integrierbaren Messmethode mit räumlicher Auflösung der Zellausdehnung während der Lade- und Entladezyklen. Auf diese Weise sollen potenzielle Produktionsfehler frühzeitig erkannt, verantwortliche Prozessschritte identifiziert und zeitnah optimiert werden, um Kosten und Ressourcen zu sparen.
Lösungsansatz
Für die Messungen wird eine Pouchzelle zwischen zwei Metallplatten komprimiert, wobei der Druck zentral über einen pneumatischen Zylinder aufgebracht und mit einer Kraftmessdose erfasst wird. Um das Verhalten der Zelle bestimmen zu können, messen wir die Ausdehnung derselben während der Lade- und Entladezyklen. Dafür erfassen drei in Dreiecksform angeordnete Abstandssensoren am Zellrand die Bewegung der Metallplatten. Daraus wird die räumliche Ausdehnung der Zelle rekonstruiert (siehe nebenstehende Abbildung). Die KI-gestützte Verarbeitung der Messdaten ermöglicht eine klare Qualitätsbewertung: Ein Modell wird mit Ausdehnungsmustern defektfreier Zellen (»gut«) trainiert. Zellen mit signifikanten Abweichungen werden als »defekt« klassifiziert.
Ergebnisse
Pouchzellen dehnen sich unter Betrieb aus. Das Ausdehnungsverhalten lässt sich grundlegend in zwei unterschiedliche Formen unterteilen: Eine reversible Ausdehnung erfolgt während der Lade-/Entladezyklen, eine irreversible Ausdehnung durch Ablagerungen, die mit Kapazitätsverlusten korreliert. Mit drei Abstandssensoren erfassen wir die räumliche Verteilung, wobei wir die beiden Ausdehnungsformen getrennt voneinander betrachten (siehe Abbildung 1). Aus den Messungen defektfreier Zellen können wir ein Ausdehnungs‑Referenzmuster ableiten. Intakte Zellen folgen diesem Muster, signifikante Abweichungen weisen auf Defekte hin und geben Hinweise auf Ursache sowie den betroffenen Produktionsschritt. So lässt sich beispielsweise für defektfreie Li‑Ionen‑Pouchzellen eine erhöhte reversible Ausdehnung während eines langsamen Entladezyklus im Bereich der Anodenfahne feststellen (siehe Abbildung 2). Aktuell arbeiten wir an der Messung defekter Zellen, um auch hier über das Ausdehnungsverhalten Muster erkennen zu können.
