Coil2Stack

E-Qual - Datenbasierte Prozess- und Methodenentwicklung zur Effizienz- und Qualitätssteigerung in der Li-Ionen-Zellproduktion

  • Ansprechperson:

    Hannes Weinmann (wbk), Kamal Husseini (wbk)

  • Projektgruppe:

    E-Mob / MAP (wbk Institut für Produktionstechnik)

  • Förderung:

    BMBF

  • Projektbeteiligte:

    Fraunhofer, TUM, ZSW

  • Starttermin:

    01.03.2020

  • Endtermin:

    28.02.2023

Ziele und Ergebnisse

Das Projekt E-Qual zielt auf die Steigerung der Effizienz in der Herstellung von Lithium-Ionen-Batterien ab. Mithilfe datenbasierter Ansätze entwickeln und implementieren die Partner Lösungen zur Minimierung von Kosten und Umweltwirkungen sowie Maßnahmen zur Steigerung von Qualität und Durchsatz im Bereich des Batteriezellbaus

 

Inhalte und Vorgehensweise

Im Fokus stehen insbesondere die Entwicklung flexibler Prozesse und Anlagen, die Modellbildung zur Steigerung der Material- und Energieeffizienz sowie innovative Qualitätssicherungsmethoden. Bereits etablierte Zellbauprozesse werden im Projekt konsequent weiterentwickelt und hinsichtlich deren Flexibilität, Qualität und Effizienz optimiert. Die Erstellung virtueller Prozessmodelle erlaubt die Ableitung optimaler Prozess- und Anlagenparameter und die Implementierung und Validierung neu entwickelter Anlagenkomponenten. Ein besonderer Schwerpunkt liegt auf der Umsetzung eines rüstzeitoptimierten, funktionsintegrierten Verfahrens zur Herstellung formatflexibler Zellen. Damit verborgene Effizienzpotentiale in der Zellfertigung realisiert werden können, werden Methoden zur Steigerung der Ressourceneffizienz auf die Produktionslinien der beteiligten Forschungspartner angewandt. Dies umfasst auch die Etablierung einer automatisierten Datenerfassung und -verarbeitung sowie den Aufbau dynamischer Material- und Energieflussmodelle. Da die Steigerung der Produktqualität und die Ausschussreduzierung wesentliche Treiber für Effizienzsteigerungen darstellen, werden integrierte Qualitätsmanagementkonzepte für eine variantenreiche Produktion erforscht. Durch die Anwendung von Big Data-Methoden zur Qualitätsprognose und frühzeitigen Ausschusserkennung sowie Untersuchung des Einflusses von Energieeffizienz/-flexibilitätsmaßnahmen auf die Produktqualität werden innovative Beiträge für ein verbessertes Qualitätsmanagement geliefert.