TomoFestBattLab - Machine Learning unterstütztes automatisiertes Labor für multi-dimensionale Operando Tomographie von Festkörperbatterien unter realen Betriebsbedingungen; gefördert im Rahmen der Ausschreibung FORBATT - Ausbau der nationalen Forschungsinfrastruktur im Bereich der Batteriematerialien und -technologien

Abstract

Die Gesellschaft steht vor der großen Herausforderung, die zukünftige Digitalisierung und Automatisierung sowie den Wandel zu einer klimaneutralen Wirtschaft zu bewältigen. Dies wird auch zu einem deutlichen Wandel in der Art und Weise führen, wie wir forschen, entwickeln und ausbilden. Das Projekt adressiert und kombiniert zwei Zukunftsthemen von erheblicher Bedeutung: Batterieforschung für eine zukünftige umweltschonende und CO2-neutrale Wirtschaft sowie Digitalisierung und Automatisierung mittels Maschinellen Lernens (Neuronale Netze, Digitale Zwillinge). Die 3D-Strukur und -Morphologie ist entscheidend für die Leistung und das Degradationsverhalten von Batterie-Elektroden. Die gleichzeitige ionische und elektrische Leitfähigkeit muss an jeder Stelle der gesamten Elektrode gewährleistet sein. Daher ist eine geeignete und stabile (hierarchische) 3D-Struktur auf der Mikro- und Nanometerskala der Schlüssel für die Entwicklung neuartiger Elektrodenmaterialien. Deswegen ist eine genaue Kenntnis der 3D-Morphologie experimentell hergestellter Materialien und ihrer funktionellen Eigenschaften für ein geeignetes Design von Elektrodenmaterialien unerlässlich. Röntgen-tomographische Verfahren ermöglichen die Erfassung der relevanten Strukturparameter zerstörungsfrei im laufenden Betrieb bzw. während des Zyklisierens der Batterie und sind daher ein unersetzliches Tool in der Batterieforschung geworden. Tomographie bildet zudem die Grundlage für Realdaten-bezogene Simulationen und Modellierung und zur Erzeugung Digitaler Zwillinge, sowie für komplexe multidimensionale Auswertung mittels moderner Verfahren des Maschinellen Lernens. Schließlich ermöglichen sie, Virtual Material Design für die Entwicklung und Optimierung zu nutzen, um eine erhebliche Beschleunigung bzw. Verkürzung der Entwicklungszyklen in der Industrie zu erreichen. Zwar ist Röntgentomographie an sich inzwischen recht weit verbreitet jedoch sind die eingesetzten Geräte und Auswerteverfahren selten optimiert für den Einsatz im Bereich der Batterie-Materialien.