Quantentechnologie und KI: Schlüssel für sichere Second-Life-Anwendungen von Lithium-Ionen-Batterien

fTeilen

Um die Nachhaltigkeit der Elektromobilität zu fördern und Ressourcen
effizienter zu nutzen, gewinnt das Upcycling von Lithium-Ionen-Batterien
zunehmend an Bedeutung.

Es werden Konzepte gesucht, um die
Materialkreisläufe zu verlangsamen. Erreicht wird dies, indem gebrauchte
Batterien aus Elektrofahrzeugen in neuen Anwendungsgebieten zum Einsatz
kommen, anstatt sie sofort in Recyclingprozesse zu überführen. Trotz des
erheblichen Potenzials zur Ressourcenschonung hat sich das Upcycling aus
technischen und wirtschaftlichen Gründen bislang nicht durchgesetzt. Ein
Forscherteam kann nun mithilfe einer Hochgeschwindigkeitsmessmethode und
KI eine anwendungsreife Lösung ermöglichen.

Ist es möglich, gebrauchte Batterien aus Elektrofahrzeugen effizient und
sicher weiterzuverwenden? Welche technischen und wirtschaftlichen Hürden
müssen dabei überwunden werden? Innerhalb des vom Bundesministerium für
Bildung und Forschung BMBF geförderten Forschungsprojekts »QuaLiProM« hat
sich ein interdisziplinäres Projektteam dieser Fragen angenommen und das
wissenschaftliche Ziel gesetzt, die Bestimmung der Restleistung und
Lebensdauer gebrauchter Lithium-Ionen-Batterien zerstörungsfrei, schnell
und sicher durchzuführen, sodass eine zuverlässige und wirtschaftlich
rentable Zweitanwendung ermöglicht wird.

Wie gesund ist eine Batterie? Stand der Technik und bestehende
Herausforderungen bei der Zustandsbestimmung

Lithium-Ionen-Batterien altern sowohl während der Lagerung als auch im
Betrieb, was sich in einem Kapazitätsverlust und einem Anstieg des
Innenwiderstands bemerkbar macht und zu einer fortlaufenden Abnahme an
Energie und Leistung führt. Der Gesundheitszustand einer Batterie wird
üblicherweise über den State-of-Health (SoH) definiert, der die
alterungsbedingte Zustandsänderung einer Zelle im Verhältnis zu ihrem
Ursprungszustand beschreibt. Die Ermittlung des SoH ist ein zentraler
Faktor bei der Beurteilung der Leistungsfähigkeit und Lebensdauer von
Batterien. Verschiedene experimentelle Methoden können zur SoH-Ermittlung
von Batterien eingesetzt werden. Mithilfe von elektrochemischen Messungen,
wie beispielsweise Kapazitätstests, elektrochemischer
Impedanzspektroskopie oder Lebensdauertests lassen sich zum Beispiel die
verfügbare Restkapazität oder der Innenwiderstand gealterter Zellen
ermitteln, die jedoch ohne den Bezug zu den initialen Werten der Zellen im
Neuzustand nur wenig aussagekräftig sind. Weiterhin erfordert die
elektrochemische Charakterisierung eine elektrische Kontaktierung der
Zellen und ist somit nicht zur Schnelldiagnostik geeignet. Darüber hinaus
liefert diese Art der Testung lediglich Informationen zum globalen Zustand
der Zelle, während Defektstellen oder Ladungshotspots nicht eindeutig
identifiziert werden können.

Im Gegensatz zu den bisher für die Qualitätskontrolle oder Restwertanalyse
von Lithium-Ionen-Zellen verwendeten experimentellen Methoden ermöglicht
die Quantenmagnetometrie eine schnelle, kostengünstige und präzise
Bestimmung des Gesundheitszustandes von Batteriezellen. Im Bereich der
Batterieforschung wurde bereits demonstriert, dass mithilfe dieser
Methodik die zustandsabhängige Magnetisierung einer Batteriezelle genau
bestimmt werden kann. Insbesondere wurde gezeigt, dass Defekte,
Verunreinigungen und der Ladungszustand mithilfe von Quantensensoren
detektiert werden können. Aufgrund dieser vielversprechenden Ergebnisse
wird im Rahmen des »QuaLiProM-Projekts« eine
Hochgeschwindigkeitsmessmethode basierend auf Quantenmagnetometrie und
Künstlicher Intelligenz eingesetzt, die eine Klassifizierung von Zellen
anhand ihres Gesundheitszustands in industriellen Anwendungen ermöglichen
soll.

Innovative Schnelltestmethodik zur präzisen Bestimmung des
Batteriezustands für den industriellen Einsatz

Zur Entwicklung der Schnelltestmethodik werden im »QuaLiProM-Projekt«
Lithium-Ionen-Zellen mithilfe von zyklischen Alterungstests einer
forcierten Degradation unterzogen. Die Analyse der elektrochemischen
Messdaten bildet die Ausgangsdatenbasis zur Identifizierung dominanter
Alterungsmechanismen. Durch die Erfassung und Auswertung dieser Daten
können genaue Rückschlüsse auf den Zustand und die verbleibende
Leistungsfähigkeit der Zellen gezogen werden. Die mithilfe der
Alterungstests in definierte Alterungszustände überführten Batteriezellen
werden anschließend quantenmagnetisch untersucht. Der Quantensensor misst
das Magnetfeld der Zellen mit hoher Präzision, indem er den Spin eines
speziellen Defekts in einem Diamanten beobachtet, der je nach Magnetfeld
unterschiedlich viele Lichtteilchen aussendet. Auf diese Weise werden
Magnetfeldmappings erzeugt, die wertvolle Informationen über mögliche
Anomalien der Batteriezellen liefern. Diese zerstörungsfreie Methodik
erfordert keine zeitaufwändigen Lade- und Entladezyklen und ist somit
sowohl für den Einsatz in der Zellproduktion als auch im Recycling- oder
Upcycling-Prozess geeignet. Der nun anstehende Transfer der Methodik von
der Laborebene auf die industrielle Skala stellt eines der Hauptziele des
Projekts dar.

Zur KI-basierten Analyse der Magnetfeldmappings werden innovative Deep-
Learning-Verfahren eingesetzt, um charakteristische Merkmale, sogenannte
Healthy Features, zu identifizieren, die eine eindeutige Korrelation zum
Alterungszustand der Zellen aufweisen. Diese Features werden zur
Klassifizierung von Zellen anhand ihres Gesundheitszustands herangezogen,
wie z. B. gesund, degradiert oder defekt. Auf diese Weise sollen
insbesondere degradierte, aber noch funktionstüchtige Zellen identifiziert
werden, die aufgrund zu geringer Kapazität nicht mehr für den Einsatz in
Elektrofahrzeugen geeignet sind. Durch die Entwicklung geeigneter
Upcycling-Strategien und die Erforschung neuer Second-Life-Anwendungen in
weniger anspruchsvollen Bereichen zielt das Projekt darauf ab, die
nachhaltige und ressourceneffiziente Nutzung von Batteriezellen zu fördern
und einen Transfer in die Industrie zu beschleunigen.

Hintergrundinformation zu den Projektarbeiten
Das »QuaLiProM-Projekt« wird von der Industrial Dynamics GmbH koordiniert,
die das Ziel verfolgt, die entwickelte Methodik von der Laborebene in die
industrielle Anwendung zu überführen. Die Friedrich-Alexander-Universität
Erlangen-Nürnberg (FAU) ist verantwortlich für die Magnetfeldanalyse von
Batterien und die Entwicklung von Quantensensoren, wobei das Hauptziel in
der Etablierung der Quantentechnologie in der Batteriezellherstellung und
im Recyclingprozess liegt. Nehlsen entwickelt das Layout für eine
Recycling-Sortieranlage basierend auf dem Magnetfeldsensor. Sekels
arbeitet an einem Prototyp für eine magnetische Feldabschirmung, speziell
für die Qualitätskontrolle von Lithium-Ionen-Zellen. Die Battery Dynamics
GmbH bringt ihre Expertise in der elektrochemischen Alterungsdiagnostik
ein, während das Fraunhofer-Institut für Fertigungstechnik und Angewandte
Materialforschung IFAM Deep-Learning-Methoden zur automatischen SoH-
Klassifizierung von Batteriezellen verwendet. Zudem bewertet das
Fraunhofer IFAM den ökologischen Mehrwert von Upcycling-Strategien im
Vergleich zum Recyclingansatz.

Projektname
Inline-Qualitätskontrolle von Lithium-Ionen-Zellen in der Zellproduktion
und Restwertermittlung von gealterten Zellen im Recyclingprozess: SoH-
Bestimmung mithilfe von Quantenmagnetometrie – QuaLiProM

Förderung
Bundesministerium für Bildung und Forschung BMBF
Förderkennzeichen: FKZ: 03XP0573B
Projektlaufzeit: 01.12.2023-30.11.2026
Projektträger: Projektträger Jülich (PtJ)

Projektpartner
Industrial Dynamics GmbH (Koordinator)
Sekels GmbH
Battery Dynamics GmbH
Nehlsen AG
Friedrich-Alexander-Universität Erlangen-Nürnberg, Gruppe für angewandte
Quantentechnologien
Fraunhofer-Institut für Fertigungstechnik und Angewandte Materialforschung
IFAM