Manje otpada za energetsku tranziciju

Jonas Witt | Siemens izumitelji godine | Novopridošlica

Pogled na proizvodnju baterija

A man in a black shirt leans over a laptop with

Litij-ionske baterije imaju aluminijsku katodu (- pol) i bakrenu anodu (+ pol). Tijekom proizvodnje, tanki slojevi aktivnih materijala - npr. litijev kobalt oksid ili litij-željezni fosfat - nanose se na duge trake bakrene ili aluminijske folije. Ove duge trake elektroda izrezane su na male segmente, kombiniraju se i namotavaju ili slažu na pojedinačne ćelije baterije. "Premazivanje metalnih folija kritičan je korak procesa. Aktivni slojevi moraju biti ujednačene debljine po cijeloj širini folije", kaže Jonas. "Pogreške ovdje su glavni uzrok loših baterija. Dva izuma koja se prepoznaju pomažu nam da bolje razumijemo i poboljšamo ovaj proizvodni korak."

Uzorak poput otiska prsta

Što se točnije može pratiti uzrok pogreške, lakše je razviti rješenja - a to se načelo odnosi i na proizvodnju baterija. Jonas i njegov tim tražili su način da uspostave vezu između određene baterije i dijelova traka bakrene/aluminijske folije od kojih su proizvedeni. "U prošlosti su podaci o proizvodnji dodijeljeni dugim trakama materijala", objašnjava Jonas. "Naš novi postupak je precizniji i neinvazivniji. Otkrili smo da je površinski uzorak materijala jedinstven za pojedine segmente premaza, slično otisku prsta. Sve razlike u obrascima različitih segmenata toliko su jasne da za određenu baterijsku ćeliju naknadno možemo pratiti točne segmente folije iz kojih su proizvedene, kada su proizvedene i postavke koje su korištene. S tim znanjem, ne samo da smo stare oznake učinili zastarjelima, već smo također u stanju analizirati kada i zašto je proizvedeno toliko ili toliko malo otpada preciznije nego ikad prije.

Hands use scissors to cut a dark, flexible material with a red laser line on it, for battery component fabrication.

Učenje od stručnjaka

A man with a serious expression is standing in front of a white wall, wearing a black shirt and a black jacket.

Precizna kalibracija proizvodnih strojeva ključni je čimbenik. "Operatori strojeva općenito moraju proći nekoliko mjeseci obuke kako bi razvili odgovarajući osjećaj za optimalno postavljanje parametara procesa", kaže Jonas. "Često se proizvode velike količine otpada jer su nešto previdjeli." Zato su Jonas i njegov tim obučili AI model s inspekcijskim ponašanjem visoko kvalificiranog operatera stroja kako bi razvili sustav koji daje preporuke za optimalnu konfiguraciju tijekom tekućeg rada. "Na temelju operativnih podataka, dobro obučeni AI model mnogo brže prepoznaje kada odstupamo predaleko od optimuma", potvrđuje Jonas. "Naš cilj za blisku budućnost je biti u mogućnosti potpuno automatski kontrolirati postupak premazivanja kako bismo mogli smanjiti količinu otpada baterija za oko deset posto. Već smo dobili komercijalne licence."