Enerji geçişi için daha az hurda

Jonas Witt | Siemens Yılın Mucitleri | Yeni Başlayanlar

Pil üretimine bir bakış

A man in a black shirt leans over a laptop with

Lityum iyon pillerde alüminyum katot (- kutup) ve bakır anot (+ kutup) bulunur. Üretim sırasında, uzun bakır veya alüminyum folyo şeritlerine ince aktif malzeme katmanları - örneğin lityum kobalt oksit veya lityum demir fosfat - uygulanır. Bu uzun elektrot şeritleri küçük parçalar halinde kesilir, birleştirilir ve etrafına sarılır veya tek tek pil hücrelerine istiflenir. “Metal folyoların kaplanması kritik bir süreç adımıdır. Aktif katmanların folyonun tüm genişliği boyunca eşit kalınlıkta olması gerekir” diyor Jonas. “Buradaki hatalar, kötü pil hücrelerinin ana nedenidir. Tanınan iki icat, bu üretim adımını daha iyi anlamamıza ve geliştirmemize yardımcı oluyor.”

Parmak izi gibi bir desen

Bir hatanın nedeni ne kadar kesin olarak izlenebilirse, çözümler geliştirmek o kadar kolay olur - ve bu ilke pil üretimi için de geçerlidir. Jonas ve ekibi, belirli bir pil hücresi ile üretildikleri bakır/alüminyum folyo şeritlerinin bölümleri arasında bir bağlantı kurmanın bir yolunu aradı. Jonas, “Geçmişte, üretim verileri uzun malzeme şeritlerine atanmıştı” diye açıklıyor. “Yeni prosedürümüz daha kesin ve invaziv değil. Malzemenin yüzey deseninin, parmak izine benzer şekilde ayrı kaplama segmentleri için benzersiz olduğunu keşfettik. Farklı segmentlerin modellerindeki herhangi bir farklılık o kadar açıktır ki, belirli bir pil hücresi için daha sonra üretildikleri folyo segmentlerini, ne zaman üretildiklerini ve kullanılan ayarları izleyebiliriz. Bu bilgiyle sadece eski işaretleri geçersiz kılmakla kalmadık, aynı zamanda ne zaman ve neden bu kadar az atığın üretildiğini her zamankinden daha hassas bir şekilde analiz edebildik.”

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

Uzmanlardan Öğrenmek

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

Üretim makinelerinin hassas kalibrasyonu önemli bir faktördür. Jonas, “Makine operatörleri, proses parametrelerini en iyi şekilde ayarlamak için uygun bir his geliştirmek için genellikle birkaç ay eğitim almak zorundadır” diyor. “Bir şeyi gözden kaçırdıkları için genellikle büyük miktarlarda hurda üretilir.” Bu nedenle Jonas ve ekibi, devam eden çalışma sırasında optimum konfigürasyon için öneriler sağlayan bir sistem geliştirmek için son derece yetenekli bir makine operatörünün denetim davranışıyla bir AI modeli eğitti. Jonas, “Operasyonel verilere dayanarak, iyi eğitimli bir yapay zeka modeli, optimumdan çok uzaklaştığımızda fark etmede çok daha hızlı” diyor. “Yakın gelecek için hedefimiz, kaplama işlemini tamamen otomatik olarak kontrol edebilmek, böylece pil hücrelerinin hurda oranını yaklaşık yüzde on oranında azaltabilmemiz. Zaten ticari lisanslar aldık.”