锂离子电池具有铝阴极（负极）和铜阳极（正极）。在制造过程中，将薄层活性物质（例如钴氧化锂或磷酸铁锂）涂在较长的铜箔或铝箔条上。这些长电极条被切成小段，组合在一起，然后缠绕或堆叠到单个电池单元上。“金属箔的涂层是一个关键的工艺步骤。活性层需要在箔条的整个宽度上保持均匀的厚度，” Jonas 说道。“这里的错误是导致电池单元质量差的主要原因。获得认可的两项发明正在帮助我们更好地理解并改进这一生产步骤。”
减少能源转型的废料
Jonas Witt | Siemens 年度发明家 | 新人
电池制造图
类似指纹的图案
追踪错误原因越精确，制定解决方案就越容易——这一原则也适用于电池制造。Jonas 和他的团队正在寻找一种方法，在特定的电池单元与用于生产电池的铜/铝箔条的分段之间建立联系。Jonas 解释说：“过去，生产数据被分配给长条材料。我们的新程序更加精确，也更加具有非侵入性。我们发现，该材料的表面图案对于各个涂层段是独一无二的，类似于指纹。不同分段的图案的任何差异都非常明显，以至于对于特定的电池单元，我们随后可以跟踪其制造的确切箔条段、制造时间以及所使用的设置。有了这些知识，我们不仅能够废弃旧标记，还能够比以往任何时候都更精确地分析产生如此多或如此少的废料的时间和原因。”
向专家学习
生产机器的精确校准是一个关键因素。“机器操作员通常需要经过几个月的培训，才能培养出正确的感觉，以便设置最佳工艺参数，”Jonas 说道。“由于忽视了一些细节，通常会产生大量废料。”这就是为什么 Jonas 和他的团队训练了一个 AI 模型，模拟一位高度熟练的操作员的检查行为，以便开发一个在生产过程中提供最佳配置建议的系统。“基于操作数据，经过充分训练的 AI 模型在我们偏离最优状态时识别的速度要快得多，”Jonas 确认道。“我们近期的目标是能够实现涂层过程的全自动控制，从而将电池单元的废料率减少大约 10%。我们已经获得了商业许可。”