Zukunft der Produktionstechnik
Innovatives Projekt QUGAPP gestartet
Mit dem globalen Anstieg der Nachfrage nach Elektrofahrzeugen steigt auch der Bedarf an Lithium-Ionen-Batterien. Mit der vermehrten Nutzung unter anderem in der Elektromobilität steigen zudem auch die gesetzlichen Anforderungen, wie die Batterieverordnung. Diese hat das Ziel, die Sicherheit und Nachhaltigkeit in der Batteriefertigung sicherzustellen. Um den Verordnungen und den hohen Qualitätsansprüchen in der Nutzung der Batterien gerecht zu werden, sieht das aktuelle Technologieniveau aufwändige Prüfungen sowohl beim Wareneingang als auch in Quality Gates entlang der gesamten Prozesskette vor. Darüber hinaus hat die Europäische Union u.a. in der Batterieverordnung strenge Anforderungen an die Kennzeichnung von Batterien bezüglich der Nachhaltigkeit von Batterien und ihrer Fertigung eingeführt. Dies erfordert eine effiziente und transparente Nachhaltigkeitsbewertung der Batterieproduktion und Zertifizierung. Sowohl die Qualitätsprüfungen als auch die Nachhaltigkeitsbewertungen sind aktuell sehr zeit- und kostenintensiv. Zudem fehlt es zur umfassenden Bewertung und den Reporting-Pflichten an einer validen Datengrundlage in den Unternehmen. Das QUGAPP-Projekt setzt hier mit dem Ziel an, die physischen Prüfaufwände stark zu reduzieren sowie durch synergetische Nutzung bestehender Prozess- und Qualitätsdaten eine effiziente Nachhaltigkeitsbewertung und Optimierung der Prozesse umzusetzen.
Zur Reduzierung der Prüfaufwände ersetzen die Forschenden die physische Prüfung an Quality Gates durch virtuelle Messungen der Qualitätsparameter im Rahmen eines Predictive Quality Modells. Diese virtuellen Prüfungen basieren auf der Vorhersage von Qualitätsparametern anhand von Prozessparametern. Zur Sicherstellung der Datenbasis für die Modelle implementiert das Projektteam ein Traceability-System zur systematischen Strukturierung von Daten, die entlang der gesamten Wertschöpfungskette generiert werden. Dieses System stellt die Verknüpfung von Prozess- und Qualitätsparametern sicher und ermöglicht eine präzise Rückverfolgbarkeit der gemessenen Daten entlang der gesamten Prozesskette. Damit bildet das Traceability-System das Fundament für die Entwicklung von Machine-Learning-Modellen für virtuelle Messungen von Qualitätsparametern sowie Handlungsempfehlungen für Prozessoptimierungen im Rahmen der Predicitve Quality. Durch die Vorhersage der Prozessparameter und Prüfergebnisse dienen diese Modelle nicht nur dazu, die physischen Prüfaufwände an relevanten Quality Gates signifikant zu reduzieren, sondern ermöglichen auch eine 100 %-Prüfung. Durch weitergehende Analysen dieser Modelle sowie der Prozess- und Qualitätsdaten, beispielsweise anhand der Feature Importance, werden zudem Handlungsempfehlungen für eine effiziente Prozessgestaltung ermöglicht.
Ein weiterer essenzieller Aspekt ist die Nutzung von Synergien in den gemessenen Prozess- und Qualitätsparametern. So können die Parameter nicht nur für die virtuelle Messung genutzt werden, sondern auch für die Integration einer umfassenden Nachhaltigkeitsbewertung. Diese Bewertung zielt langfristig darauf ab, die Batteriefertigung in Bezug auf ökologische Kennzahlen transparent zu gestalten und eine Zertifizierung der Produktion zu vereinfachen. Die gewonnenen Erkenntnisse aus der Nachhaltigkeitsbewertung dienen zudem als Grundlage für die Entwicklung praxisorientierter Handlungsempfehlungen zur Optimierung der Fertigungsprozesse, um eine nachhaltigere Produktion zu gewährleisten.
Im BMBF geförderten Projekt arbeiten sieben Projektpartner aus Industrie und Forschung unter der Leitung der IconPro GmbH gemeinsam an diesem wegweisenden Projekt. Die RWTH Aachen, vertreten durch das Werkzeugmaschinenlabor WZL, sowie das Fraunhofer-Institut für Produktionstechnologie IPT und die Fraunhofer-Einrichtung Forschungsfertigung Batteriezelle FFB sind Teil des Konsortiums. Hierbei stellt die FFB mit der Forschungsfertigung sowohl die Expertise als auch die Datenbasis für die Batteriezellfertigung. Das IPT entwickelt ein Traceability-System für die Modul- und Packmontage, sodass in Kombination mit einem bestehenden System für die Batteriezellfertigung die gesamte Wertschöpfungskette abgedeckt werden kann. Auf dieser Grundlage können die Forschenden des WZL die virtuellen Messungen sowie die effiziente Nachhaltigkeitsbewertung auf Basis bestehender Daten und Optimierungsempfehlungen für den Prozess entwickeln.
Auf der Industrieseite tragen die Unternehmen mit Expertise und die Bereitstellung der Linie für die Modul- und Packmontage vertreten durch die BMZ Germany GmbH, die Bereitstellung von Sensortechnik und die Entwicklung des Traceability-Systems durch die SICK AG und Softwareentwicklung durch Icon Pro GmbH (Predictive Quality Modell) und die ONIQ GmbH (Prozessmodellierung und -optimierung hinsichtlich Nachhaltigkeit) zum Erreichen der Projektziele und die praktische Implementierung bei.
Am 22. Und 23. März trafen sich die Konsortialpartner zum Projekt-Kick-Off in Aachen. Das QUGAPP-Projekt erstreckt sich über die nächsten drei Jahre und umfasst acht Arbeitspakete. Diese werden in enger Zusammenarbeit der Konsortialpartner bearbeitet, beginnend mit der Aufnahme von Anforderungen und Anwendungsszenarien bis hin zur Integration der Ergebnisse in eine Pilotlinie der BMZ Germany GmbH, wo die Ergebnisse abschließend validiert werden.
Das diesem Bericht zugrunde liegende Vorhaben wurde mit Mitteln des Bundesministeriums für Bildung und Forschung unter dem Förderkennzeichen 03XP0538 gefördert. Die Verantwortung für den Inhalt dieser Veröffentlichung liegt bei der Autorin/beim Autor.
Mit dem globalen Anstieg der Nachfrage nach Elektrofahrzeugen steigt auch der Bedarf an Lithium-Ionen-Batterien. Mit der vermehrten Nutzung unter anderem in der Elektromobilität steigen zudem auch die gesetzlichen Anforderungen, wie die Batterieverordnung. Diese hat das Ziel, die Sicherheit und Nachhaltigkeit in der Batteriefertigung sicherzustellen. Um den Verordnungen und den hohen Qualitätsansprüchen in der Nutzung der Batterien gerecht zu werden, sieht das aktuelle Technologieniveau aufwändige Prüfungen sowohl beim Wareneingang als auch in Quality Gates entlang der gesamten Prozesskette vor. Darüber hinaus hat die Europäische Union u.a. in der Batterieverordnung strenge Anforderungen an die Kennzeichnung von Batterien bezüglich der Nachhaltigkeit von Batterien und ihrer Fertigung eingeführt. Dies erfordert eine effiziente und transparente Nachhaltigkeitsbewertung der Batterieproduktion und Zertifizierung. Sowohl die Qualitätsprüfungen als auch die Nachhaltigkeitsbewertungen sind aktuell sehr zeit- und kostenintensiv. Zudem fehlt es zur umfassenden Bewertung und den Reporting-Pflichten an einer validen Datengrundlage in den Unternehmen. Das QUGAPP-Projekt setzt hier mit dem Ziel an, die physischen Prüfaufwände stark zu reduzieren sowie durch synergetische Nutzung bestehender Prozess- und Qualitätsdaten eine effiziente Nachhaltigkeitsbewertung und Optimierung der Prozesse umzusetzen.
Zur Reduzierung der Prüfaufwände ersetzen die Forschenden die physische Prüfung an Quality Gates durch virtuelle Messungen der Qualitätsparameter im Rahmen eines Predictive Quality Modells. Diese virtuellen Prüfungen basieren auf der Vorhersage von Qualitätsparametern anhand von Prozessparametern. Zur Sicherstellung der Datenbasis für die Modelle implementiert das Projektteam ein Traceability-System zur systematischen Strukturierung von Daten, die entlang der gesamten Wertschöpfungskette generiert werden. Dieses System stellt die Verknüpfung von Prozess- und Qualitätsparametern sicher und ermöglicht eine präzise Rückverfolgbarkeit der gemessenen Daten entlang der gesamten Prozesskette. Damit bildet das Traceability-System das Fundament für die Entwicklung von Machine-Learning-Modellen für virtuelle Messungen von Qualitätsparametern sowie Handlungsempfehlungen für Prozessoptimierungen im Rahmen der Predicitve Quality. Durch die Vorhersage der Prozessparameter und Prüfergebnisse dienen diese Modelle nicht nur dazu, die physischen Prüfaufwände an relevanten Quality Gates signifikant zu reduzieren, sondern ermöglichen auch eine 100 %-Prüfung. Durch weitergehende Analysen dieser Modelle sowie der Prozess- und Qualitätsdaten, beispielsweise anhand der Feature Importance, werden zudem Handlungsempfehlungen für eine effiziente Prozessgestaltung ermöglicht.
Ein weiterer essenzieller Aspekt ist die Nutzung von Synergien in den gemessenen Prozess- und Qualitätsparametern. So können die Parameter nicht nur für die virtuelle Messung genutzt werden, sondern auch für die Integration einer umfassenden Nachhaltigkeitsbewertung. Diese Bewertung zielt langfristig darauf ab, die Batteriefertigung in Bezug auf ökologische Kennzahlen transparent zu gestalten und eine Zertifizierung der Produktion zu vereinfachen. Die gewonnenen Erkenntnisse aus der Nachhaltigkeitsbewertung dienen zudem als Grundlage für die Entwicklung praxisorientierter Handlungsempfehlungen zur Optimierung der Fertigungsprozesse, um eine nachhaltigere Produktion zu gewährleisten.
Im BMBF geförderten Projekt arbeiten sieben Projektpartner aus Industrie und Forschung unter der Leitung der IconPro GmbH gemeinsam an diesem wegweisenden Projekt. Die RWTH Aachen, vertreten durch das Werkzeugmaschinenlabor WZL, sowie das Fraunhofer-Institut für Produktionstechnologie IPT und die Fraunhofer-Einrichtung Forschungsfertigung Batteriezelle FFB sind Teil des Konsortiums. Hierbei stellt die FFB mit der Forschungsfertigung sowohl die Expertise als auch die Datenbasis für die Batteriezellfertigung. Das IPT entwickelt ein Traceability-System für die Modul- und Packmontage, sodass in Kombination mit einem bestehenden System für die Batteriezellfertigung die gesamte Wertschöpfungskette abgedeckt werden kann. Auf dieser Grundlage können die Forschenden des WZL die virtuellen Messungen sowie die effiziente Nachhaltigkeitsbewertung auf Basis bestehender Daten und Optimierungsempfehlungen für den Prozess entwickeln.
Auf der Industrieseite tragen die Unternehmen mit Expertise und die Bereitstellung der Linie für die Modul- und Packmontage vertreten durch die BMZ Germany GmbH, die Bereitstellung von Sensortechnik und die Entwicklung des Traceability-Systems durch die SICK AG und Softwareentwicklung durch Icon Pro GmbH (Predictive Quality Modell) und die ONIQ GmbH (Prozessmodellierung und -optimierung hinsichtlich Nachhaltigkeit) zum Erreichen der Projektziele und die praktische Implementierung bei.
Am 22. Und 23. März trafen sich die Konsortialpartner zum Projekt-Kick-Off in Aachen. Das QUGAPP-Projekt erstreckt sich über die nächsten drei Jahre und umfasst acht Arbeitspakete. Diese werden in enger Zusammenarbeit der Konsortialpartner bearbeitet, beginnend mit der Aufnahme von Anforderungen und Anwendungsszenarien bis hin zur Integration der Ergebnisse in eine Pilotlinie der BMZ Germany GmbH, wo die Ergebnisse abschließend validiert werden.
Das diesem Bericht zugrunde liegende Vorhaben wurde mit Mitteln des Bundesministeriums für Bildung und Forschung unter dem Förderkennzeichen 03XP0538 gefördert. Die Verantwortung für den Inhalt dieser Veröffentlichung liegt bei der Autorin/beim Autor.