Kombination von künstlicher Intelligenz mit preisgekrönter Technologie zur Messung des Batteriezustands

"Es ist eine der Diagnosen, die nützlich sein können, um die Leistung, Lebensdauer und Sicherheit von Batterien frühzeitig zu verstehen"

14.11.2023

Die kontinuierliche Messung des Zustands und der Sicherheit von Batterien ist eine wichtige Herausforderung, da immer mehr Elektrofahrzeuge, netzgebundene Energiespeicher und andere saubere Energietechnologien auf den Markt kommen.

Die Industrie braucht bessere Methoden zur Diagnose der Batterien, die diese Geräte antreiben, um ihre Sicherheit, Leistung und Zuverlässigkeit von der Entwicklung bis zum Recycling zu gewährleisten. So können beispielsweise Lithium-Ionen-Batterien trotz ihres umfangreichen Einsatzes in zahlreichen Anwendungen von der Unterhaltungselektronik über die Telekommunikation bis hin zum Automobilbau im Laufe ihrer Lebensdauer verschiedene Probleme wie unbeabsichtigten Kapazitätsverlust, Kurzschlüsse und thermisches Durchgehen aufweisen.

Im Jahr 2011 entwickelten Forscher des Idaho National Laboratory eine preisgekrönte Technologie zur Messung des Zustands und der Sicherheit von Batterien.

Zustand von Lithium-Ionen-Akkus mit einfacher Methode messen

Neue Technik zur Messung von Ladezustand, Defekten und Kapazitätsverlusten bei Batterien mittels Atommagnetometrie

News lesen

Indem mehrere Stromwellen gleichzeitig durch eine Batterie geschickt werden, bestimmt die Inline Rapid Impedance Spectroscopy (iRIS)-Technologie den Widerstand der Batterie und kann überwachen, wie sich der Widerstand im Laufe der Zeit verändert. Diese Daten sagen viel über den Ladezustand, die Gesundheit und die Sicherheit der Batterie aus. Das in Loveland, Colorado, ansässige Unternehmen Dynexus Technology, Inc. hat die iRIS-Technologie 2015 exklusiv vom Idaho National Laboratory lizenziert.

Jetzt erhält iRIS dank einer privatwirtschaftlichen Zusammenarbeit zwischen Dynexus und Pattern Computer, Inc. einen Schub an künstlicher Intelligenz, ein Unternehmen, das Mustererkennung einsetzt, um komplexe Datensätze verständlich und umsetzbar zu machen.

iRIS verbessert die Batteriediagnose

Auch ohne künstliche Intelligenz ist iRIS anderen, ähnlichen Batteriediagnose-Tools überlegen, weil es viel schneller ist - es kann eine Fülle von Daten innerhalb von Sekunden statt von Minuten generieren - und es kann Messungen vornehmen, während die Batterie geladen oder entladen wird.

Das iRIS kann bis zu 50 Volt messen, obwohl die Forscher von Dynexus an einer Version arbeiten, die bis zu mindestens 100 Volt messen kann, was für verschiedene Batteriemodulkonfigurationen verwendet werden kann.

Damit eignet sich iRIS für Qualitätskontrollfunktionen in einer Batteriefabrik oder für die Messung des Zustands älterer Batterien (z. B. in EV-Batterien, deren Kapazität nachgelassen hat), damit sie für einen zweiten Zweck wiederverwendet werden können.

Durch die Kombination von iRIS mit der Pattern Discovery Engine von Pattern hoffen die Forscher, das Tool noch leistungsfähiger zu machen.

"Damit die Wiederverwendung und Wiederaufbereitung von Batterien nachhaltig ist, müssen wir in der Lage sein, die Zweitnutzung von Batterien zu finanzieren und zu versichern", sagte David Sorum, CEO von Dynexus Technology, Inc. "Wir müssen die verbleibende Kapazität und den Gesundheitszustand während des gesamten Lebenszyklus einer Batterie kennen. Durch die Zusammenarbeit von Dynexus und Pattern können wir einen wichtigen Beitrag zur Lösung dieser Herausforderung leisten."

Batterie-Integratoren könnten die hybride iRIS/Pattern-Technologie für schwierige diagnostische Herausforderungen nutzen, wie z. B. die Vorhersage von Batterieausfällen oder die Zusammenstellung ähnlicher Batterien in einem Gerät, damit sie optimale Leistung liefern.

INL-Technologie mit großer Wirkung

Tanvir Tanim, ein leitender Wissenschaftler für Batterieforschung und -entwicklung am INL, setzt iRIS in seiner Forschung ein und vergleicht die Technologie mit anderen Diagnosewerkzeugen.

"Es ist eine der Diagnosemethoden, die nützlich sein können, um die Leistung, Lebensdauer und Sicherheit von Batterien frühzeitig zu verstehen", sagte er. "Wenn man nur die konventionellen Messungen - Spannung, Temperatur und Strom - betrachtet, ist es oft schwierig, den Gesundheits- und Sicherheitszustand einer Batterie genau zu messen."

Die Zusammenarbeit zwischen Dynexus und Pattern ist ein Beispiel dafür, wie eine am INL entwickelte und getestete Technologie, die von Privatunternehmen vermarktet wird, potenziell große Auswirkungen auf die Industrie haben kann, so Ryan Bills, INL Commercialization Manager.

"Mit iRIS hat Dynexus das Interesse von Kunden aus der Industrie und der Regierung geweckt", sagte er. "Jetzt bildet die Pattern-Partnerschaft die Grundlage für etwas Neues. Gemeinsam werden sie die Messung des Batteriezustands verbessern und die Nadel von der Batteriediagnose zur Batterieprognose bewegen, um den Wert der Batterie zu maximieren und die Sicherheit zu verbessern."

Hinweis: Dieser Artikel wurde mit einem Computersystem ohne menschlichen Eingriff übersetzt. LUMITOS bietet diese automatischen Übersetzungen an, um eine größere Bandbreite an aktuellen Nachrichten zu präsentieren. Da dieser Artikel mit automatischer Übersetzung übersetzt wurde, ist es möglich, dass er Fehler im Vokabular, in der Syntax oder in der Grammatik enthält. Den ursprünglichen Artikel in Englisch finden Sie hier.

https://www.chemie.de/news/1182026/kombination-von-kuenstlicher-intelligenz-mit-preisgekroenter-technologie-zur-messung-des-batteriezustands.html