Verbundvorhaben: Shirkan2 - Matrix Schindeltechnologie für die Zukunft der Photovoltaik; Teilvorhaben: Entwicklung Automatisierung
Zeitraum
2023-08-01 – 2026-07-31
Bewilligte Summe
480.657,01 EUR
Ausführende Stelle
Förderkennzeichen
03EE1152C
Leistungsplansystematik
Kristallines Silizium Modultechnik [EB1013]
Verbundvorhaben
01252026/1 – Shirkan2 - Entwicklung leitfähiger Klebstoffe für die Matrix-Schindeltechnologie
Zuwendungsgeber
Bundesministerium für Wirtschaft und Klimaschutz (BMWK.IIB5)
Projektträger
Forschungszentrum Jülich GmbH (PT-J.ESE1)
Förderprogramm
Energie
Das Teilprojekt 'Entwicklung Automatisierung' der M10 Industries AG befasst sich mit der bereits entwickelten Matrix-Schindel-Technologie und deren Industrialisierung. Dies bedeutet den Produktionsablauf zur Herstellung eines Solarmoduls ganzheitlich, in Bezug auf Anpassungen für die Schindel-Matrix-Technologie, zu betrachten. Das setzt eine vollautomatisierte flexible Lösung zur Kontaktierung von Solar-Schindelzellen im Modulverbund bis hin zur Anschlussdose und deren zu Quer-/Längs zu verschaltenden Stromlaufpfade, die flexibel in den Abmessungen sind, voraus. Konstruktiv werden hier Expertisen zur Konzeptionierung einer Querverschaltung Anwendung finden. Bereits entwickelte Kontaktierungsmodelle auf Basis von Lötbandverbindungen, die sich in Funktionen adaptieren und weiter modifiziert anwenden lassen, werden dem Umsetzungsziel beitragen, ferner sind hohe Durchsätze solcher Anlagen zu realisieren. Hierzu ist geplant auf Grundlage und mit Hilfe eines digitalen Zwillings die Adaptierung abzuprüfen und anschließend in Produktherstellungen zu realisieren. Anschließend werden Kleinserien hergestellt um diese den Qualitätsprüfungsverfahren zu unterziehen. Weiteres Ziel ist es eine automatisierte Datenerfassung, welche die Ergebnisse der Qualitätsprüfgeräte in Form eines Protokolls aufnimmt und zentralisiert speichert. Daraus soll in Bezug zu den dazugehörigen Maschinenparametern auf Qualitätsschwankungen unmittelbar und möglichst automatisiert reagiert werden können. Dies erfolgt entsprechend an den verknüpften Maschinen und deren jeweiligen Prozessschritten. Diese Daten können somit aufbereitet und weiterverarbeitet werden, sodass eine KI diese beurteilen kann.