details_view: 16 von 46

 

Verbundvorhaben: HIBRAIN- Holistische Methode eines kombinierten daten- und modellbasierten Elektrodendesigns unterstützt durch künstliche Intelligenz; Teilvorhaben: Entwicklung 3D-Elektrodenmodell

Zeitraum
2022-01-01  –  2024-12-31
Bewilligte Summe
338.719,58 EUR
Ausführende Stelle
Mercedes-Benz AG - RD/EBZ, Stuttgart, Baden-Württemberg
Förderkennzeichen
03ETE039B
Leistungsplansystematik
Elektromobilität - Lithium-basierte Batterien [EA2611]
Verbundvorhaben
01241889/1  –  HIBRAIN
Zuwendungsgeber
Bundesministerium für Wirtschaft und Klimaschutz (BMWK.IIB5)
Projektträger
Forschungszentrum Jülich GmbH (PT-J.ESN5)
Förderprogramm
Energie
 
Das virtuelle Design von neuen Batterien ist eines der Ziele des langfristigen Forschungsplans BATTERY 2030+ der Europäischen Kommission. Um die Kosten und den Zeitaufwand für die Entwicklung neuer Batterien zu reduzieren, muss das virtuelle Design insbesondere auf der Ebene der Elektrodenmikrostruktur noch prädiktiver werden. Um also das Design neuer Elektroden durch Modellierung und Simulation besser zu unterstützen, muss ein neues Niveau der Modellgenauigkeit erreicht werden. Ziel des HiBRAIN-Projekts ist es daher, einen ganzheitlichen Ansatz zu entwickeln, der u. a. die Einbindung von künstlicher Intelligenz (KI) zur Optimierung des Elektrodendesigns beinhaltet. Die dafür erforderliche umfangreiche Datenbasis soll überwiegend durch modellbasierte Simulationen generiert werden, die durch gezielt erhobene experimentelle Daten unterstützt werden. Der Einsatz von modellbasierten Analysewerkzeugen soll dabei zu einem Standardverfahren für das Design neuer Batterieelektroden werden. Aus diesem Grund zielt das HiBRAIN-Projekt auf die quantitative Vorhersage der Elektrodenleistung mittels stochastischer 3D-Modellierung von Elektrodenmikrostrukturen und physikbasierter numerischer Modellierung der in diesen Strukturen ablaufenden Prozesse. Im Rahmen des HiBRAIN-Projekts wird die MB AG ein 3D-Elektrodenmodell entwickeln, um die mikroskopischen Effekte von leitenden und nichtleitenden Additiven zu analysieren, die von den gängigen P2D-Modellen nicht quantitativ beschrieben werden. Der Vergleich zwischen den 3D- und P2D-Modellen wird durch ein Zwischenmodell, das so genannte halbhomogenisierte Modell, unterstützt, das zur Verfeinerung der Qualität des P2D-Modells verwendet wird.