Verbundvorhaben: HIBRAIN- Holistische Methode eines kombinierten daten- und modellbasierten Elektrodendesigns unterstützt durch künstliche Intelligenz; Teilvorhaben: Datengetriebene stochastische 3D Mikrostrukturmodellierung für effizientes Elektrodendesign unterstützt durch künstliche Intelligenz
Zeitraum
2022-01-01 – 2024-12-31
Bewilligte Summe
264.062,84 EUR
Ausführende Stelle
Förderkennzeichen
03ETE039H
Leistungsplansystematik
Elektromobilität - Lithium-basierte Batterien [EA2611]
Verbundvorhaben
Zuwendungsgeber
Bundesministerium für Wirtschaft und Klimaschutz (BMWK.IIB5)
Projektträger
Forschungszentrum Jülich GmbH (PT-J.ESN5)
Förderprogramm
Energie
Das Verbundprojekt HiBRAIN strebt die Entwicklung einer ganzheitlichen Methodik an, um das Design von neuen Batteriegenerationen durch Modellierung und Simulation besser zu unterstützen. Ziel ist ein Designtool, das einen neuen Grad an Modellgenauigkeit erreicht und die gesamte Erkenntniskette der Batterieforschung abdeckt. Dieses Designtool wird experimentelle und simulierte Daten geeignet miteinander kombinieren. Insbesondere wird hierbei künstliche Intelligenz (KI) zur Optimierung des Elektrodendesigns zum Einsatz kommen, wobei die erforderliche umfangreiche Datenbasis überwiegend durch datengetriebene Modellierung und Simulationen generiert werden soll. Mit der Generierung virtueller, aber dennoch realistischer Mikrostrukturen als Teil dieser Datenbasis beschäftigt sich das Teilprojekt 'Datengetriebene stochastische 3D Mikrostrukturmodellierung für effizientes Elektrodendesign unterstützt durch künstliche Intelligenz'. Basierend auf tomographischen Bilddaten, für deren Aufbereitung ebenfalls KI-Methoden verwendet werden, werden in diesem Teilprojekt parametrische stochastische Modelle entwickelt, die es erlauben, digitale Zwillinge der komplexen Morphologie der Mikrostruktur in der Elektrode ebenso wie der Nanostruktur innerhalb einzelner Aktivmaterialpartikel zu generieren. Durch gezielte Variation der Modellparameter kann anschließend ein breites Spektrum an virtuellen Mikrostrukturen entwickelt werden, die von Partnern in HiBRAIN als Input für die numerische Simulation effektiver makroskopischer Eigenschaften verwendet werden. Diese effektiven makroskopischen Eigenschaften wiederum wirken sich entscheidend auf die Leistungsfähigkeit der entsprechenden Batteriezellen aus. Durch die Kombination von stochastischer 3D Mikrostrukturmodellierung mit numerischer Simulation effektiver makroskopischer Eigenschaften können in HiBRAIN Prozess-Mikrostruktur-Eigenschaftsbeziehungen effizient untersucht werden.