Verbundvorhaben: ML4SOC - Die Anwendung Maschinellen Lernens bei der Fertigung von Festoxidzellen (Machine-Learning for Solid Oxide Cells); Teilvorhaben: Prozesstechnische Aspkete der Anwendung Maschinellen Lernens bei der Fertigung von Festoxidzellen
Zeitraum
2023-08-01 – 2026-07-31
Bewilligte Summe
205.917,10 EUR
Ausführende Stelle
Förderkennzeichen
03EI3085B
Leistungsplansystematik
Sektorkopplung - Wasserstofferzeugung [EA2720]
Verbundvorhaben
Zuwendungsgeber
Bundesministerium für Wirtschaft und Klimaschutz (BMWK.IIB5)
Projektträger
Forschungszentrum Jülich GmbH (PT-J.ESI3)
Förderprogramm
Energie
Im Rahmen des Projekts ML4SOC werden Verfahren des maschinellen Lernens (ML) angewandt, um die Herstellung von elektrochemischen Energiewandlern (Festoxidzellen (Solid Oxide Cells, SOC) als wichtige Technologie für die Wasserstoffwirtschaft) durch Foliengießen zu optimieren. Es wird eine neuartige Forschungsdaten-Managementstruktur aufgebaut werden, die eine lückenlose Erfassung aller Prozessschritte auf Basis eines elektronischen Laborbuchs, d.h. von der Schlickerherstellung bis zur fertigen Schicht, mittels in-situ Messmethoden ermöglicht. Anschließend werden Schlickerrezepte und Verarbeitungsparameter bereitgestellt und durch ausgewählte ML-Algorithmen getestet, um die optimalen Prozessparameter zu ermitteln. Schließlich werden diese durch Simulationen ermittelten Parameter von den Projektpartnern praktisch überprüft. Ziel des Teilprojektes KMS ist es dabei, die für die Multi-Skalen-Modellierung mit künstlicher Intelligenz (KI) und maschinellem Lernen (ML) benötigten Daten und Messwerte im Prozess der Fertigung von Festoxidzellen zu gewinnen und der Modellierung zur Verfügung zu stellen. Dazu müssen die verwendeten Foliengießanlagen modifiziert und mit geeigneter Messtechnik und Datenerfassung ausgerüstet werden.