Künstliche Intelligenz für die Batteriezellenproduktion

Die BMW Group und das Regional Centre of Excellence for Robotic Technology der Universität Zagreb arbeiten gemeinsam an der Entwicklung KI-basierter Lösungen für die Produktion von Batteriezellen. Das Forschungsprojekt „Insight“ nutzt prädiktive Modelle und Datenanalysen, um Effizienz, Qualität und Ressourcenmanagement in der Herstellung von Hochvoltbatterien zu verbessern.

Kontext der Zusammenarbeit
Die Kooperation umfasst die BMW Group, die in der Entwicklung und Produktion von Batteriesystemen tätig ist, sowie die Universität Zagreb, die auf Robotik, Maschinenbau, Elektrotechnik und Informatik spezialisiert ist. Die Zusammenarbeit, die 2024 gestartet wurde, konzentriert sich auf die Integration von Modellen der künstlichen Intelligenz in die industrielle Batteriezellenproduktion.

Ziel ist es, die zunehmende Komplexität der Batterieproduktion zu bewältigen, die große Datenmengen, umfangreiche Testreihen und eine kontinuierliche Qualitätskontrolle entlang der gesamten Wertschöpfungskette erfordert – von der Elektrodenfertigung bis hin zum direkten Recycling der Materialien.

Technische Lösung und Aufgabenverteilung
Das Projekt „Insight“ nutzt KI-Netzwerke, die mit historischen Produktionsdaten sowie Echtzeitdaten aus der laufenden Fertigung trainiert werden. Die entwickelten Modelle ermöglichen die Vorhersage von Prozessparametern und Leistungsdaten der Batteriezellen und reduzieren dadurch die Anzahl physischer Tests.

Die BMW Group stellt industrielle Infrastruktur, Produktionsdaten und Fachwissen im Bereich Batteriezellenentwicklung bereit. Die Universität Zagreb übernimmt Forschungsaktivitäten, Datenerfassung und -strukturierung sowie die Entwicklung der KI-Modelle.

Die entwickelten Lösungen werden im Battery Cell Competence Centre in München eingesetzt, wo Forschungs- und Entwicklungsarbeiten für zukünftige Generationen von Hochvoltbatterien stattfinden.

Implementierung und Integration
Die Integration der KI-Systeme erfolgt entlang der gesamten Produktionskette für Batteriezellen. Die Modelle werden genutzt, um Produktionsparameter zu optimieren, Qualitätsprüfungen zu unterstützen und prädiktive Leistungsanalysen durchzuführen.

Eine Anwendung betrifft die sogenannte „Quarantänephase“ der Batteriezellen nach dem ersten Ladeprozess. Mithilfe prädiktiver Analysen können die KI-Systeme das Verhalten der Zellen im Voraus bewerten und dadurch künftig möglicherweise lange kontrollierte Lagerzeiten reduzieren.

Die BMW Group prüft zudem die Ausweitung der entwickelten Modelle auf weitere Anwendungen innerhalb ihres Produktionsnetzwerks sowie bei Batteriezellenherstellern.

Anwendungen und Einsatzbereiche
Zu den Anwendungen gehören die Optimierung von Produktionstests, die Reduzierung des Materialverbrauchs, die Verbesserung der Qualitätskontrolle sowie die Unterstützung direkter Batterierecyclingprozesse.

Laut Projektdaten reduzieren die KI-Modelle den Zeit- und Materialaufwand in bestimmten Produktionsphasen um mehr als 50 Prozent. Die entwickelten Technologien unterstützen zudem das Produktionsdatenmanagement sowie die Identifikation betrieblicher Muster zur Verbesserung von Prozessleistung und Stabilität.

Ergebnisse und erwartete Auswirkungen
Die Zusammenarbeit trägt zur Entwicklung effizienterer Produktionsprozesse mit optimierter Ressourcennutzung bei. Die Verringerung physischer Tests und des Materialverbrauchs reduziert Betriebszeiten und industrielle Kosten bei gleichzeitig hohen Qualitätsstandards.

Darüber hinaus stärkt die Kooperation den Technologietransfer zwischen akademischer Forschung und Industrie und unterstützt den Aufbau spezialisierter Kompetenzen in den Bereichen künstliche Intelligenz und Batterietechnologien.

Bearbeitet von Maria Brueva, Induportals-Redakteurin – mit KI angepasst.

www.bmwgroup.com