KiBaTest

Problemstellung

Bei der Auslegung eines Batteriesystems muss darauf geachtet werden, dass eine Vielzahl von Anforderungen, wie Reichweite, Leistungsfähigkeit, Sicherheit, Zuverlässigkeit und Lebensdauer, auch in der Praxis erfüllt werden. Um diese Anforderungen sowie geltenden Normen abzusichern, werden aktuell umfangreiche und kostenintensive Prüfstandversuche durchgeführt. Dabei handelt es sich zum einen um Versuche innerhalb der Betriebsspezifikationen (Performance Tests), wie Versuchsreihen zur Charakterisierung des Alterungsverhaltens einer Batterie. Zum anderen werden Versuche außerhalb der Spezifikationen vorgenommen (Abuse Tests) bei denen die Reaktion einer Batterie im Missbrauchsfall getestet wird.

Vor allem Alterungstestreihen, bei denen Batterien iterativ bis zu ihrem Lebensende zyklisiert werden, können mehrere Monate dauern und belegen damit für einen langen Zeitraum kostspielige Testeinrichtungen. Darüber hinaus müssen die Tests jeweils auf Zell-, Modul-, und Packebene vorgenommen werden, was den Testaufwand enorm steigert. Der zunehmende Komplexitätsgrad von der Einzelzelle hin zum Pack steigert die entstehenden Testkosten, verursacht durch den Prüfling selbst, aber auch durch das Testequipment (Geräte, Räumlichkeiten, Schutzeinrichtungen. Insgesamt ist der aktuelle Batterietestprozess also mit einem hohen zeitlichen und finanziellen Aufwand verbunden.

Ziele des Vorhabens

Das grundlegende Ziel dieses Projekts ist es, das Testing von Batteriesystemen durch den Einsatz von künstlicher Intelligenz zu optimieren. Hierzu soll eine teil-virtueller Absicherungsprozess entwickelt werden, bei dem eine Symbiose aus weiterhin notwendigen real-physischen Tests mit Künstlicher Intelligenz eingegangen wird. Durch ein geschicktes Zusammenspiel aus dem physischen Testing und Big-Data Analysen soll ein zunehmend virtueller Absicherungsprozess ermöglicht werden. Dieser soll die Integration in den Produktentwicklungsprozess von Fahrzeugen erheblich erleichtern, was schlussendlich positiv zu einer schnelleren Marktdurchdringung von elektrifizierten Fahrzeugen die Folge hätte. Es kann ein erweitertes Verständnis der entwickelten Batteriesysteme bereits in der Vorserienphase aufgebaut werden, wodurch eine bessere Vorhersage des Verhaltens der Batterie innerhalb der Lebensdauer entsteht. U.a. die folgenden Aspekte können durch ein intelligentes Testing verbessert werden:

Sicherheit: Durch Simulation zusätzlicher Unglückszenarien kann die Sicherheit der entwickelten Batteriesysteme besser bewertet werden – ohne zusätzliche Kosten
Nachhaltigkeit: Die Kenntnis der Performance unter verschiedenen Umweltbedingungen und Simulation dieser macht eine potentielle Wiederverwendung der Testmuster möglich und planbar
Wirtschaftlichkeit: Die Gewährleistung in Märkten, z.B. in denen die Klimabedingungen ungünstig für das Batteriesystem sind (Heiß-/Kaltländer), kann hohe Kosten verursachen. Durch das erweiterte virtuelle Testing können umfangreiche Schlüsseldaten für Szenarien ungünstigster Bedingungen generiert werden, um die zukünftigen Kosten eines Systemausfalls im Feld besser einschätzen und reduzieren zu können.

Industriepartner:

TÜV SÜD Battery Testing GmbH

Gefördert durch das Bayerisches Staatsministerium für Wirtschaft, Landesentwicklung und Energie i. R. des FuE Programms Informations- und Kommunikationstechnik Bayern