346 Prakt. Met. Sonderband 52 (2018)
Wenn lediglich Informationen über die Morphologie der Partikel vorliegen, dann lassen ht
sich dennoch zuverlässige prädiktive Aussagen über die stoffliche Zusammensetzung der mas.
Partikel treffen, falls sich die Verteilungen der Strukturkenngrößen hinreichend stark
voneinander unterscheiden, siehe Abb. 5. Um möglichst unterschiedliche Verteilungen zu
erhalten, betrachten wir mehrdimensionale Kenngrößenverteilungen. Da die Kenngrößen
in der Regel korreliert, jedoch nicht normalverteilt sind, werden sogenannte Copula-
Funktionen verwendet, um die mehrdimensionalen Verteilungen parametrisch zu Abstr
modellieren. In einer derzeit laufenden Studie soll mithilfe dieser Technik ein
Vorhersagemodell für die stoffliche Zusammensetzung der Partikel entwickelt werden. Auf Men
diese Weise kann, auch wenn lediglich XMT-Aufnahmen vorliegen, nach der Durchführung -
von Trennverfahren der Trennerfolg zuverlassig quantifiziert werden. -
Literaturverzeichnis N
[1] Feinauer, J., Brereton, T., Spettl, A., Weber, M., Manke, I., Schmidt, V.: “Stochastic 3D m)
modeling of the microstructure of lithium-ion battery anodes via Gaussian random fields on fü}
the sphere“, Computational Materials Science, 109, 2015, p. 137-146. E
[2] Westhoff, D., Feinauer, J., Kuchler, K., Mitsch, T., Manke, I., Hein, S., Latz, A., a
Schmidt, V. “Parametric stochastic 3D model for the microstructure of anodes in lithium-ion
power cells“, Computational Materials Science, 126, 2017, p. 453-467. TE
[3] Kuchler, K., Westhoff, D., Feinauer, J., Mitsch, T., Manke, I., Schmidt, V.: “Stochastic
model for the 3D microstructure of pristine and cyclically aged cathodes in Li-ion batteries“, m
Modelling and Simulation in Materials Science and Engineering, 26, 2018, 035005. ’
[4] Hein, S., Feinauer, J., Westhoff, D., Manke, |., Schmidt, V., Latz, A.: “Stochastic LC
microstructure modeling and electrochemical simulation of lithium-ion cell anodes in 3D*, ‚9
Journal of Power Sources, 336, 2016, p. 161-171. NE
[5] Kuchler, K., Prifling, B., Schmidt, D., Markötter, H., Manke, I., Bernthaler, T., Tr
Knoblauch, V., Schmidt, V.: “Analysis of the 3D microstructure of experimental cathode EC
films for lithium-ion batteries under increasing compaction“, Journal of Microscopy, under oY
revision. Hi
[6] Schmidt, D., Kamlah, M., Knoblauch, V.: “Highly densified NCM-cathodes for high om
energy Li-ion batteries: Microstructural evolution during densification and its influence on
the performance of the electrodes“, Journal of Energy Storage, 17, 2018, p. 213-223. ma
[7] Furat, O., Leißner, T., Ditscherlein, R., Sedivy, O., Weber, M., Bachmann, K., Gutzmer, I.
J., Peuker, U., Schmidt, V.: “Description of ore particles from XMT images, supported by
SEM-based image analysis”. submitted.
[8] Westhoff, D., Manke, I., Schmidt, V.: “Generation of virtual lithium-ion battery electrode -
microstructures based on spatial stochastic modeling“, Computational Materials Science,
151, 2018, p. 53-64. ilhen
[9] Feinauer, J., Spettl, A., Manke, I., Strege, S., Kwade, A., Pott, A., Schmidt, V.: )
“Structural characterization of particle systems using spherical harmonics“, Materials
Characterization, 106. 2015, p. 123-133.
