42 Prakt. Met. Sonderband 52 (2018)
J)
Abb. 8: Beispiele fur Fertigungsungénzen in Li-lonen-Batterien: (a) Ableiterdurchbruch
durch Fremdpartikel in Graphitanode. (b) Eindruck eines NMC-Partikels in die mit Keramik
beschichtete Separatorfolie. (c) Durch Kalandrieren zerbrochene Partikel aus NCA
(LINICOAIQ2). (d) Schichtdickenschwankung in der Anode durch Eindruck eines Partikels
(rot markiert). Die Bilder wurden im Lichtmikroskop (a) bzw. REM (b-d) aufgenommen. |
Um statistisch belastbare Aussagen über die Fertigungsqualität zu erlangen, müssen für,
die mikroskopischen Untersuchungen entsprechend große Schliffflächen präpariert und
analysiert werden. Für die quantitative Gefügeanalyse (QGA) und die dazu nötige bild-
analytische Verarbeitung der Gefügebilder mittels geeigneter Software stellen Li-lonen-
Akkus aufgrund der komplexen, mehrphasigen Mikrostruktur und der großen Mengen an
anfallenden Bilddaten eine große Herausforderung dar. Es sind daher robuste und
automatisierte Methoden zur Bildanalyse zu entwickeln. Vielversprechend sind hier
Algorithmen aus dem Bereich des maschinellen Lernens (ML). Künstliche neuronale
Netze, Support Vector Machines und verwandte Methoden lernen anhand von Beispielen,
wie sie Gefügebilder interpretieren müssen. Mittels ML lassen sich bei Li-lonen-Zellen die
Gefügekenngrößen bestimmen, die mit Fertigungsparametern oder Zelleigenschaften
zusammenhängen wie Aktivmaterialanteile, Partikelgrößenverteilungen oder Schicht-
dicken. Neben der Segmentierung der Bilder kann ML auch eingesetzt werden, um
verschiedene Aktivmaterialien auf Basis von Morphologie-, Textur- und Farbmerkmalen zul
klassifizieren. Schließlich ist für die Qualitätssicherung der Li-lonen-Zellen die Detektion
von Defekten oder Ungänzen bzw. Inhomogenitäten wichtig. ML kann auch diese Klassi-
fikationsaufgabe (Unterscheidung guter und schlechter Stellen) durchführen. Hierzu
müssen die Verfahren zuvor mit geeigneten Gefügebildern trainiert werden, die von einem
Experten mit der gewünschten Zielgröße (z.B. „gut/schlecht“) versehen wurden (Abb. 9).