Description: Das Projekt "KIBa - Künstliche Intelligenz für eine systematische und effiziente Herstellung von Batteriematerialien" wird vom Umweltbundesamt gefördert und von Technische Universität Carolo-Wilhelmina zu Braunschweig, Institut für Partikeltechnik durchgeführt. Der Bereich der Künstlichen Intelligenz erlebt aufgrund der jüngsten Durchbrüche bei Rechenleistung, KI-Techniken und Software-Architekturen in den letzten Jahren einen Boom. Unter den vielen Bereichen, die von diesem Paradigmenwechsel betroffen sind, sind auch die Anwendungsmöglichkeiten in der Batterieverfahrenstechnik vielfältig und bergen eine Menge ungenutztes Potenzial, z.B. im Bereich der prädiktiven Modellierung, Prozess- und Formulierungsoptimierung, Fehlererkennung und Unsicherheitsbetrachtung, intelligenter Prozesssteuerung, Maßstabsübertragung und mechanistischer Modellierung. Das Ziel dieses Projektverschlages ist es über eine skalierbare, schnelle und einfache Prozessgestaltung reproduzierbare Daten zur Herstellung von Batteriematerialien zu erfassen und als Basis für eine intelligente Hybridmodellierung durch den Einsatz von Methoden des maschinellen Lernens zu verwenden. Dabei soll sowohl der Batteriematerialsyntheseprozess als auch die Zerkleinerung von partikulären, kalzinierten Batteriematerialien fokussiert werden, um die Herstellungsprozesskette produktoptimierend zu betrachten. Die Prozessierung und Datenerfassung erfolgt dabei sowohl über Inline-Analytik hinsichtlich der Produkteigenschaften als auch über die Implementierung von Sensorik zur Bestimmung von Prozessparametern. Zudem erfolgt eine Parameterstudie, um geeignete Daten für Hybridmodellierung zu erzeugen. Die Hybridmodellierung wird über eine Kombination von Neuronalen Netzen (Black-Box-Modellierung) mit einer nachgeschalteten intelligenten Netzanalyse über genetische Programmierung erfolgen. Die genetische Programmierung fußt dabei auf einer automatisierten Auswahl, Bewertung, Kombination und Anpassung mechanistischen Short-cut-Modellen und physikalischen Abhängigkeiten und liefert das Hybridmodell, dass zu einer nachhaltigen Batterieprozess- und Materialentwicklung, der Erhöhung der Prozesseffizienz und zur Maßstabsübertragung genutzt werden kann.
SupportProgram
Origin: /Bund/UBA/UFORDAT
Tags: Braunschweig ? Genetik ? Kalzinierung ? Software ? Architektur ? Berg ? Künstliche Intelligenz ? Physikalisches Modell ? Verfahrenstechnik ? Modellierung ? Sensorische Bestimmung ? Datenerhebung ? Netz ? Schnellmethode ? Zerkleinerung ?
Region: Niedersachsen
License: cc-by-nc-nd/4.0
Language: Deutsch
Time ranges: 2021-09-01 - 2024-08-31
Accessed 1 times.