Das Upcycling von Lithium-Ionen-Batterien ist nicht nur aufgrund der vorhandenen Mengen immer wichtiger, sondern vor allem, um die Nachhaltigkeit der Elektromobilität zu fördern und Ressourcen effizienter zu nutzen. Gebrauchte Akkus aus E-Autos kommen in anderen Bereichen zum Einsatz, um somit die Ressourcen zu schonen. Leider hat sich das Upcycling wegen wirtschaftlichen und technischen Gründen bisher noch nicht durchsetzen können, doch Forscher können mithilfe von KI und einer Hochgeschwindigkeitsmethode eine Lösung anbieten.
Forschungsprojekt QualLiProM erlangte neue Erkenntnisse
Im Rahmen des vom Bundesministerium für Bildung und Forschung (BMBF) geförderten Forschungsprojekts „QuaLiProM“ hat ein interdisziplinäres Team die Herausforderung angenommen, die Restkapazität und Lebensdauer gebrauchter Lithium-Ionen-Batterien auf zerstörungsfreie, schnelle und sichere Weise zu bestimmen. Ziel ist es, eine zuverlässige und wirtschaftlich rentable Zweitnutzung der Batterien zu ermöglichen.
Bisherige Herausforderungen bei der SoH-Messung
Lithium-Ionen-Batterien verschleißen sowohl während der Lagerung als auch beim Gebrauch. Dies äußert sich in einem Verlust der Kapazität und einem Anstieg des Innenwiderstands, was wiederum dazu führt, dass die Batterie weniger Energie liefern kann und ihre Leistung abnimmt. Der Gesundheitszustand einer Batterie wird üblicherweise durch den State-of-Health (SoH) beschrieben. Dieser gibt an, in welchem Maße die Batterie im Vergleich zu ihrem ursprünglichen Zustand gealtert ist. Der SoH bewertet demnach die Leistungsfähigkeit und die Lebensdauer von Batterien, wobei es verschiedene Methoden für die Messung gibt. Beispielsweise kann man durch elektrochemische Messungen wie Kapazitätstests, Impedanzspektroskopie oder Lebensdauertests Daten zur verbleibenden Kapazität oder zum Innenwiderstand von gealterten Zellen gewinnen.
Allerdings benötigen diese Methoden Vergleichswerte der Batterien im Neuzustand, um wirklich aussagekräftige Ergebnisse zu liefern. Zudem ist eine direkte elektrische Kontaktierung der Zellen notwendig, was die Methode ungeeignet für eine schnelle Überprüfung macht. Ferner geben diese Tests nur Auskunft über den Gesamtzustand der Zelle, identifizieren aber keine spezifischen Defektstellen oder Überladungsbereiche.
Quantenmagnetometrie umgeht Messprobleme
Anders als bei den bisherigen und experimentellen Qualitätskontrollen oder Restwertanalysen von Lithium-Ionen-Zellen nutzt die Quantenmagnetometrie eine schnelle, günstige und genaue Bestimmung des Batteriezustands. In der Forschung zeigte man bereits, dass anhand der Methodik die zustandsabhängige Magnetisierung der Batteriezelle genau bestimmbar ist. Es bewies sich auch, dass Defekte, Verunreinigungen und der Ladungszustand durch Quantensensoren ermittelt werden kann. Auf Basis dieser Erkenntnisse setzt das „QuaLiProM-Projekt“ eine Hochgeschwindigkeitsmessmethode auf Grundlage von Quantenmagnetometrie und Künstlicher Intelligenz ein. Sie soll eine Klassifizierung von Zellen anhand des Gesundheitszustands in industriellen Anwendungen gewährleisten.
Entwicklung innovativer Schnelltestmethodik
Im Rahmen des »QuaLiProM-Projekts« wird eine innovative Schnelltestmethodik zur präzisen Bestimmung des Batteriezustands entwickelt, die sich besonders für den industriellen Einsatz eignet. Ziel ist es, den Zustand von Lithium-Ionen-Zellen effizient und zerstörungsfrei zu bewerten und nachhaltige Anwendungsstrategien für alternde Batterien zu fördern.
Die Batteriezellen werden mittels zyklischer Alterungstests gezielt degradiert, was als Grundlage für die Analyse der Alterungsmechanismen dient. Durch die Untersuchung der elektrochemischen Messdaten werden Rückschlüsse auf den Zustand und die Restlebensdauer der Zellen ermöglicht. Ein zentraler Bestandteil der Methodik ist die quantenmagnetische Untersuchung der Zellen. Mithilfe eines Quantensensors, der den Spin eines speziellen Defekts in einem Diamanten beobachtet, werden Magnetfeldmappings erstellt. Diese liefern wertvolle Informationen über Anomalien in den Batteriezellen. Der Vorteil dieser Methode liegt in ihrer zerstörungsfreien Natur, wodurch aufwendige Lade- und Entladezyklen entfallen.
Skalierung und industrieller Einsatz
Ein Hauptziel des Projekts ist der Transfer der Methodik von der Laborebene auf die industrielle Ebene. Dieser Schritt ist entscheidend für die Anwendung in der Zellproduktion sowie im Recycling- und Upcycling-Prozess. Zur Analyse der Magnetfeldmappings kommen moderne Deep-Learning-Verfahren zum Einsatz. Diese identifizieren charakteristische Merkmale, die mit dem Alterungszustand der Zellen korrelieren, und klassifizieren die Zellen als gesund, degradiert oder defekt. So können noch funktionstüchtige, aber degradierte Zellen erkannt werden, die für Elektrofahrzeuge nicht mehr geeignet sind, jedoch in anderen Bereichen nutzbar sind.
Das Projekt zielt darauf ab, geeignete Upcycling-Strategien zu entwickeln und neue Second-Life-Anwendungen für Batteriezellen in weniger anspruchsvollen Bereichen zu erforschen. Dies soll zur nachhaltigen und ressourcenschonenden Nutzung von Batteriezellen beitragen und den Transfer dieser Innovation in die Industrie beschleunigen.
Quellen / Weiterlesen
Bildquelle: © Friedrich-Alexander-Universität Erlangen-Nürnberg/Prof. Roland Nagy