Zur Übersicht

Oral-Poster-Präsentation

Mikrostrukturelle Defekte in Li-Ionen Batterien – Qualitätsbewertung mit mikroskopischen Methoden

Mittwoch (16.09.2020)
18:28 - 18:32 Uhr

Die steigende Nachfrage nach Li-Ionen-Batterien für mobile und stationäre Anwendungen erfordert weitere Forschungsaktivitäten, um die Energiedichte und Lebensdauer weiter zu verbessern und die Herstellungskosten und Ressourcenverbrauch zu reduzieren. Die Funktion und Qualität einer Batterie stehen im direkten Zusammenhang mit der Mikrostruktur der Batteriezelle. Innerhalb der Batterie treten unterschiedliche Fehler über verschiedene Längenskalen hinweg auf. Durch Schichtdelaminationen oder Verschiebungen der Elektrodenfolien im Zellwickel kann die Kapazität beeinträchtigt werden. Innerhalb der einzelnen Elektroden können lokale Defekte wie Fremdpartikel, Poren, Schichtdickenschwankungen und Risse in der Beschichtung auftreten, die die Leistungsfähigkeit und die Lebensdauer negativ beeinflussen. Fremdpartikel können zusätzliche Kurzschlüsse verursachen und stellen ein potentielles Sicherheitsrisiko dar. Für die Analyse und Bestimmung von Zelleigenschaften von Li-Ionen-Batterien kommen überwiegend elektro-chemische Methoden zum Einsatz. Diese liefern jedoch keine Informationen über die räumliche Verteilung und Häufigkeit einzelner Defekte. Zusätzliche bildgebende Untersuchungsmethoden sind daher notwendig, um die Wirkzusammenhänge zwischen Mikrostruktur und Batterieleistung besser zu verstehen und die qualitätsrelevanten Mikrostrukturparameter zu identifizieren. Mit einer Kombination aus verschiedenen bildgebenden Untersuchungsmethoden werden die Möglichkeiten einer umfangreichen Qualitätsbewertung anhand der Mikrostruktur dargestellt. Große, geometrische Defekte werden mittels Computertomografie zerstörungsfrei erfasst. Höher aufgelöste Untersuchungen des Zellwickels und der Elektrodenbeschichtungen werden an materialografisch präparierten Schliffen ganzer Zellen oder an Stichproben aus der Produktion mit Licht- und Rasterelektronenmikroskopie durchgeführt. Die mikrostrukturellen Fehler werden automatisiert mit Machine-Learning-Algorithmen detektiert. Dadurch können wichtige Informationen über die Verteilung unterschiedlicher Defekte gewonnen werden. Die entwickelten Methoden helfen dabei, die Qualität von Li-Ionen-Batterien zu bewerten, liefern zusätzliche Informationen über die Stabilität von Fertigungsprozessen und können zur produktionsbegleitenden Qualitätsbewertung eingesetzt werden. Dadurch können fehlerhafte Komponenten frühzeitig aus der Produktion entfernt und damit die Herstellungskosten und der Ressourcenaufwand deutlich reduziert werden.

Sprecher/Referent:
Andreas Kopp
Hochschule Aalen - Technik und Wirtschaft
Weitere Autoren/Referenten:
  • Jan Niedermeier
    Hochschule Aalen - Technik und Wirtschaft
  • Andreas Jansche
    Hochschule Aalen - Technik und Wirtschaft
  • Olatomiwa Badmos
    Hochschule Aalen - Technik und Wirtschaft
  • Florian Trier
    Hochschule Aalen - Technik und Wirtschaft
  • Dr. Timo Bernthaler
    Hochschule Aalen - Technik und Wirtschaft
  • Prof. Dr. Gerhard Schneider
    Hochschule Aalen - Technik und Wirtschaft