Schädigungs- und Zustandsanalyse defekter Hochvoltbatterien

Die Zunahme batterieelektrischer Fahrzeuge im Verkehr erhöht statistisch die Zahl der Verkehrsunfälle in dieser Fahrzeuggruppe. Daneben gibt es künftig auch eine wachsende Anzahl an Altbatterien, die aufgrund alterungsbedingter Ausfälle oder sonstiger Defekte nicht weiter im Fahrzeug eingesetzt werden können. Um diese Traktionsbatterien im Falle eines Unfalls, einer sichtbaren oder äußerlich nicht erkennbaren Beschädigung oder aufgrund fortschreitender Zyklenzahl und damit einhergehenden Alterungseffekten, nicht grundsätzlich und übergreifend dem Recyclingprozess zuzuführen und die Sicherheit beim Handling des Packs zu gewährleisten, ist eine aussagekräftige und zuverlässige Zustandseinschätzung des Energiespeichers notwendig. Anhand dessen muss unterschieden werden, welche der anfallenden Batterien aufgrund von schwerwiegenden Defekten entsorgt werden müssen und welche möglicherweise in anderen Anwendungsfällen zum Einsatz kommen könnten, um so eine ökonomisch und ökologisch sinnvolle Wiederverwertung der Speicher zu gewährleisten. Ebenso ermöglicht diese Zustandseinschätzung die korrekte Beurteilung des Gefährdungspotentials, sodass gezielte Maßnahmen ergriffen werden können. Ziel von SUSTAIN ist es daher, ein spezielles Diagnosegerät zu entwickeln, welches auf Basis eines zu erarbeitendem Schadenskatalogs sowohl eine Gefährdungsbeurteilung eines unbekannten Lithium-Ionen-Batteriesystems ermöglicht als auch Aufschluss über eine potentielle weitere Nutzung geben soll. Dafür gliedert sich das Projekt in zwei Teilbereiche: eine Testumgebung zur Methodenentwicklung und eine Anwendungsumgebung zur Erprobung. Die Testumgebung dient der gezielten Einbringung von Fehlern und Schäden an Zellen/Modulen und Anwendung von Methoden des Machine Learnings, woraus ein umfassender Schadenskatalog erstellt wird. Die Anwendungsumgebung beinhaltet die Identifikation der aussagekräftigsten Analysemethoden, die Prototypenentwicklung und die Anwendung und Validierung an realen Systemen.

Forschungspartnerschaft

Fördermittelgeber

Förderkennzeichen: 16BZF320E