WO2023079061A1 - Verfahren zur ermittlung von prozessparametern für einen herstellungsprozess eines realen produkts - Google Patents

Verfahren zur ermittlung von prozessparametern für einen herstellungsprozess eines realen produkts Download PDF

Info

Publication number
WO2023079061A1
WO2023079061A1 PCT/EP2022/080781 EP2022080781W WO2023079061A1 WO 2023079061 A1 WO2023079061 A1 WO 2023079061A1 EP 2022080781 W EP2022080781 W EP 2022080781W WO 2023079061 A1 WO2023079061 A1 WO 2023079061A1
Authority
WO
WIPO (PCT)
Prior art keywords
real
product
parameters
steps
manufacturing
Prior art date
Application number
PCT/EP2022/080781
Other languages
English (en)
French (fr)
Inventor
Erik ROHKOHL
Mathias Kraken
Malte Schönemann
Original Assignee
Volkswagen Aktiengesellschaft
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Volkswagen Aktiengesellschaft filed Critical Volkswagen Aktiengesellschaft
Priority to CA3237184A priority Critical patent/CA3237184A1/en
Priority to EP22812640.5A priority patent/EP4427102A1/de
Priority to CN202280078478.9A priority patent/CN118318211A/zh
Publication of WO2023079061A1 publication Critical patent/WO2023079061A1/de
Priority to US18/656,483 priority patent/US20240288857A1/en

Links

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
    • G05B19/41885—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by modeling, simulation of the manufacturing system
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B17/00—Systems involving the use of models or simulators of said systems
    • G05B17/02—Systems involving the use of models or simulators of said systems electric
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
    • G05B19/41815—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by the cooperation between machine tools, manipulators and conveyor or other workpiece supply system, workcell
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M10/00—Secondary cells; Manufacture thereof
    • H01M10/04—Construction or manufacture in general
    • H01M10/0404—Machines for assembling batteries
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/31—From computer integrated manufacturing till monitoring
    • G05B2219/31343—Design of factory, manufacturing system control

Definitions

  • the invention relates to a method for determining process parameters for a manufacturing process of a real product, in particular for the manufacturing process of at least one component of a battery cell.
  • Batteries in particular lithium-ion batteries, are increasingly being used to drive motor vehicles.
  • a motor vehicle has an electric machine for driving the motor vehicle, wherein the electric machine can be driven by the electrical energy stored in the battery cell.
  • Batteries are typically assembled from battery cells, with each battery cell having a stack of anode, cathode and separator sheets. At least part of the anode and cathode layers are designed as current collectors for diverting the current provided by the battery cell to a consumer arranged outside the battery cell.
  • Battery cells with liquid or solid electrolytes (solid-state battery) are known.
  • a battery cell comprises in particular a housing, which is preferably designed to be gas-tight, and arranged therein at least one stack of electrode foils or layers arranged one on top of the other.
  • the housing can be designed as a dimensionally stable housing (e.g. as a prismatic cell or round cell) or at least partially made of an elastically deformable film material (pouch cell).
  • a combination of both housing types is also possible.
  • a carrier material in particular a strip-shaped carrier material, e.g. B. a carrier film, at least partially coated on one side or both sides with an active material.
  • the current conductors (conductor lugs) formed on the electrode are formed in particular by uncoated areas of the carrier material.
  • the carrier material includes z. B. copper, a copper alloy, aluminum or an aluminum alloy.
  • the electrodes are stacked, with different electrodes (anodes and cathodes) being separated from one another by separator materials. A stack produced in this way is to be arranged in the housing and this is to be closed and, if necessary, to be filled with an electrolyte.
  • a continuous manufacturing process includes a number of manufacturing steps that are linked to one another and therefore cannot be carried out independently of one another. For example, during the manufacture of the electrodes, the active material must be mixed and then applied directly to a carrier material and immediately afterwards calendered (i.e. compacted) and, if necessary, dried.
  • a method for determining status data of a production system is known from EP 3 525 049 A1.
  • a model of the production system with virtual workstations is created and a virtual workflow is simulated. Simulated sensor data are used. Based on this simulated sensor data, status data of the production system is formed.
  • WO 2021/043712 A1 is directed to a computer-implemented method for designing a production process.
  • a production model is provided that specifies mathematical relationships between process simulation results and the process settings.
  • An optimal configuration of the production process is determined in which the service life of the respective system component is maximized.
  • DE 10 2018220 064 A1 is directed to a method for determining values of production parameters of a production process.
  • An input variable of the production parameters is determined from a product property using an inverse model.
  • the object of the present invention is to at least partially solve the problems cited with reference to the prior art.
  • a method for determining process parameters for a manufacturing process of a real product in particular for the manufacturing process of at least one component of a battery cell, is to be proposed.
  • the proposed method is intended to prepare a manufacturing process for the real product by simulating a manufacturing process for a virtual product.
  • a method for determining process parameters for a manufacturing process of a real product includes at least one operation of a real device with at least one process parameter.
  • the method comprises at least the following steps: a) providing the real device as a virtual device; b) providing a target value of the at least one process parameter; c) Analysis of the target value and generation of an expected actual value of the process parameter, which actually occurs during operation of the real device, the expected actual value being determined taking into account influencing parameters; wherein the actual value to be expected deviates from the target value or comprises a set of values with a plurality of values; d) operating the virtual device with the at least one process parameter within the scope of a simulation, wherein at least the actual value to be expected is used.
  • steps a) to d) are primarily intended to serve only as a distinction and does not impose any order and/or dependency.
  • the frequency of the process steps, e.g. B. during the implementation of the method may vary. It is also possible for method steps to at least partially overlap one another in terms of time.
  • Process steps a) to c) are very particularly preferred before the step d) instead.
  • step c) takes place after step b).
  • steps a) to d) take place at least partially at the same time as each other.
  • steps a) to d) are carried out in the order given.
  • a real product is z. B. a well-known component of a battery cell, ie z. B. an electrode comprising a coated carrier material, or a stack of electrodes, which is formed by stacked electrodes and separator materials.
  • the real product is actually physically present and can e.g. B. for driving motor vehicles.
  • a fundamentally known manufacturing process for the real product includes, in particular, the steps and devices that are required to manufacture the product.
  • the steps and devices that are required to manufacture the product.
  • For the production of an electrode z. B. the provision of the carrier material as a coil, a device for continuously unrolling the carrier material from the coil, further devices for mixing and providing the coating of the carrier material, for applying the coating to the carrier material, for calendering the coating, for drying the calendered coating , for cutting to length and trimming the possibly coated carrier material and for storing the electrodes.
  • Such real, ie physically present, devices are referred to here as real devices. These devices are operated with at least one process parameter (or a plurality of different process parameters) during operation of the real device, ie as part of the manufacturing process of the real product.
  • a device for unrolling the carrier material is operated at a specific speed and possibly with specific contact pressures as process parameters.
  • a device for mixing is z. B. operated in such a way that certain mixing ratios, temperatures, states of aggregation, pressures, densities, etc. of the individual mixture components are maintained as process parameters.
  • a device for applying the coating is z. B. with regard to the feed of the carrier material, the properties of the coating material, the throughput of coating material, etc. operated regulated.
  • a calender is z. B. with regard to the feed of the coated carrier material, the properties of the coating, etc. operated regulated.
  • all parameters that can be regulated or set or influenced by a user or operator are regarded as process parameters.
  • the above steps a) to d) include in particular only a section of the manufacturing process that is necessary for the manufacture of a real product and which is also described in more detail below.
  • the real device is in particular made available as a virtual device.
  • the device to be used or used to produce the real product is thus simulated by a virtual, ie not physically present, device.
  • This virtual device can e.g. B. generated by a system for data processing and operated as part of a simulation (see steps d)).
  • a target value of the at least one process parameter is provided.
  • This target value is derived in particular from empirical values.
  • Experience values include e.g. B. empirically determined values, ie z. B. are known from the previous operation of comparable devices.
  • the target value can also be formed by a freely determined, ie estimated, value.
  • the target value of the process parameter is in particular the value with which the device is to be operated. This will z. B. set on the real device in the context of the manufacturing process for the real product.
  • step c) the setpoint value is analyzed and an expected actual value of the process parameter is generated, which actually occurs during operation of the real device.
  • a setpoint value set on a real device is in most cases not actually implemented by the device.
  • a target value for a speed of the device can be set, but the speed of the device that is actually set will usually deviate from this target value, e.g. B. by a constant difference.
  • the actual speed may also vary (e.g. oscillate around a constant mean value) or change over time (the mean value or the constant speed can change without changing the set setpoint).
  • the analysis of the setpoint can e.g. B. be carried out by a system for data processing.
  • the expected actual value can be derived from empirical values.
  • Experience values include e.g. B. empirically determined values, ie z. B. are known from the previous operation of comparable devices.
  • the actual value to be expected is determined taking influencing parameters into account.
  • influencing parameters are z. B.
  • Environmental conditions e.g. temperature, humidity, pressure
  • the virtual device is not operated with the target value, but a deviation from the target value that occurs in most cases and that actually exists or can exist on a real device is taken into account.
  • the simulation therefore takes into account these usual, but hitherto unconsidered, deviations from target values that exist or can occur on real devices.
  • a product property of a virtual product produced by the simulation that is influenced by the at least one process parameter is determined. If the product property deviates from a Target product property, at least steps b) to d) and e1) are repeated at least once with a changed target value.
  • a product property is in particular a property of the (virtual or real) manufactured or existing product, e.g. a geometric property (dimensional stability, thickness, length, width, etc.), a physical property (density, porosity, mixing ratio, distribution of different materials, electrical conductivity, etc.), a chemical property (reactivity, chemical stability, etc.) .).
  • a geometric property dimensional stability, thickness, length, width, etc.
  • a physical property density, porosity, mixing ratio, distribution of different materials, electrical conductivity, etc.
  • a chemical property reactivity, chemical stability, etc.
  • steps b) to d) and e1) can be carried out until the product property determined in step e1) corresponds to the target product property (or is within its tolerance zone).
  • a further step e2) particularly within the framework of the simulation, ie the operation of the virtual device, an assessment of the manufacturing costs of the real product and/or environmental impacts that (would) result from the manufacture of the real product takes place.
  • steps b) to d) and e2) are repeated at least once with a changed target value.
  • Step e2) is carried out in particular after steps a) to d), optionally before, after or at the same time as step e1).
  • Step e2) can represent the condition that at least steps b) to d) are carried out repeatedly with the at least one changed setpoint.
  • step c) a new actual value to be expected is then also generated during the repeated execution.
  • steps e1) and e2) can be carried out taking each other into account, i. H. Process steps are repeated until satisfactory values are achieved for all the factors mentioned (i.e. product properties, manufacturing costs, environmental impact).
  • a result is determined for the target value in which at least the deviation of the product property determined in step e1) or the manufacturing costs and/or environmental impact determined in step e2) are minimal.
  • this result is used to operate the real device.
  • Step f) represents in particular the conclusion of the method according to steps a) to d) and, if applicable, e1) and/or e2). Step f) is therefore carried out in particular after steps a) to d) and e1) and e2) carried out.
  • the operation of the real device is monitored at least temporarily, with the operating parameters being the setpoint used during operation and at least the actual value set on the real device or a product property of the real product manufactured or the manufacturing costs of the real product and/or the environmental impact, that arise from the manufacture of the real product are recorded.
  • the simulation of the manufacture of the product ie the virtual manufacturing process and the virtually manufactured product
  • the operating parameters recorded during operation of the real device are compared with the process parameters of the virtual manufacturing process, the actual values to be expected, the product properties of the virtual product and the manufacturing costs of the virtual product determined as part of the simulation product and/or the environmental impacts caused by the manufacture of the real product. From the comparison, the input variables used for the simulation can be validated, i.e. checked, and changed if necessary.
  • real operation is adjusted continuously or at intervals on the basis of the operating parameters recorded.
  • the real operation can therefore in particular at any time, i. H. can also be changed during the ongoing manufacturing process.
  • At least one of the detected operating parameters is taken into account continuously or at intervals for the operation of the virtual device.
  • the detected operating parameters can be used to carry out a further simulation again, so that the results of this further simulation can then be used for real operation.
  • the real device is a trial device, and the result of operating this trial device is used to operate a real serial device.
  • a smaller number of operating parameters are recorded during operation of the series device than during operation of the test device.
  • the operation of the series device is adjusted continuously or at intervals, at least also on the basis of the operating parameters recorded on the test device.
  • a series device differs from a test device in particular (also) in that the number of products that can be produced per time is significantly larger, e.g. B. by a factor of at least 10, preferably at least 100.
  • the manufacturing process includes a large number of successive manufacturing steps carried out on different devices, with at least some of the manufacturing steps taking place within the framework of continuous production.
  • Continuous production means in particular that the individual devices of this production (system) cannot be operated individually, but only in combination.
  • a carrier material is provided and coated as an endless material.
  • the devices for providing and conveying the carrier material and the devices for preparing the coating, for coating, for drying the applied coating and for calendering as well as the device for cutting the continuous material can only be operated together.
  • the real product is at least one component of a battery cell and the device is designed to be suitable for producing at least this component.
  • a possibly ASS (all solid state) battery cell is also proposed, at least comprising a housing as components of the battery cell and a stack of electrodes arranged therein.
  • the battery cell includes in particular a liquid or so-called solid electrolyte. At least one component of the battery cell is produced by the method described or using the method described.
  • the battery cell is in particular a pouch cell (with a deformable battery cell housing consisting of a pouch film) or a prismatic cell or a round cell (each with a dimensionally stable battery cell housing).
  • a pouch film is a well-known deformable housing part that is used as a battery cell housing for so-called pouch cells. It is a composite material, e.g. B. comprising a plastic and aluminum.
  • the battery cell is in particular a lithium-ion battery cell or another type of battery cell.
  • a battery cell is an electricity storage device that B. is used in a motor vehicle for storing electrical energy.
  • a motor vehicle has an electric machine for driving the motor vehicle (a traction drive), wherein the electric machine can be driven by the electrical energy stored in the battery cell.
  • a motor vehicle at least comprising a traction drive and a battery with at least one of the battery cells described, wherein the traction drive can be supplied with energy by the at least one battery cell.
  • a system for data processing which has means which are suitably equipped, configured or programmed to carry out the method or which carry out the method.
  • the funds include B. a processor and a memory in which instructions to be executed by the processor are stored, as well as data lines or transmission facilities, which enable commands, measured values, data or the like to be transmitted between the listed elements.
  • a computer program comprising instructions which, when the program is executed by a computer, cause the computer to carry out the method described or the steps of the method described.
  • a computer-readable storage medium comprising instructions which, when executed by a computer, cause the computer to carry out the method described or the steps of the method described.
  • the statements on the method can be transferred in particular to the system for data processing and/or the computer-implemented method (ie the computer program and the computer-readable storage medium) as well as the battery cell and the motor vehicle and vice versa.
  • the proposed method supports the development of such manufacturing processes of products through the intelligent derivation of potentially particularly suitable or optimal process parameters based on empirical knowledge. Furthermore, these process parameters can be validated and automatically adjusted in a virtual environment (i.e. the simulation) using artificial intelligence (e.g. the data processing system). Ultimately, the proposed method ensures the consistency of developed process parameters in large-scale production through continuous monitoring and inline-capable control.
  • step b suitable target values for the process parameters are derived and made available by a so-called recipe manager.
  • a so-called digital twin of the at least one real device is used to analyze the target value and to generate an expected actual value of the process parameter according to step c).
  • a (first) process model of the real device, ie a virtual device, is also provided, so that the virtual device can be operated with the at least one process parameter as part of a simulation of actual parameters.
  • Product properties of a virtually manufactured product can thus be determined as part of step e1).
  • a controller can also be used for controlling, in particular real-time capable, manufacturing processes, including continuous ones and a cost model for evaluating ecological and economic goals are provided.
  • the connection of these concepts allows a virtual process development and an automated improvement or optimization of ecological and/or economic goals.
  • the consistency of the optimized manufacturing process is ensured in the production of the real product by a pre-trained (second) process model and a controller.
  • the (second) process model is integrated by means of transfer learning from process development (i.e. from the simulation) into production or large-scale production (i.e. the operation of the series device).
  • the so-called recipe manager supports the user in particular when converting product properties into a set of target parameters.
  • a so-called digital twin it is possible in particular to estimate which distribution the corresponding actual parameters are subject to on the real device (step c) of the method).
  • the actual values to be expected are converted virtually from the process model (i.e. within the framework of the simulation) into corresponding product properties which allow comparison with the specification (steps d) and e1) of the method).
  • the cost model can use an analytical function in particular to calculate the production costs and quantify the environmental impact (eg CCh equivalents in kg) (step e2) of the method).
  • the controller can, in particular, calculate improved target values for the process parameters (step e1) and/or e2) of the method). These can then be transferred back to the digital twin and improved iteratively until no significant improvement in quality or product properties and/or manufacturing costs is achieved, i.e. until the results of the target values according to step f) of the method are available.
  • Improved or optimized target values of the process parameters can be transferred from the virtual process development to a physical system, i.e. to a real device, e.g. B. in a battery cell production, are transferred.
  • the digital twin in particular is replaced by a real system, which, in addition to the product, continuously generates/records actual parameters actually present on the real device.
  • the process model in particular allows their continuous prediction.
  • the process model can be integrated into the real production environment, in particular by means of transfer learning, so that it maps the system-specific properties.
  • the process model is pre-trained during process development on a specific system, i.e. the test device (if necessary in the laboratory/technical center) and then fine-tuned with new data from production. This can be done either with a reduced learning rate or with partially fixed model parameters.
  • the estimated product properties of the process model and the evaluated manufacturing costs of measured target parameters are used by the controller in particular for adaptive control of the real manufacturing process and for automated minimization of manufacturing costs.
  • the product properties of continuously manufactured products can be quantified iteratively and the prediction of the process model can be validated.
  • training data to improve the simulation can be generated continuously and iteratively.
  • indefinite articles (“a”, “an”, “an” and “an”), particularly in the claims and the description reflecting them, is to be understood as such and not as a numeral.
  • indefinite articles (“a”, “an”, “an” and “an”), particularly in the claims and the description reflecting them, is to be understood as such and not as a numeral.
  • Correspondingly introduced terms or components are to be understood in such a way that they are present at least once and in particular can also be present several times.
  • first”, “second”, ...) primarily (only) serve to distinguish between several similar objects, sizes or processes, i.e. in particular no dependency and/or sequence of these objects, sizes or make processes mandatory for each other. Should be a dependency and/or sequence may be required, this is explicitly stated here or it is obvious to the person skilled in the art when studying the embodiment specifically described. If a component can occur several times (“at least one”), the description of one of these components can apply equally to all or part of the majority of these components, but this is not mandatory.
  • Fig. 1 shows the manufacturing process 2 of a real product 3.
  • the manufacturing process 2 is divided in particular into three areas. Available knowledge is accessed in the first area 25 .
  • the manufacturing process 2 of a real product 3 is simulated as part of a simulation 8 .
  • the real product 3 is manufactured in a third area 27.
  • the real device 4 is provided as a virtual device 5.
  • the device 4 to be used or used to produce the real product 3 is thus simulated by a virtual device 5, ie a device 5 that is not physically present.
  • This virtual device 5 is generated by a system 14 for data processing and is operated as part of a simulation 8 (see step d) 16).
  • a target value 6 of the at least one process parameter 1 is provided.
  • This target value 6 is derived from empirical values. Alternatively, the target value 6 can also be formed by a freely determined, ie estimated, value.
  • the target value 6 of the process parameter 1 is in particular the value with which the device 4, 5 is to be operated. This will z. B. on the real device 4 in the context of the manufacturing process 2 for the real product 3 set.
  • the target value 6 can be derived or determined in a sixth component 24 of a system 14 for data processing.
  • step c) 15 the setpoint value 6 is analyzed and an expected actual value 7 of the process parameter 1 is generated, which changes during operation of the real device 4 actually adjusts. This takes into account that a setpoint value 6 set on a real device 4 is not actually implemented by the device 4 in the vast majority of cases.
  • the analysis of the setpoint 6 can be carried out by a system 14 for data processing - here by a first component 19 of the system 14.
  • the expected actual value 7 is determined taking influencing parameters into account.
  • influencing parameters are z.
  • Ambient conditions e.g. temperature, humidity, pressure
  • age or operating time of the real device 4 etc.
  • the actual value 7 to be expected deviates from the target value 6 or comprises a set of values with a plurality of values. If necessary, a fixed deviation of the actual value 7 to be expected from the desired value 6 is therefore used in the calculation.
  • step d) 16 the virtual device 5 is operated with the at least one process parameter 1 as part of a simulation 8.
  • the simulation 8 is carried out in particular by a system 14 for data processing - here by a second component 20 of the system 14.
  • At least the expected actual value 7 is used.
  • the virtual device 5 is not operated with the target value 6, but a deviation from the target value 6 that occurs in most cases and that actually exists or can exist in a real device 5 is taken into account.
  • the simulation 8 thus takes into account these usual, but hitherto unconsidered, deviations from desired values 6 which exist or can occur on real devices 5 .
  • a more robust simulation 8 of the real manufacturing process 2 can thus be carried out with the proposed method.
  • instabilities can occur in the selected setpoint values 6 due to the actual values 7 set in the real device 4, which can only be detected when this possible deviation from the setpoint value 6 is taken into account. These instabilities can then be reduced or avoided by selecting other, that is to say changed, target values 6 .
  • a product property 9, influenced by the at least one process parameter 1, of a virtual product 10 produced by the simulation 8 is determined. If the product property 9 deviates from a target product property 11, at least steps b) to d) and e1) are repeated at least once with a changed target value 6.
  • Step e1) 17 is carried out by a third component 21 of the system 14 for data processing.
  • Step e1) 17 is carried out after steps a) to d).
  • Step e1) 17 can represent the condition that at least steps b) to d) are carried out repeatedly with the at least one changed setpoint value 6 .
  • step c) 15 a new actual value 7 to be expected is then also generated during the repeated execution.
  • Steps b) to d) and e1) 17 can be carried out in particular until product property 9 determined in step e1) 17 corresponds to target product property 11 (or is within its tolerance zone).
  • step e2) 18 the simulation 8, ie the operation of the virtual device 5, involves an assessment of the manufacturing costs of the real product 3 and/or of the environmental impact that would result from the manufacture of the real product 3.
  • steps b) to d) and e2) 18 are repeated at least once with a changed target value 6 .
  • Step e2) 18 is carried out by a fourth component 22 of the system 14 for data processing.
  • Step e2) 18 is carried out after steps a) to d), optionally before, after or at the same time as step e1) 17.
  • Step e2) 18 can represent the condition that at least steps b) to d) are carried out repeatedly with the at least one changed setpoint value 6 . According to step e) 15, a new actual value 7 to be expected is then also generated during the repeated execution.
  • Steps b) to d) and e2) 18 can be carried out in particular until the manufacturing costs of the real product 3 evaluated in step e2) 18 and/or the environmental impacts reach an acceptable or minimal value.
  • steps e1) 17 and e2) 18 can be carried out taking each other into account, ie process steps are repeated until satisfactory values are achieved for all the factors mentioned (ie product properties, production costs, environmental impact).
  • a result 12 is determined for the target value 6, in which at least the deviation of the product property 9 determined in step e1) 17 or the manufacturing costs and/or environmental impact determined in step e2) 18 are minimal. This result 12 is used to operate the real device 4 .
  • Step f) represents in particular the conclusion of the method according to steps a) to d) and, if applicable, e1) 17 and/or e2) 18. Step f) is therefore performed after steps a) to d) and e1) 17 and e2) 18 carried out.
  • the operation of the real device 4 is monitored at least temporarily, e.g. B. by a fifth component 23 of a system 14 for data processing, with the operating parameter 13 being the target value 6 used during operation and at least the actual value 7 set on the real device 4 or a product property 9 of the real product 3 manufactured or the manufacturing costs of the real product 3 and / or the environmental impact caused by the manufacture of the real product 3 are recorded.
  • a corresponding third component 21 and fourth component 22 of the system 14 for data processing are also provided here.
  • the simulation 8 of the manufacture of the product 10, ie the virtual manufacturing process 2 and the virtually manufactured product 10 can be validated and checked and possibly improved.
  • the operating parameters 13 recorded during operation of the real device 4 are compared with the process parameters 1 of the virtual manufacturing process 2, the actual values 7 to be expected, the product properties 9 of the virtual product 10 and the manufacturing costs of the virtual product 10 and/or or the environmental impact caused by the manufacture of the real product 3 compared.
  • the input variables used for the simulation 8 can be validated, ie checked, and changed if necessary.
  • the real operation is adapted continuously or at intervals on the basis of the operating parameters 13 recorded.
  • real operation can therefore be changed at any time, ie also during the ongoing production process 2 .
  • At least one of the detected operating parameters 13 is taken into account continuously or at intervals for the operation of the virtual device 5 .
  • the detected operating parameters 13 can be used to carry out a further simulation 8 again, so that the results of this further simulation 8 can then be used for real operation.
  • the individual components 19, 20, 21, 22, 23, 24 can be part of a common system 14 for data processing or can be combined to form a system 14 for data processing (by making the processed data available to one another).
  • the statements on the system for data processing apply in particular to all components 19, 20, 21, 22, 23, 24.
  • a so-called recipe manager (sixth component 24) derives and provides suitable target values 6 of the process parameters 1 as part of step b).
  • a so-called digital twin (first component 19) of the at least one real device 4 is used to analyze the setpoint 6 and to generate an expected actual value 7 of the process parameter 1 according to step c) 15.
  • a (first) process model (second component 20) is also of the real device 4, ie a virtual device 5, is provided so that the virtual device 5 can be operated with the at least one process parameter 1 as part of a simulation 8 of actual parameters 7.
  • Product properties 9 of a virtually manufactured product 10 can thus be determined as part of step e1) 17 (third component 21).
  • a controller for controlling, in particular real-time capable, also continuous manufacturing processes 2 and a cost model (fourth component 22) for evaluating ecological and economic goals can also be provided.
  • the connection of these concepts allows a virtual process development and an automated improvement or optimization of ecological and/or economic goals.
  • the consistency of the optimized manufacturing process 2 is secured in the production of the real product 3 by a pre-trained (second) process model and a controller (fifth component 23).
  • the (second) process model is derived from process development (i.e. from the Simulation 8) integrated into production or mass production (i.e. the operation of the series device).
  • Improved or optimized target values 6 of the process parameters 1 can be transferred from the virtual process development to a physical system, ie to a real device 4, e.g. B. in a battery cell production, are transferred.
  • the digital twin in particular is used for this replaced by a real installation which, in addition to the product 3, continuously generates/detects actual values 7 of the operating parameters 13 that are actually present on the real device 4.
  • the process model (second component 20) in particular allows their continuous prediction.
  • the process model (second component 20) can be integrated into the real production environment, in particular by means of transfer learning, so that it maps the system-specific properties.
  • the process model (second component 20) is pre-trained (possibly in the laboratory/technical center) during the process development on a specific system, ie the test device, and then fine-tuned with new data from production. This can be done either with a reduced learning rate or with partially fixed model parameters.
  • the product properties 9 on continuously manufactured products 3 can be iteratively quantified and the prediction of the process model can be validated.
  • training data for improving the simulation 8 (the process model) can be generated continuously and iteratively.
  • Step e2) first component second component third component fourth component fifth component sixth component first area second area third area

Landscapes

  • Engineering & Computer Science (AREA)
  • Manufacturing & Machinery (AREA)
  • Automation & Control Theory (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Quality & Reliability (AREA)
  • General Chemical & Material Sciences (AREA)
  • Electrochemistry (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Chemical & Material Sciences (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • General Factory Administration (AREA)

Abstract

Verfahren zur Ermittlung von Prozessparametern (1) für einen Herstellungsprozess (2) eines realen Produkts (3), wobei der Herstellungsprozess (2) zumindest einen Betrieb einer realen Vorrichtung (4) mit mindestens einem Prozessparameter (1) umfasst; wobei das Verfahren zumindest die folgenden Schritte umfasst: a) Bereitstellen der realen Vorrichtung (4) als eine virtuelle Vorrichtung (5); b) Bereitstellen eines Sollwerts (6) des mindestens einen Prozessparameters (1); c) Analyse des Sollwerts (6) und Erzeugen eines zu erwartenden Istwerts (7) des Prozessparameters (1), der sich bei Betrieb der realen Vorrichtung (4) tatsächlich einstellt, wobei der zu erwartende Istwert (7) unter Berücksichtigung von Einflussparametern ermittelt wird; wobei der zu erwartende Istwert (7) von dem Sollwert (6) abweicht oder eine Wertemenge mit einer Mehrzahl von Werten umfasst; d) Betreiben der virtuellen Vorrichtung (5) mit dem mindestens einen Prozessparameter (1) im Rahmen einer Simulation (8), wobei dabei zumindest der zu erwartende Istwert (7) verwendet wird.

Description

Beschreibung
Verfahren zur Ermittlung von Prozessparametern für einen Herstellungsprozess eines realen Produkts
Die Erfindung betrifft ein Verfahren zur Ermittlung von Prozessparametern für einen Herstellungsprozess eines realen Produkts, insbesondere für den Herstellungsprozess zumindest einer Komponente einer Batteriezelle.
Für den Antrieb von Kraftfahrzeugen werden vermehrt Batterien, insbesondere Lithium-Ionen- Batterien eingesetzt. Insbesondere weist z. B. ein Kraftfahrzeug eine elektrische Maschine zum Antrieb des Kraftfahrzeuges auf, wobei die elektrische Maschine durch die in der Batteriezelle gespeicherte elektrische Energie antreibbar ist. Batterien werden üblicherweise aus Batteriezellen zusammengesetzt, wobei jede Batteriezelle einen Stapel von Anoden-, Kathoden- und Separatorlagen aufweist. Zumindest ein Teil der Anoden- und Kathodenlagen sind als Stromableiter ausgeführt, zur Ableitung des von der Batteriezelle bereitgestellten Stroms hin zu einem außerhalb der Batteriezelle angeordneten Verbraucher. Es sind Batteriezellen mit flüssigen oder festen Elektrolyten (Festkörper-Batterie) bekannt.
Eine Batteriezelle umfasst insbesondere ein Gehäuse, das bevorzugt gasdicht ausgeführt ist, und darin angeordnet mindestens einen Stapel aufeinander angeordneter Elektrodenfolien bzw. -lagen. Das Gehäuse kann als formfestes Gehäuse (z. B. als prismatische Zelle oder Rundzelle) oder zumindest teilweise aus einem elastisch verformbaren Folienmaterial (Pouchzelle) ausgeführt sein. Auch eine Kombination beider Gehäusearten ist möglich.
Bei der Herstellung einer Elektrode einer Batteriezelle wird ein sogenanntes Trägermaterial, insbesondere ein bandförmiges Trägermaterial, z. B. eine Trägerfolie, einseitig oder beidseitig zumindest teilweise mit einem Aktivmaterial beschichtet. Die an der Elektrode ausgebildeten Stromableiter (Ableiterfähnchen) werden insbesondere durch unbeschichtete Bereiche des Trägermaterials gebildet. Das Trägermaterial umfasst z. B. Kupfer, eine Kupferlegierung, Aluminium oder eine Aluminiumlegierung. Zur Herstellung der Batteriezelle werden die Elektroden gestapelt, wobei unterschiedliche Elektroden (Anoden und Kathoden) durch Separatormaterialien voneinander getrennt sind. Ein so erzeugter Stapel ist in dem Gehäuse anzuordnen und dieses zu verschließen sowie ggf. mit einem Elektrolyten zu befüllen.
Die Herstellung von Batteriezellen verursacht hohe Fertigungskosten, einen großen Ausschuss an Material und umweltschädliche Emissionen. Gerade die Hersteller von Kraftfahrzeugen erzeugen zukünftig einen hohen Bedarf an Batteriezellen, so dass eine Vielzahl von Fabriken für die Herstellung von Batteriezellen zu betreiben sein werden. Es besteht daher die Notwendigkeit, geeignete Fertigungstechnologien zu entwickeln und Optimierungspotential für die wirtschaftlichen und ökologischen Auswirkungen zu finden und zu nutzen.
In der Herstellung von Batteriezellen und insbesondere bei der Herstellung der Elektroden werden verschiedene kontinuierliche Fertigungsverfahren (z. B. für das Mischen, Beschichten, Kalandrieren) eingesetzt. Ein kontinuierliches Fertigungsverfahren umfasst dabei mehrere Herstellungsschritte, die miteinander verknüpft und daher nicht unabhängig voneinander durchführbar sind. Z. B. muss bei der Herstellung der Elektroden das Aktivmaterial gemischt und dann direkt auf ein Trägermaterial aufgetragen und unmittelbar danach kalandriert (also verdichtet) sowie ggf. getrocknet werden.
Die Anlagen für derartige kontinuierliche Herstellungsprozesse bzw. Fertigungsverfahren sind oft komplexe Systeme mit sehr vielen einstellbaren Betriebsparametern und zu erfassenden Messgrößen. Diese Komplexität kontinuierlicher Herstellungsprozesse erschwert die gezielte Herstellung gewünschter Produkteigenschaften und die gleichzeitige Minimierung der Herstellungskosten und Umweltauswirkungen.
Es ist daher erforderlich, eine methodische Unterstützung für die Festlegung initialer Prozessparameter sowie für die Überwachung und adaptive bzw. ggf. kontinuierliche oder iterative Regelung der Herstellungsprozesse zu nutzen. Nur dadurch kann sichergestellt werden, dass trotz vielfältiger Störgrößen die Produktqualität erreicht und gleichzeitig die Kosten sowie die Umweltwirkungen minimiert werden.
Bisherige Verfahren zur Steuerung bzw. Einrichtung derartiger Herstellungsprozesse
- umfassen z. B. keine Optimierung nach ökologischen und ökonomischen Zielen, nur nach der Produktqualität (also der Übereinstimmung der geforderten mit den produzierten Produkteigenschaften), - sind nicht für kontinuierliche Prozesse in der Batteriezellenfertigung geeignet, da Modelle keine zeitlichen Abhängigkeiten beschreiben,
- ermöglichen kein echtzeitfähiges Monitoring und keine echtzeitfähige Steuerung von Produktqualität, Herstellungskosten und Umweltauswirkungen in der Herstellung, oder
- umfassen kein Transfer Learning von einer Prozessentwicklung zu einer Großserienproduktion, insbesondere nicht für kontinuierliche Prozesse.
Bisher wurde versucht, die vorstehend genannten Probleme z. B. wie folgt zu lösen:
- mit einer manuellen Prozessentwicklung umfassend zahlreiche Experimente zur Findung eines optimalen Parametersatzes, der Anforderungen an Produktqualität und Herstellungskosten erfüllt;
- mit einer Überprüfung der Konsistenz entwickelter Prozessparameter durch selektive iterative Messungen während des Herstellungsprozesses;
- durch ggf. manuelles Anpassen der Prozessparameter, wenn produzierte Produkteigenschaften nicht mehr im definierten Toleranzbereich liegen.
Eine Berücksichtigung von wirtschaftlichen und ökologischen Einflüssen konnte bisher dabei nicht realisiert werden, da eine methodische Unterstützung bisher nicht vorgeschlagen wurde.
Aus der EP 3 525 049 A1 ist ein Verfahren zur Ermittlung von Zustandsdaten eines Produktionssystems bekannt. Dabei wird ein Modell des Produktionssystem mit virtuellen Arbeitsstationen gebildet und ein virtueller Arbeitsablauf simuliert. Dabei werden simulierte Sensordaten verwendet. Es werden auf Basis dieser simulierten Sensordaten Zustandsdaten des Produktionssystems gebildet.
Die WO 2021/043712 A1 ist auf ein computerimplementiertes Verfahren zum Entwerfen eines Produktionsprozesses gerichtet. Dabei wird ein Produktionsmodell bereitgestellt, dass mathematische Beziehungen zwischen Prozesssimulationsergebnissen und den Prozesseinstellungen spezifiziert. Es wird eine optimale Konfiguration des Produktionsprozesses ermittelt, in dem die Nutzungsdauer der jeweiligen Anlagekomponente maximiert ist.
Die DE 10 2018220 064 A1 ist auf ein Verfahren zur Ermittlung von Werten von Produktionsparametern eines Produktionsprozesses gerichtet. Dabei wird mittels eines Umkehrmodels aus einer Produkteigenschaft eine Eingangsgröße der Produktionsparameter ermittelt. Aufgabe der vorliegenden Erfindung ist es, die mit Bezug auf den Stand der Technik angeführten Probleme zumindest teilweise zu lösen. Insbesondere soll ein Verfahren zur Ermittlung von Prozessparametern für einen Herstellungsprozess eines realen Produkts, insbesondere für den Herstellungsprozess zumindest einer Komponente einer Batteriezelle, vorgeschlagen werden. Insbesondere soll durch das vorgeschlagene Verfahren ein Herstellungsprozess des realen Produkts durch eine Simulation eines Herstellungsprozesses eines virtuellen Produkts vorbereitet werden.
Zur Lösung dieser Aufgaben trägt ein Verfahren mit den Merkmalen gemäß Patentanspruch 1 bei. Vorteilhafte Weiterbildungen sind Gegenstand der abhängigen Patentansprüche. Die in den Patentansprüchen einzeln aufgeführten Merkmale sind in technologisch sinnvoller Weise miteinander kombinierbar und können durch erläuternde Sachverhalte aus der Beschreibung und/oder Details aus den Figuren ergänzt werden, wobei weitere Ausführungsvarianten der Erfindung aufgezeigt werden.
Es wird ein Verfahren zur Ermittlung von Prozessparametern für einen Herstellungsprozess eines realen Produkts vorgeschlagen. Der Herstellungsprozess umfasst zumindest einen Betrieb einer realen Vorrichtung mit mindestens einem Prozessparameter. Das Verfahren umfasst zumindest die folgenden Schritte: a) Bereitstellen der realen Vorrichtung als eine virtuelle Vorrichtung; b) Bereitstellen eines Sollwerts des mindestens einen Prozessparameters; c) Analyse des Sollwerts und Erzeugen eines zu erwartenden Istwerts des Prozessparameters, der sich bei Betrieb der realen Vorrichtung tatsächlich einstellt, wobei der zu erwartende Istwert unter Berücksichtigung von Einflussparametern ermittelt wird; wobei der zu erwartende Istwert von dem Sollwert abweicht oder eine Wertemenge mit einer Mehrzahl von Werten umfasst; d) Betreiben der virtuellen Vorrichtung mit dem mindestens einen Prozessparameter im Rahmen einer Simulation, wobei dabei zumindest der zu erwartende Istwert verwendet wird.
Die obige (nicht abschließende) Einteilung der Verfahrensschritte in a) bis d) soll vorrangig nur zur Unterscheidung dienen und keine Reihenfolge und/oder Abhängigkeit erzwingen. Auch die Häufigkeit der Verfahrensschritte z. B. während der Durchführung des Verfahrens kann variieren. Ebenso ist möglich, dass Verfahrensschritte einander zumindest teilweise zeitlich überlagern. Ganz besonders bevorzugt finden die Verfahrensschritte a) bis c) zeitlich vor dem Schritt d) statt. Insbesondere findet der Schritt c) zeitlich nach Schritt b) statt. Insbesondere finden die Schritte a) bis d) zumindest teilweise zeitlich parallel zueinander statt. Insbesondere werden die Schritte a) bis d) in der angegebenen Reihenfolge durchgeführt.
Ein reales Produkt ist z. B. eine bekannte Komponente einer Batteriezelle, also z. B. eine Elektrode, die ein beschichtetes Trägermaterial umfasst, oder ein Stapel von Elektroden, der durch aufeinander gestapelte Elektroden und Separatormaterialien gebildet ist. Das reale Produkt liegt tatsächlich körperlich vor und kann z. B. für den Antrieb von Kraftfahrzeugen verwendet werden.
Ein grundsätzlich bekannter Herstellungsprozess für das reale Produkt umfasst insbesondere die Schritte und Vorrichtungen, die zur Herstellung des Produkts erforderlich sind. Zur Herstellung einer Elektrode ist z. B. die Bereitstellung des Trägermaterials als Coil, eine Vorrichtung zum kontinuierlichen Abrollen des Trägermaterials von dem Coil, weitere Vorrichtungen zum Mischen und zur Bereitstellung der Beschichtung des Trägermaterials, zum Aufträgen der Beschichtung auf das Trägermaterial, zur Kalandrierung der Beschichtung, zur Trocknung der kalandrierten Beschichtung, zum Ablängen und Beschneiden des ggf. beschichteten Trägermaterials sowie zum Ablegen der Elektroden erforderlich.
Derartige reale, also körperlich vorliegende, Vorrichtungen werden vorliegend als reale Vorrichtung bezeichnet. Diese Vorrichtungen werden im Betrieb der realen Vorrichtung, also im Rahmen des Herstellungsprozesses des realen Produkts, mit jeweils mindestens einem Prozessparameter (oder einer Mehrzahl von unterschiedlichen Prozessparametern) betrieben. Z. B. wird eine Vorrichtung zum Abrollen des Trägermaterials mit einer bestimmten Drehzahl sowie ggf. mit bestimmten Andruckkräften als Prozessparameter betrieben. Eine Vorrichtung zum Mischen wird z. B. so betrieben, dass als Prozessparameter bestimmte Mischungsverhältnisse, Temperaturen, Aggregatzustände, Drücke, Dichten, etc. der einzelnen Mischungsbestandteile eingehalten werden. Eine Vorrichtung zum Aufträgen der Beschichtung wird z. B. im Hinblick auf den Vorschub des Trägermaterials, die Eigenschaften des Beschichtungsmaterials, des Durchsatzes an Beschichtungsmaterials, etc. geregelt betrieben. Ein Kalander wird z. B. im Hinblick auf den Vorschub des beschichteten Trägermaterials, der Eigenschaften der Beschichtung, etc. geregelt betrieben. Als Prozessparameter werden also insbesondere alle von einem Nutzer bzw. Bediener regelbaren bzw. einstellbaren oder beeinflussbaren Parameter angesehen. Die vorstehend angeführten Schritte a) bis d) umfassen insbesondere nur einen Ausschnitt des Herstellungsprozesses, der zur Herstellung eines realen Produkts erforderlich und der im Weiteren auch umfassender beschrieben ist.
Im Rahmen des Schrittes a) erfolgt insbesondere ein Bereitstellen der realen Vorrichtung als eine virtuelle Vorrichtung. Die zur Herstellung des realen Produkts zu verwendende bzw. verwendete Vorrichtung wird also durch eine virtuelle, also nicht körperlich vorliegende, Vorrichtung nachgebildet. Diese virtuelle Vorrichtung kann z. B. durch ein System zur Datenverarbeitung erzeugt und im Rahmen einer Simulation (siehe Schritte d)) betrieben werden.
Im Rahmen des Schrittes b) erfolgt insbesondere ein Bereitstellen eines Sollwerts des mindestens einen Prozessparameters. Dieser Sollwert wird insbesondere aus Erfahrungswerten abgeleitet. Erfahrungswerte beinhalten z. B. empirisch ermittelte Werte, die also z. B. aus dem vorangegangenen Betrieb vergleichbarer Vorrichtungen bekannt sind. Alternativ kann der Sollwert auch einen durch einen frei bestimmten, also geschätzten, Wert gebildet werden. Der Sollwert des Prozessparameters ist insbesondere der Wert, mit dem die Vorrichtung betrieben werden soll. Dieser wird z. B. an der realen Vorrichtung im Rahmen des Herstellungsprozesses für das reale Produkt eingestellt.
Im Rahmen des Schrittes c) erfolgt insbesondere eine Analyse des Sollwerts und ein Erzeugen eines zu erwartenden Istwerts des Prozessparameters, der sich bei Betrieb der realen Vorrichtung tatsächlich einstellt. Hiermit wird berücksichtigt, dass ein an einer realen Vorrichtung eingestellter Sollwert in den allermeisten Fällen nicht tatsächlich durch die Vorrichtung realisiert wird. Z. B. kann ein Sollwert für eine Drehzahl der Vorrichtung zwar eingestellt werden, die sich tatsächlich einstellende Drehzahl der Vorrichtung wird allerdings in der Regel von diesem Sollwert abweichen, z. B. um eine konstante Differenz. Ggf. kann die tatsächliche Drehzahl aber auch variieren (also z. B. um einen konstanten Mittelwert schwingen) oder sich im Laufe der Zeit ändern (der Mittelwert oder die konstante Drehzahl kann sich ohne Änderung des eingestellten Sollwerts ändern).
Die Analyse des Sollwerts kann z. B. durch ein System zur Datenverarbeitung durchgeführt werden. Insbesondere kann der erwartete Istwert aus Erfahrungswerten abgeleitet werden. Erfahrungswerte beinhalten z. B. empirisch ermittelte Werte, die also z. B. aus dem vorangegangenen Betrieb vergleichbarer Vorrichtungen bekannt sind. Der zu erwartende Istwert wird unter Berücksichtigung von Einflussparametern ermittelt. Derartige Einflussparameter sind z. B. Umgebungsbedingungen (z. B. Temperatur, Feuchtigkeit, Druck) der realen Vorrichtung, Alter bzw. Betriebszeit der realen Vorrichtung, etc.
Der zu erwartende Istwert weicht von dem Sollwert ab oder umfasst eine Wertemenge mit einer Mehrzahl von Werten. Ggf. wird also mit einer festen Abweichung des zu erwartenden Istwerts von dem Sollwert gerechnet, z. B. wenn die sich einstellende Drehzahl der Vorrichtung immer um einen bekannten Wert von der eingestellten Soll-Drehzahl abweicht. Alternativ oder zusätzlich kann bei der Ermittlung des zu erwartenden Istwerts berücksichtigt werden, dass die Abweichung variiert oder sich innerhalb eines bestimmten, ggf. mit der Zeit verändernden, Intervalls befindet. In diesem Fall umfasst der zu erwartende Istwert eine Wertemenge mit einer Mehrzahl von (unterschiedlichen) Werten.
Im Rahmen des Schrittes d) erfolgt ein Betreiben der virtuellen Vorrichtung mit dem mindestens einen Prozessparameter im Rahmen einer Simulation. Die Simulation wird insbesondere durch ein System zur Datenverarbeitung durchgeführt.
Insbesondere wird dabei zumindest der zu erwartende Istwert verwendet. Bei der Simulation wird also die virtuelle Vorrichtung nicht mit dem Sollwert betrieben, sondern es wird eine sich in den meisten Fällen einstellende Abweichung von dem Sollwert berücksichtigt, die an einer realen Vorrichtung tatsächlich vorliegt bzw. vorliegen kann.
Die Simulation berücksichtigt also diese üblichen, aber bisher nicht betrachteten Abweichungen von Sollwerten, die an realen Vorrichtungen vorliegen bzw. auftreten können.
Mit dem vorgeschlagenen Verfahren kann damit eine robustere Simulation des realen Herstellungsprozesses erfolgen. Insbesondere können bei den gewählten Sollwerten, aufgrund der an der realen Vorrichtung sich einstellenden Istwerte, Instabilitäten auftreten, die erst bei Berücksichtigung dieser möglichen Abweichung von dem Sollwert erfasst werden können.
Diese Instabilitäten können dann durch die Auswahl anderer, also geänderter Sollwerte verringert oder vermieden werden.
Insbesondere wird in einem weiteren Schritt e1) eine, durch den mindestens einen Prozessparameter beeinflusste, Produkteigenschaft eines durch die Simulation hergestellten virtuellen Produkts ermittelt. Bei einer ermittelten Abweichung der Produkteigenschaft von einer Soll-Produkteigenschaft werden zumindest die Schritte b) bis d) und e1) mit einem geänderten Sollwert mindestens einmal wiederholt.
Eine Produkteigenschaft ist insbesondere eine Eigenschaft des (virtuell oder real) hergestellten bzw. existierenden Produkts, z. B. eine geometrische Eigenschaft (Maßhaltigkeit, Dicke, Länge, Breite, etc.), eine physikalische Eigenschaft (Dichte, Porosität, Mischungsverhältnis, Verteilung von unterschiedlichen Materialien, elektrische Leitfähigkeit, etc.), eine chemische Eigenschaft (Reaktionsfähigkeit, chemische Stabilität, etc.).
Der Schritt e1) wird insbesondere nach den Schritten a) bis d) durchgeführt. Der Schritt e1) kann die Bedingung darstellen, dass zumindest die Schritte b) bis d) mit dem mindestens einen geänderten Sollwert wiederholt durchgeführt werden. Gemäß Schritt c) wird bei der wiederholten Durchführung dann auch ein neuer zu erwartender Istwert erzeugt.
Die Schritte b) bis d) und e1) können insbesondere so oft durchgeführt werden, bis die im Rahmen des Schrittes e1) ermittelte Produkteigenschaft der Soll-Produkteigenschaft entspricht (oder in deren Toleranzfeld liegt).
Insbesondere erfolgt in einem weiteren Schritt e2), insbesondere im Rahmen der Simulation also des Betriebs der virtuellen Vorrichtung, eine Bewertung von Herstellungskosten des realen Produkts und/ oder von Umweltauswirkungen, die durch die Herstellung des realen Produkts entstehen (würden). Zur Minimierung der Herstellungskosten und/ oder der Umweltauswirkungen werden zumindest die Schritte b) bis d) und e2) mit einem geänderten Sollwert mindestens einmal wiederholt.
Der Schritt e2) wird insbesondere nach den Schritten a) bis d), ggf. vor, nach oder gleichzeitig mit Schritt e1), durchgeführt. Der Schritt e2) kann die Bedingung darstellen, dass zumindest die Schritte b) bis d) mit dem mindestens einen geänderten Sollwert wiederholt durchgeführt werden. Gemäß Schritt c) wird bei der wiederholten Durchführung dann auch ein neuer zu erwartender Istwert erzeugt.
Die Schritte b) bis d) und e2) können insbesondere so oft durchgeführt werden, bis die im Rahmen des Schrittes e2) bewerteten Herstellungskosten des realen Produkts und/ oder die Umweltauswirkungen einen akzeptablen oder minimalen Wert erreichen. Als Herstellungskosten werden insbesondere die monetär bewertbaren Kosten der Herstellung des realen Produkts angesehen. Als Umweltauswirkungen werden z. B. alle Faktoren angesehen, die einen negativen oder positiven Einfluss auf ökologische Aspekte aufweisen, z. B. Toxizität von Stoffen, die bei der Herstellung des Produkts eingesetzt werden oder entstehen, die CCh-Erzeugung bzw. der Energieverbrauch des Herstellungsprozesses, der Platzbedarf des Herstellungsprozesses, etc.
Insbesondere können die Schritte e1) und e2) unter gegenseitiger Berücksichtigung durchgeführt werden, d. h. Verfahrensschritte werden so oft wiederholt, bis für alle genannten Faktoren (also Produkteigenschaften, Herstellungskosten, Umweltauswirkungen) zufriedenstellende Werte erreicht werden.
Insbesondere wird in einem Schritt f) ein Ergebnis für den Sollwert ermittelt, bei dem zumindest die in Schritt e1) ermittelte Abweichung der Produkteigenschaft oder die in Schritt e2) ermittelten Herstellungskosten und/ oder Umweltauswirkungen minimal sind. Insbesondere wird dieses Ergebnis zum Betrieb der realen Vorrichtung verwendet.
Der Schritt f) stellt insbesondere den Abschluss des Verfahrens gemäß der Schritte a) bis d) sowie ggf. e1) und/ oder e2) dar. Schritt f) wird daher insbesondere nach den Schritten a) bis d) sowie e1) und e2) durchgeführt.
Insbesondere wird der Betrieb der realen Vorrichtung zumindest zeitweise überwacht, wobei dabei als Betriebsparameter der bei dem Betrieb verwendete Sollwert sowie zumindest der sich an der realen Vorrichtung einstellende Istwert oder eine Produkteigenschaft des hergestellten realen Produkts oder die Herstellungskosten des realen Produkts und/ oder die Umweltauswirkungen, die durch die Herstellung des realen Produkts entstehen erfasst werden.
Die Ausführungen zu den Schritten a) bis d), e1), e2) und f) gelten hier gleichermaßen. Insbesondere kann durch den Betrieb der realen Vorrichtung die Simulation der Herstellung des Produkts, also der virtuelle Herstellungsprozess und das virtuell hergestellte Produkt, validiert und überprüft sowie ggf. verbessert werden. Insbesondere werden also die im Betrieb der realen Vorrichtung erfassten Betriebsparameter mit den Prozessparametern des virtuellen Herstellungsprozesses, den zu erwartenden Istwerten, den Produkteigenschaften des virtuellen Produkts sowie den im Rahmen der Simulation ermittelten Herstellungskosten des virtuellen Produkts und/ oder den Umweltauswirkungen, die durch die Herstellung des realen Produkts entstehen, verglichen. Aus dem Vergleich können die für die Simulation verwendeten Eingangsgrößen validiert, also überprüft, und ggf. verändert werden.
Insbesondere wird der reale Betrieb kontinuierlich oder in Intervallen auf Basis der erfassten Betriebsparameter angepasst. Der reale Betrieb kann also insbesondere jederzeit, d. h. auch während des laufenden Herstellungsprozesses verändert werden.
Insbesondere wird zumindest einer der erfassten Betriebsparameter kontinuierlich oder in Intervallen für den Betrieb der virtuellen Vorrichtung berücksichtigt. Insbesondere können die erfassten Betriebsparameter für eine erneute Durchführung einer weiteren Simulation verwendet werden, so dass die Ergebnisse dieser weiteren Simulation dann für den realen Betrieb verwendet werden können.
Insbesondere ist die reale Vorrichtung eine Versuchsvorrichtung und das Ergebnis des Betriebs dieser Versuchsvorrichtung wird zum Betrieb einer realen Serienvorrichtung verwendet. Bei dem Betrieb der Serienvorrichtung werden insbesondere eine geringere Anzahl von Betriebsparametern als bei dem Betrieb der Versuchsvorrichtung erfasst. Insbesondere wird der Betrieb der Serienvorrichtung kontinuierlich oder in Intervallen zumindest auch auf Basis der an der Versuchsvorrichtung erfassten Betriebsparameter angepasst.
Eine Serienvorrichtung unterscheidet sich von einer Versuchsvorrichtung insbesondere (auch) dadurch, dass die pro Zeit herstellbare Stückzahl an Produkten deutlich größer ist, z. B. um einen Faktor von mindestens 10, bevorzugt mindestens 100.
Insbesondere umfasst der Herstellungsprozess eine Vielzahl von aufeinanderfolgenden, an verschiedenen Vorrichtungen durchgeführten, Herstellungsschritten, wobei zumindest ein Teil der Herstellungsschritte im Rahmen einer kontinuierlichen Fertigung erfolgen.
Eine kontinuierliche Fertigung bedeutet insbesondere, dass die einzelnen Vorrichtungen dieser Fertigung (-sanlage) nicht einzeln, sondern nur im Verbund betrieben werden können. Z. B. wird bei einem Herstellungsprozess einer Elektrode ein Trägermaterial als Endlosmaterial bereitgestellt und beschichtet. Die Vorrichtungen zum Bereitstellen und Fördern des Trägermaterials und die Vorrichtungen zum Vorbereiten der Beschichtung, zum Beschichten, zum Trocknen der aufgetragenen Beschichtung und zum Kalandrieren sowie die Vorrichtung zum Beschneiden des Endlosmaterials können nur gemeinsam betrieben werden. Insbesondere ist das reale Produkt zumindest eine Komponente einer Batteriezelle und die Vorrichtung ist zur Herstellung zumindest dieser Komponente geeignet ausgeführt.
Es wird weiter eine, ggf. ASS (all solid state, also Festkörper-), Batteriezelle vorgeschlagen, zumindest umfassend als Komponenten der Batteriezelle ein Gehäuse und darin angeordnet ein Stapel von Elektroden. Die Batteriezelle umfasst insbesondere einen flüssigen oder sogenannten festen Elektrolyten. Zumindest eine Komponente der Batteriezelle ist durch das beschriebene Verfahren bzw. unter Anwendung des beschriebenen Verfahrens hergestellt.
Die Batteriezelle ist insbesondere eine Pouchzelle (mit einem verformbaren Batteriezellengehäuse bestehend aus einer Pouchfolie) oder eine prismatische Zelle bzw. eine Rundzelle (mit jeweils einem formfesten Batteriezellengehäuse). Eine Pouchfolie ist ein bekanntes verformbares Gehäuseteil, dass als Batteriezellengehäuse für sogenannte Pouchzellen eingesetzt wird. Es handelt sich dabei um ein Kompositmaterial, z. B. umfassend einen Kunststoff und Aluminium.
Die Batteriezelle ist insbesondere eine Lithium-Ionen-Batteriezelle oder eine andere Art einer Batteriezelle.
Eine Batteriezelle ist ein Stromspeicher, der z. B. in einem Kraftfahrzeug zum Speichern von elektrischer Energie eingesetzt wird. Insbesondere weist z. B. ein Kraftfahrzeug eine elektrische Maschine zum Antrieb des Kraftfahrzeuges (einen Traktionsantrieb) auf, wobei die elektrische Maschine durch die in der Batteriezelle gespeicherte elektrische Energie antreibbar ist.
Es wird weiter ein Kraftfahrzeug vorgeschlagen, zumindest umfassend einen Traktionsantrieb und eine Batterie mit mindestens einer der beschriebenen Batteriezellen, wobei der Traktionsantrieb durch die mindestens eine Batteriezelle mit Energie versorgbar ist.
Insbesondere wird ein System zur Datenverarbeitung vorgeschlagen, das Mittel aufweist, die zur Durchführung des Verfahrens geeignet ausgestattet, konfiguriert oder programmiert sind bzw. die das Verfahren ausführen.
Die Mittel umfassen z. B. einen Prozessor und einen Speicher, in dem durch den Prozessor auszuführende Befehle gespeichert sind, sowie Datenleitungen oder Übertragungseinrichtungen, die eine Übertragung von Befehlen, Messwerten, Daten oder ähnlichem zwischen den angeführten Elementen ermöglichen.
Es wird weiter ein Computerprogramm vorgeschlagen, umfassend Befehle, die bei der Ausführung des Programms durch einen Computer diesen veranlassen, das beschriebene Verfahren bzw. die Schritte des beschriebenen Verfahrens auszuführen.
Es wird weiter ein computerlesbares Speichermedium vorgeschlagen, umfassend Befehle, die bei der Ausführung durch einen Computer diesen veranlassen, das beschriebene Verfahren bzw. die Schritte des beschriebenen Verfahrens auszuführen.
Die Ausführungen zu dem Verfahren sind insbesondere auf das System zur Datenverarbeitung und/oder das computerimplementierte Verfahren (also das Computerprogramm und das computerlesbare Speichermedium) sowie die Batteriezelle und das Kraftfahrzeug übertragbar und umgekehrt.
Das vorgeschlagene Verfahren unterstützt insbesondere die Entwicklung derartiger Herstellungsprozesse von Produkten durch die intelligente Herleitung potenziell besonders geeigneter bzw. optimaler Prozessparameter basierend auf Erfahrungswissen. Ferner können diese Prozessparameter in einer virtuellen Umgebung (also der Simulation) mittels einer künstlichen Intelligenz (z. B. dem System zur Datenverarbeitung) validiert und automatisiert angepasst werden. Letztlich stellt das vorgeschlagene Verfahren die Konsistenz entwickelter Prozessparameter in einer Großserien-Produktion durch ein kontinuierliches Monitoring und eine inlinefähige Steuerung sicher.
Im Rahmen des Verfahrens werden insbesondere künstliche Intelligenzen entwickelt und miteinander verbunden. Durch einen sogenannten Rezepte-Manager werden im Rahmen des Schrittes b) geeignete Sollwerte der Prozessparameter hergeleitet und bereitgestellt. Ein sogenannter digitaler Zwilling der mindestens einen realen Vorrichtung dient zur Analyse des Sollwerts und zum Erzeugen eines zu erwartenden Istwerts des Prozessparameters gemäß Schritt c). Weiter wird ein (erstes) Prozessmodell der realen Vorrichtung, also eine virtuelle Vorrichtung, bereitgestellt, so dass ein Betreiben der virtuellen Vorrichtung mit dem mindestens einen Prozessparameter im Rahmen einer Simulation von Ist-Parametern ermöglicht wird. Damit können im Rahmen des Schrittes e1) Produkteigenschaften eines virtuell hergestellten Produkts ermittelt werden. Insbesondere kann zudem ein Controller (eine Kontrolleinheit) zur, insbesondere echtzeitfähigen, Steuerung von, auch kontinuierlichen, Herstellungsprozessen und ein Kostenmodell zur Bewertung ökologischer und ökonomischer Ziele bereitgestellt werden. Die Verbindung dieser Konzepte erlaubt eine virtuelle Prozessentwicklung und eine automatisierte Verbesserung bzw. Optimierung ökologischer und/ oder ökonomischer Ziele. Die Konsistenz des optimierten Herstellungsprozesses wird in der Produktion des realen Produkts durch ein vortrainiertes (zweites) Prozessmodell und einen Controller gesichert. Das (zweite) Prozessmodell wird mittels Transfer Learning von der Prozessentwicklung (also aus der Simulation) in die Produktion bzw. Großserienproduktion (also den Betrieb der Serienvorrichtung) integriert.
In der Prozessentwicklung werden insbesondere spezifizierte Produkt- und Zwischenprodukteigenschaften überführt in einen entsprechenden Satz von Soll- Prozessparameter, der diese möglichst robust, kostengünstig und nachhaltig produziert. Basierend auf (persönlichen) Erfahrungswerten, empirischem Wissen und formaler Dokumentation wird in der Prozessentwicklung ein initialer Parametersatz, der mindestens eine Sollwert hergeleitet, der vermutlich die Produktanforderungen erfüllt (Schritt b) des Verfahrens).
Der sogenannte Rezepte-Manager unterstützt den Nutzer insbesondere bei der Überführung von Produkteigenschaften in einen Satz von Soll-Parametern. Mit Hilfe eines sogenannten digitalen Zwillings kann insbesondere abgeschätzt werden, welcher Verteilung die entsprechenden Ist-Parameter an der realen Vorrichtung unterliegen (Schritt c) des Verfahrens).
Die zu erwartenden Ist-Werte werden insbesondere virtuell von dem Prozessmodell (also im Rahmen der Simulation) in entsprechende Produkteigenschaften überführt, die einen Abgleich mit der Spezifikation erlauben (Schritte d) und e1) des Verfahrens).
Das Kostenmodell kann insbesondere anhand einer analytischen Funktion die Herstellungskosten berechnen und die Umweltauswirkungen (z. B. CCh-Äquivalenten in kg) quantifizieren (Schritt e2) des Verfahrens).
Auf dieser Grundlage kann der Controller insbesondere verbesserte Sollwerte der Prozessparameter berechnen (Schritt e1) und/ oder e2) des Verfahrens). Diese können anschließend zurück an den digitalen Zwilling überführt und solange iterativ verbessert werden, bis keine signifikante Verbesserung der Qualität bzw. Produkteigenschaften und/ oder der Herstellungskosten erzielt wird, bis also die Ergebnisse der Sollwerte gemäß Schritt f) des Verfahrens vorliegen. Verbesserte bzw. optimierte Sollwerte der Prozessparameter können von der virtuellen Prozessentwicklung auf eine physische Anlage, also auf eine reale Vorrichtung, z. B. in einer Batteriezellenfertigung, übertragen werden. Dafür wird insbesondere der digitale Zwilling durch eine reale Anlage ersetzt, die neben dem Produkt kontinuierlich tatsächlich an der realen Vorrichtung vorliegende Ist-Parameter generiert/erfasst.
Wenn die Produkteigenschaften nicht inlinefähig gemessen werden können, erlaubt das Prozessmodell insbesondere ihre kontinuierliche Vorhersage. Das Prozessmodell kann insbesondere mittels Transfer Learning in die reale Produktionsumgebung integriert werden, damit es die anlagenspezifischen Eigenschaften abbildet. Dafür wird das Prozessmodell während der Prozessentwicklung auf einer spezifischen Anlage, also der Versuchsvorrichtung, vortrainiert (ggf. im Labor/Technikum) und anschließend mit neuen Daten aus der Produktion feinjustiert. Dafür kann entweder mit einer reduzierten Lernrate oder mit teilweise fixierten Modellparametern trainiert werden.
Die abgeschätzten Produkteigenschaften des Prozessmodells sowie die bewerteten Herstellungskosten gemessener Soll-Parameter werden vom Controller insbesondere zur adaptiven Steuerung des realen Herstellungsprozesses und zur automatisierten Minimierung der Herstellungskosten verwendet.
Mit einer zusätzlichen, sogenannten atline-Analyse (die also an der realen Vorrichtung im realen Herstellungsprozess stattfindet) können insbesondere iterativ die Produkteigenschaften an kontinuierlich hergestellten Produkten quantifiziert und die Vorhersage des Prozessmodells validiert werden. Weiterhin können so kontinuierlich und iterativ Trainingsdaten zur Verbesserung der Simulation (des Prozessmodells) generiert werden.
Die Verwendung unbestimmter Artikel („ein“, „eine“, „einer“ und „eines“), insbesondere in den Patentansprüchen und der diese wiedergebenden Beschreibung, ist als solche und nicht als Zahlwort zu verstehen. Entsprechend damit eingeführte Begriffe bzw. Komponenten sind somit so zu verstehen, dass diese mindestens einmal vorhanden sind und insbesondere aber auch mehrfach vorhanden sein können.
Vorsorglich sei angemerkt, dass die hier verwendeten Zahlwörter („erste“, „zweite“, ...) vorrangig (nur) zur Unterscheidung von mehreren gleichartigen Gegenständen, Größen oder Prozessen dienen, also insbesondere keine Abhängigkeit und/oder Reihenfolge dieser Gegenstände, Größen oder Prozesse zueinander zwingend vorgeben. Sollte eine Abhängigkeit und/oder Reihenfolge erforderlich sein, ist dies hier explizit angegeben oder es ergibt sich offensichtlich für den Fachmann beim Studium der konkret beschriebenen Ausgestaltung. Soweit ein Bauteil mehrfach vorkommen kann („mindestens ein“), kann die Beschreibung zu einem dieser Bauteile für alle oder ein Teil der Mehrzahl dieser Bauteile gleichermaßen gelten, dies ist aber nicht zwingend.
Die Erfindung sowie das technische Umfeld werden nachfolgend anhand der beiliegenden Figur näher erläutert. Es ist darauf hinzuweisen, dass die Erfindung durch das angeführte Ausführungsbeispiel nicht beschränkt werden soll. Insbesondere ist es, soweit nicht explizit anders dargestellt, auch möglich, Teilaspekte der in der Figur erläuterten Sachverhalte zu extrahieren und mit anderen Bestandteilen und Erkenntnissen aus der vorliegenden Beschreibung zu kombinieren. Insbesondere ist darauf hinzuweisen, dass die Figur nur schematisch dargestellt ist. Fig. 1 zeigt den Herstellungsprozess 2 eines realen Produkts 3.
Der Herstellungsprozess 2 teilt sich insbesondere in drei Bereiche. In dem ersten Bereich 25 wird auf verfügbares Wissen zurückgegriffen. In dem zweiten Bereich 26 wird der Herstellungsprozess 2 eines realen Produkts 3 im Rahmen einer Simulation 8 simuliert. In einem dritten Bereich 27 erfolgt die Herstellung des realen Produkts 3.
Im Rahmen des Schrittes a) erfolgt ein Bereitstellen der realen Vorrichtung 4 als eine virtuelle Vorrichtung 5. Die zur Herstellung des realen Produkts 3 zu verwendende bzw. verwendete Vorrichtung 4 wird also durch eine virtuelle, also nicht körperlich vorliegende, Vorrichtung 5 nachgebildet. Diese virtuelle Vorrichtung 5 wird durch ein System 14 zur Datenverarbeitung erzeugt und im Rahmen einer Simulation 8 (siehe Schritt d) 16) betrieben.
Im Rahmen des Schrittes b) erfolgt ein Bereitstellen eines Sollwerts 6 des mindestens einen Prozessparameters 1. Dieser Sollwert 6 wird aus Erfahrungswerten abgeleitet. Alternativ kann der Sollwert 6 auch einen durch einen frei bestimmten, also geschätzten, Wert gebildet werden. Der Sollwert 6 des Prozessparameters 1 ist insbesondere der Wert, mit dem die Vorrichtung 4, 5 betrieben werden soll. Dieser wird z. B. an der realen Vorrichtung 4 im Rahmen des Herstellungsprozesses 2 für das reale Produkt 3 eingestellt. Das Ableiten bzw. Bestimmen des Sollwerts 6 kann in einem sechsten Bestandteil 24 eines Systems 14 zur Datenverarbeitung erfolgen.
Im Rahmen des Schrittes c) 15 erfolgt eine Analyse des Sollwerts 6 und ein Erzeugen eines zu erwartenden Istwerts 7 des Prozessparameters 1 , der sich bei Betrieb der realen Vorrichtung 4 tatsächlich einstellt. Hiermit wird berücksichtigt, dass ein an einer realen Vorrichtung 4 eingestellter Sollwert 6 in den allermeisten Fällen nicht tatsächlich durch die Vorrichtung 4 realisiert wird.
Die Analyse des Sollwerts 6 kann durch ein System 14 zur Datenverarbeitung durchgeführt werden - hier durch einen ersten Bestandteil 19 des Systems 14.
Der zu erwartende Istwert 7 wird unter Berücksichtigung von Einflussparametern ermittelt. Derartige Einflussparameter sind z. B. Umgebungsbedingungen (z. B. Temperatur, Feuchtigkeit, Druck) der realen Vorrichtung 4, Alter bzw. Betriebszeit der realen Vorrichtung 4, etc.
Der zu erwartende Istwert 7 weicht von dem Sollwert 6 ab oder umfasst eine Wertemenge mit einer Mehrzahl von Werten. Ggf. wird also mit einer festen Abweichung des zu erwartenden Istwerts 7 von dem Sollwert 6 gerechnet.
Im Rahmen des Schrittes d) 16 erfolgt ein Betreiben der virtuellen Vorrichtung 5 mit dem mindestens einen Prozessparameter 1 im Rahmen einer Simulation 8. Die Simulation 8 wird insbesondere durch ein System 14 zur Datenverarbeitung durchgeführt - hier durch einen zweiten Bestandteil 20 des Systems 14.
Dabei wird zumindest der zu erwartende Istwert 7 verwendet. Bei der Simulation 8 wird also die virtuelle Vorrichtung 5 nicht mit dem Sollwert 6 betrieben, sondern es wird eine sich in den meisten Fällen einstellende Abweichung von dem Sollwert 6 berücksichtigt, die an einer realen Vorrichtung 5 tatsächlich vorliegt bzw. vorliegen kann.
Die Simulation 8 berücksichtigt also diese üblichen, aber bisher nicht betrachteten Abweichungen von Sollwerten 6, die an realen Vorrichtungen 5 vorliegen bzw. auftreten können.
Mit dem vorgeschlagenen Verfahren kann damit eine robustere Simulation 8 des realen Herstellungsprozesses 2 erfolgen. Insbesondere können bei den gewählten Sollwerten 6, aufgrund der an der realen Vorrichtung 4 sich einstellenden Istwerte 7, Instabilitäten auftreten, die erst bei Berücksichtigung dieser möglichen Abweichung von dem Sollwert 6 erfasst werden können. Diese Instabilitäten können dann durch die Auswahl anderer, also geänderter Sollwerte 6 verringert oder vermieden werden. In einem weiteren Schritt e1) 17 wird eine, durch den mindestens einen Prozessparameter 1 beeinflusste, Produkteigenschaft 9 eines durch die Simulation 8 hergestellten virtuellen Produkts 10 ermittelt. Bei einer ermittelten Abweichung der Produkteigenschaft 9 von einer Soll- Produkteigenschaft 11 werden zumindest die Schritte b) bis d) und e1) mit einem geänderten Sollwert 6 mindestens einmal wiederholt. Der Schritt e1) 17 wird durch einen dritten Bestandteil 21 des Systems 14 zur Datenverarbeitung durchgeführt.
Der Schritt e1) 17 wird nach den Schritten a) bis d) durchgeführt. Der Schritt e1) 17 kann die Bedingung darstellen, dass zumindest die Schritte b) bis d) mit dem mindestens einen geänderten Sollwert 6 wiederholt durchgeführt werden. Gemäß Schritt c) 15 wird bei der wiederholten Durchführung dann auch ein neuer zu erwartender Istwert 7 erzeugt.
Die Schritte b) bis d) und e1) 17 können insbesondere so oft durchgeführt werden, bis die im Rahmen des Schrittes e1) 17 ermittelte Produkteigenschaft 9 der Soll-Produkteigenschaft 11 entspricht (oder in deren Toleranzfeld liegt).
In einem weiteren Schritt e2) 18 erfolgt im Rahmen der Simulation 8, also des Betriebs der virtuellen Vorrichtung 5, eine Bewertung von Herstellungskosten des realen Produkts 3 und/ oder von Umweltauswirkungen, die durch die Herstellung des realen Produkts 3 entstehen würden. Zur Minimierung der Herstellungskosten und/ oder der Umweltauswirkungen werden zumindest die Schritte b) bis d) und e2) 18 mit einem geänderten Sollwert 6 mindestens einmal wiederholt. Der Schritt e2) 18 wird durch einen vierten Bestandteil 22 des Systems 14 zur Datenverarbeitung durchgeführt.
Der Schritt e2) 18 wird nach den Schritten a) bis d), ggf. vor, nach oder gleichzeitig mit Schritt e1) 17, durchgeführt. Der Schritt e2) 18 kann die Bedingung darstellen, dass zumindest die Schritte b) bis d) mit dem mindestens einen geänderten Sollwert 6 wiederholt durchgeführt werden. Gemäß Schritt e) 15 wird bei der wiederholten Durchführung dann auch ein neuer zu erwartender Istwert 7 erzeugt.
Die Schritte b) bis d) und e2) 18 können insbesondere so oft durchgeführt werden, bis die im Rahmen des Schrittes e2) 18 bewerteten Herstellungskosten des realen Produkts 3 und/ oder die Umweltauswirkungen einen akzeptablen oder minimalen Wert erreichen. Insbesondere können die Schritte e1) 17 und e2) 18 unter gegenseitiger Berücksichtigung durchgeführt werden, d. h. Verfahrensschritte werden so oft wiederholt, bis für alle genannten Faktoren (also Produkteigenschaften, Herstellungskosten, Umweltauswirkungen) zufriedenstellende Werte erreicht werden.
In einem Schritt f) wird ein Ergebnis 12 für den Sollwert 6 ermittelt, bei dem zumindest die in Schritt e1) 17 ermittelte Abweichung der Produkteigenschaft 9 oder die in Schritt e2) 18 ermittelten Herstellungskosten und/ oder Umweltauswirkungen minimal sind. Dieses Ergebnis 12 wird zum Betrieb der realen Vorrichtung 4 verwendet.
Der Schritt f) stellt insbesondere den Abschluss des Verfahrens gemäß der Schritte a) bis d) sowie ggf. e1) 17 und/ oder e2) 18 dar. Schritt f) wird daher nach den Schritten a) bis d) sowie e1) 17 und e2) 18 durchgeführt.
Der Betrieb der realen Vorrichtung 4 wird zumindest zeitweise überwacht, z. B. durch einen fünften Bestandteil 23 eines Systems 14 zur Datenverarbeitung, wobei dabei als Betriebsparameter 13 der bei dem Betrieb verwendete Sollwert 6 sowie zumindest der sich an der realen Vorrichtung 4 einstellende Istwert 7 oder eine Produkteigenschaft 9 des hergestellten realen Produkts 3 oder die Herstellungskosten des realen Produkts 3 und/ oder die Umweltauswirkungen, die durch die Herstellung des realen Produkts 3 entstehen erfasst werden.
Die Ausführungen zu den Schritten a) bis d), e1), e2) und f) gelten hier gleichermaßen. Auch hier sind ein entsprechender dritter Bestandteil 21 und vierter Bestandteil 22 des Systems 14 zur Datenverarbeitung vorgesehen. Insbesondere kann durch den Betrieb der realen Vorrichtung 4 die Simulation 8 der Herstellung des Produkts 10, also der virtuelle Herstellungsprozess 2 und das virtuell hergestellte Produkt 10, validiert und überprüft sowie ggf. verbessert werden. Insbesondere werden also die im Betrieb der realen Vorrichtung 4 erfassten Betriebsparameter 13 mit den Prozessparametern 1 des virtuellen Herstellungsprozesses 2, den zu erwartenden Istwerten 7, den Produkteigenschaften 9 des virtuellen Produkts 10 sowie den im Rahmen der Simulation 8 ermittelten Herstellungskosten des virtuellen Produkts 10 und/ oder den Umweltauswirkungen, die durch die Herstellung des realen Produkts 3 entstehen, verglichen. Aus dem Vergleich können die für die Simulation 8 verwendeten Eingangsgrößen validiert, also überprüft, und ggf. verändert werden. Insbesondere wird der reale Betrieb kontinuierlich oder in Intervallen auf Basis der erfassten Betriebsparameter 13 angepasst. Der reale Betrieb kann also insbesondere jederzeit, d. h. auch während des laufenden Herstellungsprozesses 2 verändert werden.
Insbesondere wird zumindest einer der erfassten Betriebsparameter 13 kontinuierlich oder in Intervallen für den Betrieb der virtuellen Vorrichtung 5 berücksichtigt. Insbesondere können die erfassten Betriebsparameter 13 für eine erneute Durchführung einer weiteren Simulation 8 verwendet werden, so dass die Ergebnisse dieser weiteren Simulation 8 dann für den realen Betrieb verwendet werden können.
Die einzelnen Bestandteile 19, 20, 21, 22, 23, 24 können Teil eines gemeinsamen Systems 14 zur Datenverarbeitung sein oder zu einem System 14 zur Datenverarbeitung zusammengeschlossen werden (durch gegenseitiges zur Verfügung stellen der verarbeitenden Daten). Die Ausführungen zu dem System zur Datenverarbeitung gelten insbesondere für alle Bestandteile 19, 20, 21 , 22, 23, 24.
Im Rahmen des Verfahrens werden insbesondere künstliche Intelligenzen entwickelt und miteinander verbunden. Diese werden durch die einzelnen Bestandteile 19, 20, 21 , 22, 23, 24 realisiert. Durch einen sogenannten Rezepte-Manager (sechster Bestandteil 24) werden im Rahmen des Schrittes b) geeignete Sollwerte 6 der Prozessparameter 1 hergeleitet und bereitgestellt. Ein sogenannter digitaler Zwilling (erster Bestandteil 19) der mindestens einen realen Vorrichtung 4 dient zur Analyse des Sollwerts 6 und zum Erzeugen eines zu erwartenden Istwerts 7 des Prozessparameters 1 gemäß Schritt c) 15. Weiter wird ein (erstes) Prozessmodell (zweiter Bestandteil 20) der realen Vorrichtung 4, also eine virtuelle Vorrichtung 5, bereitgestellt, so dass ein Betreiben der virtuellen Vorrichtung 5 mit dem mindestens einen Prozessparameter 1 im Rahmen einer Simulation 8 von Ist-Parametern 7 ermöglicht wird. Damit können im Rahmen des Schrittes e1) 17 (dritter Bestandteil 21) Produkteigenschaften 9 eines virtuell hergestellten Produkts 10 ermittelt werden. Insbesondere kann zudem ein Controller (eine Kontrolleinheit) zur, insbesondere echtzeitfähigen, Steuerung von, auch kontinuierlichen, Herstellungsprozessen 2 und ein Kostenmodell (vierter Bestandteil 22) zur Bewertung ökologischer und ökonomischer Ziele bereitgestellt werden. Die Verbindung dieser Konzepte erlaubt eine virtuelle Prozessentwicklung und eine automatisierte Verbesserung bzw. Optimierung ökologischer und/ oder ökonomischer Ziele. Die Konsistenz des optimierten Herstellungsprozesses 2 wird in der Produktion des realen Produkts 3 durch ein vortrainiertes (zweites) Prozessmodell und einen Controller (fünfter Bestandteil 23) gesichert. Das (zweite) Prozessmodell wird mittels Transfer Learning von der Prozessentwicklung (also aus der Simulation 8) in die Produktion bzw. Großserienproduktion (also den Betrieb der Serienvorrichtung) integriert.
In der Prozessentwicklung (sechster Bestandteil) werden insbesondere spezifizierte Produkt- und Zwischenprodukteigenschaften überführt in einen entsprechenden Satz von Soll- Prozessparameter, der diese Produkt- und Zwischenprodukteigenschaften möglichst robust, kostengünstig und nachhaltig produziert. Basierend auf (persönlichen) Erfahrungswerten, empirischem Wissen und formaler Dokumentation wird in der Prozessentwicklung (sechster Bestandteil) ein initialer Parametersatz, der mindestens eine Sollwert e hergeleitet, der vermutlich die Produktanforderungen erfüllt (Schritt b) des Verfahrens).
Der sogenannte Rezepte-Manager (sechster Bestandteil 24) unterstützt den Nutzer insbesondere bei der Überführung von Produkteigenschaften 9 in einen Satz von Soll- Parametern 6. Mit Hilfe eines sogenannten digitalen Zwillings (erster Bestandteil 19) kann insbesondere abgeschätzt werden, welcher Verteilung die entsprechenden Ist-Parameter 7 an der realen Vorrichtung 4 unterliegen (Schritt c) 15 des Verfahrens).
Die zu erwartenden Ist-Werte 7 werden insbesondere virtuell von dem Prozessmodell (also im Rahmen der Simulation 8, zweiter Bestandteil 20) in entsprechende Produkteigenschaften 9 überführt, die einen Abgleich mit der Spezifikation erlauben (Schritte d) 16 und e1) 17 des Verfahrens, dritter Bestandteil 21).
Das Kostenmodell (vierter Bestandteil 22) kann insbesondere anhand einer analytischen Funktion die Herstellungskosten berechnen und die Umweltauswirkungen (z. B. CO2- Äquivalenten in kg) quantifizieren (Schritt e2) des Verfahrens).
Auf dieser Grundlage kann der Controller (dritter Bestandteil 21 und vierter Bestandteil 22) insbesondere verbesserte Sollwerte 6 der Prozessparameter 1 berechnen (Schritt e1) 17 und/ oder e2) 18 des Verfahrens). Diese können anschließend zurück an den digitalen Zwilling (erster Bestandteil 19) überführt und solange iterativ verbessert werden, bis keine signifikante Verbesserung der Qualität bzw. Produkteigenschaften und/ oder der Herstellungskosten erzielt wird, bis also die Ergebnisse der Sollwerte 6 gemäß Schritt f) des Verfahrens vorliegen.
Verbesserte bzw. optimierte Sollwerte 6 der Prozessparameter 1 können von der virtuellen Prozessentwicklung auf eine physische Anlage, also auf eine reale Vorrichtung 4, z. B. in einer Batteriezellenfertigung, übertragen werden. Dafür wird insbesondere der digitale Zwilling durch eine reale Anlage ersetzt, die neben dem Produkt 3 kontinuierlich tatsächlich an der realen Vorrichtung 4 vorliegende Ist-Werte 7 der Betriebsparameter 13 generiert/erfasst.
Wenn die Produkteigenschaften 9 nicht inlinefähig gemessen werden können, erlaubt das Prozessmodell (zweiter Bestandteil 20) insbesondere ihre kontinuierliche Vorhersage. Das Prozessmodell (zweiter Bestandteil 20) kann insbesondere mittels Transfer Learning in die reale Produktionsumgebung integriert werden, damit es die anlagenspezifischen Eigenschaften abbildet. Dafür wird das Prozessmodell (zweiter Bestandteil 20) während der Prozessentwicklung auf einer spezifischen Anlage, also der Versuchsvorrichtung, vortrainiert (ggf. im Labor/Technikum) und anschließend mit neuen Daten aus der Produktion feinjustiert. Dafür kann entweder mit einer reduzierten Lernrate oder mit teilweise fixierten Modellparametern trainiert werden.
Die abgeschätzten Produkteigenschaften 9 (durch den dritten Bestandteil 21) des durch das Prozessmodell (zweiter Bestandteil 20) hergestellten virtuellen Produkts 10 sowie die bewerteten Herstellungskosten (durch den vierten Bestandteil 22) gemessener Soll-Parameter werden vom Controller insbesondere zur adaptiven Steuerung des realen Herstellungsprozesses 2 und zur automatisierten Minimierung der Herstellungskosten verwendet.
Mit einer zusätzlichen, sogenannten atline-Analyse (siebter Bestandteil 25) (die also an der realen Vorrichtung 4 im realen Herstellungsprozess 2 stattfindet) können insbesondere iterativ die Produkteigenschaften 9 an kontinuierlich hergestellten Produkten 3 quantifiziert und die Vorhersage des Prozessmodells validiert werden. Weiterhin können so kontinuierlich und iterativ Trainingsdaten zur Verbesserung der Simulation 8 (des Prozessmodells) generiert werden.
Bezugszeichenliste
Prozessparameter
Herstellungsprozess reales Produkt reale Vorrichtung virtuelle Vorrichtung
Sollwert
Istwert
Simulation
(virtuelle/ reale) Produkteigenschaft virtuelles Produkt
Soll-Produkteigenschaft
Ergebnis
Betriebsparameter
System
Schritt c)
Schritt d)
Schritt e1)
Schritt e2) erster Bestandteil zweiter Bestandteil dritter Bestandteil vierter Bestandteil fünfter Bestandteil sechster Bestandteil erster Bereich zweiter Bereich dritter Bereich

Claims

- 23 -
Patentansprüche Verfahren zur Ermittlung von Prozessparametern (1) für einen Herstellungsprozess (2) eines realen Produkts (3), wobei der Herstellungsprozess (2) zumindest einen Betrieb einer realen Vorrichtung (4) mit mindestens einem Prozessparameter (1) umfasst; wobei das Verfahren zumindest die folgenden Schritte umfasst: a) Bereitstellen der realen Vorrichtung (4) als eine virtuelle Vorrichtung (5); b) Bereitstellen eines Sollwerts (6) des mindestens einen Prozessparameters (1); c) Analyse des Sollwerts (6) und Erzeugen eines zu erwartenden Istwerts (7) des Prozessparameters (1), der sich bei Betrieb der realen Vorrichtung (4) tatsächlich einstellt, wobei der zu erwartende Istwert (7) unter Berücksichtigung von Einflussparametern ermittelt wird; wobei der zu erwartende Istwert (7) von dem Sollwert (6) abweicht oder eine Wertemenge mit einer Mehrzahl von Werten umfasst; d) Betreiben der virtuellen Vorrichtung (5) mit dem mindestens einen Prozessparameter (1) im Rahmen einer Simulation (8), wobei dabei zumindest der zu erwartende Istwert (7) verwendet wird. Verfahren nach Patentanspruch 1 , wobei in einem weiteren Schritt e1) eine durch den mindestens einen Prozessparameter (1) beeinflusste Produkteigenschaft (9) eines durch die Simulation (8) hergestellten virtuellen Produkts (10) ermittelt wird; wobei bei einer ermittelten Abweichung der Produkteigenschaft (9) von einer Soll-Produkteigenschaft (11) zumindest die Schritte b) bis d) und e1) mit einem geänderten Sollwert (6) mindestens einmal wiederholt werden. Verfahren nach einem der vorhergehenden Patentansprüche, wobei in einem weiteren Schritt e2) eine Bewertung zumindest von Herstellungskosten des realen Produkts (3) oder von Umweltauswirkungen, die durch die Herstellung des realen Produkts (3) entstehen, erfolgt; wobei zur Minimierung zumindest der Herstellungskosten oder der Umweltauswirkungen zumindest die Schritte b) bis d) und e2) mit einem geänderten Sollwert (6) mindestens einmal wiederholt werden. Verfahren nach einem der vorhergehenden Patentansprüche 2 und 3, wobei in einem Schritt f) ein Ergebnis (12) für den Sollwert (6) ermittelt wird, bei dem zumindest die in Schritt e1) ermittelte Abweichung der Produkteigenschaft (9) oder die in Schritt e2) zumindest ermittelten Herstellungskosten oder Umweltauswirkungen minimal sind; wobei dieses Ergebnis (12) zum Betrieb der realen Vorrichtung (4) verwendet wird. Verfahren nach Patentanspruch 4, wobei der Betrieb der realen Vorrichtung (4) zumindest zeitweise überwacht wird, wobei dabei als Betriebsparameter (13) der bei dem Betrieb verwendete Sollwert (6) sowie zumindest der sich an der realen Vorrichtung (4) einstellende Istwert (7) oder eine Produkteigenschaft (9) des hergestellten realen Produkts (3) oder zumindest die Herstellungskosten des realen Produkts (3) oder die Umweltauswirkungen, die durch die Herstellung des realen Produkts (3) entstehen erfasst werden. Verfahren nach Patentanspruch 5, wobei der reale Betrieb kontinuierlich oder in Intervallen auf Basis der erfassten Betriebsparameter (13) angepasst wird. Verfahren nach einem der vorhergehenden Patentansprüche 5 und 6, wobei zumindest einer der erfassten Betriebsparameter (13) kontinuierlich oder in Intervallen für den Betrieb der virtuellen Vorrichtung (5) berücksichtigt wird. Verfahren nach einem der vorhergehenden Patentansprüche 5 bis 7, wobei die reale Vorrichtung (3) eine Versuchsvorrichtung ist und das Ergebnis (12) zum Betrieb einer realen Serienvorrichtung verwendet wird; wobei bei dem Betrieb der Serienvorrichtung eine geringere Anzahl von Betriebs Parametern (13) als bei dem Betrieb der Versuchsvorrichtung erfasst werden; wobei der Betrieb der Serienvorrichtung kontinuierlich oder in Intervallen zumindest auch auf Basis der an der Versuchsvorrichtung erfassten Betriebsparameter (13) angepasst wird. Verfahren nach einem der vorhergehenden Patentansprüche, wobei der Herstellungsprozess (2) eine Vielzahl von aufeinanderfolgenden, an verschiedenen Vorrichtungen (4) durchgeführten, Herstellungsschritten umfasst, wobei zumindest ein Teil der Herstellungsschritte im Rahmen einer kontinuierlichen Fertigung erfolgen. Verfahren nach einem der vorhergehenden Patentansprüche, wobei das reale Produkt (3) zumindest eine Komponente einer Batteriezelle ist und die reale Vorrichtung (4) zur Herstellung zumindest dieser Komponente geeignet ausgeführt ist.
PCT/EP2022/080781 2021-11-04 2022-11-04 Verfahren zur ermittlung von prozessparametern für einen herstellungsprozess eines realen produkts WO2023079061A1 (de)

Priority Applications (4)

Application Number Priority Date Filing Date Title
CA3237184A CA3237184A1 (en) 2021-11-04 2022-11-04 Method for determining process parameters for a manufacturing process of a real product
EP22812640.5A EP4427102A1 (de) 2021-11-04 2022-11-04 Verfahren zur ermittlung von prozessparametern für einen herstellungsprozess eines realen produkts
CN202280078478.9A CN118318211A (zh) 2021-11-04 2022-11-04 用来确定用于真实产品的制造过程的工艺参数的方法
US18/656,483 US20240288857A1 (en) 2021-11-04 2024-05-06 Method for determining process parameters for a manufacturing process of a real product

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
DE102021128718.9 2021-11-04
DE102021128718.9A DE102021128718A1 (de) 2021-11-04 2021-11-04 Verfahren zur Ermittlung von Prozessparametern für einen Herstellungsprozess eines realen Produkts

Related Child Applications (1)

Application Number Title Priority Date Filing Date
US18/656,483 Continuation US20240288857A1 (en) 2021-11-04 2024-05-06 Method for determining process parameters for a manufacturing process of a real product

Publications (1)

Publication Number Publication Date
WO2023079061A1 true WO2023079061A1 (de) 2023-05-11

Family

ID=84362531

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/EP2022/080781 WO2023079061A1 (de) 2021-11-04 2022-11-04 Verfahren zur ermittlung von prozessparametern für einen herstellungsprozess eines realen produkts

Country Status (6)

Country Link
US (1) US20240288857A1 (de)
EP (1) EP4427102A1 (de)
CN (1) CN118318211A (de)
CA (1) CA3237184A1 (de)
DE (1) DE102021128718A1 (de)
WO (1) WO2023079061A1 (de)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117754805A (zh) * 2024-02-22 2024-03-26 深圳市德镒盟电子有限公司 一种智能控制厚度的方法、系统及压延装置

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102023200728A1 (de) 2023-01-30 2024-08-01 Volkswagen Aktiengesellschaft Verfahren und Vorrichtung zur Herstellung einer Elektrode einer Batterie

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102013016914A1 (de) * 2012-11-09 2014-05-15 Engel Austria Gmbh Simulationsvorrichtung und Verfahren
EP3525049A1 (de) 2018-02-09 2019-08-14 Siemens Aktiengesellschaft Ermitteln von zustandsdaten eines produktionssystems
DE102018220064A1 (de) 2018-11-22 2020-05-28 Volkswagen Aktiengesellschaft Ermittlung von Werten von Produktionsparametern
WO2021043712A1 (de) 2019-09-06 2021-03-11 Bayer Aktiengesellschaft System zur planung, wartung, führung und optimierung eines produktionsprozesses

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102013016914A1 (de) * 2012-11-09 2014-05-15 Engel Austria Gmbh Simulationsvorrichtung und Verfahren
EP3525049A1 (de) 2018-02-09 2019-08-14 Siemens Aktiengesellschaft Ermitteln von zustandsdaten eines produktionssystems
DE102018220064A1 (de) 2018-11-22 2020-05-28 Volkswagen Aktiengesellschaft Ermittlung von Werten von Produktionsparametern
WO2021043712A1 (de) 2019-09-06 2021-03-11 Bayer Aktiengesellschaft System zur planung, wartung, führung und optimierung eines produktionsprozesses

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
ANONYMOUS: "Hardware-in-the-loop simulation - Wikipedia", 14 April 2021 (2021-04-14), XP093019500, Retrieved from the Internet <URL:https://en.wikipedia.org/w/index.php?title=Hardware-in-the-loop_simulation&oldid=1017726613> [retrieved on 20230131] *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117754805A (zh) * 2024-02-22 2024-03-26 深圳市德镒盟电子有限公司 一种智能控制厚度的方法、系统及压延装置
CN117754805B (zh) * 2024-02-22 2024-05-17 深圳市德镒盟电子有限公司 一种智能控制厚度的方法、系统及压延装置

Also Published As

Publication number Publication date
EP4427102A1 (de) 2024-09-11
CN118318211A (zh) 2024-07-09
US20240288857A1 (en) 2024-08-29
CA3237184A1 (en) 2023-05-11
DE102021128718A1 (de) 2023-05-04

Similar Documents

Publication Publication Date Title
WO2023079061A1 (de) Verfahren zur ermittlung von prozessparametern für einen herstellungsprozess eines realen produkts
DE102020212299A1 (de) Verfahren und Vorrichtung zum Betreiben eines Systems zum Bereitstellen von prädizierten Alterungszuständen von elektrischen Energiespeichern für ein Gerät mithilfe von maschinellen Lernverfahren
DE102020212297A1 (de) Verfahren und Vorrichtung zur robusten Vorhersage des Alterungsverhaltens eines Energiespeichers in einer batteriebetriebenen Maschine
EP4090986A1 (de) Charakterisierung von wiederaufladbaren batterien mit maschinen-gelernten algorithmen
EP3978306A1 (de) Verfahren und vorrichtung zur maschinenindividuellen verbesserung der lebensdauer einer batterie in einer batteriebetriebenen maschine
DE102022202882A1 (de) Verfahren und Vorrichtung zum Bereitstellen eines prädizierten Alterungszustands einer Gerätebatterie basierend auf einem prädizierten Nutzungsmuster
EP1546823B1 (de) Verfahren zur rechnergestützten erstellung von prognosen für operative systeme sowie system zur erstellung von prognosen für operative systeme
DE102021204014A1 (de) Verfahren und Vorrichtung zum Bereitstellen eines Alterungszustandsmodells zur Ermittlung von aktuellen und prädizierten Alterungszuständen von elektrischen Energiespeichern mithilfe von Transfer-Lernen mithilfe maschineller Lernverfahren
EP4268963A1 (de) Verfahren und anordnung zur grosstechnischen herstellung einer suspension für eine batterie
DE102015114497A1 (de) Verfahren zum betreiben eines fahrzeugantriebsstranges aufgrund einer vorhersage, wie parallel geschaltete batterien ansprechen, die unterschiedliche chemikalien verwenden, um einen angeforderten strom auszugeben
DE102021213948A1 (de) Verfahren und Vorrichtung zum Bereitstellen eines datenbasierten Alterungszustandsmodells zum Bestimmen eines Alterungszustands eines elektrischen Energiespeichers für ein Gerät mithilfe von maschinellen Lernverfahren
DE102021208340A1 (de) Verfahren und Vorrichtung zum Bereitstellen eines berechneten und prädizierten Alterungszustands eines elektrischen Energiespeichers mit einem mithilfe von maschinellen Lernverfahren und Active Learning-Methoden ermittelten Alterungszustandsmodell
DE102021207467A1 (de) Verfahren und Vorrichtung zum Betreiben eines Systems zum Bereitstellen von prädizierten Konfidenzintervallen von Alterungszuständen von elektrischen Energiespeichern für mindestens ein Gerät mithilfe von maschinellen Lernverfahren
DE102021205879A1 (de) Verfahren und Vorrichtung zum Betreiben eines Systems zum Bereitstellen von prädizierten Alterungszuständen von elektrischen Energiespeichern für ein Gerät mithilfe von maschinellen Lernverfahren
DE102018220064A1 (de) Ermittlung von Werten von Produktionsparametern
DE102022112606B3 (de) Computerimplementiertes Verfahren zur Kalibrierung eines technischen Systems
DE102022200022A1 (de) Verfahren und Vorrichtung zum Bereitstellen eines Alterungszustandsmodells zur Ermittlung eines aktuellen oder prädizierten Alterungszustands für einen elektrischen Energiespeicher mithilfe neuronaler Differentialgleichungen
DE102021212689A1 (de) Verfahren und Vorrichtung zum Bereitstellen eines prädizierten Alterungszustands einer Gerätebatterie basierend auf einem prädizierten Nutzungsmuster
DE102023202789A1 (de) Verfahren und Vorrichtung zum Bereitstellen von geeigneten Ladeprofilen für Gerätebatterien von batteriebetriebenen Geräten
EP4376167A2 (de) Computerprogramm und verfahren zur analyse von inhomogenitäten sowie anomaliedetektion und -vorhersage von elektrischen energiespeichern
DE102022206225A1 (de) Verfahren zur Überwachung und Nachverfolgung von Energiespeichern technischer Geräte mithilfe einer Distributed-Ledger-Technologie
DE102016201544A1 (de) Steuervorrichtung zum Steuern einer Mehrzahl von Energiespeichern, Energieversorgungsnetz sowie Verfahren
DE102021211918A1 (de) Verfahren und Vorrichtung zum Bereitstellen eines berechneten oder prädizierten Alterungszustands von elektrischen Energiespeichern mit mithilfe von maschinellen Lernverfahren ermittelten Alterungszustandsmodellen und zum optimierten Betreiben einer Vielzahl von Energiespeichern
WO2024017543A1 (de) Verfahren zur herstellung einer elektrode einer batteriezelle
WO2024120929A1 (de) Verfahren zur entscheidungsfindung über die weiternutzung eines produkts

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 22812640

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 3237184

Country of ref document: CA

WWE Wipo information: entry into national phase

Ref document number: 202280078478.9

Country of ref document: CN

WWE Wipo information: entry into national phase

Ref document number: 2022812640

Country of ref document: EP

ENP Entry into the national phase

Ref document number: 2022812640

Country of ref document: EP

Effective date: 20240604