Forschung zu Früherkennung von Fehlern bei Batterien

Wissenschaftler der TU Darmstadt und des Massachusetts Institute of Technology (MIT) melden Fortschritte bei der Früherkennung von Fehlern bei Batteriesystemen. Dazu haben sie einen Ansatz entwickelt, der einfache physikalische Modelle und maschinelles Lernen kombiniert.

Eine im Unterboden verbaute Batterie.
Bild: SAIC-GM-Wuling

Die sichere Nutzung von Lithium-Ionen-Batterien in Elektroautos und stationären Speichersystemen hängt der TU Darmstadt zufolge entscheidend von der Überwachung ihres Zustands und der frühzeitigen Fehlererkennung ab. „Fehler in einzelnen Batteriezellen können zu ernsten Problemen wie Bränden führen“, vergegenwärtigen die Experten vom Institut für Automatisierungstechnik und Mechatronik der TU Darmstadt. Zusammen mit einem Forschungsteam des Massachusetts Institute of Technology (MIT) haben die Darmstädter deshalb neue Methoden zur Analyse und Überwachung von Batterien mit Ansätzen des Maschinellen Lernens entwickelt.

Mithilfe sogenannter rekursiver Gauß-Prozesse kann das innovative Verfahren der Forscher zeitliche und betriebsbedingte Veränderungen in Batteriezellen erkennen. „Diese rekursiven Methoden lassen sich in Echtzeit anwenden und sind in der Lage, auch große Datenmengen effizient zu verarbeiten, was eine kontinuierliche Online-Überwachung von Batteriesystemen ermöglicht“, heißt es.

Für ihre Forschung konnten die Wissenschaftler nach eigenen Angaben auf einen einzigartigen Datensatz zurückgreifen: Ein Forschungspartner stellte anonym Daten von 28 Batteriesystemen zur Verfügung, die wegen Problemen an den Hersteller zurückgeschickt wurden. Der Datensatz habe über 133 Millionen Datenreihen von 224 Batteriezellen umfasst und sei einer der ersten seiner Art, der öffentlich zugänglich gemacht wurde, schreibt die TU Darmstadt in einer Mitteilung.

Die Ergebnisse der methodischen Entwicklungen und Analysen, die kürzlich in der Zeitschrift „Cell Reports Physical Science“ unter dem Titel „Gaussian process-based online health monitoring and fault analysis of lithium-ion battery systems from field data“ erschienen sind, bestätigen, dass oft nur eine Zelle eines gesamten Batteriesystems auffällig wird und das System beeinträchtigt. Diese Erkenntnisse tragen den Projektbeteiligten zufolge dazu bei, besser zu verstehen, wie Batterien altern und unter welchen Bedingungen sie versagen. Und: Die Methoden ermögliche es, Batterien zukünftig kontinuierlich zu überwachen und somit die Sicherheit zu erhöhen.

tu-darmstadt.de

0 Kommentare

zu „Forschung zu Früherkennung von Fehlern bei Batterien“

Schreiben Sie einen Kommentar

Ihre E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert