Entwicklung einer KI-basierten Regelung zum Schnellladen von Lithium-Ionen-Batterien

Institut

Lehrstuhl für Fahrzeugtechnik

Typ

Semesterarbeit / Masterarbeit /

Inhalt

experimentell / theoretisch /  

Beschreibung

Bisherige Ansätze zum Schnellladen von Lithium-Ionen-Batterien beruhen auf der Vermeidung von Lithium-Plating als kritischen Alterungsmechanismus. Bisherige Ansätze greifen hierfür auf Modelle der Lithium-Ionen-Batterie zurück. Die Modelle besitzen jedoch auch zahlreiche Nachteile, weshalb die Schnellladung der Batterie auf Basis der gemessenen Zellimpedanz als alternativer Ansatz untersucht wird.

Im Rahmen dieser Arbeit soll ein KI-Framework entwickelt werden, welches auf Basis von Impedanzdaten eine Sollstromvorgabe zum Schnellladen von Lithium-Ionen-Batterien generiert. Zu Beginn der Arbeit wird eine Literaturrecherche durchgeführt, um den Stand der Technik aufzuarbeiten. Im Anschluss soll eine KI zur Erkennung von Lithium-Plating mit Impedanzdaten trainiert werden. Anschließend soll die KI in einen bestehenden Python-Code implementiert werden, um eine Sollstromvorgabe für den Batteriezyklisierer zu generieren. Die entwickelte Regelung ist in einer geeigneten Versuchsreihe zu validieren.

Folgende Arbeitspakete umfasst die zu vergebende Studienarbeit:

• Aufarbeiten des Stands der Technik
• Entwicklung eines KI-Frameworks zur Plating-Detektion
• Implementierung in einen bestehenden Python-Code
• Validierung der Methodik
• Einordnung der Ergebnisse in den Kontext der Batterieanwendung
• Umfassende schriftliche Dokumentation und kritische Reflexion der Ergebnisse

Die Ausarbeitung soll die einzelnen Arbeitsschritte in übersichtlicher Form dokumentieren. Der Kandidat/Die Kandidatin verpflichtet sich, die Bachelorarbeit selbständig durchzuführen und die von ihm verwendeten wissenschaftlichen Hilfsmittel anzugeben.

Voraussetzungen

Folgende Voraussetzungen sind erwünscht:

• Begeisterung für die Elektromobilität
• Idealerweise Vorwissen zu Lithium-Ionen-Batterien
• Selbstständige, gründliche und strukturierte Arbeitsweise
• Sehr gute Deutsch- oder Englischkenntnisse

Bei Interesse bitte Lebenslauf sowie Notenauszüge (inkl. aktuellem Notenschnitt) aus Bachelor und ggf. Master der Bewerbung beifügen.

Verwendete Technologien

Elektrochemische Impedanzspektroskopie, Lithium-Ionen-Batterien, EIS, LIB

Tags

FTM Studienarbeit, FTM EV, FTM EV Powertrain, FTM Urban

Möglicher Beginn

sofort

Kontakt

Raphael Urban, M. Sc.
Raum: MW 3511
Tel.: 089 289 10332
raphael.urbantum.de

Ausschreibung