Batterien stellen ein wichtiges Instrument für die Entwicklung neuartige Technologien im Hinblick auf Nachhaltigkeit und E-Mobilität dar und ermöglichen dabei die Überbrückung der Energiewende. Aus diesem Grund werden immer wieder neue Materialien entwickelt, die eine Steigerung der Energieeffizienz in einer Vielzahl von Anwendungen ermöglichen. Die Entwicklung eines kontinuierlichen Mischverfahrens für die Herstellung von Batteriepasten stellt einen wichtigen Prozessschritt in der schnellen, flexiblen und agilen Batteriefertigung dieser neuartigen Materialen dar. Ziel ist es, das grundsätzlich schlecht leitende Aktivmaterial mit einem Leitadditiv in Kontakt zu bringen. Neben Dispergierung und Durchmischung tritt hier auch ein Agglomerationsprozess durch Zugabe von Binder auf. Die Mikrostruktur dieser Hetero-Agglomerate (siehe Abbildung 1) nimmt entscheidenden Einfluss auf die finale Produktqualität bzw. die Performance der fertigen Batterie, ist jedoch mit experimenteller Analytik schwer zugänglich. Um ein besseres Verständnis der Mikroprozesse und der Gesamtanlage zu bekommen, findet deshalb Berechnung unterschiedlicher Betriebszustände mithilfe eines digitalen Zwillings statt. Dieser Ansatz ermöglicht eine genauere Untersuchung der mechanischen Beanspruchung, des Materialtransports und des Hetero-Agglomerationsprozesses in einem Doppelschneckenextruder.
Das Ziel der Arbeit liegt in der Simulation verschiedener Extruderkonfigurationen sowie der daraus resultierenden zeitlichen und lokalen Energieneinträge und Partikelgroßenverteilungen im Prozess. Diese können mit Hilfe von Simulationsergebnissen aus Vorarbeiten ermittelt werden (Abb. 2). Dazu sollen zunächst mit Hilfe des existierenden Modells unterschiedlichen Mischelemente untersucht werden, um anschließend eine geeignete Reihenschaltung dieser Elemente durchzuführen. Dabei sind unterschiedliche Betriebszustände zu untersuchen, um die Mischwirkung des zu entwickelnden Moduls zu charakterisieren.
Die so gewonnenen Prozessdaten werden anschließend für die Modellierung der zeitlichen Änderung der PGV mittels Populationsbilanzen verwendet. Hierzu kommt ein existierender Programmcode in Python zum Einsatz. 
Der Umfang und konkrete Inhalt der Arbeit können dabei auf deine Interessenschwerpunkte angepasst werden. Besondere Vorkenntnisse sind nicht unbedingt notwendig, jedoch sollte dich das theoretische Arbeiten und Programmieren insgesamt interessieren. Vorkenntnisse in Python (oder Matlab) sind jedoch sicherlich hilfreich. Wir würden uns freuen, wenn du bei uns vorbeischaust oder uns eine E-Mail schreibst, dann können wir am besten persönlich den aktuellen Stand und mögliche Aufgabenstellungen besprechen.  

Kontakt                                               

Juan Meza, M.Sc.
Geb. 30.70 R 212
Tel.: 0721 – 608 44833
E-Mail: juan meza ∂does-not-exist.kit edu
 

Dr.-Ing. Frank Rhein
Geb. 30.70 R 009
Tel.: 0721 – 608 42408
E-Mail: frank rhein ∂does-not-exist.kit edu

Abb. 1: Hetero-Agglomerate im Li-Ion-Batterien (Wenzel et al. 2015)

Abb. 2: SPH-Simulation des Extruders (Digital Twin)