知識は力である

ビッグデータがLIB製造における持続可能なイノベーションを推進しているとクラウス・ピーターセン氏が説明

リチウムイオン電池 (LIB) セルは世界的な電動化戦略の中核であり、野心的なネットゼロエミッション目標の達成に貢献します。 これらの製品に対する急速に高まる需要に対応するため、LIBセルメーカーは生産を拡大し、限られた環境フットプリントと短いリードタイムで高品質の製品を提供する必要があります。 データ駆動型の自動化されたソリューションを導入すると、これらの目標の達成が容易になってきます。 LIB セルの製造では、ビッグデータを活用することで環境への影響を改善しながら、生産性とスループットを急速に向上させることができます。

電気自動車（EV）の台数は急増しており、2021年には世界の道路を走る電気自動車の総台数は1,650万台のピークに達する。 同年、EVの新車販売台数は660万台という新記録を達成し、世界の自動車販売台数の10％近くを占めた。

従来の燃焼駆動の道路交通から EV への移行は、顧客の需要だけでなく、野心的な車両効率と CO2 基準にも支えられています。 実際、EV の使用により 2025 年までに日量 160 万バレルの石油が排出される可能性があるため（二輪車および三輪車を除く）、ほとんどの主要な EV 市場では、これらの輸送手段が脱炭素化目標を達成するための鍵と見なされています。 ）。 この数字は 2030 年までに 4.6 mb/d に達すると予想されます。

現在好調な市場は、これらの電気化学セルがより持続可能なモビリティへの移行において重要な役割を果たすため、輸送部門にサービスを提供する LIB メーカーにとって貴重な機会があることを意味します。 より正確には、EV バッテリーがカバーする世界の年間容量は、現在の約 340 GWh から 2030 年までに年間 3,500 GWh 以上に増加すると推定されています。

EVの中核となるのはリチウムイオン電池パックで、多数のセルがフレーム内に組み立てられてモジュールを形成し、制御、保護、冷却などの主要システムが搭載されています。 したがって、これらは次世代の交通手段を可能にする技術です。

LIB セルは、導電性活物質の微細な層でコーティングされた金属箔の層で構成されています。 これら 2 つのコンポーネントは電池の主要な要素であるアノードとカソードを形成し、これらは多孔質フィルムと電解質によって分離されています。 通常、円筒形または角柱形に配置されたアノードとカソードの複数の層を組み合わせて、用途に必要な形状の電池を実現する必要があります。

EVの中核となるのはリチウムイオン電池パックで、多数のセルがフレーム内に組み立てられてモジュールを形成します。

この構造は、金属箔をコーティングし、乾燥と圧延の段階を含む複雑かつ精密なプロセスであるカレンダー加工によって得られます。 次に、材料のスリットが続きます。これには、フォイルをストリップに切断することが含まれます。 最後に、バッテリーの形式に応じて、バッテリーは所定のサイズにダイカットされ、積み重ねられるか巻き付けられ、最終工程に送られてから最終ラインテストが行​​われます。

一貫した高品質の製品を提供することは、生産を拡大するための鍵となります。これらは、適切な容量、電圧、抵抗が提供されることを保証し、最終的にバッテリーの性能と安全性を決定するために不可欠であるからです。 LIBセルの製造には非常に多くの重要な段階が含まれるため、企業が環境への影響を軽減しながら現在および将来の急増する市場需要に対応できるようにするには、堅牢で回復力のある未来志向の生産資産に投資する必要があります。

LIB セルの連続生産プロセスでは、これは困難な場合があります。 まず、繊細で薄い箔素材を精度や精度を犠牲にすることなく高速で処理する必要があります。 バッテリーのエネルギー密度は増加し続ける必要があるため、選択した技術によっては使用される箔がさらに薄くなり、加工がより困難になる可能性があります。 これは、生産者が最適な張力を実現するための確実な解決策を見つける必要があることを意味します。 第二に、さまざまな加工段階を通じて不正確さや不純物が蓄積し、従来の品質管理が高い不合格率につながる可能性があります。 これらの側面は、最終的には生産性と効率に影響を与える可能性があります。

これらの問題に加えて、LIB セルの生産者は他の重要な側面を考慮する必要があります。 たとえば、業界が必要とする金属は希少で高価であり、炭素集約的な採掘プロセスを伴うため、製造業者にとって効率的な LIB 生産のために資源を最適に使用することが重要です。 これにより、コストと環境への影響を最小限に抑えながら、収益性と ROI を向上させることができます。

バッテリー性能の問題の可能性に対処することは、メーカーが積極的に取り組むべきもう 1 つの課題です。 材料追跡システムを活用して根本原因分析を迅速に完了し、製造現場での処理上の問題に対処できることが、基準以下の製品のリリースを回避するための鍵となります。

データ主導の品質保証戦略は、企業が最適化された運用環境を開発するのをサポートするのに適しています。 特に初期のプロセス段階で、異常に迅速にフラグを立て、品質上の欠陥を検出して防止することで、生産ラインのさらに先の大きな問題を回避するのに役立ちます。 これにより、材料とエネルギーの使用量を改善しながら、規格外の最適ではない LIB セルの量を減らすことができます。 さらに、データ駆動型のアプローチは、非常に複雑な継続的なプロセスであっても正確な洞察を提供できるため、追跡および追跡戦略の中核となります。

したがって、企業は、使用されているプロセス、機器、材料に関する重要なデータを生成できる自動化デバイスに投資する必要があります。 これらを分析またはマイニングして、製品の品質、最適な運用、資産パフォーマンスを決定するパラメーターを特定するために使用できる予測モデルを作成する必要があります。

人工知能 (AI) に基づく今日のテクノロジーのデータ処理能力は前例のないものです。 これは非常に高度であるため、従来の専門家ベースの方法では太刀打ちできません。 実際、大量の図をスキャンし、主要なパターン、インライナーとアウトライナーを特定し、複数のデータセットを補間してさまざまなプロセスの予測アルゴリズムを生成できます。 さらに、LIB セル生産チェーン全体のさまざまなステップと資産をすべて考慮した包括的なモデルを開発して、最終製品の品質に関する重要な指標を提供することができます。

この知識が生成されると、LIB 企業はこれらの洞察を活用して、自社の活動をリアルタイムで監視および制御できます。 さらに、フィルムセクションの識別にタイムスタンプとマークを使用することで、追跡と追跡が容易になり、最終的にはシリアル化、問題解決、根本原因の特定に役立ちます。

これらすべての側面のおかげで、データ駆動型 LIB メーカーは効率とコストの面で大幅な節約の恩恵を受けることができ、収益性と持続可能性を高めることができます。 たとえば、非データ指向の 10GWh 生産ラインは、100%、90%、80%、70% の容量を提供するセルの 70%、10%、5%、5% を生産している可能性があります。廃棄する必要がある製品。 各単一セルに関連する全体的なコストを考慮すると、スマート マニュファクチャリングによってこれらの機能が 1 パーセント ポイントでも向上できれば、環境および財務上の影響はかなり大きくなる可能性があります。 実際、バッテリー容量 1kWh あたり 90 ユーロの収益を生み出す 10GWh ラインでスクラップが 1% 回避されるごとに、900 万ユーロの節約になります。

スマートなデータ駆動型 LIB セル ファクトリーの導入により、製造プロセスの継続的な最適化につながるため、検討する機会が増えています。 開発された予測モデルは、自動化された機器によって定期的に生成される新しいデータを利用して予測を改良し、業務、製品、資産を改善するためのより正確な洞察を提供します。 その結果、メーカーはこれらを継続的な改善戦略の一部として使用することができ、長期的な競争力の強化に役立ちます。

LIB セル生産ラインの進歩に関心のある企業は、実証済みの高度なソリューションを多数活用できるようになりました。 代表的な例は三菱電機によって提供されており、同社はリアルタイムで製造中の材料の表面を検査するための革新的なラインスキャンバーを発売しました。 この機器には、コーティングされた集電体の表面状態に関する高解像度のフィードバックを提供するために、コンタクト イメージ センサー (CIS) テクノロジーが装備されています。 これによって生成されたデータを処理することで、企業は重要なツールを活用して、非常に高い解像度と精度で LIB セルの品質を判断し、最終的に最終製品の品質を向上させることができます。

クラウス・ピーターセンも一緒です三菱電機ヨーロッパ