Laser-Speckle-Photometrie für die Inline-Charakterisierung im Trocknungs- und Kalandrierprozess

In der Batteriezellproduktion führen nicht oder zu spät erkannte Produktionsfehler zu hohen Ausschussraten und Folgekosten durch etwaige Zelldefekte im Betrieb. Hierbei wirken Schwankungen der Elektrodenqualität in Form von Defekten wie Agglomerate, Trocknungsrisse und Porosität der Beschichtung auf die Unregelmäßigkeiten der Beladung und Querkontaminationen als zentrale Fehlerquelle.

Die am Fraunhofer IKTS entwickelte Methode der Laser-Speckle-Photometrie (LSP) kann die Zuverlässigkeit und optimale Funktionsweise kritischer Batteriekomponenten sichern. Mit dem optimierten Verfahren stellt die LSP ein einfaches, flexibles und dennoch zuverlässiges Werkzeug zur Qualitätssicherung von Batteriekomponenten in unterschiedlichen Prozessstufen dar.

Bei diesem Verfahren wird eine optisch raue Oberfläche mit einem Laserstrahl beleuchtet. Durch Reflexion an der Oberfläche entstehen Interferenzmuster, die sogenannten Speckles. Diese werden mit Hilfe einer Kamera aufgenommen. Die extrem kurzen Messzeiten der LSP prädestinieren das Verfahren für den Inline-Einsatz in der industriellen Produktion und für In-situ-Messungen bei Wartungs- und Reparaturaufgaben. Ein wichtiger Vorteil der LSP liegt darin, dass sie nicht auf eine Materialklasse beschränkt, sondern für Messungen an Metallen und Nichtmetallen sowie organischen Materialien geeignet und dabei schnell und berührungslos ist.

Die Rauheitsbestimmung erfolgt durch die Analyse der statischen Speckle-Abbildungen. Die LSP-Methode wurde bereits in Serienversuchen mittels Laboraufbau an metallischen und keramischen Proben getestet. So ist es inzwischen möglich, anhand der Speckle-Parameter Oberflächendefekte an Metallen und Keramiken kleiner als 10 µm nachzuweisen. Durch die Erarbeitung geeigneter Algorithmen zur Auswertung der Speckle-Aufnahmen wurden Messgrößen zur Identifikation der Porosität festgelegt.

Am Fraunhofer ZESS wird die Laser-Speckle-Photometrie für die Inline-Charakterisierung im Trocknungs- und Kalandrierprozess von Lithium-Ionen-Batterien unter Laborbedingungen qualifiziert. In einem ersten Schritt ging es um die Detektion von Agglomeraten in verschiedenen Größen. Mittels Bildverarbeitungsverfahren, die auf einer räumlichen Filterung beruhen, wurden die Messdaten ausgewertet. Darüber hinaus wurden basierend auf Methoden des maschinellen Lernens automatisierte Fehlererkennungsalgorithmen entwickelt.

Der Einsatz der Laser-Speckle-Photometrie ist auch für die Inline-Prüfung der Batterieelektroden nach dem Splitten und Vereinzeln denkbar.