1. Data Specifications for Battery Manufacturing Digitalization: Current Status, Challenges, and Opportunities
- Author
-
Franco M. Zanotto, Diana Zapata Dominguez, Elixabete Ayerbe, Iker Boyano, Christine Burmeister, Marc Duquesnoy, Marlene Eisentraeger, Jonathan Florez Montaño, Alfonso Gallo‐Bueno, Lukas Gold, Florian Hall, Nicolaj Kaden, Bernhard Muerkens, Laida Otaegui, Yvan Reynier, Simon Stier, Matthias Thomitzek, Artem Turetskyy, Nicolas Vallin, Jacob Wessel, Xukuan Xu, Jeyhun Abbasov, Alejandro A. Franco, Publica, Modélisation et Exploration des Matériaux (MEM), Institut de Recherche Interdisciplinaire de Grenoble (IRIG), Direction de Recherche Fondamentale (CEA) (DRF (CEA)), Commissariat à l'énergie atomique et aux énergies alternatives (CEA)-Commissariat à l'énergie atomique et aux énergies alternatives (CEA)-Direction de Recherche Fondamentale (CEA) (DRF (CEA)), Commissariat à l'énergie atomique et aux énergies alternatives (CEA)-Commissariat à l'énergie atomique et aux énergies alternatives (CEA)-Université Grenoble Alpes (UGA), Service Général des Rayons X (SGX ), Commissariat à l'énergie atomique et aux énergies alternatives (CEA)-Commissariat à l'énergie atomique et aux énergies alternatives (CEA)-Université Grenoble Alpes (UGA)-Institut de Recherche Interdisciplinaire de Grenoble (IRIG), Laboratoire réactivité et chimie des solides - UMR CNRS 7314 (LRCS), Université de Picardie Jules Verne (UPJV)-Institut de Chimie du CNRS (INC)-Centre National de la Recherche Scientifique (CNRS), Advanced Lithium Energy Storage Systems - ALISTORE-ERI (ALISTORE-ERI), Institut de Chimie du CNRS (INC)-Centre National de la Recherche Scientifique (CNRS), Département de l'électricité et de l'hydrogène dans les transports (DEHT), Laboratoire d'Innovation pour les Technologies des Energies Nouvelles et les nanomatériaux (LITEN), Institut National de L'Energie Solaire (INES), Commissariat à l'énergie atomique et aux énergies alternatives (CEA)-Université Savoie Mont Blanc (USMB [Université de Savoie] [Université de Chambéry])-Centre National de la Recherche Scientifique (CNRS)-Commissariat à l'énergie atomique et aux énergies alternatives (CEA)-Université Savoie Mont Blanc (USMB [Université de Savoie] [Université de Chambéry])-Centre National de la Recherche Scientifique (CNRS)-Institut National de L'Energie Solaire (INES), and Commissariat à l'énergie atomique et aux énergies alternatives (CEA)-Université Savoie Mont Blanc (USMB [Université de Savoie] [Université de Chambéry])-Centre National de la Recherche Scientifique (CNRS)-Commissariat à l'énergie atomique et aux énergies alternatives (CEA)-Université Savoie Mont Blanc (USMB [Université de Savoie] [Université de Chambéry])-Centre National de la Recherche Scientifique (CNRS)
- Subjects
manufacturing ,digital twin ,lithium-ion batteries ,metadata ,Electrochemistry ,Energy Engineering and Power Technology ,[CHIM.MATE]Chemical Sciences/Material chemistry ,Electrical and Electronic Engineering ,data standards - Abstract
Lithium-ion battery (LIB) manufacturing requires a pilot stage that optimizes its characteristics. However, this process is costly and time-consuming. One way to overcome this is to use a set of computational models that act as a digital twin of the pilot line, exchanging information in real-time that can be compared with measurements to correct parameters. Here we discuss the parameters involved in each step of LIB manufacturing, show available computational modeling approaches, and discuss details about practical implementation in terms of software. Then, we analyze these parameters regarding their criticality for modeling set-up and validation, measurement accuracy, and rapidity. Presenting this in an understandable format allows identifying missing aspects, remaining challenges, and opportunities for the emergence of pilot lines integrating digital twins. Finally, we present the challenges of managing the data produced by these models. As a snapshot of the state-of-the-art, this work is an initial step towards digitalizing battery manufacturing pilot lines, paving the way toward autonomous optimization.
- Published
- 2022