Die Herausforderungen beim Hochlauf einer Batteriezellenfabrik meistern

Der Hochlauf einer Batteriezellenfabrik ist eine komplexe und kostenintensive Aufgabe. Hohe Ausschussraten von bis zu 50 % und eine lange Dauer von mehr als einem Jahr, bis Kennzahlen wie OEE (Overall Equipment Effectiveness) und Ausbeute erreicht sind, stellen ein großes Risiko für Unternehmen dar, wie kürzlich bei europäischen Zellherstellern zu beobachten war. Die Herausforderungen während des Hochlaufs sind vielschichtig und betreffen alle Disziplinen und Abteilungen eines Unternehmens. Dazu gehören beispielsweise unreife Prozessdefinitionen, unklare Ursache-Wirkungs-Beziehungen sowie fehlende Standards für die Digitalisierung.

Der größte Herausforderungen bei der Inbetriebnahme der Produktionsmaschinen ergeben sich aus dem Mangel an öffentlich verfügbaren Expertenwissen, der sehr komplexen Prozesskette mit vielen bekannten und unbekannten Abhängigkeiten und Problemen beim Hochskalieren von Pilotlinien. Viele dieser Herausforderungen sind darauf zurückzuführen, dass die Batterieindustrie eine relativ neue Branche mit starkem Wachstum und vielen neuen Akteuren ist. Start-ups mit wenig Erfahrung dringen in das Feld ein, und etablierte Unternehmen schützen ihre geistigen Eigentumsrechte mit allen möglichen Mitteln.

Um diese Herausforderungen zu bewältigen, streben wir an, ein interaktives Wissensgraph zu verwenden, um Informationen wie Ursache-Wirkungs-Beziehungen (CERs) zu speichern und bereitzustellen. Zu Beginn werden die CERs von Prozessexperten definiert und mit jedem neuen Produktionslauf kann eine erweiterte Datenanalyse diese unterstützen oder widerlegen und bisher unbekannte CERs identifizieren. Zusätzlich sind die im Graph gespeicherten Informationen maschinenlesbar und können zusammen mit Prozess- und Sensordaten aus der Maschine in datengestützten Modellen zur Optimierung von Maschinenparametern und Prozessen verwendet werden.

Darüber hinaus wird eine vollständig digitalisierte Fabrik dabei helfen, negative Ereignisse wie erhöhte Fehlerquoten oder eine verringerte Durchsatzrate sowie positive Entwicklungen wie verringerte Energieverwendung oder eine gesteigerte Zellleistung schnell zu erkennen, indem automatisierte Methoden wie Anomalieerkennung verwendet werden. Dies verkürzt die Zeit zwischen dem Auftreten eines signifikanten Ereignisses und den darauf basierenden Maßnahmen. Als letzte Maßnahme dokumentieren wir detailliert den Fortschritt unseres Hochlaufs, um die gewonnenen Erkenntnisse festzuhalten.