一种快速自动化的评估电池数据并将其提供给AI流程的方法

FraunhoferInstituteforChemicalTechnologyICT的衍生公司，它正在使用模块化软件包来自动采集、记录和评估电池和燃料电池测试数据的过程。材料制造商、电池开发人员和研发部门可以将结果的可视化用作针对其产品开发和改进的有效手段。

在电池和燃料电池中，优化的材料和组件(例如电极、活性材料、电解质和隔板)决定了系统的使用寿命、质量和性能。电动汽车和固定式储能应用需要新的、可持续的和可回收的材料组合，与目前可用的系统相比，这些材料具有更高的能量密度或更低的制造成本，使它们成为更具吸引力的替代品。现在，BatalyseGmbH正在为有效的数据分析和信息管理提供模块化软件解决方案，旨在加快寻找新材料和确定正确组合的过程。BatalyseGmbH由MarkusHagen博士与同事兼首席技术官EranNave共同创立，从总部位于Pfinztal的FraunhoferICT分拆出来，并于2021年5月独立成为一家公司。

满足未来需求的理想电池

“制造商持续监控他们的电池和材料，他们审查与生产过程或电极质量等方面相关的众多参数。通过我们的三个软件模块——数据分析、收集和思维——我们可以为公司提供他们开发所需的支持一种真正满足未来要求的电池，”BatalyseGmbH首席执行官MarkusHagen博士说。数据分析模块评估实验室测试电池和商用电池的电池数据和电化学测试，并比较这些值。例如，这使电池单元购买者可以比较供应商和生产批次，并立即了解哪种电池单元具有最佳性能。

无论使用哪种测试设备，数据分析都能够进行评估，并且它与所有文件格式和结构兼容——这使其在竞争中具有巨大优势。虽然Collect和Mind模块可单独使用，但Batalyse建议使用完整的软件包，因为所有模块都相互交互。Collect自动收集原始数据的每一项以及相关的元数据，并将所有这些存储在中央服务器上。该工具不仅限于电池和燃料电池，还能够处理来自过程、分析、生产和图像的数据。Mind提供来自Collect的数据的可视化表示，并补充这些信息，例如可以分类、过滤和联网的客户、测试样本、材料和项目数据。访问管理功能控制谁有权访问每个数据库存，并使与客户共享项目成为可能。DataAnalysis提供的结果也可以存储在Collect中并在Mind中可视化。由于Collect和Mind捕获每一条可用的数据和信息，它们为使用人工智能奠定了良好的基础。

“数据评估和文档记录是研究、开发和生产中非常耗时的部分。看似简单的测量实际上包含与材料、工艺和工具相关的数百个参数的信息链。我们的软件模块组合使我们能够实现一切自动化参与数据处理并为AI目的准备数据和信息，”MarkusHagen博士继续说道。

虽然数据分析现在可用，但目前在FraunhoferICT使用的Mind和Collect版本仍处于原型阶段。目标是在2022年初推出它们，但目前这两个模块都可供行业客户测试。