Projekt: KISSEs
KI-unterstütztes Schweißen und Schneiden von Streckgittern bei der effizienten Herstellung von Elektrolyseuren (KISSEs)
Wasserstofftechnologien wie die PEM-Elektrolyse sind entscheidend für die Dekarbonisierung und die effiziente Nutzung erneuerbarer Energien. Ein Bestandteil von Elektrolysezellen sind die schichtweise aufgebauten Bipolarplatten (BPP) und die porösen Transportschichten (PTL), welche aufgrund der korrosiven Bedingungen in der Elektrolysezelle aus Titanblechen und -Titanstreckmetallen gefertigt werden. Diese bilden eine Oxidschicht mit schlechter elektrischer Leitfähigkeit aus, was zu einem hohen elektrischen Widerstand in den Kontaktflächen führt, und die Effizienz des Elektrolyseurs verringert. Um dem entgegenzuwirken, werden die Kontaktflächen mit Edelmetallen beschichtet, was einen hohen Energieverbrauch für den Beschichtungsprozess und einen hohen Einsatz an kritischen Rohstoffen wie Gold und Platin mit sich bringt.
Im Projektvorhaben sollen die Titanbauteile stattdessen mittels Laserschweißen verbunden werden. Dies reduziert nicht nur den elektrischen Widerstand und den CO2-Fußabdruck in der Produktion, sondern erhöht gleichzeitig die Effizienz der Elektrolyseure durch angepasste Schnittkanten.
Die präzise Positionierung der Schweißnaht ist aufgrund der komplexen Struktur des Streckmetalls eine Herausforderung. Hierfür soll im Rahmen des Projektes eine KI-Erkennung entwickelt werden, um eine exakte Schweißpositionierung zu gewährleisten.
Ein weiteres Entwicklungsthema des Projekts ist die Optimierung der Struktur und der Schnittkanten des Streckmetalls, um ein ideales Strömungsverhalten in der PTL zu erreichen. Dies soll durch die Kombination von Strömungssimulationen und KI-gesteuerten Laserschneidprozessen erreicht werden.
Die Entwicklungen sollen zu Projektende in Elektrolysezellen im industriellen Maßstab getestet werden, um die Effizienz und Langlebigkeit der verbundenen Bauteile unter realen Bedingungen bewerten zu können. Dieses Projekt verspricht signifikante Fortschritte in der Wasserstofftechnologie und der Digitalisierung von Produktionsprozessen.