Descrizione del progetto
Una soluzione basata sui gemelli digitali per la produzione di batterie
La domanda globale di batterie avanzate è in aumento, spinta dalla rivoluzione dei veicoli elettrici e dalle esigenze di stoccaggio delle energie rinnovabili; tuttavia, i metodi di produzione tradizionali faticano a tenere il passo, trovandosi di fronte a sfide in termini di efficienza, qualità e affidabilità. In questo contesto, il progetto BatCAT, finanziato dall’UE, introduce una soluzione innovativa. In particolare, il progetto si allinea alla tabella di marcia BATTERY 2030+ al fine di costruire un gemello digitale per la produzione di batterie, fondendo metodi basati sui dati e sulla fisica. Il progetto affronta la triplice sfida della progettazione, del funzionamento e della fiducia, migliorando la qualità dei prodotti e l’efficienza dei processi. Grazie al suo sistema di ausilio alle decisioni industriali interpretabile e all’analisi dei dati in tempo reale, BatCAT consente ai responsabili delle decisioni di operare in ambienti di tipo «Industria 5.0», adottando un approccio rigoroso che garantisce modelli affidabili e favorisce la trasparenza e l’affidabilità.
Obiettivo
BatCAT is the project that realizes the manufacturability programme from the BATTERY 2030+ Roadmap, creating a digital twin for battery manufacturing that integrates data-driven and physics-based methods. It develops a cross-chemistry data space for two technologies, (1) Li-ion and Na-ion coin cells and (2) redox flow batteries, addressing a triple challenge in digital manufacturing: (i) Design, (ii) operation, and (iii) trust.
(i) By improved product and process design and optimization, product quality and process efficiency increase. This requires decision support that makes complex decision problems accessible to human decision makers. The digital twin technology from BatCAT provides an interpretable industrial decision support system (IIDSS) based on multicriteria optimization. Surrogate modelling connects the high-level analysis firmly to ground-truth data.
(ii) Process operation and control is improved by acquiring and analysing sensory and operando data at real time, facilitating live interventions within an Industry 5.0 real-time environment. BatCAT follows a rigorous approach to actionable modelling, combining data-driven methods with deductive reasoning based on ontologies and formal methods (answer set programming and BPMN-based model checking) to guarantee a reliable behaviour.
(iii) The approach from BatCAT produces trustworthy models: Machine learning always retains a clearly characterized connection to the ground truth, and any decision support or decision making from inductive reasoning is safeguarded by constraints through formal deductive reasoning. All our models and methods are explainable, and all our data are FAIR and explainable-AI-ready (XAIR).
The digital twin is validated in pilot production lines for (1) coin cells and (2) redox flow batteries, proving its transferability across chemistries. The project is closely connected to the Advanced Materials 2030 Initiative, BIG-MAP and BATTERY 2030+, BEPA, DigiPass CSA, EOSC, EMMC, and the Knowledge Graph Alliance, ensuring a community and industry uptake of the results.
Campo scientifico (EuroSciVoc)
CORDIS classifica i progetti con EuroSciVoc, una tassonomia multilingue dei campi scientifici, attraverso un processo semi-automatico basato su tecniche NLP.
CORDIS classifica i progetti con EuroSciVoc, una tassonomia multilingue dei campi scientifici, attraverso un processo semi-automatico basato su tecniche NLP.
- scienze naturaliinformatica e scienze dell'informazioneingegneria della conoscenzaontologia
- scienze naturaliscienze chimicheelettrochimicapile elettriche
- scienze naturaliinformatica e scienze dell'informazioneintelligenza artificialeapprendimento automatico
È necessario effettuare l’accesso o registrarsi per utilizzare questa funzione
Parole chiave
Programma(i)
Argomento(i)
Meccanismo di finanziamento
HORIZON-RIA - HORIZON Research and Innovation ActionsCoordinatore
1433 As
Norvegia