05 Fakultät Informatik, Elektrotechnik und Informationstechnik

Permanent URI for this collectionhttps://elib.uni-stuttgart.de/handle/11682/6

Browse

Filters

2021 - 20246

Settings

Institute: search.filters.UBSInstitut.Institut für PhotovoltaikSubject: search.filters.subject.621.3Subject: search.filters.subject.620

Search Results

Now showing 1 - 6 of 6
  • Thumbnail Image
    ItemOpen Access
    Analytic free-energy expression for the 2D-Ising model and perspectives for battery modeling
    (2023) Markthaler, Daniel; Birke, Kai Peter
    Although originally developed to describe the magnetic behavior of matter, the Ising model represents one of the most widely used physical models, with applications in almost all scientific areas. Even after 100 years, the model still poses challenges and is the subject of active research. In this work, we address the question of whether it is possible to describe the free energy A of a finite-size 2D-Ising model of arbitrary size, based on a couple of analytically solvable 1D-Ising chains. The presented novel approach is based on rigorous statistical-thermodynamic principles and involves modeling the free energy contribution of an added inter-chain bond DAbond(b, N) as function of inverse temperature b and lattice size N. The identified simple analytic expression for DAbond is fitted to exact results of a series of finite-size quadratic N N-systems and enables straightforward and instantaneous calculation of thermodynamic quantities of interest, such as free energy and heat capacity for systems of an arbitrary size. This approach is not only interesting from a fundamental perspective with respect to the possible transfer to a 3D-Ising model, but also from an application-driven viewpoint in the context of (Li-ion) batteries where it could be applied to describe intercalation mechanisms.
  • Thumbnail Image
    ItemOpen Access
    Optimization of disassembly strategies for electric vehicle batteries
    (2021) Baazouzi, Sabri; Rist, Felix Paul; Weeber, Max; Birke, Kai Peter
    Various studies show that electrification, integrated into a circular economy, is crucial to reach sustainable mobility solutions. In this context, the circular use of electric vehicle batteries (EVBs) is particularly relevant because of the resource intensity during manufacturing. After reaching the end-of-life phase, EVBs can be subjected to various circular economy strategies, all of which require the previous disassembly. Today, disassembly is carried out manually and represents a bottleneck process. At the same time, extremely high return volumes have been forecast for the next few years, and manual disassembly is associated with safety risks. That is why automated disassembly is identified as being a key enabler of highly efficient circularity. However, several challenges need to be addressed to ensure secure, economic, and ecological disassembly processes. One of these is ensuring that optimal disassembly strategies are determined, considering the uncertainties during disassembly. This paper introduces our design for an adaptive disassembly planner with an integrated disassembly strategy optimizer. Furthermore, we present our optimization method for obtaining optimal disassembly strategies as a combination of three decisions: (1) the optimal disassembly sequence, (2) the optimal disassembly depth, and (3) the optimal circular economy strategy at the component level. Finally, we apply the proposed method to derive optimal disassembly strategies for one selected battery system for two condition scenarios. The results show that the optimization of disassembly strategies must also be used as a tool in the design phase of battery systems to boost the disassembly automation and thus contribute to achieving profitable circular economy solutions for EVBs.
  • Thumbnail Image
    ItemOpen Access
    High‐stable lead‐free solar cells achieved by surface reconstruction of quasi‐2D tin‐based perovskites
    (2023) Yang, Feng; Zhu, Rui; Zhang, Zuhong; Su, Zhenhuang; Zuo, Weiwei; He, Bingchen; Aldamasy, Mahmoud Hussein; Jia, Yu; Li, Guixiang; Gao, Xingyu; Li, Zhe; Saliba, Michael; Abate, Antonio; Li, Meng
    Tin halide perovskites are an appealing alternative to lead perovskites. However, owing to the lower redox potential of Sn(II)/Sn(IV), particularly under the presence of oxygen and water, the accumulation of Sn(IV) at the surface layer will negatively impact the device's performance and stability. To this end, this work has introduced a novel multifunctional molecule, 1,4‐phenyldimethylammonium dibromide diamine (phDMADBr), to form a protective layer on the surface of Sn‐based perovskite films. Strong interactions between phDMADBr and the perovskite surface improve electron transfer, passivating uncoordinated Sn(II), and fortify against water and oxygen. In situ grazing incidence wide‐angle X‐ray scattering (GIWAXS) analysis confirms the enhanced thermal stability of the quasi‐2D phase, and hence the overall enhanced stability of the perovskite. Long‐term stability in devices is achieved, retaining over 90% of the original efficiency for more than 200 hours in a 10% RH moisture N2 environment. These findings propose a new approach to enhance the operational stability of Sn‐based perovskite devices, offering a strategy in advancing lead‐free optoelectronic applications.
  • Thumbnail Image
    ItemOpen Access
    Proof of concept : the GREENcell : a lithium cell with a F-, Ni- and Co-Free cathode and stabilized in-situ LiAl alloy anode
    (2023) Schad, Kathrin; Welti, Dominic; Birke, Kai Peter
    Given the rising upscaling trend in lithium-ion battery (LiB) production, there is a growing emphasis on the environmental and economic impacts alongside the high energy density demands. The cost and environmental impact of battery production primarily arise from the critical elements Ni, Co, and F. This drives the exploration of Ni-free and Co-free cathode alternatives such as LiMn 2O 4 (LMO) and LiFePO 4 (LFP). However, the absence of Ni and Co results in reduced capacity and insufficient cyclic stability, particularly in the case of LMO due to Mn dissolution. To compensate for both low cathode capacitance and low cycle stability, we propose the GREENcell, a lithium cell combining a F-free polyisobutene (PIB) binder-based LMO cathode with a stabilized in -situ LiAL alloy anode. A LiAl alloy anode with the chemical composition of LiAl already shows a theoretical capacity of 993 Ah·kg−1. Therefore, it promises extraordinarily higher energy densities compared to a commercial graphite anode with a capacity of 372 Ah·kg−1. Following an iterative development process, different optimization strategies, especially those targeting the stability of the Al-based anode, were evaluated. During Al foil selection, foil purity and thickness could be identified as two of the dominant influencing parameters. A pressed-in stainless steel mesh provides both mechanical stability to the anode and facilitates alloy formation by breaking up the Al oxide layer beforehand. Additionally, a binder-stabilized Al oxide or silicate layer is pre-coated on the Al surface, posing as a SEI-precursor and ensuring a uniform liquid electrolyte distribution at the phase boundary. Employing a commercially available Si-containing Al alloy mitigated the mechanical degradation of the anode, yielding a favorable impact on long-term stability. The applicability of the novel optimized GREENcell is demonstrated using laboratory coin cells with LMO and LFP as the cathode. As a result, the functionality of the GREENcell was demonstrated for the first time, and thanks to the anode stabilization strategies, a capacity retention of >70% after 200 was achieved, representing an increase of 32.6% compared to the initial Al foil.
  • Thumbnail Image
    ItemOpen Access
    Optische Messsysteme und Ein-Sensor-Bildgebungsverfahren für Biosensoren
    (2024) Berner, Marcel; Werner, Jürgen H. (Prof. Dr. rer. nat. habil.)
    Die vorliegende Arbeit präsentiert die Entwicklung mehrerer Messsysteme und -verfahren für optische Biosensoranwendungen. Der erste Teil dieser Arbeit entwirft eine universelle experimentelle Plattform für die Erprobung neuer optischer Biosensorkonzepte nach dem Prinzip der laserinduzierten Fluoreszenz (LIF). Die Plattform unterstützt das europäische Forschungsprojekt Nanodem bei der Entwicklung eines portablen Point-of-Care-Testing-Gerätes (PoCT) zur Live-Überwachung von Immunsuppressivakonzentrationen im Blut von Transplantationspatienten unmittelbar am Patientenbett. Das in dieser Arbeit entwickelte Plattformkonzept umfasst die optoelektronische Fluoreszenzanregung und -detektion, optische Filtersysteme, den fluoreszenten Farbstoff, das Materialsystem der Transducerchips, das Mikrofluidiksystem sowie die Automatisierung der Ablaufsteuerung. Der Ausgangspunkt der Entwicklung ist die Herleitung eines allgemeinen physikalischen Modells für LIF-Systeme, an dem sich die Konstruktion der Plattform orientiert. Das in Kooperation mit der Eberhard Karls Universität Tübingen entworfene Transducerchipkonzept auf der Basis lasergeschnittener Klebebänder gestattet eine hohe Flexibilität bezüglich der Geometrie und des Aufbaus der Transducerchips und unterstützt den Technologietransfer akademischer Forschungsergebnisse in die industrielle Fertigung. Die entworfenen Photodetektorarrays aus amorphem Silizium lassen sich dank leicht adaptierbarer Herstellungsprozesse kosteneffizient auf beliebige Biosensorgeometrien anpassen. Die erreichte spezifische Detektivität D* = 11 × 10^12 Jones der Detektoren liegt dabei auf Augenhöhe mit der von State-of-the-Art-Detektoren aus kristallinem Material. Die erzielte Detektionsgrenze von c_{LOD,exp} = 26 nmol/l. Weiter bestätigen die experimentellen Messdaten das aufgestellte physikalische Modell. Der zweite Teil dieser Arbeit zeigt ein neues optisches Verfahren zur ortsaufgelösten Messung, das eine Vielzahl von Bildpunkten simultan mit nur einem einzigen optischen Sensor beobachtet. Das Verfahren nutzt hierzu ortsaufgelöste Lichtmodulatoren (Spatial Light Modulators - SLMs), um eine ortsabhängige optische Modulation zu erzeugen. Die erzeugten optischen Trägersignale gestatten die Zuordnung der als Summensignal empfangenen Signale zu ihren Ursprungspunkten. Der sogenannte Fourier Spotter macht sich dabei die mathematischen Eigenschaften der Fourier-Transformation zunutze. Durch die Anwendung zueinander phasenverschobener Modulationssignale gestattet der Fourier Spotter zudem die unmittelbare Messung von Helligkeitsdifferenzen zwischen unterschiedlichen Beobachtungspunkten. Dieses differentielle optische Messprinzip ist der Kern eines bereits erteilten Patents des Autors mit der Universität Stuttgart. Das neuartige optische Messprinzip eignet sich für die Integration in optische Biosensor-Verfahren, wie etwa die Einwellenlängenreflektometrie (engl. Single Color Reflectometry - SCORE), welche derzeit noch auf teure Spezialkameras angewiesen sind. Herkömmliche Kamerasysteme erzeugen hohe Datenmengen, deren Auswertung erhebliche Rechenleistung in Anspruch nimmt und damit der Weiterentwicklung hin zu miniaturisierten, portablen Biosensorplattformen entgegensteht. Die vorliegende Arbeit präsentiert einen erfolgreichen experimentellen Machbarkeitsnachweis des Fourier Imagers anhand von Helligkeitsdifferenzmessungen an einem SCORE-Aufbau. Eine zukünftige Erweiterung des Fourier Spotters um ein Zeilenspektrometer erlaubt neben der ortsaufgelösten Beobachtung auch eine simultane Erfassung der optischen Spektren jedes einzelnen beobachteten Punktes. Durch diese hyperspektrale Erweiterung wird die erstmalige Umsetzung einer auf der reflektometrischen Interferenzspektroskopie (RIfS) basierenden mehrkanaligen optischen Biosensorplattform möglich. Der dritte Teil dieser Arbeit verallgemeinert das Prinzip des Fourier Spotters und überführt dieses in ein Ein-Pixel-Kamera-Verfahren - das AM-FDM Imaging (engl. Amplitude Modulated Frequency Division Multiplexing). Das AM-FDM Imaging basiert auf der Anwendung von Näherungsverfahren, die ein Übersprechen zwischen den Trägersignalen minimieren. Das aufgestellte systemtheoretische Modell des AM-FDM Imaging umfasst auch das Fourier Spotting und erlaubt den Vergleich mit Rasterscans sowie bereits bekannten Ein-Pixel-Kamera-Verfahren wie dem Hadamard Imaging. Ist das Signal-zu-Rausch-Verhältnis durch das Rauschen des Detektorsystems begrenzt, so erreicht das AM-FDM Imaging einen sogenannten Multiplexgewinn amult = O(M) in der Größenordnung der Anzahl simultan beobachteter Bildpunkte M. Mit den derzeit eingesetzten Näherungsverfahren erreicht das AM-FDM Imaging hinsichtlich des Signal-zu-Rausch-Verhältnisses, der Anzahl simultan beobachtbarer Bildpunkte und der erzielbaren Bildwiederholrate nicht die Leistungsfähigkeit des bei Ein-Pixel-Imaging-Verfahren vorherrschenden Hadamard Imagings. Die in dieser Arbeit diskutierten Verwandtschaftsverhältnisse des AM-FDM Imagings zu anderen bekannten Ein-Pixel-Kamera-Verfahren legen jedoch die Vermutung nahe, dass ein bisher unbekanntes Näherungsverfahren existiert, das das AM-FDM Imaging mit dem Hadamard Imaging gleichstellt. Die Ergebnisse des systemtheoretischen Modells wurden mittels Simulation in Matlab bestätigt und gelten auch für den Fourier Spotter. Damit zeigen die Ergebnisse auf, dass im SCORE-Anwendungsfall eine Modulation nach dem Prinzip des Hadamard Imagings vorteilhafter ist. Das erteilte Patent zum optisch differentiellen Messverfahren schließt auch eine differentielle Variante des Hadamard Imagings mit ein. Gegenüber der Differenzwertbestimmung aus gemessenen Absolutwerten verdoppelt das differentielle Messverfahren wahlweise das Signal-zu-Rauschleistungs-Verhältnis oder die Bildwiederholrate des Hadamard Imagings.
  • Thumbnail Image
    ItemOpen Access
    A novel long short-term memory approach for online state-of-health identification in lithium-ion battery cells
    (2024) Kopp, Mike; Fill, Alexander; Ströbel, Marco; Birke, Kai Peter
    Revolutionary and cost-effective state estimation techniques are crucial for advancing lithium-ion battery technology, especially in mobile applications. Accurate prediction of battery state-of-health (SoH) enhances state-of-charge estimation while providing valuable insights into performance, second-life utility, and safety. While recent machine learning developments show promise in SoH estimation, this paper addresses two challenges. First, many existing approaches depend on predefined charge/discharge cycles with constant current/constant voltage profiles, which limits their suitability for real-world scenarios. Second, pure time series forecasting methods require prior knowledge of the battery’s lifespan in order to formulate predictions within the time series. Our novel hybrid approach overcomes these limitations by classifying the current aging state of the cell rather than tracking the SoH. This is accomplished by analyzing current pulses filtered from authentic drive cycles. Our innovative solution employs a Long Short-Term Memory-based neural network for SoH prediction based on residual capacity, making it well suited for online electric vehicle applications. By overcoming these challenges, our hybrid approach emerges as a reliable alternative for precise SoH estimation in electric vehicle batteries, marking a significant advancement in machine learning-based SoH estimation.