Skip to content
Licensed Unlicensed Requires Authentication Published by De Gruyter March 6, 2018

Analysis, Modeling and Simulation of Tomographic Image Data for the 3D Microstructure of Electrode Material in Lithium-Ion Batteries

Analyse, Modellierung und Simulation von tomographischen Bilddaten für die 3D Mikrostruktur von Elektrodenmaterial in Lithium-Ionen-Batterien
D. Westhoff , K. Kuchler , J. Feinauer , L. Petrich and V. Schmidt
From the journal Practical Metallography

Abstract

This article describes stochastic 3D structure models for electrodes of lithium-ion batteries, which can be used for model-based optimization of the electrode morphology. First, a single particle model is presented which can be used to parametrically describe individual particles from 3D tomographic image data. By fitting parametrical distributions it is therefore also possible to simulate (statistically similar) particles. Hereafter, different approaches for the arrangement of individual particles in the observation window are presented, so that system-based properties of different electrode types can be approximately matched (e. g. the connectivity of the particle system as well as the structure of the pore space). Finally, algorithms for the automatic recognition of particle cracks in tomographic image data are presented which can be used to integrate ageing effects into the models.

Kurzfassung

In diesem Artikel werden stochastische 3D Strukturmodelle für Elektroden von Lithium-Ionen-Batterien beschrieben, die zur modellbasierten Optimierung der Elektrodenmorphologie verwendet werden können. Zunächst wird ein Einzelpartikel-Modell präsentiert, mit dessen Hilfe sich einzelne Partikel aus 3D Tomographiedaten parametrisch beschreiben lassen. Durch Anpassung parametrischer Verteilungen lassen sich somit auch (statistisch ähnliche) Partikel simulieren. Im Folgenden werden verschiedene Ansätze zur Anordnung der Einzelpartikel im Beobachtungsfenster präsentiert, so dass systembasierte Eigenschaften verschiedener Elektrodentypen näherungsweise nachgebildet werden können (z. B. die Konnektivität des Partikelsystems sowie die Struktur des Porenraumes). Schließlich werden Algorithmen zur automatischen Erkennung von Partikel-Rissen in Tomographiedaten vorgestellt, mit deren Hilfe solche Alterungseffekte in die Modelle integriert werden können.


Translation: M. Lackas


References / Literatur

[1] Schmidt, D.; Kleinbach, M.; Kamlah, M.; Knoblauch, V., in: Fortschritte in der Metallographie. Sonderband der Praktischen Metallographie zur 51. Metallographie-Tagung in Aalen, T. Bernthaler, G. Schneider (Hrsg.), Aalen, 13.–15.09.2017, 6166Search in Google Scholar

[2] Newman, J.; Thomas, K.; Hafezi, H.; Wheeler, D.: J. Power Sources119 (2003), 83884310.1016/S0378–7753(03)00282–9Search in Google Scholar

[3] Feinauer, J., Hein, S.; Rave, S.; Schmidt, S.; Westhoff, D.; Zausch, J.; Iliev, O.; Latz, A.; Ohlberger, M.; Schmidt, V.: MULTIBAT: Unified workflow for fast electrochemical 3D simulations of lithium-ion cells combining virtual stochastic microstructures, electrochemical degradation models and model order reduction. J. Comput. Sci. (under revision)Search in Google Scholar

[4] Feinauer, J.; Brereton, T.; Spettl, A.; Weber, M.; Manke, I.; Schmidt, V.: Comput. Mater. Sci.109 (2015), 13714610.1016/j.commatsci.2015.06.025Search in Google Scholar

[5] Hein, S.; Feinauer, J.; Westhoff, D.; Manke, I.; Schmidt, V.; LatzA.: J. Power Sources336 (2016), 16117110.1016/j.jpowsour.2016.10.057Search in Google Scholar

[6] Westhoff, D.; Feinauer, F.; Kuchler, K.; Mitsch, T.; Manke, I.; Hein, S.; Latz, A.; Schmidt, V.: Comput. Mat. Sci.126 (2017) 45346710.1016/j.commatsci.2016.09.006Search in Google Scholar

[7] Kuchler, K.; Westhoff, D.; Feinauer, J.; Mitsch, T.; Manke, I.; SchmidtV.: Stochastic model of the 3D microstructure of Li-ion battery cathodes under various cyclical aging scenarios, Model. Simul. Mater. Sci. Eng. (in print)Search in Google Scholar

[8] Pietsch, P.; Westhoff, D.; Feinauer, J.; Eller, J.; Marone, F.; Stampanoni, M.F.M.; Schmidt, V.; Wood, V.: Nat. Commun.7 (2016) 1290910.1038/ncomms12909Search in Google Scholar PubMed PubMed Central

[9] Petrich, L.; Westhoff, D.; Feinauer, J.; Finegan, D. P.; Daemi, S. R.; Shearing, P. R.; Schmidt, V.: Comput. Mat. Sci.136 (2017) 29730510.1016/j.commatsci.2017.05.012Search in Google Scholar

[10] Westhoff, D.; Finegan, D. P.; Shearing, P. R.; Schmidt, V.: Algorithmic structural segmentation of defective particle systems: A lithium-ion battery study. Journal of Microscopy (im Druck), 10.1111/jmi.12653Search in Google Scholar PubMed

[11] Feinauer, J.; Spettl, A.; Manke, I.; Strege, S.; Kwade, A.; Pott, A.; Schmidt, V.: Mater. Charact.106 (2015) 123133. 10.1016/j.matchar.2015.05.023Search in Google Scholar

[12] Chiu, S. N.; Stoyan, D.; Kendall, W. S.; Mecke, J.: Stochastic Geometry and its Applications, 3 Auflage, J. Wiley & Sons, Chichester, 2013. 10.1002/9781118658222Search in Google Scholar

Received: 2017-12-21
Accepted: 2018-01-05
Published Online: 2018-03-06
Published in Print: 2018-03-15

© 2018, Carl Hanser Verlag, München

Downloaded on 27.11.2022 from frontend.live.degruyter.dgbricks.com/document/doi/10.3139/147.110501/html
Scroll Up Arrow