Datenbasierte Fertigungsoptimierung von Batteriezellen auf Basis von End-of-line Daten durch massiven Einsatz von Machine Learning-Algorithmen und inline Analytik (DAFODIL)
Grunddaten zu diesem Projekt
Art des Projektes: Beteiligung in einem BMBF-Verbund
Laufzeit an der Universität Münster: 01.09.2021 - 31.08.2025
Beschreibung
Stichwörter: Batteriezellen; Sensorik; Machine Learning
Förderkennzeichen: 03XP0389F
Mittelgeber / Förderformat:
- Bundesministerium für Bildung und Forschung (BMBF)
Projektleitung der Universität Münster
| Börner, Markus | Münster Electrochemical Energy Technology Battery Research Center (MEET) |
| Niehoff, Philip | Münster Electrochemical Energy Technology Battery Research Center (MEET) |
| Winter, Martin | Münster Electrochemical Energy Technology Battery Research Center (MEET) |
Antragsteller*innen der Universität Münster
| Winter, Martin | Münster Electrochemical Energy Technology Battery Research Center (MEET) |
Projektbeteiligte Organisationen außerhalb der Universität Münster
- Rheinisch-Westfälische Technische Hochschule Aachen (RWTH)Deutschland
- Siemens AGDeutschland
- Safion GmbHDeutschland
- Customcells Tübingen GmbHDeutschland
- SURAGUS GmbHDeutschland