2024年5月14日，研究的数字化为基于数据的创新产品提供了众多机会，但同时也需要标准化的数据管理。在弗劳恩霍夫协会的新试点项目“BatterieDigital_real”中，各个研究所正在为电池研究创建一个研究数据室。弗劳恩霍夫太阳能系统研究所ISE正在与奥克兰大学合作，将电池开发和人工智能结合起来。
在弗劳恩霍夫ISE的电池项目中，无论是电池生产的质量保证还是电池测试实验室的长期研究，都会沿着价值链收集不同类型的研发数据。目前产生的大量研究数据大多是使用单独的程序来收集、评估和存储的。
因此，弗劳恩霍夫协会的七个研究所正在“BatterieDigital_real”项目中致力于标准化和自动化的数据存储。其基础是具体用例“待售电池残值的确定”和“回收商对电池的二次使用资格”。该试点项目的目标是根据公平原则实现跨机构、标准化的数据存储和链接：Findable(可查找)、Accessible(可访问)、Interoperable(可互操作)和Reusable(可重用)。“良好的数据管理使数据分析变得更加容易，并允许使用人工智能评估大量数据，”博士解释道。Moritz Kroll与Fraunhofer ISE的“电池数据科学”团队一起从事该项目。
与奥克兰大学战略合作
数字化为电池研究开辟了全新的可能性，博士解释道。Kroll：通过将电池研究和人工智能相结合，我们可以更快、更高效地工作。从材料合成到电池生产再到误差分析的新问题的处理只有通过大量数据的聚合才能实现，此外，才能满足国家和国际资助机构在处理数据方面的要求并在国际竞争中占据地位。可以改进。新的跨机构数字商业模式也是可以想象的。
为了实现研究数字化，Fraunhofer ISE依靠与新西兰奥克兰大学的战略合作，该大学在人工智能领域拥有出色的专业知识。特别是，Andreas Kempa-Liehr副教授是时间序列数据系统评估领域的领先专家。通过弗劳恩霍夫国际流动计划，博士。克罗尔将在新西兰大学数据科学小组完成研究工作，并为未来的联合项目做准备。»我们期待与Fraunhofer ISE在这一重要的未来主题上合作，特别是与Fraunhofer ISE博士合作。奥克兰大学工程学院的Kroll，”副教授Andreas Kempa-Liehr解释道。
人工智能在电池研究中的用例之一是在质量保证中评估显微图像。
扫一扫关注微信