Stimulation, Messung und Mustererkennung
an elektrochemischen Prozessen
als Schnittstelle zu intelligenten Diagnosesystemem
ECPR (Electrochemical Pattern Recognition System)
Demonstrationssystem für die
automatische Erkennung der Chemie
von Akku- und Batteriezellen
Elektrochemischen Vorgänge wie z.B. in Akkus, Batterien und Brennstoffzellen sind sehr komplex.
Nicht nur die Erfassung der Vorgänge beim Laden und Entladen sind von Interesse,
(z.B. die Erkennung wann ein Akku voll ist), sondern vor allem auch die automatische
Erkennung und Charakterisierung von Alterungsprozessen und Nebeneffekten ist von
großer Bedeutung. Gerade bei automatisierten Produktionsprozessen und der Fernwartung
von elektrochemischen Systemen, die schwer zugänglich sind, wie externe Telemetrie-Messeinrichtungen
oder Satelliten, ist eine Zustandsdiagnose oft unumgänglich.
Das folgend beschriebene System ist ein Rechnergesteuertes
ECPR Meßsystem (Electrochemical Pattern Recognition System)
zur schnellen Diagnose von Akkumulatoren und Batterien über empirische
Stimulations- und Mess-Algorithmen. Zur Demonstration und zum besseren Verständnis dieses
Systems wird die Erkennung der Chemie eines Akkus bzw. einer Batterie gezeigt.
Aufbau des ECPR-Systems
Das Meß- und Mustererkennungssystem besteht aus einer Mess-Hardware, sowie eines
Messrechners auf PC Basis, der über die serielle Schnittstelle mit dem Messgerät
verbunden ist. Die zu untersuchende Akku- oder Batteriezelle wird über einen
Batteriehalter über 4mm Bananenbuchsen an das 19" Gerät angeschlossen. Sobald
das einlegen einer zu untersuchenden Batterie oder eines Akkus erfolgt ist, zeigen
Kontrolleuchten den aktuellen Messprozess an.
Software
Das User Interface der Software ist in verschiedene Mess-Bereiche aufgeteilt. Über einen
"Einschaltbutton" wird das System "heiß" gemacht, und mit Run der Meßprozess gestartet.
Ein weiterer Button ist für die Einstellung des COM-Ports und des Dateinahmens einer
Messdatei, mit der man für spätere Untersuchungen Messvorgänge abspeichern kann.
Nach Anschluß eines Akkus oder einer Batterie erkennt das System automatisch, dass
ein elektrochemisches System angeschlossen ist. Nun wird mit speziellen Messreihen die
angeschlossene elektrochemische Energiequelle untersucht. Das Resultat wird in Form von
Klartext zur Demonstration angezeigt. Folgende Illustration zeigt den Erkennungsprozess
einer Alkali-Mangan Zelle in ca. 60s.
Das ECPR-Demonstrationssystem kann folgende Akku/Batterietypen unabhängig von Ladung
und Alter (Sofern die Zelle nicht völlig ausgetrocknet ist) zuverlässig automatisch
erkennen und anzeigen:
- NiCd/NiMH
- Alkali-Mangan
- Blei-Gel
- Zink-Kohle
Weitere elektrochemische Energiesysteme können ohne weiteres implementiert werden.
Die Diagnosezeit zur Bestimmung des Akku/Batterietyps beträgt bei diesem System ca. 60s.
Anwendungsbereiche dieses ECPR Systems
(Electrochemical Pattern Recognition)
- Chemieerkennung für automatischen Akku- und Batterien Sortiersystemen bei der Entsorgung
- Ferndiagnose von Akku- und Batteriesystemen (z.B. Lebensdauer, Memmory-Effekt, Alter...)
- Ferndiagnose von Akku- und Batteriesystemen (z.B. Lebensdauer, Memmory-Effekt, Alter...)
- Prozesskontrollfunktionen (z.B. Abschaltfunktion bei Erreichen gewünschter Eigenschaften in
elektrochemischen System-Produktionsanlagen.
- Automatische Akkutyp Erkennung bei Multi-Chemie-Ladegeräten
- Intelligente Sensorsysteme für die Diagnose von Brennstoffzellen
Das hier beschriebene System ist eine Demonstration für die vielen Möglichkeiten einer
solchen Technologie. Wenn Sie Interesse haben ein solches System für Ihre Anwendung einzusetzten,
oder es gerne ausprobieren möchten, schreiben Sie uns
oder rufen Sie uns an!

Das Project SINDBAT® ist ein von Light Art Vision in Zusammenarbeit mit AKKUfit und der Fachhochschule Reutlingen entwickeltes System, welches in der Lage ist,
innerhalb 60s nicht nur die Chemie eines Akkus unabhängig dessen Ladezustands herauszufinden, z.B. ob es sich um einen NiMH-, NiCd-, Alkali Mangan-, Li-Ion-, oder Blei-Akku oder
Zink-Kohle Batterie handelt, sondern auch die Kapazität des Akkus/Batterie, die maximale Strombelastbarkeit, das Alter , der prozentuale Anteil eines möglichem Memmory-Effektes,
die vorraussichtliche Lebensdauer und weitere Parameter. Damit eignet sich SINDBAT® hervorragend für die Echtzeitanalyse von
funktions- und sicherheitsrelevanten Akku- und Batteriedaten während dem Betrieb in z.B. industriellen Umgebungen.
Copyright © 2000 Martin Heine, Sonnenbuehl, Germany. All rights reserved. No part of this Design, including presentation,
interior design and icons may reproduced or transmitted
in any form, by any means without the prior permission of the publisher.