予測分析は、テスラがバッテリーパックのコストをkWhあたり100ドルに下げるのに役立ちますか？

「はい」と、 Elisa Smart Factory のディレクター兼スマートファクトリーの責任者であるKariTerho氏は述べています。 。ここで彼は、ドイツのアーヘン大学の電気自動車研究センターであるeLabのPredictive Quality Analyticsを使用して、彼のチームがどのようにバッテリーセルの生産量を16％向上させたかを説明します。

テスラの主な目標は、100ドル/ kWh（90.8ユーロ/ kWhf）のバッテリーパックのコストです。 。これを達成するために、同社は世界で最も要求の厳しい技術的課題の1つを解決する必要があります。それは、生産コストを削減しながら、バッテリーセルの体積エネルギー密度を高める方法です。

テスラの創設者であるElonMuskが、2017年の同社の決算発表で公の場で話したとき、彼は次のように尋ねました。大好きです！」彼の感情は、彼の会社が解決しようとしている課題の複雑さを反映しています。バッテリーの画期的なイノベーションに対するムスクの要求に対応するために、これがElisaのデータサイエンティストが製造品質を予測することでバッテリーセルの生産量を増やした方法です。

電池セルの製造には品質上の課題があります

電気自動車用のリチウムイオン電池セルの製造は、原則として簡単なプロセスです。

アノード電極とカソード電極は、さまざまな原材料の混合物からいくつかの異なるサブプロセスで製造され、次に電解質で満たされたバッテリーセルにパッケージ化されます。テスト。

ただし、プロセスはそれよりもはるかに複雑です。バッテリーセルの製造における主な課題は、製造されたセルの最終的な品質は、長時間のエンドオブラインテストの後にのみ検証できることです。テストの完了には最大3週間かかる場合があります。製造業者が最終的なバッテリーセル製品をバッテリーパックの製造にさらに使用できるかどうかを判断できるのは、この時点以降です。または、有害廃棄物として廃棄する必要がある場合。

廃棄されたバッテリーセルはリサイクルできません。その結果、リチウム、コバルト、硫酸ニッケル、銅、アルミニウム、グラファイトなどの希少で再生不可能で高価な原材料がプロセスで無駄になります。バッテリーセルの世界平均初回収率（FTY）は15％と推定されており、バッテリーセルの製造にはコストがかかり、時間がかかります。

バッテリーセルの製造歩留まりを向上させるにはどうすればよいですか？

ドイツのアーヘン大学の電気自動車研究センターであるeLabでは、この品質の課題は、費用対効果の高い製造を妨げ、環境に優しい電気自動車の採用を遅らせる重要な問題として特定されました。
eLabは、バッテリーセルのより効率的な製造プロセスを開発し、Elisa SmartFactoryのデータサイエンティストチームと提携しました。

バッテリーセル製造のための予測品質分析の使用

Predictive Quality Analyticsは、製造プロセスからデータを抽出して、品質関連の傾向と結果を予測できるデータパターンを決定するために使用されます。したがって、eLabの品質の課題を解決するための適切なツールです。

Elisaのデータサイエンティストチームは、データマイニングの業界横断的な標準プロセスである6ステップのCRISP-DMプロセスに従いました。これは、データマイニングの専門家の間で最も広く使用されている分析モデルです。プロセスの概要は次のとおりです。

1. 最初のステップは、明確なビジネス理解を形成することです。 電池セルの生産と正しい目標を設定します。全体的な状況が評価され、プロセスの品質ドライバーが定義され、バッテリーセルの品質に影響を与えるデータポイントが特定され、バッテリーセルの品質を最もよく表すパラメーターが決定されました。
2. 次のステップはデータです 理解、 CRIP-DMプロセスのように。 これには、利用可能なデータの種類と必要なデータのギャップ分析が含まれていました。この場合、製造ラインに高品質のカメラを設置することで、データのギャップを埋めました。
3. データの準備 フェーズでは、データがクリーンアップされ、同じ形式に調和されます。タイムスタンプは、データ収集の損失を回避するためにクロスチェックされます。
4. モデリング データサイエンティストにとって最も困難なフェーズでした。データを分析する方法は何千もあります。データサイエンティストは、さまざまなアルゴリズムを試して、バッテリーセルの製造ラインから収集されたデータに適用したときに得られるさまざまな結果を確認する必要があります。
5. 評価 結果の重要性があります。結果が有効であるかどうか、および結果がバッテリーセルの品質を予測できるかどうかを調査する必要がありました。
6. 最後に、展開で フェーズでは、チームは、最適な生産品質のために生産設備と機械をセットアップするための最適なパラメーターを定義しました。これには、とりわけ適切な粘度パラメータが含まれていました。

結果は16％です i バッテリーセルの生産量の増加

ElisaのPredictiveQuality Analyticsが導入された後、バッテリーセルの品質をプロセスの早い段階で予測できるようになったため、eLabバッテリーセルの生産ラインでのスクラップ率は16％低下しました。プロセスの最後に標準以下の品質であると予測されたバッテリーセルは、プロセスの早い段階で識別され、ラインから除外されます。原材料は、3週間後の最終試験の後で、リサイクル不可能な廃棄物に廃棄される代わりに、新しい生産バッチにリサイクルされる可能性があります。

結論

16％の生産歩留まり向上のためのテスラの値札は何でしょうか？言うのは難しいですが、これを想像してください…

テスラギガファクトリー1の23GWhの全生産能力が、テスラモデル3車の2170バッテリーセルの生産のみに従事している場合、その年間生産量は2170セルの13億ユニットになる可能性があります。 16％の歩留まりの向上は、2億台以上のセルユニットの生産に相当します。これは、49,000台のテスラモデル3長距離車に十分な量です。

UBS銀行が見積もった、kWhあたり111ドル（kWhあたり100.8ユーロ）のバッテリーセル製造コストを想定した場合、4億ドル（3億6,300万ユーロ）のコスト削減を達成できると想像してみてください。

>

自動車メーカーのビジネスへの影響に関係なく、電気自動車業界は製造慣行と効率を継続的に進化させる必要があります。リチウムイオン電池は、コバルト、リチウム、ニッケル、その他の金属などの希土類鉱物でできており、急速に増大する電気自動車の需要に対応するために効率的に使用する必要があります。

著者は、エリサコーポレーションのスマートファクトリーのディレクター兼ヘッドであるKariTerhoです。

作者について

Kari Terhoは、フィンランドのICTサービスプロバイダーであるElisaCorporationのスマートファクトリーのディレクター兼ヘッドです。 Elisa Smart Factoryに入社する前は、Kariは、サービス管理、販売および事業開発において、ティア1ワイヤレスサービスプロバイダー、およびHewlett-Packardを含むグローバルブルーチップでさまざまな指導的地位を占めていました。カリは経営学と経営学のMBAを取得しています。

Elisa Smart Factoryは、業界メーカー向けの人工知能と産業用IoTソフトウェアのプロバイダーです。あらゆるデータソースに接続し、データストリームを活用し、データ分析と機械学習を組み合わせて、稼働時間、生産品質、歩留まりの向上などの成果を生み出します。 Elisa Corporationの一員である私たちは、広大で高度に自動化されたネットワークインフラストラクチャの管理、および破壊的なインシデントの予測と防止に数十年の経験があります。私たちの目的は、この専門知識を活用して、ヨーロッパおよびそれ以降のファクトリーデジタル化ソリューションのリーディングプロバイダーになることです。