Erstellung eines chemisch-physikalischen Modells eines Lithium-Luft-Akkumulators mit Hilfe von tomografischen in-operando Untersuchungsmethoden und Impedanzspektroskopie

• Antragstellerinnen / Antragsteller: Professorin Dr.-Ing. Julia Kowal; Dr. Ingo Manke
• Fachliche Zuordnung: Elektrische Energiesysteme, Power Management, Leistungselektronik, elektrische Maschinen und Antriebe
• Förderung: Förderung von 2017 bis 2023
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 357753796

• Erstellungsjahr: 2025

Zusammenfassung der Projektergebnisse

Lithium-Luft-Batterien gelten als eine vielversprechende Technologie für die Energiespeicherung der Zukunft, da sie theoretisch eine sehr hohe Energiedichte bieten. Doch ihre praktische Umsetzung ist noch mit großen Herausforderungen verbunden. In diesem Projekt wurden Materialuntersuchungen, elektrische Messungen sowie modernste Bildgebung mit maschinellem Lernen kombiniert, um ein besseres Verständnis für die Vorgänge in diesen Batterien zu gewinnen. Durch den Einsatz von in-situ Synchrotron-Tomographie und ex-situ FIB-Tomographie konnten die 3D-Morphologien und die Alterungsprozesse der Batteriezellen sehr detailliert untersucht werden. Eine amidebasierte Elektrolytmischung erwies sich als besonders vorteilhaft für die Entladekapazität. Auch die verwendeten Kohlenstoffmaterialien hatten großen Einfluss, wobei nicht nur eine hohe Oberfläche oder ein großes Porenvolumen entscheidend waren, sondern die optimale Kombination beider Eigenschaften. Mangan-Mischoxid und Eisenoxid wurden als vielversprechendste Katalysatoren identifiziert. Ein weiteres wichtiges Ergebnis betrifft die Alterung der Lithium-Anode. Es zeigte sich, dass die Stromdichte die mechanische Abnutzung der Anode beeinflusst und dadurch die Lebensdauer der Batterie verringern kann. Dank hochauflösender Bildgebung konnten nicht nur die Abnutzung der Anode, sondern auch Ablagerungen in der Gasdiffusionselektrode sichtbar gemacht werden. Ein zentraler technischer Fortschritt dieses Projekts war der Einsatz von maschinellem Lernen. Insbesondere der Einsatz von Random-Forest-Algorithmen ermöglichte es, komplexe Bilddaten effizient zu analysieren – eine entscheidende Voraussetzung, da gealterte Elektroden äußerst komplexe Strukturen aufweisen. Zudem erlaubte die Kombination verschiedener FIB-Detektoren eine detaillierte Untersuchung der hochporösen Nanostrukturen. Die in diesem Projekt entwickelte Bildgebungsanalytik hat sich bereits als äußerst wertvoll für die weitere Forschung erwiesen und wird in zahlreichen wissenschaftlichen Publikationen zitiert. Darüber hinaus konnten neue Erkenntnisse darüber gewonnen werden, welche Materialien für zukünftige Lithium-Luft-Batterien besonders vielversprechend sind. Damit leistet dieses Projekt einen wichtigen Beitrag zur Weiterentwicklung dieser innovativen Batterietechnologie.

Projektbezogene Publikationen (Auswahl)

• Revealing Hidden Facts of Li Anode in Cycled Lithium–Oxygen Batteries through X-ray and Neutron Tomography. ACS Energy Letters, 4(1), 306-316.
  Sun, Fu; Gao, Rui; Zhou, Dong; Osenberg, Markus; Dong, Kang; Kardjilov, Nikolay; Hilger, André; Markötter, Henning; Bieker, Peter Maria; Liu, Xiangfeng & Manke, Ingo
  
• Non-destructive characterization of lithium deposition at the Li/separator and Li/carbon matrix interregion by synchrotron X-ray tomography. Nano Energy, 62, 11-19.
  Dong, Kang; Osenberg, Markus; Sun, Fu; Markötter, Henning; Jafta, Charl J.; Hilger, André; Arlt, Tobias; Banhart, John & Manke, Ingo
  
• Confinement of Cobalt Species in Mesoporous N-Doped Carbons and the Impact on Nitroarene Hydrogenation. ACS Sustainable Chemistry & Engineering, 8(30), 11171-11182.
  Oliveira, Rafael Lima; Ben Ghorbel, Mohamed Chedly; Praetz, Sebastian; Meiling, Dennis; Schlesiger, Christopher; Schomäcker, Reinhard & Thomas, Arne
  
• Hierarchical Structuring of NMC111-Cathode Materials in Lithium-Ion Batteries: An In-Depth Study on the Influence of Primary and Secondary Particle Sizes on Electrochemical Performance. ACS Applied Energy Materials, 3(12), 12565-12574.
  Wagner, Amalia Christina; Bohn, Nicole; Geßwein, Holger; Neumann, Matthias; Osenberg, Markus; Hilger, André; Manke, Ingo; Schmidt, Volker & Binder, Joachim R.
  
• Bone metabolism and evolutionary origin of osteocytes: Novel application of FIB-SEM tomography. Science Advances, 7(14).
  Haridy, Yara; Osenberg, Markus; Hilger, André; Manke, Ingo; Davesne, Donald & Witzmann, Florian
  
• Einfluss von Material- und Strukturparametern zur Performancesteigerung von Lithium-Luft-Batterien, Dissertationsschrift
  Dennis Meiling
  
• In situ visualizing the interplay between the separator and potassium dendrite growth by synchrotron X-ray tomography. Nano Energy, 83, 105841.
  Ni, Ling; Osenberg, Markus; Liu, Haijun; Hilger, André; Chen, Libao; Zhou, Dong; Dong, Kang; Arlt, Tobias; Yao, Xiayin; Wang, Xiaogang; Chen, Yanan; Li, Yutao; Zhao, Kangning; Yang, Chao; Manke, Ingo; Sun, Fu & Chen, Renjie
  
• Na electrodeposits: a new decaying mechanism for all-solid-state Na batteries revealed by synchrotron X-ray tomography. Nano Energy, 82, 105762.
  Sun, Fu; Duchêne, Léo; Osenberg, Markus; Risse, Sebastian; Yang, Chao; Chen, Libao; Chen, Nan; Huang, Yongxin; Hilger, André; Dong, Kang; Arlt, Tobias; Battaglia, Corsin; Remhof, Arndt; Manke, Ingo & Chen, Renjie
  
• Unravelling the Mechanism of Lithium Nucleation and Growth and the Interaction with the Solid Electrolyte Interface. ACS Energy Letters, 6(5), 1719-1728.
  Dong, Kang; Xu, Yaolin; Tan, Jinwang; Osenberg, Markus; Sun, Fu; Kochovski, Zdravko; Pham, Duong Tung; Mei, Shilin; Hilger, André; Ryan, Emily; Lu, Yan; Banhart, John & Manke, Ingo
  
• Promoting Mechanistic Understanding of Lithium Deposition and Solid‐Electrolyte Interphase (SEI) Formation Using Advanced Characterization and Simulation Methods: Recent Progress, Limitations, and Future Perspectives. Advanced Energy Materials, 12(19).
  Xu, Yaolin; Dong, Kang; Jie, Yulin; Adelhelm, Philipp; Chen, Yawei; Xu, Liang; Yu, Peiping; Kim, Junghwa; Kochovski, Zdravko; Yu, Zhilong; Li, Wanxia; LeBeau, James; Shao‐Horn, Yang; Cao, Ruiguo; Jiao, Shuhong; Cheng, Tao; Manke, Ingo & Lu, Yan
  
• Classification of FIB/SEM-tomography images for highly porous multiphase materials using random forest classifiers. Journal of Power Sources, 570, 233030.
  Osenberg, Markus; Hilger, André; Neumann, Matthias; Wagner, Amalia; Bohn, Nicole; Binder, Joachim R.; Schmidt, Volker; Banhart, John & Manke, Ingo
  
• Multidimensionale Bildgebung und Analysen von Batteriematerialien, Dissertationsschrift
  Markus Osenberg