SOFC

Die Herausforderung: Zuverlässigkeit und Standzeit der SOFC maximieren und Entwicklungskosten reduzieren

Hochtemperatur-Brennstoffzellen wie SOFC sind für die stationäre Energieversorgung besonders interessant, da für die Brenngasaufbereitung ein relativ geringer Aufwand notwendig ist. Im Energiewandlungsprozess erzeugen SOFC-Systeme sowohl Strom als auch Wärme, die dann vielfältig eingesetzt werden können. Um das volle Potenzial dieser Brennstoffzellen nutzen zu können, bedarf es noch intensiver Forschungs- und Entwicklungsarbeit. Insbesondere in puncto Alterung und Standzeit der Hochtemperatur-Brennstoffzellen sind noch erhebliche Verbesserungen erforderlich. 

Die GeoDict-Lösung für Brennstoffzellen ermöglicht eine genaue Analyse des Brennstoffzellenmaterials auf der Mikroebene. Dadurch können die Materialeigenschaften zuverlässig charakterisiert und das Materialverhalten, beispielsweise durch thermische oder mechanische Einflüsse, simuliert werden. Die digitale Materialentwicklung mit GeoDict verschafft Ihnen nicht nur wertvolle Daten für die verbesserte Leistung Ihrer Brennstoffzellen sondern reduziert auch erheblich die Entwicklungskosten.

Highlights der GeoDict-Lösung im Überblick

  • KI gestützte Identifikation von Binder und einzelnen Körnern und Partikeln in 3D Bilddaten 
  • Erzeugung von realistischen Statistischen Digitalen Zwillingen der Materialien auf der Mikroskala
  • Bestimmung wichtiger geometrischer und physikalischer Kenngrößen 
  • Quantitative und performante Simulation der physikalischen Eigenschaften 
  • Automatisierte Parameterstudien zum Design neuer Materialien

Sie haben Interesse? Unser Expertenteam für Brennstoffzellen steht Ihnen gerne für nähere Informationen zur Verfügung!

Zum Kontaktformular

Digitale Entwicklung von SOFC-Materialien mit GeoDict

Ob GDL, MPL, CAT, PEM, BPP oder eine komplette Zelle: Analysieren, verstehen, erschaffen und optimieren Sie Ihr Material auf der Mikroskala. Die Math2Market ermöglicht Ihnen mit GeoDict die Digitalisierung Ihrer Materialforschung und -Entwicklung.

 

Daten-Preprocessing

3D-Bilddaten können mit GeoDict importiert und verarbeitet werden. Neuste KI-Technologie basierend auf künstlichen neuronalen Netzen (KNN) ermöglicht die Identifikation aller Materialkonstituenten und aller Objekte. Einzelne Körner können somit erkannt und charakterisiert werden.


Materialanalyse

Durch die fundierte Analyse der Konstituenten und Objekte können die Strukturgeneratoren von GeoDict realistische Digitale Zwillinge der Materialien erstellen. Durch Zufallsgeneratoren wird eine statistische Varianz erzeugt, um statistische Fehler in den Simulationen zu minimieren. Zusammen mit einer Datenbank, die allen Konstituenten die jeweiligen Materialeigenschaften zuordnet, entsteht der Statistische Digitalen Zwilling.


Modellierung & Design

GeoDict bestimmt die wichtigen geometrischen und physikalischen Kenngrößen realer oder künstlich erzeugter Mikrostrukturen: Porosität, Korn- und Porengrößenverteilung, aktive Oberfläche, Tortuosität, Drei-Phasen-Grenze, Gurley-Wert, etc.


Automatisierung & Integration

Die Python-basierte Automatisierung ermöglicht die Kopplung von Simulationen und Arbeitsschritten zu umfangreichen Parameterstudien. Auch komplexe Fragestellungen wie z.B. die Optimierung der Transporteigenschaften unter mechanischer Kompression lassen sich dadurch digital bearbeiten.


Die GeoDict Lösung für die Brennstoffzellenforschung

Das GeoDict-Paket umfasst neben der GeoDict Base alle notwendigen Module für die Forschung und Entwicklung von Brennstoffzellen.

Modulempfehlungen

Bildverarbeitung & BildanalyseImportGeo-Vol     
Charakterisierung & AnalyseGrainFind-AIFiberFind-AIPoroDict + MatDict   
Modellierung & DesignGrainGeoFiberGeoWeaveGeo   
Simulation & VorhersageDiffuDictConductoDictFlowDictElastoDictAddiDictSatuDict

Welche Module für Sie am besten passen, ist abhängig von der Art Ihrer Anwendung.