產品系列
查看所有產品Ansys致力於為當今的學生打下成功的基礎,通過向學生提供免費的模擬工程軟體。
隨著對新型電池技術的需求日益增加,製造商面臨如何在提高能量密度、加快充電速度、提升安全性、實現更永續的電池應用,以及降低成本之間取得平衡的挑戰。
即便各界競相打造更優質的電池,產能擴充依然是一大挑戰。近期研究指出,76% 的製造商現在就需要升級或建置新的生產線,才能因應未來的新型電池芯技術。這類挑戰需要建立在更具擴展性與數位基礎上的智慧製造解決方案。
這些數位基礎代表製造商必須從傳統的反覆試誤方法,轉向以資料為核心、模型驅動的電池超級工廠現場作業模式 (即支援電池大量生產的設施)。低效率的電池生產所造成的高成本,使 Honeywell 客戶對於以模擬驅動的控制解決方案產生明確需求,尤其是在品質最佳化與降低廢料方面。
Honeywell 製程解決方案協助企業解決與電池製造相關的自動化、流程控制與品質管理等複雜挑戰。該公司認為大量電池生產的未來將高度連結,並將模擬視為解決方案,以克服電池製造商進入各種市場,包括電動車 (EV)、電子產品、儲能以及消費性商品,的高昂門檻成本。
Ansys 數位孿生軟體是推動 Honeywell 電池超級工廠計畫的關鍵技術,為未來拓展至跨產業電池生產奠定基礎。
「數位工程是現代智慧製造的核心支柱。」Honeywell 電池超級工廠策略規劃總監 Fredrik Westerberg 表示。「透過結合基於物理的模擬與即時資料,我們打造出能動態調整以因應變動條件的自我最佳化生產線。在電池製造中,將 Ansys 的模擬產品組合與 Honeywell 的自動化系統整合,用以建立物理數位孿生,讓我們能即時微調流程 — 進而提升產量、降低成本並改善能源效率。」
透過 Honeywell 電池製造卓越平台 (MXP),從第一天起就實現電池超級工廠的最佳化運作
電池製造商在擴大量產時,面臨各種技術與營運上的挑戰。想要擴大規模以仿效現有電池超級工廠的工廠,經常受到新聘用當地人力的限制,這些人員可能對技術或製程並不熟悉。以複製貼上的方式擴廠,會造成瓶頸效應,對生產造成壓力。
此外,還有一些專業製造商在美國或歐洲進行了電池芯設計,並在實驗室中測試其創新技術。這類公司通常的規模只有大型工廠的百分之一。他們已完成電池芯的驗證,並擁有客戶。接下來,他們需透過測試與驗證,將這些經驗轉化為大規模生產。
Honeywell 在支援這些努力上扮演著不可或缺的角色。其電池製造卓越平台 (Battery MXP) 讓使用者能全面掌握整座電池超級工廠的安全性、效率與品質 — 這些關鍵見解有助於推動整體效率提升。這套 AI 驅動的軟體解決方案,旨在從第一天起即提升電池芯良率、加快工廠啟動速度,進而最佳化電池超級工廠的運作。
「我們的專業從電池製造的前端階段就開始涵蓋 — 從鋰礦開採到化學處理,再到製程中所需的箔材、薄膜與材料。」Westerberg 補充說道。「這也延伸到電池模組與電池包的組裝,以及用於監控電動車與儲能系統中電池安全的感應器。最終涵蓋整個電池製造流程的自動化。」
Honeywell 平台的開發考量到客戶的目標,即降低甚至消除整個流程中錯誤的傳遞,例如透過高精度數位孿生來最佳化電極壓延的控制演算法。此控制流程可理解並描述多項輸入變數 (如材料特性、製程行為、控制邏輯、感應器資料) 與所需輸出之間的複雜關係,確保生產流程維持在最佳狀態。
因此,Honeywell 使用 Ansys 技術建構模擬工具鏈,運用 Ansys Rocky 軟體、Ansys optiSLang 軟體、Ansys Twin Builder 軟體和 Ansys TwinAI 軟體,建構並部署具備物理依據的數位孿生。該數位孿生隨後整合進 Honeywell 最新的控制系統中,使資料輸入能與 Honeywell 感應器的量測資料一併處理,然後再發送指令至製造設備。
全面流程數位化可確保關鍵品質指標 (如電極密度與厚度) 皆維持在規範範圍內。
像壓延這類製程,在 Ansys 模擬軟體中進行建模後,即可評估材料厚度等參數,進而改善 Honeywell 控制系統的製造流程。
Ansys TwinAI 軟體 (一套 AI 驅動、以模擬為基礎的數位孿生應用) 使 Honeywell 得以從回饋式控制邁向預測性製程控制。將數位孿生,即以資料為基礎,整合虛擬與現實實體與流程的模擬,導入其製造解決方案後,為 Honeywell 客戶帶來多項效益。
這項技術讓大規模電池製造能從自動化孤島轉型為自主化作業。它透過連接至生產設備的線上感應器提供閉迴路控制,可傳輸即時資料,進一步透過提升品質來最佳化產能擴充。這種資訊交換的速度有助於製造商迅速找出根本原因,並在問題擴大前排除製程中的缺陷與偏差,確保產能提升階段的穩定性。
Ansys 數位孿生技術也讓 Honeywell 的品質管控策略,從被動應對轉為預測性、前瞻性的做法。它讓使用者能在實際調整之前,進行虛擬的「假設情境」模擬,以避免代價高昂的錯誤。此外,還能新增參數以提升模型預測的準確度,並識別不同輸入變數的敏感性及其對製程的影響。
「我們導入 Ansys 數位孿生技術,持續在製造過程中有效減少浪費。」Westerberg 表示。「僅僅 1% 的品質流失,每年每 GWh 便可能造成高達 100 萬美元的報廢成本。數位孿生有助於將這些損失降到最低。」
當然,根據 Westerberg 的說法,設計與執行製造流程並非毫無挑戰。第一項挑戰在於製程的變異性與控制。在大規模製造中,能否偵測並因應材料特性或製程參數的微小變異,極為關鍵。這些變異會隨著錯誤的累積擴散,導致成品電池出現缺陷,進而可能在客戶端應用中於數月甚至數年後產生失效。
第二個挑戰是自動化與效率問題。對於複製貼上的製造流程進行反覆調整時,往往過度依賴操作人員的經驗與設備供應商的專業知識。在擴充產線規模的過程中,這些大量的調整可能非常耗時且成本高昂。在這樣的開迴路系統中,存在著大量變異性,這些變異可能通過整條產線既有的品質關卡,最終導致報廢,並造成額外的成本負擔。
最後,品質與良率最佳化對企業營運成果的影響也至關重要。「鋰離子電池製造中的報廢成本每年可高達數千萬美元,而若因品質不佳導致召回,甚至可能造成數十億美元的損失。」Westerberg 表示。
模擬技術可建立預測性模型,有助於降低這些與其他影響生產的風險。
「我們與 Ansys 的合作讓我們從傳統自動化進一步邁向閉迴路的自主系統,進而降低人工干預並提升一致性,」Westerberg 表示。「將 Ansys 模擬技術整合至即時控制系統中,能確保關鍵品質指標維持在規範內──例如壓延製程中的電極厚度與密度──從而降低浪費。」
如今,Ansys Twin Builder 軟體也正協助製造商解決極為龐大且複雜的安全挑戰。歡迎閱讀我們最新的部落格文章「安全第一:強大運算組合如何帶來關鍵轉變」,深入瞭解更多資訊。