Forschungsinstitute wollen Künstliche Intelligenz in der Photovoltaik-Fertigung einsetzen

Die Herstellung von Hightech-Solarzellen und -modulen erfordert viele komplexe Prozessschritte und Materialien. Entsprechend hoch ist das Datenaufkommen bei der Produktion. Darin liegt eine große Chance für die Weiterentwicklung und Optimierung der Fertigung, meinen fünf wissenschaftliche Institute aus Baden-Württemberg: Sie arbeiten gemeinsam im Forschungsprojekt „Selbstlernende Photovoltaik-Fabrik“, kurz SelFab, an intelligenten Photovoltaik-Produktionsanlagen. Die Forscher erwarten, dass die Ziele bis zum Projektende im Juli 2021 erreicht werden können.

Beteiligt an SelFab sind das Fraunhofer-Institut für Produktionstechnik und Automatisierung IPA, das Fraunhofer-Institut für Solare Energiesysteme ISE, das International Solar Energy Research Center Konstanz (ISC Konstanz e.V.), das Institut für Photovoltaik der Universität Stuttgart (ipv) und das Zentrum für Sonnenenergie- und Wasserstoff-Forschung Baden-Württemberg (ZSW). Das Vorhaben wird von einem offenen Industriebeirat begleitet. Das Ministerium für Wirtschaft und Arbeit in Baden-Württemberg fördert das Projekt im Rahmen der Digitalisierungsstrategie des Landes mit rund zwei Millionen Euro.

„Die Kooperation von Produktionsautomation und Photovoltaikforschung auf dem Gebiet der Silizium- und CIGS-Dünnschichtsolarzellen schafft Synergien bei der Entwicklung von Grundlagen für eine selbstlernende Solarfabrik, die die Anwendungsbreite der Projektergebnisse erhöhen und auf verschiedenste Solartechnologien angewandt werden können“, sagt Martin Kasperczyk, Projektkoordinator am Fraunhofer IPA.

Anlagen- und Fabrikdaten in Echtzeit analysieren

Im Rahmen dieses Projektes haben die Partner ein digitales Grundgerüst einer Produktionslinie für Solarzellen und -module erstellt. Für den digitalen Zwilling digitalisierten sie alle relevanten Fertigungsabläufe und Werkstücke einer Photovoltaik-Fabrik mit generischen Modellen. Das erhöht später die Anwendungsbreite und die mögliche Zahl der nutzenden Unternehmen. Die digitalen Abbilder, Verwaltungsschale genannt, stellen über gängige Kommunikationsschnittstellen Daten und ihre Bedeutung bereit. Außerdem entwickelten die Partner dafür geeignete Verfahren des maschinellen Lernens.

Der Nutzen dieses Vorgehens liegt den Forschern zufolge darin, dass Anlagen- und Fabrikdaten mit künstlicher Intelligenz fortlaufend und in Echtzeit analysierbar sind. Mit Hilfe der umfassenden Informationen können Herstellungsprozesse und Produkte optimiert werden. Das zeigten die ersten Erfahrungen aus den Datenanalysen und deren Korrelation etwa mit dem Solarzellwirkungsgrad. Gerade in forschungs- und entwicklungsintensiven Bereichen sei das lohnend, da technologische Fortschritte schneller und effizienter in die Fertigung übertragen werden können.

Der Maschinen- und Anlagenbau für Solarzellen und -module soll mit den im Projekt gewonnenen Erkenntnissen befähigt werden, sein Equipment in künftige intelligente Industrie-4.0-Fabriken zu integrieren oder solche Fabriken schlüsselfertig anzubieten. Die Erkenntnisse aus dem Vorhaben sind nach Einschätzung der Projektpartner auch über die Grenzen der Photovoltaik hinaus in anderen Industriezweigen einsetzbar.

Das Interesse der Solarindustrie am Einsatz Künstlicher Intelligenz ist groß. „Mit selbstlernenden Fabriken stehen unseren Ingenieuren neue, innovative Werkzeuge zur Verfügung, mit denen wir Zeit und Kosten bei der Entwicklung von CIGS-Dünnschicht-Modulen einsparen können“, erklärt Kay Orgassa, CTO von NICE Solar Energy aus Schwäbisch Hall. Das Unternehmen produziert Dünnschichtsolarmodule auf Basis von Kupfer, Indium, Gallium und Selen (CIGS). Auch Hersteller von Siliziumsolarzellen haben Bedarf: „Durch die Zusammenarbeit mit dem SelFab-Konsortium konnten bereits interessante Erkenntnisse gewonnen werden, die zur Weiterentwicklung unserer Solarzellenfertigung beitragen werden“, sagt Bernhard Klöter, Senior Manager in der Forschung und Entwicklung von Hanwha Q-Cells.