Integration of a multimodal sensor system for health monitoring of battery cells

Girmen, Caroline; Schmitt, Robert H.; Holly, Carlo

doi:45653

Integration of a multimodal sensor system for health monitoring of battery cells = Integration eines multimodalen Sensorsystems zur Überwachung des Gesundheitszustands von Batteriezellen

Girmen, Caroline^RWTH*

2026

VerantwortlichkeitsangabeCaroline Girmen

Ausgabe1. Auflage

ImpressumAachen : Apprimus Verlag 2026

Umfang1 Online-Ressource : Illustrationen

ISBN978-3-9855535-7-0

ReiheErgebnisse aus der Produktionstechnik ; 2026,13

Dissertation, Rheinisch-Westfälische Technische Hochschule Aachen, 2026

Druckausgabe: 2026. - Auch veröffentlicht auf dem Publikationsserver der RWTH Aachen University. - Weitere Reihe: Produktionsqualität und Messtechnik. - Weitere Reihe: Edition Wissenschaft Apprimus

Genehmigende Fakultät
Fak04

Hauptberichter/Gutachter
Schmitt, Robert H. (Thesis advisor)^RWTH* ; Holly, Carlo (Thesis advisor)^RWTH*

Tag der mündlichen Prüfung/Habilitation
2026-04-29

Online
DOI: 10.18154/RWTH-2026-07970
URL: https://publications.rwth-aachen.de/record/1040526/files/1040526.pdf

Einrichtungen

Thematische Einordnung (Klassifikation)
DDC: 620

Kurzfassung
Die Energiewende lässt die Nachfrage nach leistungsfähigen Batterien stetig wachsen und verschärft gleichzeitig die Anforderungen an Sicherheit, Zuverlässigkeit und Umweltverträglichkeit. Da zentrale Rohstoffe nur begrenzt verfügbar sind, gewinnen eine möglichst lange Nutzungsdauer und eine belastbare Bewertung von Second-Life-Anwendungen zusätzlich an Bedeutung. Beides setzt voraus, dass Gesundheitszustand (State of Health, SOH) und Restlebensdauer einer Zelle genau bekannt sind, denn nur dann lassen sich Ladestrategien, Wartung und Wiederverwendung gezielt optimieren. Heutige Batterieüberwachungssysteme greifen jedoch nahezu ausschließlich auf äußere Messgrößen wie Strom, Spannung und Temperatur zurück. Interne Alterungsvorgänge bleiben dabei weitgehend verborgen: Degradation wird oft erst spät erkannt, ein unmittelbar zustandsabhängiger Betrieb ist nicht möglich. Die vorliegende Arbeit geht daher der Frage nach, ob sich Sensoren so in Batteriezellen integrieren lassen, dass alterungsrelevante Parameter direkt erfasst werden, ohne die Zellchemie merklich zu beeinträchtigen. Entwickelt und validiert wird hierzu ein multimodales Sensorsystem, das interne Alterungsparameter für künftige intelligente Batteriemanagementsysteme zugänglich macht. Es vereint zwei Messprinzipien in einem Bauteil. Ein verteilter faseroptischer Sensor erfasst mittels optischer Frequenzbereichsreflektometrie (OFDR) Temperatur und Dehnung in-situ, während eine elektrisch leitfähige Faserbeschichtung als Referenzelektrode dient und damit die Bestimmung der Elektrodenpotenziale erlaubt. Auf diese Weise werden der thermomechanische Zustand der Zelle und ihr elektrochemisches Verhalten zeitgleich beobachtbar. Da faseroptische Sensoren stets auf Temperatur- und Dehnungsänderungen gleichzeitig reagieren, wurde ein Entkopplungsmodell erarbeitet, das zwei Fasern mit unterschiedlicher Kerndotierung kombiniert. Kalibrierparameter, die aus der Frequenzverschiebung abgeleitet werden, machen beide Größen unabhängig voneinander bestimmbar. Zur Überprüfung des Konzepts wurden mehrere Demonstratorzellen mit integrierter Sensorik aufgebaut und vermessen. Die Temperatur im Zellinneren ließ sich mit einer Unsicherheit von etwa 2 °C bestimmen. Über 30 Zyklen trat ein Kapazitätsverlust von 5,6 % auf und die Lithiierung der leitfähigen Beschichtung führte zu stabilen Referenzpotenzialen. Post-mortem-Analysen zeigten einen Einfluss der Sensorfaser auf die Elektroden, der sich durch ein angepasstes Zelldesign deutlich verringern ließ. Die Ergebnisse belegen die Machbarkeit einer multimodalen in-situ Sensorik unter Laborbedingungen und identifizieren die wesentlichen Schritte zur Verringerung des Sensoreinflusses und zur Skalierung der Technologie.

The energy transition is increasing demand for high-performance batteries while raising requirements for safety, reliability, and environmental compatibility. Limited raw materials also make it essential to extend battery lifetime and assess second-life applications reliably. This requires accurate information on state of health (SOH) and remaining useful life to optimize charging, maintenance, and reuse. Current battery monitoring mainly relies on external measurements such as current, voltage, and temperature. These methods provide only limited insight into internal aging processes, often detecting degradation too late and preventing direct, state-dependent operation. This dissertation therefore investigates whether a sensor can be integrated into battery cells to measure aging-relevant parameters without significantly affecting cell chemistry. A multimodal sensor system is developed and validated to record internal aging parameters for future smart battery management systems. It combines a distributed fiber-optic sensor based on optical frequency domain reflectometry (OFDR) for in-situ temperature and strain measurements with an electrically conductive fiber coating that serves as a reference electrode for measuring electrode potentials. This enables simultaneous observation of the cell’s thermo-mechanical condition and electrochemical potentials. To separate the coupled thermal and mechanical signals of fiber-optic sensors, a decoupling model using two fibers with different core dopings is developed. Calibration parameters derived from their spectral shifts allow temperature and strain to be calculated independently. Several demonstrator cells with integrated sensors were tested. The in-situ temperature was measured with an uncertainty of about 2 °C. Long-term cycling showed a capacity loss of 5.6% over 30 cycles, while lithiation of the conductive coating enabled stable reference-potential measurements. Post-mortem analyses revealed an influence of the sensor fiber on cell performance, which was substantially reduced through optimized cell design. The results demonstrate the feasibility of multimodal in-cell sensing under laboratory conditions and identify the key steps required to reduce sensor impact and scale the technology.

OpenAccess:
PDF
(additional files)