Germany - Laboratory, optical and precision instruments (excluding glass) - HiPOLE - Formulation platform

Im Rahmen des von der Helmholtz-Gemeinschaft geförderten Helmholtz-Institutes für Polymere in Energieanwendungen (HIPOLE Jena) werden neue Materialien für Anwendungen in Energiespeicherung und -wandlung untersucht. Ein wesentlicher Schwerpunkt dabei ist die schnelle und reproduzierbare Herstellung, Formulierung und Charakterisierung dieser Materialien mittels automatischer roboterbasierter Systeme im Hochdurchsatzverfahren. Für diese Methodik werden in der Praxis automatisierte Roboterplattformen eingesetzt, die eine parallele Durchführung von verschiedenen Experimenten unter standardisierten Bedingungen ermöglichen. Hierdurch werden vergleichbare und reproduzierbare Daten erzielt werden, wobei durch den automatisierten Prozess und die parallele Durchführung einer Vielzahl von Experimenten auch eine große Menge an Daten erzeugt werden. Hierdurch werden reproduzierbare Daten erhalten, die auch für Methoden des maschinellen Lernens essenziell sind. Dies wird auch im Rahmen der Forschungsaktivitäten von HIPOLE Jena besonders im Fokus stehen werden. HIPOLE Jena hat hierfür in einem ersten Schritt eine automatisierte Plattform zur Synthese von Polymeren und Materialien beschafft (von Chemspeed Technologies). Diese Plattform soll nun auf den Aspekt der Verarbeitung und Formulierung dieser Materialien erweitert werden. Dies ermöglicht u.a. die automatisierte Herstellung von Elektroden, welche später in Batterien eingesetzt werden oder auch von Folien für Einkapslungssysteme von Solarzellen. Darüber hinaus soll hierfür auch die automatische (elektrochemische) Untersuchung etabliert werden, wodurch die komplette Strecke von Synthese über Formulierung bis Charakterisierung abgedeckt werden kann. Generell sind am Markt automatisierte und roboterbasierte Lösungen verfügbar. Allerdings ergeben sich für chemische Prozesse bzw. die Verwendung von Polymeren, die Formulierung dieser Materialien insbesondere zu Elektroden und Solarzellen und die automatisierte Charakterisierung besondere Herausforderungen. Materialseitig betrifft dies die Handhabung von Chemikalien, deren teilweise geringe Luftbeständigkeit sowie auch die verschiedenen Zustände dieser (flüssig, viskos, fest, Pulver). Darüber hinaus umfasst dies auch Sicherheitsaspekte, als auch die Notwendigkeit unter Luftausschluss zu arbeiten, damit die Materialien sich nicht zersetzen bzw., im schlimmsten Fall, brennen. Dieses Anforderungsspektrum führt dazu, dass für chemische automatisierte Roboter nur ein Anbieter am Markt existiert, Chemspeed Technologies. Diese haben in den letzten Jahren diverse neue Technologien entwickelt, die besonders auf die Automatisierung der chemischen Forschung und der Elektrochemie ausgelegt sind. Dieses sind mit entsprechenden Patenten geschützt (u.a. PCT WO2002029419; PCT WO2002029371; PCT WO2016074105; WO1998057738A1), weshalb keine weiteren Anbieter existieren. Demenstprechend liegt nach VgV § 14 (4) 5 ein Alleinstellungsmerkmal vor. Somit ist ein Verhandlungsverfahren ohne TW zulässig. In diesem Vorhaben steht die Hochdurchsatz-Formulierung von polymeren Materialien für verschiedene Energieanwendungen im Vordergrund. Dieser Ansatz soll dazu beitragen, die komplexen Mischungen, welche in beispielsweise Batterieelektroden verwendet werden, zielgerichtet erforschen zu können und somit langfristig gezielt den Zusammenhang zwischen Struktur-Formulierung-Performance vorhersagen zu können. Die Formulierungsplattform stellt hier das ideale Mittel dar, um eine Vielzahl an Proben reproduzierbar herstellen zu können und verschiedene Parameter (z.B. Zusammensetzung, Verarbeitungsbedingungen, usw.) bei der Formulierung systematisch variieren zu können. Zudem bietet die Plattform auch die Möglichkeiten erste Eigenschaften, wie beispielsweise die Leitfähigkeit, untersuchen zu können. Die Kombination aus Formulierung und anschließender Testung soll langfristig dafür genutzt werden, dass die nächste Generation von Formulierungen autonom mittels Methoden des aktiven Lernens auf Basis der Ergebnisse der ersten Generation erfolgt und somit das Gesamtsystem die Zusammensetzungen automatisch optimieren kann.