Le chaînon manquant dans la fabrication de batteries

Lorsque je discute avec de petites entreprises, des entreprises en démarrage et de grands équipementiers travaillant sur les batteries, j’entends la même histoire. D’un côté, il y a des laboratoires qui fabriquent des dizaines de cellules à la main dans des boîtes à gants, avec des notes minutieuses et beaucoup de savoir-faire. Cet effort peut démontrer la faisabilité, mais convainc rarement un vice-président ou un investisseur qui a besoin d’évolutivité et de répétabilité. De l’autre côté, il y a des lignes qui produisent des dizaines de milliers de cellules par jour, verrouillées sur un seul produit et une seule recette. Elles ne s’arrêteront pas pour permettre à un petit programme de produire quelques centaines de cellules selon cinq variantes légères. Le terrain utile au milieu est absent. Les équipes ont besoin d’un moyen de fabriquer rapidement des centaines de cellules cohérentes, de tracer exactement ce qu’elles contiennent et de répéter les essais après avoir ajusté une seule variable. À l’heure actuelle, cela signifie devoir modifier les opérations d’autrui et apprendre avec des preuves limitées.

L’équipe du Carolina Institute for Battery Innovation (CIBI) de l’Université de Caroline du Sud (USC) a découvert cela grâce à des discussions ouvertes avec des intervenants de tout le secteur des batteries, ainsi qu’à des sondages auprès d’utilisateurs potentiels, d’autres universités et d’installations contractuelles. Certaines universités couvrent une partie des besoins, mais sont sursollicitées. Les usines contractuelles excellent une fois que vous savez exactement ce que vous voulez, mais elles ne sont pas conçues pour les questions initiales complexes. Cela conduit les projets à passer directement des cellules boutons aux hypothèses de production complète, puis à stagner lorsque le comportement des cellules réelles diverge. Lorsque les équipes cherchent à obtenir une capacité à grande échelle, elles ont souvent déjà pris des décisions coûteuses basées sur des données ambiguës.

Ce dont les ingénieurs ont réellement besoin

Lorsqu’une équipe demande un essai pilote, elle ne veut pas (et n’a pas besoin de) une mini-gigafactory. Elle souhaite maintenir la plupart des variables stables, ne modifier qu’un seul paramètre et repartir avec des données qu’elle peut défendre devant des décideurs. Elle veut que ses ingénieurs soient sur le terrain aux côtés des nôtres afin que l’apprentissage ne soit pas indirect. Elle veut que les cellules et les ensembles de données voyagent ensemble afin que, six mois plus tard, un plateau de tension ou une augmentation de l’impédance puisse toujours être associé à une tête de soudage, un lot de bouillie ou un point de rosée en salle sèche spécifique.

La confiance naît d’une traçabilité pragmatique. Personne n’a besoin d’un passeport de batterie complet pour la R&D initiale. Il faut enregistrer quel lot de revêtement a été utilisé sur quelle bande, la cible de calandrage, les paramètres de la tête de soudage et le protocole de formation. C’est suffisamment de métadonnées pour expliquer la performance, sans pour autant que l’analyse ne devienne une tâche en soi.

Le choix du format est important. Les cellules de type sachet de cinq à dix ampères-heures exposent les réalités thermiques et mécaniques sans le profil de risque des très grandes cellules. Les languettes, les joints et la pression d’empilement se comportent comme en production, mais une erreur n’entraînera pas l’arrêt de la ligne pendant un mois. À partir de là, de nombreux programmes passent au format 18650 ou 21700 : assez grands pour être pertinents, assez petits pour être gérables et alignés sur l’orientation de l’industrie.

Mme Belinda Agamah, du laboratoire du professeur William Mustain, poinçonne des électrodes pour les tests de batteries à anode en silicium.

Les contraintes qui façonnent le travail

Les lignes universitaires peuvent enregistrer des données 24 heures sur 24, mais lorsque vous changez de recette quotidiennement, un système MES complet ne fait que vous ralentir. Alors que nous développons les capacités du CIBI, nous veillons à rester au niveau de validation technologique pré-A/A, et non au niveau PPAP de production de masse, afin que notre système de qualité corresponde à nos intentions.

Nous attribuerons un code-barres à chaque cellule et n’enregistrerons que les variables critiques comme le lot de revêtement, la cible de calandrage, les paramètres de soudage et le profil de formation. De cette façon, nous saurons toujours ce qui a changé sans nous noyer dans les métadonnées. La métrologie justifie sa place : si une mesure ne modifie pas une décision, nous ne la collecterons pas.

Cette traçabilité simplifiée oriente notre recours à la tomographie par rayons X. Plutôt que de scanner chaque cellule, nous déterminons lors des premières expériences où la tomographie offre le meilleur rendement — alignement post-empilement, intégrité de la tête de soudage ou défauts post-formation — puis nous l’utilisons comme levier de décision. La tomographie révèle des vides souterrains, des désalignements ou des délaminages de revêtement que les tests électriques seuls ne peuvent détecter. En ciblant les scans là où ils exposent des modes de défaillance cachés, nous transformons les images en ajustements immédiats et évitons la métrologie pour la forme.

Une bonne gestion des données permet de tout relier : chaque graphique reste associé à un lot de revêtement, un identifiant de bande ou un profil de formation sans travail d’enquête.

Là où les équipes trébuchent

La plupart des projets initiaux réussissent ou échouent en fonction de l'intégration des matériaux. Un partenaire livre une nouvelle poudre ou un nouveau séparateur. Vous mélangez, enduisez, séchez, calandrez et refendez. Tout semble normal, jusqu'à ce qu'une soudure ou un scellage révèle une sensibilité invisible dans les piles boutons. Une poudre qui se comporte bien en petits lots peut échouer lorsqu'elle est exposée aux solvants de production, aux courbes de séchage ou à la pression. Un séparateur tolérant à une certaine énergie de soudage peut se déformer à une autre. De légers changements de processus peuvent compromettre la durée de vie.

Exécuter le mélange, l'enduction, le séchage, le calandrage, la refente, l'assemblage, le soudage, le scellage et la formation en une séquence cohérente permet de mettre en évidence ces sensibilités rapidement et en contexte. Si un ensemble de données signale un taux élevé de défauts de soudure des languettes corrélé à une résistance de formation croissante, vous ajustez la tête de soudage le jour même, plutôt que de débattre sur des diapositives des semaines plus tard.

Les données posent également problème aux équipes. Les feuilles de calcul se multiplient, les copies divergent et les dossiers étiquetés « final » s'accumulent. Des mois plus tard, personne ne peut reproduire le graphique qui justifiait la phase suivante. Concevez vos outils pour la personne qui examine les données : décidez de ce qu'il faut collecter, rendez-le obligatoire et gardez ces informations à portée de main. L'objectif n'est pas d'avoir de beaux tableaux de bord, mais une décision claire et fiable.

Un projet pilote pratique, pas une mini-usine

Il existe une réelle demande pour un intermédiaire de confiance. Certains universitaires excellent dans l'étude des mécanismes et des nouveaux matériaux — un travail qui se déroule dans mon laboratoire de recherche et ceux de l'USC, que je respecte profondément. Mais, dans le cadre de la création du CIBI, nous nous intéressons à ce qui se passe dans les cellules réelles, dans des conditions d'utilisation réelles, et à la mise en place d'équipes et d'infrastructures permettant à davantage de personnes d'effectuer ce travail efficacement.

Nous mettons en place une ligne pilote dans le sud-est des États-Unis pour combler ce vide. Nous commencerons par des cellules de type sachet de 5 à 10 Ah (opérationnelles au quatrième trimestre 2026), car c'est là que la demande est la plus forte et que nous apprenons le plus vite sans nous disperser. Les languettes, les scellés et le comportement thermique se révèlent assez tôt pour orienter les changements avec un risque gérable. Environ 6 mois plus tard, nous lancerons la production de cellules cylindriques 21700. Cette séquence reflète les contributions de consortiums de sécurité, notre expérience interne et des programmes de R&D gouvernementaux. Le format 21700 est idéal : assez grand pour des études significatives sur la densité énergétique et le comportement thermique, assez petit pour éviter les contraintes de sécurité et de capital liées aux très grands formats.

Trois modèles d'engagement

1. Fabrication selon recette. Vous fournissez une nomenclature et des fenêtres de processus. Nous assemblons, formons et testons selon vos spécifications, puis nous vous retournons les cellules finies et un ensemble de données propre. Considérez cela comme : « fabriquez 300 cellules avec cet additif conducteur pour cathode, exactement comme indiqué ». La valeur ne réside pas dans la liste des machines, mais dans des données et des cellules cohérentes et défendables. Plan d'expériences. Nous co-développons une matrice — par exemple, additif d'anode contre plusieurs électrolytes — nous exécutons les fabrications, gérons la formation et les tests, et livrons les résultats dans un format compatible avec votre pile d'analyse. L'objectif est la clarté : si un additif ne fonctionne qu'à certains ratios de solvant, vous le voyez sur une seule page, sans avoir à fouiller dans plusieurs fichiers. Partenariats de R&D à long terme. Sur un semestre, nous planifions trois ou quatre cycles de fabrication, intégrons la caractérisation physique et l'analyse des défaillances, et co-rédigeons les décisions qui transforment les idées en propriété intellectuelle. C'est là que la tomodensitométrie, les coupes transversales et les tests mécaniques simples convergent. Une correction de soudure apparaît dans les données de résistance et les images, pas seulement dans les comptes rendus de réunion.

Pour la gestion des données, nous formalisons la capture, la conservation et le transfert afin que les résultats restent utiles au fil des itérations. Les engagements durent de quelques jours à quelques semaines. Les ingénieurs travaillent côte à côte lors du processus d'assemblage. Notre objectif reste les cellules pré-A et A pour la validation technologique. Chaque cellule reçoit un code-barres. Les lots et les paramètres critiques sont suivis. Nous définissons la capture, la conservation et le transfert dès le départ afin que, des mois plus tard, les explications lient toujours la performance aux variables du processus.

Si cette approche intermédiaire vous semble pertinente, venez avec vos ingénieurs et vos questions. Nous apporterons une ligne conçue pour l'apprentissage et la rigueur nécessaire pour maintenir des preuves claires.

Ce qui motive le corps professoral et le personnel du CIBI, c'est d'être le partenaire de confiance qui fait passer les idées de la boîte à gants aux cellules réelles. Il est gratifiant de voir une entreprise arriver avec une intuition et repartir avec des preuves sur lesquelles elle peut agir.