물리News
전압·전류·온도 데이터를 이미지로 생성…다양한 양극재에 적용
울산과학기술원(UNIST)은 리튬이온 배터리의 건강 상태를 진단할 수 있는 모델을 개발했다고 6일 밝혔다.
UNIST에 따르면 에너지화학공학과 김동혁, 최윤석 교수와 탄소중립대학원 임한권 교수팀은 ‘리튬이온 배터리 평가를 위한 딥러닝 기반 그래픽 접근법’ 모델을 개발했다.
이 모델은 전압, 전류, 온도 데이터를 적·녹·청(RGB) 값으로 변환해 이미지를 생성한다.
리튬·인산·철(LFP) 배터리, 니켈·코발트·알루미늄(NCA) 배터리, 니켈·코발트(NMC) 배터리 등에 적용할 수 있다.
연구진은 이 모델에서 예측한 배터리 건강 상태 값의 정확도를 보여주는 지표로 평균 제곱근 오차값을 활용했는데, 기존 연구에서 사용된 모델을 이용해 얻은 값과 비교해 높은 정확도를 보였다.
또 부분 충·방전으로 손실된 데이터에 이 모델을 활용하면 완전히 충·방전된 데이터로 복원해 배터리의 건강 상태를 진단할 수 있다.
특히 부분 충·방전 데이터를 이용해 배터리 건강 상태를 진단한 최초 연구 결과임에도 높은 정확도를 확인했다고 연구진은 설명했다.
제1저자인 박서정 에너지화학공학과 석·박사통합과정연구원은 “이번 연구는 배터리 진단에 새로운 접근법을 제시했다”며 “충·방전 조건에 제한 없이 적용할 수 있는 범용적 모델”이라고 말했다.
공동 제1저자인 이현준 에너지화학공학과 박사는 “부분 충·방전 데이터를 사용해 배터리를 진단할 수 있다면 추후 폐배터리를 재활용하기 전 많은 시간과 비용을 절감할 수 있을 것”이라며 “향후 다양한 분야에 확대 적용할 수 있는 기반을 제공했다”고 덧붙였다.
연구 결과는 국제 학술지 ‘머티리얼스 호라이즌스'(Materials Horizons) 2월호에 게재됐다.
연구는 한국산업기술평가관리원 기술혁신사업과 수요기업 맞춤형 고출력축전기 성능고도화기술개발사업, 국방과학연구소의 지원을 받아 이뤄졌다.
[출처] : https://www.sciencetimes.co.kr/news/unist-%eb%a6%ac%ed%8a%ac%ec%9d%b4%ec%98%a8-%eb%b0%b0%ed%84%b0%eb%a6%ac-%ea%b1%b4%ea%b0%95%ec%83%81%ed%83%9c-%ec%a7%84%eb%8b%a8-%eb%aa%a8%eb%8d%b8-%ea%b0%9c%eb%b0%9c/?cat=134#.ZDZjAZDNJXw.link
 이전글 |
[물리뉴스] 빅뱅 30억년 초기 우주서 합체 중인 은하 안 쌍(雙) 퀘이사 포착2023-04-12 |
|---|---|
다음글  |
[물리뉴스] 제임스 웹, 새로운 별 형성과 은하를 자세히 관측하다2023-04-28 |
