본문 바로가기

실리콘이차전지

 (44)
AI 품질 예측 모델 학습 정확도 비교(CNN vs LSTM vs Transformer 기반 접근 분석) 1. 서론 – AI 품질 예측은 스마트 제조의 핵심 시스템이다배터리 산업, 특히 전고체 전지 제조 공정에서는 전극 품질 편차의 정밀 예측이 제품의 신뢰성과 수율에 직결된다.기존의 품질 검사는 후공정에서 이루어지는 비파괴 검사 혹은 표본검사 수준에 머물렀으나, 최근에는 공정 중 생성되는 센서·이미지·온도·점도 등 연속 데이터를 AI가 실시간으로 분석하여, 전극의 균일도나 내부 결함 가능성을 사전에 예측하는 품질 예측 모델이 활용되고 있다. 품질 예측은 회귀 또는 분류 문제로 모델링될 수 있으며, 센서 기반 시계열 데이터 또는 고해상도 전극 이미지를 입력값으로 사용한다.이러한 예측 모델에서 가장 널리 사용되는 알고리즘은 다음 세 가지이다:CNN (Convolutional Neural Network)LSTM ..
Shell 농도–응력 상관 모델링 기반 전극 구조 최적화 전략 1. 서론 – Yolk–Shell 전극 설계의 결정요소는 ‘Shell 농도’ 전고체 전지의 상용화를 위한 핵심 요구사항 중 하나는 전극의 기계적 안정성과 싸이클 수명 확보이다.특히 실리콘(Si) 기반 음극은 높은 용량을 제공하지만 충·방전 시 300% 이상의 부피 팽창을 동반하므로전극 내 구조 붕괴와 계면 박리를 야기하기 쉽다. 이러한 구조적 불안정성을 해결하기 위해 Yolk–Shell 구조 설계가 널리 연구되고 있다.Yolk–Shell 구조는 내부 핵(Yolk, Si)과 외부 보호층(Shell)으로 이루어져 있으며,Shell은 내부 팽창을 흡수하면서도 전해질과의 직접 반응을 차단하는 역할을 수행한다. 하지만 Shell의 ‘존재’만으로는 충분하지 않다.Shell 재질의 조성(concentration) 및..
싸이클 수명 예측 AI 모델 구축(전고체 배터리 신뢰성 향상을 위한 데이터 기반 접근) 1. 서론 – 싸이클 수명 예측은 전고체 배터리 실용화의 핵심 변수 전고체 배터리는 열 안정성, 고에너지 밀도, 고안전성이라는 특징으로 차세대 에너지 저장장치로 주목받고 있다.그러나 그 실용화에는 중요한 과제가 존재한다. 바로 장기 싸이클 수명에 대한 불확실성이다. 기존 리튬이온 배터리는 액체 전해질 기반으로 싸이클 특성이 이미 수많은 실험 데이터를 통해 모델링되어 있으나,전고체 셀은 복잡한 고체-고체 계면, 재료 다양성, 공정 변수 복잡도 등으로 인해 수명 예측이 어려운 상황이다.이에 따라 최근에는 AI 기반 수명 예측 모델이 전고체 배터리 개발 및 품질 관리에 도입되고 있다. 특히, 초기 수 싸이클의 데이터를 활용하여 전체 싸이클 수명을 예측할 수 있는 딥러닝 기반 회귀모델이 주목받고 있으며,공정 조..
전해질–전극 간 화학 반응 억제 계면 설계(안정화된 전고체 셀 구조를 위한 핵심 전략) 1. 서론 – 화학적 불안정 계면은 전고체 전지의 최대 약점이다전고체 배터리는 액체 전해질을 제거함으로써 열적 안전성과 에너지 밀도를 획기적으로 향상시킬 수 있는 기술로 평가된다.그러나 이러한 전지 구조는 전해질과 전극 간의 직접 접촉을 필요로 하며, 이로 인해 화학 반응성 계면이라는 새로운 문제에 직면한다. 특히 실리콘, 흑연, 리튬금속 음극과 황화물계 전해질 또는 산화물계 전해질 간에는 계면에서 열역학적 불안정성이 존재하며, 이로 인해 다양한 이차 반응이 발생한다.그 결과로는 계면 저항 증가, 전해질 분해, 전도성 감소, 싸이클 수명 저하 등이 관찰된다.이러한 문제를 해결하기 위한 핵심 전략이 바로 화학 반응 억제 계면 설계이다. 본 글에서는 화학적 안정성을 확보하기 위해 적용 가능한 코팅 기술, 계..
응력 완충 구조 설계 전략 및 계면 재료 계층화 기법 1. 서론 – 고체계 계면 응력 제어는 구조 설계로부터 시작된다.전고체 배터리는 고체 전해질을 사용하는 구조적 특성상, 충·방전 중 발생하는 팽창 수축력에 의해 계면 응력(interfacial stress)이 집중되는 경향이 있다. 특히, 실리콘 기반 음극과 황화물 또는 산화물계 고체 전해질이 맞닿는 계면에서는 열팽창 계수, 탄성계수, 전기화학 반응계수가 모두 다르기 때문에 응력이 축적되기 쉽다.응력 축적은 전극 계면에서 미세 균열, 층간 박리, 계면 저항 증가, 수명 저하를 유발하며,이러한 문제는 단순한 재료 선택만으로 해결하기 어렵다. 따라서 근본적인 해법으로는 응력을 분산하거나 완충할 수 있는 구조적 설계 전략과, 다층 재료 계층화(multilayer interfacial engineering) 기..
전해질 조성 변화에 따른 계면 응력 모델링(전고체 전지 계면 안정성 확보를 위한 수치 해석 연구) 1. 서론 – 계면 응력은 전고체 전지의 생존조건이다. 전고체 배터리는 유기 전해액을 제거함으로써 발화 위험을 낮추고,고에너지 밀도를 실현할 수 있는 차세대 전지 시스템으로 주목받고 있다. 그러나 실제 구현에 있어 가장 큰 기술적 허들은 고체-고체 계면에서의 기계적 불안정성이다.전극과 고체 전해질 간에는 서로 다른 열팽창 계수, 전극 팽창 특성, 접착력 차이 등이 존재하며, 이는 충·방전 반복에 따라 계면 응력(interfacial stress)으로 축적되어 미세 균열, 박리, 계면 저항 증가, 수명 저하로 이어진다. 본 연구는 전해질 조성 변화가 계면 응력 분포에 어떤 영향을 미치는지를 정량적으로 분석하기 위해,전고체 전지 구조를 대상으로 2D 유한요소 기반 열-기계 시뮬레이션 모델을 구축하였다.전해질..
전고체 셀 품질 변수 간 상호의존성 시뮬레이션 연구 1. 서론 – 고차원 공정 품질 제어를 위한 변수 간 연관성 분석의 필요성전고체 배터리(All-Solid-State Battery)는 기존 리튬이온 전지 대비 에너지 밀도, 열 안정성, 수명 안정성 측면에서 우수한 차세대 에너지 저장 장치로 각광받고 있다.그러나 이러한 기술적 우위에도 불구하고, 양산 단계에서의 수율 확보는 여전히 큰 도전 과제로 남아 있다.그 핵심 원인은 단일 변수 제어로는 전체 품질을 담보하기 어렵다는 점에 있다.전고체 셀은 다층 구조로 이루어져 있고, 각 공정(슬러리 혼합, 도포, 프레스, 열처리, 조립 등)에서 발생하는 품질 변수들이 서로 얽혀 상호작용한다.즉, 두께 편차, 공극률, 입자 분포, 계면 저항, 압축 응력 등 품질 변수들이 독립적이지 않고 서로 영향을 주는 비선형적 구..
전극 균일도 AI 예측 모델 개발 및 학습 정확도 분석 1. 서론 – 균일도는 전극 품질의 절대 기준이다. 2차전지, 특히 전고체 배터리 제조에서 전극의 품질은 셀 성능의 핵심 요소다.전극 품질의 핵심 지표 중 하나인 균일도(Electrode Uniformity)는 도포 두께, Shell 입자 분포, 내부 공극률, 전해질 분산도 등으로 정의되며, 싸이클 수명, 에너지 밀도, 내부 저항 등의 성능에 직접적인 영향을 미친다. 하지만 이 균일도는 일반적으로 전극 완성 후 물리 측정 또는 영상 분석을 통해 사후적으로 평가되기 때문에, 실시간 공정 중 제어하거나 사전에 이상 여부를 예측하기가 매우 어렵다.이에 따라 최근 제조 데이터와 센서 로그를 기반으로 AI 예측 모델을 활용해 전극 균일도를 선제적으로 분석하려는 시도가 활발해지고 있다. 본 보고서는 전극 제조 공정..

티스토리툴바