UNIST "리튬이온 배터리 건강상태 진단 모델 개발"

UNIST "리튬이온 배터리 건강상태 진단 모델 개발"
전압·전류·온도 데이터를 이미지로 생성…다양한 양극재에 적용

연구진 모습 윗줄 왼쪽부터 시계 방향으로 UNIST 서동화 교수, 최윤석 교수, 김동혁 교수, 제1저자 박서정 연구원, 제1저자 이현준 연구원. [울산과학기술원 제공. 재판매 및 DB 금지]

(울산=연합뉴스) 김용태 기자 = 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.

[e-mail]
(끝)
<저작권자(c) 연합뉴스, 무단 전재-재배포 금지>