새 연구: 고에너지 밀도 리튬 금속 배터리 수명을 예측하는 모델 개발

SeoulNIMS와 소프트뱅크는 첨단 기계 학습을 활용하여 고에너지 리튬-메탈 배터리의 수명을 예측할 수 있는 새로운 모델을 개발했습니다. 이 모델은 충전, 방전 및 대기 시의 배터리 데이터를 분석하여 배터리의 마모 원리를 이해하지 않아도 정확한 수명 예측을 제공합니다. 이 발전은 리튬-메탈 배터리를 사용하는 기기를 더욱 안전하고 신뢰할 수 있게 만들 수 있습니다. 이러한 배터리는 현재의 리튬-이온 배터리보다 더 많은 에너지를 저장할 잠재력을 가지고 있으며, 이는 여러 기술 발전에 기여할 수 있습니다.

드론, 전기차, 가정용 전기 저장 시스템

NIMS-소프트뱅크 고급기술개발센터는 2018년에 설립되었습니다. 그 이후로 모바일 기지국, IoT 기기, 고고도 플랫폼에서 사용할 수 있는 고에너지 충전식 배터리 개발에 주력해왔습니다. 주요 성과 중 하나로는 300 Wh/kg 이상의 에너지 밀도를 갖고 200회 이상의 충전/방전 주기를 견디는 리튬 금속 배터리가 있습니다.

리튬 메탈 배터리의 수명을 정확하게 예측하는 모델을 만들기는 어려운 일입니다. 리튬 이온 배터리와는 다르게, 이 배터리들은 더 복잡한 방식으로 노화되며 그 이유도 완전히 이해하지 못하고 있습니다. 이러한 복잡성 때문에 성능을 예측하는 것이 힘들어집니다. 이 문제를 해결하기 위해 과학자들은 리튬 금속 음극과 니켈이 풍부한 양극을 사용한 고에너지 리튬 메탈 배터리를 많이 제작하였습니다.

더 읽기:

오늘 · 오전 11:32

뇌 구조와 정치 신념의 미묘한 연관성 탐색

팀은 충전 및 방전 데이터를 활용하여 첨단 머신 러닝으로 이 배터리의 수명을 예측할 수 있는 모델을 개발했습니다. 이 모델은 배터리가 어떻게 열화되는지에 대한 사전 가정 없이, 오직 관찰된 데이터에 기반하여 예측을 한다는 점에서 독특합니다.

이 모델은 여러 중요한 효과를 가지고 있습니다. 리튬-금속 배터리를 더 안정적이고 안전하게 만들 수 있으며, 새로운 리튬-금속 음극 물질을 더 빠르게 개발하는 데 도움을 줍니다. 이러한 배터리 제조 회사들은 배터리 수명을 정확히 예측할 수 있게 되면 연구 및 개발 과정에서 제품을 더욱 효율적으로 개선할 수 있습니다. 이는 비용과 시간을 절약하는 데 기여할 수 있습니다.

이러한 예측으로 인한 안전성과 신뢰성의 향상은 투자자들의 신뢰를 높일 가능성이 큽니다. 이는 소비자 및 산업 기술에서 리튬-메탈 배터리의 더 많은 자금 조달과 빠른 채택으로 이어질 수 있습니다. 이러한 데이터 기반 접근을 통해 열화 메커니즘이 더 잘 이해되면서, 결국 더 오래 지속되고 성능이 뛰어난 배터리가 개발될 수 있을 것입니다.

머신러닝을 활용하여 예측 모델을 개발하는 것은 리튬 금속 배터리의 성능을 향상시키는 데 중요할 수 있습니다. 이러한 기술 발전은 자동차 산업과 재생 가능 에너지 시스템을 포함한 여러 산업에 이점을 제공하는 개선된 에너지 저장 솔루션으로 이어질 수 있습니다.