애리조나 대학의 연구자들은 리튬 이온 배터리의 과열을 예측하고 방지하는 머신 러닝 모델을 만들어 전기 자동차의 안전성을 향상시켰으며, 이는 친환경 에너지 도입의 주요 장애물을 해결하는 데 도움이 되었습니다.
애리조나 대학의 연구원들은 리튬 이온 배터리의 위험한 온도 급등을 예측하고 방지할 수 있는 머신 러닝 모델을 개발함으로써 보다 안전한 전기 자동차를 개발하는 데 큰 진전을 이루었습니다.
박사과정 학생인 바사브 고스와미(Basab Goswami)가 이끄는 이 연구는 전기 자동차 산업에서 가장 중요한 안전 문제 중 하나에 대한 유망한 해결책을 제공합니다. "배터리 안전 향상"이라는 제목의 획기적인 연구는 출판 전력 소스 저널에 실림.
고스와미와 그의 조언자이자 항공우주 및 기계공학 교수인 비탈리 유르키프는 다중물리학과 머신러닝 모델을 통합하여 리튬 이온 배터리의 잠재적인 열 폭주를 모니터링하고 식별하는 프레임워크를 만들었습니다.
Goswami는 "우리는 녹색 에너지로 전환해야 합니다."라고 말했습니다. 보도 자료. “하지만 리튬 이온 배터리에는 안전 문제가 있습니다.”
열 폭주는 배터리 내부의 온도가 통제할 수 없이 상승하여 화재나 폭발로 이어질 수 있는 위험한 현상입니다. 현대의 전기 자동차는 1,000개가 넘는 긴밀하게 연결된 배터리 셀을 수용하고 있기 때문에 단일 셀에서 열 폭주가 발생하면 연쇄 반응이 발생하여 배터리 팩 전체가 위험에 처할 수 있습니다.
고스와미는 "배터리의 온도는 기하급수적으로 상승하여 화재를 일으킬 수 있습니다."라고 덧붙였습니다.
이를 해결하기 위해 연구자들은 배터리 셀에 감싼 열 센서를 사용할 것을 제안했습니다. 이러한 센서는 과거 온도 데이터를 머신 러닝 알고리즘에 공급하고, 이를 통해 잠재적인 열 폭주 사건을 예측합니다.
"만약 우리가 핫스팟(열 폭주 시작)의 위치를 안다면, 우리는 배터리가 그 중요한 단계에 도달하기 전에 멈출 수 있는 몇 가지 솔루션을 가질 수 있습니다."라고 고스와미는 덧붙였습니다.
유르키프는 머신 러닝 모델의 정밀성에 대해 놀라움을 표했다.
"우리는 머신 러닝이 열전대 온도와 핫스팟 위치를 그렇게 정확하게 예측하는 데 이렇게 뛰어날 것이라고는 예상하지 못했습니다." Yurkiv가 보도자료에서 말했습니다. "인간은 절대 그렇게 할 수 없을 겁니다."
새로운 방법은 열 폭주 예측을 위해 열 화상에 의존했던 이전 연구에서 진화한 것으로, 번거롭고 값비싼 영상 장비가 필요했습니다. 이 가볍고 비용 효율적인 솔루션은 상당한 개선을 나타냅니다.
고스와미는 "여전히 많은 사람들이 다양한 안전 문제로 인해 배터리를 받아들이는 데 주저하고 있습니다."라고 덧붙였습니다. "대중에게 널리 받아들여지려면 진행 중인 연구가 이러한 중요한 안전 문제를 적극적으로 다루고 있다는 것을 대중이 아는 것이 중요합니다."
고스와미의 연구는 전기 자동차를 더 안전하고 신뢰할 수 있게 만드는 데 중요한 단계를 나타내며, 잠재적으로 더 녹색 에너지원으로의 전환을 가속화합니다. 이 기술이 발전하고 전기 자동차 배터리 관리 시스템에 통합됨에 따라 대중의 신뢰를 확보하고 전기 자동차의 더 광범위한 채택을 촉진하는 데 기념비적인 역할을 할 수 있습니다.