• 제목/요약/키워드: 수소연료전지 시스템

검색결과 282건 처리시간 0.023초

기계학습에 기반한 고분자 복합수지의 기계적 물성 거동 예측 (Prediction of Mechanical Properties and Behavior of Polymer Matrix Composites Based on Machine Learning)

  • 이나경;신용범;신동일
    • 한국가스학회지
    • /
    • 제25권2호
    • /
    • pp.64-71
    • /
    • 2021
  • 수소연료전지자동차를 비롯한 자동차 분야에서 성형 가공성과 기계적 특성이 우수한 고분자 복합수지에 대한 연구는 특정 기계적 특성을 갖춘 재료의 설계지원을 위한 Computer-Aided Engineering (CAE)으로 확대되고 있다. CAE 자동화는 소재의 기계적 특성 및 거동 예측이 선행되어야 하는데, 고분자 복합수지의 기계적 물성 예측은 단일물질과 달리, 바탕재와 보강재 간의 관계로만 설명하기에는 물성 거동이 복잡하기에, 수식으로 설명하기 어렵다. 본 연구에서는 큰 소성 구간과 조성에 예민하여 예측이 어려웠던 고분자 복합수지의 조성에 따른 응력-변형률 선도를 데이터의 기계학습을 기반으로 예측하였다. 개발모델은 바탕재, 보강재 종류 및 조성간의 복잡한 상관관계를 찾아, 학습한 시험 데이터가 없는 조건에서도 전체 응력-변형률 곡선을 의미있게 예측한다. 학습하지 않은 조성과 구성에 대해서도 고분자 복합수지의 기계적 특성을 예측하는 개발 모델을 기반으로 향후 소재 설계 AI 시스템을 완성할 수 있을 것으로 기대한다.

패턴전사 프린팅을 활용한 리튬이온 배터리 양극 기초소재 Li2CO3의 나노스케일 패턴화 방법 (Nanoscale Pattern Formation of Li2CO3 for Lithium-Ion Battery Anode Material by Pattern Transfer Printing)

  • 강영림;박태완;박은수;이정훈;왕제필;박운익
    • 마이크로전자및패키징학회지
    • /
    • 제27권4호
    • /
    • pp.83-89
    • /
    • 2020
  • 지난 수십년간 인류에게 핵심적인 에너지 자원이었던 화석연료가 갈수록 고갈되고 있고, 산업발전에 따른 오염이 심해지고 있는 환경을 보호하기 위한 노력의 일환으로, 친환경 이차전지, 수소발생 에너지 장치, 에너지 저장 시스템 등과 관련한 새로운 에너지 기술들이 개발되고 있다. 그 중에서도 리튬이온 배터리 (Lithium ion battery, LIB)는 높은 에너지 밀도와 긴 수명으로 인해, 대용량 배터리로 응용하기에 적합하고 산업적 응용이 가능한 차세대 에너지 장치로 여겨진다. 하지만, 친환경 전기 자동차, 드론 등 증가하는 배터리 시장을 고려할 때, 수명이 다한 이유로 어느 순간부터 많은 양의 배터리 폐기물이 쏟아져 나올 것으로 예상된다. 이를 대비하기 위해, 폐전지에서 리튬 및 각종 유가금속을 회수하는 공정개발이 요구되는 동시에, 이를 재활용할 수 있는 방안이 사회적으로 요구된다. 본 연구에서는, 폐전지의 재활용 전략소재 중 하나인, 리튬이온 배터리의 대표적 양극 소재 Li2CO3의 나노스케일 패턴 제조 방법을 소개하고자 한다. 우선, Li2CO3 분말을 진공 내 가압하여 성형하고, 고온 소결을 통하여 매우 순수한 Li2CO3 박막 증착용 3인치 스퍼터 타겟을 성공적으로 제작하였다. 해당 타겟을 스퍼터 장비에 장착하여, 나노 패턴전사 프린팅 공정을 이용하여 250 nm 선 폭을 갖는, 매우 잘 정렬된 Li2CO3 라인 패턴을 SiO2/Si 기판 위에 성공적으로 형성할 수 있었다. 뿐만 아니라, 패턴전사 프린팅 공정을 기반으로, 금속, 유리, 유연 고분자 기판, 그리고 굴곡진 고글의 표면에까지 Li2CO3 라인 패턴을 성공적으로 형성하였다. 해당 결과물은 향후, 배터리 소자에 사용되는 다양한 기능성 소재의 박막화에 응용될 것으로 기대되고, 특히 다양한 기판 위에서의 리튬이온 배터리 소자의 성능 향상에 도움이 될 것으로 기대된다.