A Study on the Integration of Physical Model-Deep Learning Hybrid Algorithm and Edge AI System for Battery Failure Prediction
이공학학술연구기반구축(R&D) · 글로컬R&D지원
2026년
2340052307
교육부
한국연구재단
충북대학교
윤재중
11명
2026.03.01 ~ 2027.02.28
2025.09.01 ~ 2028.08.31
1.6억원
1.6억원
기초연구
대학
충청북도 청주시
전기/전자 > 전지 > 이차전지
■ 최종목표본 연구는 세계 최고 수준의 물리 모델?딥러닝 융합 알고리즘에 Edge AI를 결합하여, 인공지능 기반의 실시간 고장 진단이 가능한 차세대 배터리 진단 시스템을 국내 최초로 구현하는 것을 목표로 함■ 정량적 목표● 기술 성능 목표본 개발은 세계 최고 수준을 목표로 하며, 선행기술을 기준으로 현 수준을 설정하고, 인증된 평가 방법과 시작품 실험을 통해 ...
■ 연구개발과제의 내용 ● 세계 최고 성능의 차세대 고장진단 시스템 개발을 위해 Simulink 기반 고장 데이터 활용 딥러닝 알고리즘, 개선된 물리 모델과 하이브리드 알고리즘, 그리고 Edge AI용 경량 딥러닝 기술을 새롭게 제안·연구함● (Simulink 기반 고장데이터 활용 지도학습 기법 제안) 본 연구는 Simulink 모델로 다양한 고장 시나리오...
■ 연구개발성과의 활용계획본 연구의 하이브리드 고장진단 알고리즘은 전기차, ESS, 드론 등 고성능 배터리 산업에 적용 가능하며, 특히 실시간·정밀 진단이 요구되는 고안전성 분야의 핵심 기술로 활용 가능● 배터리 제조사 및 BMS 기업에 적용되어 제품 신뢰성과 수명 예측 기술 고도화● 전기차·ESS 시스템 내 통합 운용을 통해 유지보수 비용 절감 및 안전성...