Design of High-Loading (20 mg/cm2) Dry Electrodes for 12-Minute Fast Charging and Process Optimization via Computer Vision-Based Machine Learning
이공학학술연구기반구축(R&D) · 석사과정생연구장려금지원
2026년
2340066401
교육부
한국연구재단
경북대학교
유준환
1명
2026.09.01 ~ 2027.08.31
2026.09.01 ~ 2027.08.31
1,200만원
1,200만원
기초연구
대학
대구광역시 북구
화학 > 전기화학 > 에너지 변환/저장 전기화학
본 연구는 차세대 건식 공정을 통해 20mg/cm2 이상의 고로딩 환경에서도 5C 고속 충전이 가능한 전극 구조를 설계 하여 최종적으로 5C에서 70% 이상의 용량 유지율을 달성하는 것을 핵심 목표로 한다. 특히, 실제 충방전 테스트 없이 전극 표면 SEM, EDS 분석만으로 성능을 정확히 예측하는 AI 모델을 구축하여, 공정 효율을 극대화하는 것을 최종 ...
... 충전 조건에서 70% 이상의 용량 유지율을 달성함과 동시에, 전극 표면 SEM 이미지와 EDS Mapping 데이터 분석만으로 율속 성능과 장기 수명을 90% 이상의 정확도로 즉각 예측하는 지능형 모델을 완성하고자 한다. 전극 표면 사진만으로도 율속 성능과 장기 수명을 90% 이상의 정확도로 즉각 예측하는 지능형 플렛폼을 완성하고자 한다. 이를 통해 건식 전극 제조 공정에서 발생할 수 ...
학위과정을 통해, AI 기술을 활용하여 SEM 이미지 분석만으로 압연율에 따른 전극의 미세구조 상태를 신속하고 정확하게 예측하는 스마트 공정 체계를 구축할 것이다. 이를 위해서 Computer Vision 기술 및 이미지 신경망 모델 등의 전지 공정 파운데이션 모델을 개발 적용하고자 한다. 이는 전극 제조 과정에서 발생하는 미세구조의 변화를 실시간으로 모니...