메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
정진호 (한양대학교) 곽은지 (한양대학교) 김준형 (한양대학교) 오기용 (한양대학교)
저널정보
한국비파괴검사학회 비파괴검사학회지 비파괴검사학회지 제43권 제2호
발행연도
2023.4
수록면
154 - 162 (9page)
DOI
10.7779/JKSNT.2023.43.2.154

이용수

DBpia Top 5%동일한 주제분류 기준으로
최근 2년간 이용수 순으로 정렬했을 때
해당 논문이 위치하는 상위 비율을 의미합니다.
표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
최근 리튬이온 배터리의 다양한 장점 덕분에 리튬이온 배터리 사용량이 급격히 증가함에 따라 배터리 관련 다양한 사고사례가 급격히 증가하고 있다. 특히 리튬이온 배터리의 열폭주 현상은 폭발 및 화염으로 인하여 인명사고를 유발할 수 있기 때문에 더욱 예측 및 관리가 필요하다. 본 연구는 다양한 열 운전조건 및 남용 조건에서 배터리의 열폭주 현상을 예측하기 위한 심층 연산자 네트워크(DeepONet)를 제안한다. 구체적으로, 제안하는 심층 연산자 네트워크는 배터리에 인가되는 다양한 열 운전조건에 대한 배터리의 온도와 양극, 음극, 전해질 그리고 고체 전해질 계면의 농도 변화를 예측 가능한 모델이다. 본 연구에서 배터리의 열폭주 현상의 측정은 상당히 제한적이기 때문에 본 연구에서는 열폭주 현상을 모사 가능한 정밀한 유한 요소모델을 기반으로 다양한 열 작동 및 남용 조건에서의 데이터를 생성하고 제안 신경망을 학습하였다. 학습된 심층 연산자 네트워크는 실제 열폭주 실험결과 및 다양한 열 운전조건에서의 유한 요소 분석 결과를 통해 정확성과 견고성을 검증하였다. 제안 기법은 데이터 생성을 위해 사용한 정밀 유한요소해석 모델과 비교하여 빠르지만 동일한 정확도를 갖기 때문에, 배터리 관리 시스템에 탑재하여 효과적인 열, 전력 및 에너지 관리에 사용 가능할 것으로 사료된다.

목차

초록
Abstract
1. 서론
2. 리튬이온 배터리 열폭주 예측 모델링
3. 결과 분석 및 고찰
4. 결론
References

참고문헌 (0)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2023-530-001358397