이차전지의 초음파 접합 공정시 발생하는 불량 검출을 위한 접합 메커니즘 분석과 모니터링 시스템 개발 :Analysis of joining mechanism and development of monitoring system for failure detection in ultrasonic bonding process of secondary battery

김동현

추천

검색

자료유형: 학위논문

저자정보: 김동현 (한양대학교, 한양대학교 대학원)

지도교수: 이세헌

발행연도: 2018

저작권: 한양대학교 논문은 저작권에 의해 보호받습니다.

이용수9

이 논문의 연구 히스토리 (2)

2018

이차전지의 초음파 접합 공정시 발생하는 불량검출을 위한 모니터링 시스템

김동현 , 박진서 , 박지민 외 3명 대한용접학회 특별강연 및 학술발표대회 개요집 2018.11 학술대회자료

이차전지의 초음파 접합 공정시 발생하는 불량 검출을 위한 접합 메커니즘 분석과 모니터링 시스템 개발

김동현 기계공학과 2018.01 학위논문

이 논문의 후속연구가 궁금하신가요?
연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
이 논문의 연구 히스토리 확인하기

초록· 키워드

오류제보하기

자동차 업계는 전세계적으로 부각되고 있는 지구 온난화 현상 억제를 위한 이산화탄소 배출 규제 문제와 더불어 석유 자원 고갈에 따른 연비 상승 문제로 인하여 친환경 고효율 자동차 개발 연구에 많은 투자를 하고 있다. 현재까지 기존의 동력원 자동차를 대체할 대안으로서 하이브리드카(hybrid electric vehicle, HEV), 플러그인 하이브리드카(plug-in hybrid vehicle, PHV), 전기자동차(electric vehicle, EV)에 대한 연구가 활발히 진행되고 있다.
자동차용 이차 전지의 생산공정은 크게 3단계인 셀(cell), 모듈(module), 팩(pack) 단계로 나뉠 수 있다. 셀 단위의 전지가 결합되어 모듈 단위의 전지가 생산 되며, 모듈 단위의 전지가 결합되어 팩 단위의 자동차용 이차 전지가 생산된다. 이때 얇은 박판이나 전기 전도성이 높은 알루미늄과 구리 재질의 금속의 접합해야 하는데 이때 초음파 접합이 사용된다. [1]
용접은 크게 전자의 충돌에너지를 이용하거나 전기의 저항 열을 이용하여 모재를 녹여 접합을 하는 기술이다. 하지만 얇은 박판의 재료, 전기 전도성이 높은 재료, 물성이 다른 이종 재료를 접합해야 할 경우 접합성이 현저히 감소하게 된다. 초음파 접합은 고상용접(solid state welding) 공정 중 하나로서 용접이 어려운 조건에서 접합이 가능한 장점을 가지고 있다.[2-6]
하지만 이러한 큰 장점에도 불구하고 기계적인 마찰을 이용하여 에너지를 유입하는 방법은 기계적인 다양한 변수로 인하여 안정적이고 일관된 접합 품질을 확보하는데 어려움이 있다. 셀 단위 생산공정에서 모재의 연화 현상으로 인한 접합 불량이 발생하면 수명 저하로 이어질 수 있으며 모듈과 팩 단위의 생산과정에서 발생하는 이물질은 이차전지의 성능에 악영향을 미친다.[7, 8] 또한 분진이나 접합 불량으로 인한 내부 단락이 발생하면 폭발 및 화재가 발생할 수 있다. 또한 사전에 검출되지 못한 불량 셀이 모듈과 팩 생산 공정에 포함이 되면 전체 모듈과 팩 단위의 전지를 사용할 없게 된다.[1]
때문에 매우 안정적인 접합 품질을 확보해야 하는 이차전지 생산 공정에는 초음파 접합성을 실시간으로 모니터링 하여 사전에 불량을 검출하고 접합 상태를 판단할 수 있는 기술이 필요하다.
접합 품질 모니터링 검출에 있어서 가장 중요한 기술 중 하나가 접합 시 발생하는 신호 중에서 정상과 불량의 접합의 특징들을 추출하는 부분이다. 이를 위하여 초음파 접합 시 진동자에 유입되는 전압과 전류 신호를 추출하였으며 혼에서 발생하는 진동과 음파 신호를 추출하였다. 이와 동시에 초고속 카메라를 이용한 이미지 트레킹을 통해 모재의 운동 메커니즘을 함께 분석하였다. 접합성 평가를 위해서는T-peel 테스트를 이용한 강도 측정을 진행하였으며 그 결과를 바탕으로 로브곡선을 도출하였다. 또한 단면 분석을 통하여 마이크로 본드 생성 여부를 확인하였다. 이렇게 도출한 특징 신호를 근거로 패턴인식기법 중 하나인 은닉마르코프 모델(Hidden Markov Model, HMM)을 이용하여 초음파 접합 시 측정 가능한 신호 계측을 통하여 생성된 결함 모델과의 우도(likelihood) 분석을 통하여 결함여부를 판별하였다. 본 연구에서 제안하는 결함 검출 방법은 90% 이상의 인식률을 보였다. 이러한 연구 결과를 바탕으로 초음파 접합에서 발생하는 결함에 대하여 적극적으로 대응 할 수 있는 발판을 마련하였다.

The automobile industry is investing heavily in research and development of environmentally friendly vehicles due to the problem of carbon dioxide emission regulation and increasing fuel efficiency. Currently, research and development on hybrid electric vehicle (HEV), plug-in hybrid vehicle (PHV), electric vehicles (EV) are being actively conducted as alternatives to conventional energy source vehicles.
The production process of a secondary battery for an automobile can be divided into three stages: cell, module and pack. The cells are combined to form a module battery and the modules are combined to form a packed battery. At the stage of combinations, very thin or highly conductive metals must be bonded together, where ultrasonic joining is used.
Welding is a technique of melting and joining materials using collision energy of electrons or electronic resistance heat. However, materials with very thin, different physical properties and highly conductivity has very poor weldability. Ultrasonic joining is one of the solid state welding processes and have the advantages of being able to bond under difficult welding conditions.
However, the method using friction energy have difficulties in ensuring consistent joining quality. Failure of the joint due to softening of the materials may lead to deterioration of the life expectancy. Also, the dust generated in the production process adversely affects the performance of the secondary battery. In addition, an internal short circuit may occur due to dust or joining failure and this internal short may cause explosion or fire. Furthermore, if a defective cell that is not detected is included in the module or pack production process, the module or the pack battery can not be used.
Therefore, it is necessary to monitor the weldability in real time to detect the defect in the secondary battery production process for constant joining quality.
One of the most important techniques in defect detection of monitoring system is the extracting features of the signals that occur at the joining process. For this reason, the voltage and current signals of the vibrator were extracted. Also, it was extracted the vibration and acoustic signals from horn was extracted. At the same time, the behavior mechanism was analyzed through image tracking using a high speed camera. Strength evaluation using the T-peel test were performed for lobe diagram. And microbond and mechanically interlocking was confirmed by cross sectional view analysis.
The Hidden Markov Model (HMM), which is one of the pattern recognition methods was used to detect defects. Failure detection method proposed in this study showed a 90% or more recognition rate.

#기계공학

Contents i
요 지 iii
Nomenclature vi
List of Figures vii
List of Tables ix
제 1 장 서 론 1
1.1 연구 배경 및 목적 1
1.2 연구 현황 3
1.3 연구 내용 4
제 2 장 용접성 평가에 따른 용접변수 분석 5
2.1 서언 5
2.2 초음파 용접 시스템 구성 6
2.2.1 초음파 용접 시스템의 원리 6
2.2.2 초음파 용접성 평가 실험 및 전극 셋팅 9
2.3 초음파 용접의 용접성 평가 및 공정 변수 분석 14
2.3.1 알루미늄 동종 2겹에 따른 초음파 용접성 평가 14
2.3.2 알루미늄 동종 2겹에 대한 두께 및 오염도에 따른 초음파 용접성 평가 23
2.3.3 이종 및 3겹에 따른 초음파 용접성 평가 27
2.4 결언 32
제 3 장 초음파 용접성 예측 모델을 위한 기계적 거동 분석과 전기적 신호를 이용한 특징 추출에 관한 연구 33
3.1 서언 33
3.2 초음파 용접 이론 35
3.3 실험 절차 36
3.3.1 시험 강종 및 전극 36
3.3.2 데이터 수집 시스템 구성 38
3.3.3 용접 공정 변수 40
3.4 실험 결과 및 고찰 41
3.4.1 진폭 계측 41
3.4.2 가압력에 따른 초음파 용접 기계적 거동분석 44
3.4.3 진폭에 따른 초음파 용접 기계적 거동분석 48
3.4.4 오염물질에 따른 초음파 용접 기계적 거동분석 50
3.4.5 혼 가압력에 따른 전압 계측 곡선의 변화 추이 분석 52
3.4.6 슬립, 고상접합 시간 예측 알고리즘 55
3.5 결언 67
제 4 장 패턴인식을 이용한 초음파 용접 결함 검출 시스템 68
4.1 서 언 68
4.2 패턴인식 이론 70
4.3 실험장치 및 조건 75
4.3.1 전극 & 시편 75
4.3.2 용접 변수 설정 76
4.3.3 데이터 수집 시스템 77
4.4 실험 결과 및 고찰 78
4.4.1 오실로스코프를 이용한 no-real time 전기 신호 추출 78
4.4.2 DAQ 시스템을 이용한 real-time 신호 추출 88
4.5 결언 91
제 5 장 결 론 92
참고문헌 93
Abstract 96

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

이 논문의 연구 히스토리 (2)

초록· 키워드

목차

최근 본 자료

댓글(0)