센서와 AI가 자동차 배터리 폭발을 방지하는 데 도움이 될 수 있다.

전기 자동차의 가장 중요한 안전 문제 중 하나는 배터리를 시원하게 유지하는 것이다. 온도 급등은 위험한 결과를 초래할 수 있기 때문이다.

애리조나 대학교 공과대학 박사과정 학생인 바사브 고스와미(Basab Goswami)와 그의 지도 교수이자 항공우주 및 기계 공학 교수이자 프로젝트 수석 연구원인 비탈리 유르키프(Vitaliy Yurkiv)는 다중물리학 및 머신러닝 모델을 사용하여 열 폭주라고 알려진 리튬 이온 배터리 과열을 감지, 예측 및 식별하는 프레임워크를 개발했다.

미래에는 이 프레임워크가 전기 자동차의 배터리 관리 시스템에 통합되어 배터리가 과열되는 것을 막아 운전자와 승객을 보호할 수 있다고 고스와미는 말한다.

고스와미는 "우리는 친환경 에너지로 전환해야 한다."라고 말하면서 "하지만 리튬 이온 배터리와 관련된 안전 문제가 있다."라고 덧붙였다.

열 폭주는 매우 위험하고 예측하기 어려울 수 있다.

고스와미는 "배터리의 온도는 기하급수적으로 상승하여 화재를 일으킬 수 있다."라고 말한다.

전기 자동차 배터리 팩은 밀접하게 연결된 배터리 "셀"로 구성된다. 오늘날의 전기 자동차는 각 배터리 팩에 1,000개 이상의 셀을 가질 수 있다.

한 셀에서 열 폭주가 발생하면 주변 셀도 가열될 가능성이 높아 도미노 효과가 발생한다. 그렇게 되면 전기 자동차의 배터리 팩 전체가 폭발할 수 있다고 고스와미는 말한다.

이를 방지하기 위해 연구자들은 배터리 셀을 둘러싼 열 센서를 사용하여 과거 온도 데이터를 머신러닝 알고리즘에 공급하여 미래 온도를 예측하는 것을 제안한다. 이 알고리즘은 폭주 이벤트가 언제 어디에서 시작될 가능성이 있는지 예측한다.

고스와미는 "열 폭주가 시작되는 지점(핫스팟)의 위치를 ​​알고 있다면 배터리가 그 중요한 단계에 도달하기 전에 배터리를 멈출 수 있는 몇 가지 해결책을 얻을 수 있다."고 말한다.

유르키프는 고스와미의 알고리즘의 정확성에 감명을 받았다고 말한다. 그의 연구 이전에는 머신러닝 모델을 사용하여 열 폭주를 예측한 적이 없었다.

유르키프는 "머신러닝이 열전대 온도와 핫스팟 위치를 그렇게 정확하게 예측하는 데 이렇게 뛰어날 것이라고는 예상하지 못했다."고 말한다. "인간은 절대 그렇게 할 수 없다."

이 연구는 고스와미와 유르키프가 1월에 발표한 논문을 기반으로 하며, 폭주 예측을 위해 열 화상을 사용하는 방법을 조사했다. 이를 위해서는 검토를 위해 무거운 화상 장비로 끊임없이 사진을 찍어야 한다.

고스와미와 유르키프가 최신 논문에서 발견한 해결책은 더 가볍고 비용 효율적이다.

고스와미의 연구는 미국 자동차 제조 역사의 중요한 시점에 발표되었다. 논문이 발표된 같은 달인 7월에 바이든 행정부는 8개 주에 걸쳐 전기 자동차 제조에 17억 달러를 투자한다고 발표했다. 2023년에 글로벌 전기 자동차 판매는 2022년 대비 35% 증가했다.

고스와미는 수요가 증가함에 따라 전기 자동차 운동에 안전 조치가 필수적이라고 말한다.

그는 "많은 사람들이 다양한 안전 문제로 인해 여전히 배터리를 받아들이는 데 주저하고 있다."라고 말한다. "대중에게 널리 받아들여지려면 진행 중인 연구가 이러한 중요한 안전 문제를 적극적으로 다루고 있다는 것을 대중이 아는 것이 중요하다."

새로운 논문은 저널 오브 파워소스에 게재되었다.

이 연구에 대한 자금은 국방부의 경쟁 연구를 촉진하기 위한 국방 설립 프로그램에서 나왔다.

출처: 애리조나 대학교