KR102583129B1

KR102583129B1 - 열폭주 현상으로부터 전기차에 구비된 배터리 모듈을 보호하는 장치 및 시스템

Info

Publication number: KR102583129B1
Application number: KR1020230112929A
Authority: KR
Inventors: 조풍연
Original assignee: 조풍연
Priority date: 2023-05-04
Filing date: 2023-08-28
Publication date: 2023-09-26
Also published as: KR102573300B1

Abstract

실시예들은 전기차에 구비된 배터리 모듈을 보호하는 방법 및 장치를 제시한다. 일 실시예에 따른 상기 장치는, 복수의 레이어로 구성되어 상기 배터리 모듈을 감싸는 전기차 배터리 보호 커버, 상기 전기차 배터리 보호 커버의 일측에 형성되고, 제1 체크 밸브를 포함하는 제1 소화수 주입구, 일측이 상기 제1 체크 밸브와 연결되고, 타측이 상기 전기차의 충전구 하단에 구비된 제1 노즐 체결부에 연결되는 제1 소방 호스, 상기 전기차 배터리 보호 커버의 타측에 형성되고, 제2 체크 밸브를 포함하는 제2 소화수 주입구, 일측이 상기 제2 체크 밸브와 연결되고, 타측이 상기 전기차의 후면 트렁크 하단에 구비된 제2 노즐 체결부에 연결되는 제2 소방 호스, 상기 제2 소화수 주입구와 상기 전기차의 폭 방향으로 이격되어, 상기 전기차 배터리 보호 커버의 타측에 형성된 배기구, 일측이 상기 배기구와 연결되고, 타측이 상기 제2 체크 밸브와 상기 전기차의 폭 방향으로 이격되어 전기차의 후면 트렁크 하단에 구비된 제3 체크 밸브와 연결되는 배기관을 포함하고, 상기 제1 노즐 체결부 및 상기 제2 노즐 체결부는 각각 덮개가 설치되어, 덮개가 제거된 후 외부로부터 소화수 공급 노즐이 체결되고, 상기 복수의 레이어는, 제1 내열 코팅제가 도포된 폴리이미드 소재의 제1 커버 레이어, 외부의 충격으로부터 배터리 모듈을 보호하고, 제2 내열 코팅제가 도포된 난연성 실리콘 고무 소재의 제2 커버 레이어 및 상기 제1 커버 레이어 및 상기 제2 커버 레이어 사이에 위치하고 폴리우레탄 소재의 완충 레이어를 포함할 수 있다.

Description

열폭주 현상으로부터 전기차에 구비된 배터리 모듈을 보호하는 장치 및 시스템{DEVICE AND SYSTEM FOR PROTECTING BATTERY MODULE EQUIPPED IN AN ELECTRIC VEHICLE FROM THERMAL RUNAWAY}

본 개시의 실시예들은 열폭주 현상으로부터 전기차에 구비된 배터리 모듈을 보호하는 기술에 관한 것으로, 전기차에 구비된 배터리 모듈을 감싸는 배터리 보호 커버와 그 커버와 관련된 장치에 대한 것이다.

한편, 전기차에 사용되는 배터리 모듈은 리튬이온 배터리와 같은 복수 개의 배터리가 집약적 밀집된 구조를 이루고 있다. 리튬이온 배터리는 리튬이온이 양극과 음극을 거쳐 충전 및 방전하는 화학적 에너지저장장치로서 다른 종류의 배터리와 비교했을 때 화재에 취약하다는 문제가 존재한다.

전기차의 화재 시 주로 배터리 모듈의 열폭주 현상이 발생되고 있으며, 열폭주 현상은 고도의 산화성 양극과 고도의 환원성 음극이 함께 만나 급속도로 자기발열하는 화학반응을 지칭한다. 이러한 열폭주 현상이 발생한 경우, 배터리 모듈은 저장된 에너지를 매우 빠르게 방출하며, 특히, 리튬이온 배터리는 다른 배터리보다 에너지밀도가 높기 때문에 열 폭주 현상이 매우 급속도로 일어날 수 있다. 열폭주 현상의 원인으로는 과충전, 과방전, 내부단락사고, 단자접촉불량, 충전불량, 기계적 충격, 전기적 충격등 이 있으며, 일반적으로 리튬이온 배터리 내부 온도가 130℃이상일 때 열폭주 현상이 발생할 수 있다. 또한, 리튬이온 배터리가 60℃이하 상태에서도 발열에 적합한 환경인 경우, 열폭주가 1~2일 후에 발생할 수 있다. 열폭주 현상이 발생하면, 리튬이온 배터리의 내부 압력이 증가하고 내부의 전해액이 기화되고, 이후 리튬이온 배터리가 팽창해 전해액이 분출되고, 이로 인해 일산화탄소, 아세틸렌 등과 같은 유독성 가스가 발생해 폭발과 함께 큰 화재로 발전할 수 있다.

또한, 전기차에 구비된 배터리 모듈의 화재 시 탑승자를 구조하기 위한 시간을 확보하기 위해 화재가 확산되기 전까지 배터리 모듈의 화재를 지연시킬 방법이 필요할 수 있다.

이에, 전기차에 구비된 배터리 모듈을 보호하는 장치로서, 화재 발생 시 배터리 모듈에 직접 급수를 하기 위한 복수의 소화수 주입구가 형성되고, 유독 가스 및 열기를 배출하기 위한 배기구가 형성되고, 외부의 충격 및 내부에서 발생하는 고열로부터 배터리 모듈을 보호하는 전기차 배터리 보호 커버가 필요하다.

본 개시의 실시예들은, 열폭주 현상으로부터 전기차에 구비된 배터리 모듈을 보호하는 장치 및 시스템을 제공할 수 있다.

실시예들에서 이루고자 하는 기술적 과제들은 이상에서 언급한 사항들로 제한되지 않으며, 언급하지 않은 또 다른 기술적 과제들은 이하 설명할 다양한 실시예들로부터 당해 기술분야에서 통상의 지식을 가진 자에 의해 고려될 수 있다.

일 실시예에 따른 전기차에 구비된 배터리 모듈을 보호하는 장치는, 복수의 레이어로 구성되어 상기 배터리 모듈을 감싸는 전기차 배터리 보호 커버, 상기 전기차 배터리 보호 커버의 일측에 형성되고, 제1 체크 밸브를 포함하는 제1 소화수 주입구, 일측이 상기 제1 체크 밸브와 연결되고, 타측이 상기 전기차의 충전구 하단에 구비된 제1 노즐 체결부에 연결되는 제1 소방 호스, 상기 전기차 배터리 보호 커버의 타측에 형성되고, 제2 체크 밸브를 포함하는 제2 소화수 주입구, 일측이 상기 제2 체크 밸브와 연결되고, 타측이 상기 전기차의 후면 트렁크 하단에 구비된 제2 노즐 체결부에 연결되는 제2 소방 호스, 상기 제2 소화수 주입구와 상기 전기차의 폭 방향으로 이격되어, 상기 전기차 배터리 보호 커버의 타측에 형성된 배기구, 일측이 상기 배기구와 연결되고, 타측이 상기 제2 체크 밸브와 상기 전기차의 폭 방향으로 이격되어 전기차의 후면 트렁크 하단에 구비된 제3 체크 밸브와 연결되는 배기관을 포함하고, 상기 제1 노즐 체결부 및 상기 제2 노즐 체결부는 각각 덮개가 설치되어, 덮개가 제거된 후 외부로부터 소화수 공급 노즐이 체결되고, 상기 복수의 레이어는, 제1 내열 코팅제가 도포된 폴리이미드 소재의 제1 커버 레이어, 외부의 충격으로부터 배터리 모듈을 보호하고, 제2 내열 코팅제가 도포된 난연성 실리콘 고무 소재의 제2 커버 레이어 및 상기 제1 커버 레이어 및 상기 제2 커버 레이어 사이에 위치하고 폴리우레탄 소재의 완충 레이어를 포함할 수 있다.

일 실시예에 따르면, 상기 배기관에 상기 제1 내열 코팅제가 도포될 수 있다. 상기 제1 소방 호스 및 상기 제2 소방 호스에 상기 제2 내열 코팅제가 도포될 수 있다. 상기 배터리 모듈과 직접 접촉하는 소화분말 레이어가 상기 복수의 레이어에 더 포함될 수 있다. 상기 소화분말 레이어는 온도 160도 내지 180도에서 용융되는 소재가 제1 소화분말과 제2 소화분말을 감싸는 형태로 구성될 수 있다. 상기 배터리 모듈의 화재 시 상기 소화분말 레이어가 용융됨으로써, 상기 제1 소화분말 및 상기 제2 소화분말이 상기 배터리 모듈에 공급될 수 있다.

예를 들어, 상기 제1 내열 코팅제는 물에 분산된 30 내지 45 질량 퍼센트의 고체 성분을 포함하는 실리카 졸의 분산 용액과 수산화알루미늄 용액을 혼합하여 제조된 바인더에 탄화규소를 첨가한 코팅제일 수 있다. 예를 들어, 상기 제2 내열 코팅제는 폴리우레탄-우레아를 포함하는 용액으로 구성된 코팅제일 수 있다. 예를 들어, 상기 제1 소화분말은 160~200um의 입자 크기를 가진 팽창 질석 분말일 수 있다. 예를 들어, 상기 제2 소화분말은 제일인산암모늄 75 중량부 흑연 10 중량부 실리카 15 중량부를 포함할 수 있다. 예를 들어, 상기 제1 소화분말과 상기 제2 소화분말의 혼합비는 중량비로 7:3일 수 있다.

일 실시예에 따르면, 상기 전기차 배터리 보호 커버로 감싼 상기 배터리 모듈 상에 화재 감지 모듈이 장착되고, 상기 화재 감지 모듈은 제어부, 메모리, 전원 공급부, 센서부 및 통신부를 포함할 수 있다. 상기 제어부는, 상기 센서부를 통해 상기 배터리 모듈의 온도 및 상기 배터리 모듈에 가해진 충격량을 실시간으로 측정하고, 상기 전기차와 관련된 기본 정보, 상기 배터리 모듈의 온도 및 상기 배터리 모듈에 가해진 충격량에 기반하여 뉴럴 네트워크를 이용하는 화재 위험도 예측 모델을 통해 상기 배터리 모듈에 대한 화재 위험도를 결정하고, 상기 화재 위험도가 사전 설정된 값 이상인 것에 기반하여, 상기 통신부를 통해 외부 서버, 주위의 차량 단말 및 사전 연결된 단말에게 신고 메시지를 전송할 수 있다.

예를 들어, 상기 신고 메시지는 상기 전기차의 위치에 대한 정보, 상기 제1 소화수 주입구의 위치 및 상기 제2 소화수 주입구의 위치에 대한 정보, 상기 제1 노즐 체결부의 사용 방법 및 상기 제2 노즐 체결부의 사용 방법에 대한 정보를 포함할 수 있다. 상기 전기차와 관련된 기본 정보는 전기차의 연식에 대한 정보 및 전기차의 차종에 대한 정보를 포함할 수 있다. 상기 전기차와 관련된 기본 정보에 대한 데이터 전처리를 통해 배터리 모듈에 대한 기본 벡터가 결정될 수 있다. 상기 배터리 모듈에 대한 기본 벡터는 전기차의 연식과 관련된 값, 배터리의 형태와 관련된 값, 배터리의 용량에 대한 값 및 배터리의 구성과 관련된 값을 포함할 수 있다. 상기 배터리 모듈의 온도 및 상기 배터리 모듈에 가해진 충격량에 대한 데이터 전처리를 통해 배터리 모듈에 대한 상태 벡터가 결정될 수 있다. 상기 상태 벡터는 단위 시간별 온도에 대한 값 및 단위 시간별 충격량에 대한 값을 포함할 수 있다.

예를 들어, 상기 배터리 모듈에 대한 기본 벡터 및 상기 상태 벡터가 상기 뉴럴 네트워크에 입력되는 것에 기반하여 상기 배터리 모듈에 대한 화재 위험도가 결정될 수 있다. 상기 뉴럴 네트워크는 입력 레이어, 하나 이상의 히든 레이어 및 출력 레이어를 포함할 수 있다. 복수의 기본 벡터, 복수의 상태 벡터 및 복수의 정답 화재 위험도로 구성된 각각의 학습 데이터는 상기 뉴럴 네트워크의 상기 입력 레이어에 입력되어 상기 하나 이상의 히든 레이어 및 출력 레이어를 통과하여 출력 벡터로 출력되고, 상기 출력 벡터는 상기 출력 레이어에 연결된 손실함수 레이어에 입력되고, 상기 손실함수 레이어는 상기 출력 벡터와 각각의 학습 데이터에 대한 정답 벡터를 비교하는 손실함수를 이용하여 손실 값을 출력하고, 상기 뉴럴 네트워크의 파라미터는 상기 손실 값이 작아지는 방향으로 학습될 수 있다.

실시예들에 따르면, 장치는 전기차 배터리 보호 커버에 복수의 소화수 주입구를 형성하여 배터리 모듈의 화재 시 배터리 모듈에 직접 소화수를 급수할 수 있게 함으로써, 보다 빠르게 화재를 진압할 수 있게 한다.

실시예들에 따르면, 장치는 전기차 배터리 보호 커버에 배기구를 형성하여 배터리 모듈의 화재 시 유독 가스나 열기를 전기차의 외부로 배출시킴으로써, 탑승자를 구조하기 위한 시간을 확보할 수 있다.

실시예들에 따르면, 장치는 배터리 보호 커버에 복수의 소화분말을 포함하는 소화분말 레이어를 추가함으로써, 배터리 모듈의 화재 시 화재가 번지는 것을 두 종류의 소화분말을 통해 일정 시간 지연시킴으로써, 탑승자를 구조하기 위한 시간을 확보할 수 있다. 또한, 전기차 배터리 보호 커버는 다른 보호 커버에 비해 상대적으로 성형이 용이하고, 내열 코팅제를 최소한으로 도포함으로써, 무게 증가를 최소화할 수 있다.

실시예들로부터 얻을 수 있는 효과들은 이상에서 언급된 효과들로 제한되지 않으며, 언급되지 않은 또 다른 효과들은 이하의 상세한 설명을 기반으로 당해 기술분야에서 통상의 지식을 가진 자에게 명확하게 도출되고 이해될 수 있다.

실시예들에 대한 이해를 돕기 위해 상세한 설명의 일부로 포함된, 첨부 도면은 다양한 실시예들을 제공하고, 상세한 설명과 함께 다양한 실시예들의 기술적 특징을 설명한다.
도 1은 일 실시예에 따른 전기차에 구비된 배터리 모듈을 보호하는 장치가 설치된 상태를 나타내는 도면이다.
도 2는 일 실시예에 따른 전기차에 구비된 배터리 모듈을 보호하는 장치에서 제1 소방 호스를 설명하기 위한 도면이다.
도 3은 일 실시예에 따른 전기차에 구비된 배터리 모듈을 보호하는 장치에서 제2 소방 호스 및 배기관을 설명하기 위한 도면이다.
도 4는 일 실시예에 따른 전기차 배터리 보호 커버에 대한 구성을 나타내는 도면이다.
도 5는 일 실시예에 따른 소화분말 레이어가 포함된 전기차 배터리 보호 커버에 대한 구성을 나타내는 도면이다.
도 6은 일 실시예에 따라 전기차에 구비된 배터리 모듈을 보호하는 장치가 화재 위험도를 결정하고, 화재 위험도에 따라 메시지를 전송하는 방법에 대한 흐름도이다.

이하의 실시예들은 실시예들의 구성요소들과 특징들을 소정 형태로 결합한 것들이다. 각 구성요소 또는 특징은 별도의 명시적 언급이 없는 한 선택적인 것으로 고려될 수 있다. 각 구성요소 또는 특징은 다른 구성요소나 특징과 결합되지 않은 형태로 실시될 수 있다. 또한, 일부 구성요소들 및/또는 특징들을 결합하여 다양한 실시예들을 구성할 수도 있다. 다양한 실시예들에서 설명되는 동작들의 순서는 변경될 수 있다. 어느 실시예의 일부 구성이나 특징은 다른 실시예에 포함될 수 있고, 또는 다른 실시예의 대응하는 구성 또는 특징과 교체될 수 있다.

도면에 대한 설명에서, 다양한 실시예들의 요지를 흐릴 수 있는 절차 또는 단계 등은 기술하지 않았으며, 당해 기술분야에서 통상의 지식을 가진 자의 수준에서 이해할 수 있을 정도의 절차 또는 단계는 또한 기술하지 아니하였다.

명세서 전체에서, 어떤 부분이 어떤 구성요소를 "포함(comprising 또는 including)"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있는 것을 의미한다. 또한, 명세서에 기재된 "...부", "...기", "모듈" 등의 용어는 적어도 하나의 기능이나 동작을 처리하는 단위를 의미하며, 이는 하드웨어나 소프트웨어 또는 하드웨어 및 소프트웨어의 결합으로 구현될 수 있다. 또한, "일(a 또는 an)", "하나(one)", "그(the)" 및 유사 관련어는 다양한 실시예들을 기술하는 문맥에 있어서(특히, 이하의 청구항의 문맥에서) 본 명세서에 달리 지시되거나 문맥에 의해 분명하게 반박되지 않는 한, 단수 및 복수 모두를 포함하는 의미로 사용될 수 있다.

이하, 다양한 실시예들에 따른 실시 형태를 첨부된 도면을 참조하여 상세하게 설명한다. 첨부된 도면과 함께 이하에 개시될 상세한 설명은 다양한 실시예들의 예시적인 실시형태를 설명하고자 하는 것이며, 유일한 실시형태를 나타내고자 하는 것이 아니다.

도 1은 일 실시예에 따른 전기차에 구비된 배터리 모듈을 보호하는 장치가 설치된 상태를 나타내는 도면이다. 도 2는 일 실시예에 따른 전기차에 구비된 배터리 모듈을 보호하는 장치에서 제1 소방 호스를 설명하기 위한 도면이다. 도 3은 일 실시예에 따른 전기차에 구비된 배터리 모듈을 보호하는 장치에서 제2 소방 호스 및 배기관을 설명하기 위한 도면이다. 도 1 내지 도 3의 실시예들은 본 개시의 다양한 실시예들과 결합될 수 있다.

또한, 다양한 실시예들에서 사용되는 특정(特定) 용어들은 다양한 실시예들의 이해를 돕기 위해서 제공된 것이며, 이러한 특정 용어의 사용은 다양한 실시예들의 기술적 사상을 벗어나지 않는 범위에서 다른 형태로 변경될 수 있다.

도 1 내지 도3을 참조하면, 전기차(10)에 구비된 배터리 모듈을 보호하는 장치는 전기차(10)에 구비된 배터리 모듈을 감싸는 전기차 배터리 보호 커버(100), 제1 소화수 주입구(111)와 제1 노즐 체결부(113)를 연결하는 제1 소방 호스(110), 제2 소화수 주입구(121)와 제2 노즐 체결부(123)를 연결하는 제2 소방 호스(120) 및 배기구(131)와 전기차(10)의 외부를 연결하는 배기관(130) 및 화재 감지 모듈(140)을 포함할 수 있다.

전기차(10)는 전기를 동력원으로 운행하는 차량으로, 내연기관 대신 전기 공급원으로부터 충전된 배터리의 전기 에너지를 동력원으로 사용할 수 있다. 예를 들어, 차량은 자동차, 이륜차, 자전거 등 다양한 수단을 의미할 수 있다.

전기차 배터리 보호 커버(100)는 전기차(10)에 구비된 배터리 모듈을 외부의 충격으로부터 보호하고, 동시에 전기차(10)에 구비된 배터리 모듈의 화재 발생 시 전기차(10)에 탑승한 사용자를 보호하는 커버이다. 예를 들어, 전기차 배터리 보호 커버(100)는 배터리 모듈에 직접 소화수를 급수하기 위한 소화수 주입구(111, 121)와 화재로 인해 발생하는 압력과 연기를 배출하기 위한 배기구(131)를 포함할 수 있다. 예를 들어, 전기차 배터리 보호 커버(100)는 배터리 모듈의 화재 시 발생하는 열과 압력을 일정 시간 견디는 소재로 구성될 수 있다. 또한, 전기차 배터리 보호 커버(100)는 다른 보호 커버에 비해 상대적으로 성형이 용이하고, 내열 코팅제를 최소한으로 도포함으로써, 무게 증가를 최소화할 수 있다. 예를 들어, 전기차 배터리 보호 커버(100)는 복수의 레이어로 구성되어, 배터리 모듈을 감쌀 수 있다. 예를 들어, 복수의 레이어는 제1 내열 코팅제가 도포된 제1 커버 레이어, 제2 내열 코팅제가 도포된 제2 커버 레이어, 제1 커버 레이어 및 제2 커버 레이어 사이에 위치한 완충 레이어를 포함할 수 있다.

제1 소화수 주입구(111) 및 제2 소화수 주입구(121)는 전기차(10)에 구비된 배터리 모듈의 화재 발생 시 전기차(10)의 외부에서 소화수를 배터리 모듈에 직접 급수하기 위한 주입구이다.

예를 들어, 제1 소화수 주입구(111)는 전기차 배터리 보호 커버(100)의 일측에 형성될 수 있다. 예를 들어, 제1 소화수 주입구(111)는 제1 체크 밸브(112)를 포함할 수 있다. 제1 체크 밸브(112)는 전기차(10)의 외부에서 배터리 모듈 내부로 소화수가 유동되도록 작동할 수 있다. 예를 들어, 제1 체크 밸브(112)는 소화수의 주입에 따른 압력이 일정 압력 이상인 경우 개폐 동작을 수행할 수 있다. 예를 들어, 제2 소화수 주입구(121)는 전기차 배터리 보호 커버(100)의 타측에 형성될 수 있다. 예를 들어, 제2 소화수 주입구(121)는 제2 체크 밸브(122)를 포함할 수 있다. 제2 체크 밸브(122)는 전기차(10)의 외부에서 배터리 모듈 내부로 소화수가 유동되도록 작동할 수 있다. 예를 들어, 제2 체크 밸브(122)는 소화수의 주입에 따른 압력이 일정 압력 이상인 경우 개폐 동작을 수행할 수 있다. 이처럼, 전기차 배터리 보호 커버에 하나의 소화수 주입구가 형성된 경우보다 빠르게 배터리 모듈의 화재를 진압할 수 있고, 하나의 소화수 주입구가 망가진 경우라도 나머지 소화수 주입구를 사용함으로써 안정적인 화재 진압이 가능하다.

제1 소방 호스(110)는 전기차(10) 외부에서 공급되는 소화수를 제1 소화수 주입구(110)에 전달하기 위한 통로이다. 예를 들어, 제1 소방 호스(110)의 일측이 제1 체크 밸브(112)와 연결되고, 제1 소방 호스(110)의 타측이 전기차(10)의 충전구 하단에 구비된 제1 노즐 체결부(113)에 연결될 수 있다. 이를 통해, 전기차(10) 외부에서 소화수를 주입한 경우, 제1 소방 호스(110)는 주입된 소화수가 배터리 모듈의 일측으로 직접 공급되도록 할 수 있다. 제2 소방 호스(120)는 전기차(10) 외부에서 공급되는 소화수를 제2 소화수 주입구(120)에 전달하기 위한 통로이다. 예를 들어, 제2 소방 호스(120)의 타측이 제2 체크 밸브(122)와 연결되고, 제2 소방 호스(120)의 타측이 전기차(10)의 후면 트렁크 하단에 구비된 제2 노즐 체결부(123)에 연결될 수 있다. 이를 통해, 전기차(10) 외부에서 소화수를 주입한 경우, 제2 소방 호스(120)는 주입된 소화수가 배터리 모듈의 타측으로 직접 공급되도록 할 수 있다.

제1 노즐 체결부(113)는 전기차(10)의 내부에서 제1 소방 호스(110)가 연결되고, 전기차(10)의 외부에서 소화수를 공급하는 노즐(이하, 소화수 공급 노즐)이 체결될 수 있다. 예를 들어, 제1 노즐 체결부(113)는 전기차(10)의 충전구의 하단에 위치할 수 있다. 전기차(10)의 충전구의 위치는 전기차(10)의 차종마다 전면 그릴, 전면 휀더(fender), 전면 램프, 측면 가운데, 후면 램프 등과 같이 상이할 수 있다. 본 개시의 실시예들은 전기차(10)의 충전구의 위치가 전면 휀더에 위치한 것에 한정되지 않고, 다양한 위치에 적용될 수 있다. 제2 노즐 체결부(123)는 전기차(10)의 내부에서 제2 소방 호스(120)가 연결되고, 전기차(10)의 외부에서 소화수 공급 노즐이 체결될 수 있다. 예를 들어, 제2 노즐 체결부(123)는 전기차(10)의 후면 트렁크 하단에 위치할 수 있다. 예를 들어, 제1 노즐 체결부(113) 및 제2 노즐 체결부(123)는 전기차(10)의 외부에서 소화수 공급 노즐이 체결될 수 있는 다양한 형태와 구조로 구성될 수 있다. 예를 들어, 제1 노즐 체결부(113) 및 제2 노즐 체결부(123)에 각각 덮개가 설치될 수 있다. 덮개가 제거된 후, 제1 노즐 체결부(113) 및 제2 노즐 체결부(123)에 외부로부터 소화수 공급 노즐이 체결될 수 있다.

배기구(131)는 전기차(10)에 구비된 배터리 모듈에서 발생하는 공기를 외부로 배출하며, 예를 들어, 전기차(10)에 구비된 배터리 모듈의 화재 시 발생하는 유독 가스 및 열기를 외부로 배출할 수 있다. 예를 들어, 배기구(131)는 제2 소화수 주입구(121)와 전기차(10)의 폭 방향으로 이격되어, 전기차 배터리 보호 커버(100)의 타측에 형성될 수 있다. 배기관(130)은 전기차(10)에 구비된 배터리 모듈에서 발생하는 공기를 외부로 배출하기 위한 통로이다. 예를 들어, 배기관(130)은 일측이 배기구(131)와 연결되고, 타측이 제2 체크 밸브(121)와 전기차(10)의 폭 방향으로 이격된 제3 체크 밸브(132)와 연결될 수 있다. 예를 들어, 배기관(130)은 원통 구조를 가질 수 있으며, 배터리 모듈에서 발생한 공기를 전기차(10)의 외부로 배출하기 위한 다양한 형태와 구조로 구성될 수 있다. 제3 체크 밸브(132)는 전기차(10)에 구비된 배터리 모듈 내부에서 발생한 공기가 배기관(130)을 통해 전기차(10)의 외부로 배출되도록 작동할 수 있다. 예를 들어, 제3 체크 밸브(132)는 전기차(10)에 구비된 배터리 모듈에서 발생한 공기에 따른 압력이 일정 압력 이상인 경우 개폐 동작을 수행할 수 있다. 이처럼, 배기구(131)를 전기차 배터리 보호 커버(100)에 형성함으로써, 배터리 모듈의 화재 시 발생하는 유독 가스나 열기를 전기차(10)의 외부로 배출하여 탑승자를 구조하기 위한 시간을 확보할 수 있다. 부가적으로, 예를 들어, 배기구(131)에 냉각 팬이 설치되어 배터리 모듈의 온도에 따라 냉각 팬이 동작할 수 있다.

화재 감지 모듈(140)은 전기차(10)의 배터리 모듈의 화재를 감지하기 위한 모듈이다. 화재 감지 모듈(140)은 전기차(10) 내부의 차량 단말과 독립적으로 배터리 모듈의 화재 위험도를 미리 결정할 수 있고, 화재 위험도에 따라 외부 서버 및 주변 차량 단말에게 전기차(10)의 상태를 알릴 수 있다. 예를 들어, 화재 감지 모듈(140)은 제어부, 메모리, 전원 공급부, 센서부 및 통신부를 포함할 수 있다. 화재 감지 모듈(140)은 별도의 전원 공급부를 사용함으로써, 배터리 모듈의 화재 시에도 동작할 수 있다. 이때, 전기차 배터리 보호 커버(100)는 배터리 모듈과 이격된 공간이 형성되도록 배터리 모듈을 감싸는 형태일 수 있고, 전기차 배터리 보호 커버(100)와 배터리 모듈이 이격된 공간 상에서 화재 감지 모듈(140)이 배터리 모듈에 부착될 수 있다.

화재 감지 모듈(140)의 제어부는 통상적으로 화재 감지 모듈(140)의 전반적인 동작을 제어한다. 제어부는 하나 이상의 프로세서를 구비하여, 관리 화재 감지 모듈(140)에 포함된 다른 구성 요소들을 제어할 수 있다. 예를 들어, 제어부는 메모리에 저장된 프로그램들을 실행함으로써, 통신부 및 메모리 등을 전반적으로 제어할 수 있다. 또한, 제어부는 메모리에 저장된 프로그램들을 실행함으로써, 화재 감지 모듈(140)의 기능을 수행할 수 있다. 예를 들어, 제어부는 인공지능 모델의 처리에 특화된 하드웨어 구조를 포함할 수 있다.

인공지능 모델은 기계 학습을 통해 생성될 수 있다. 이러한 학습은, 예를 들어, 인공지능 모델이 수행되는 화재 감지 모듈(140) 자체에서 수행될 수 있고, 별도의 서버를 통해 수행될 수도 있다. 학습 알고리즘은, 예를 들어, 지도형 학습(supervised learning), 비지도형 학습(unsupervised learning), 준지도형 학습(semi-supervised learning) 또는 강화 학습(reinforcement learning)을 포함할 수 있으나, 전술한 예에 한정되지 않는다. 인공지능 모델은, 복수의 인공 신경망 레이어들을 포함할 수 있다. 인공 신경망은 심층 신경망(DNN: deep neural network), CNN(convolutional neural network), RNN(recurrent neural network), RBM(restricted boltzmann machine), DBN(deep belief network), BRDNN(bidirectional recurrent deep neural network), 심층 Q-네트워크(deep Q-networks) 또는 상기 중 둘 이상의 조합 중 하나일 수 있으나, 전술한 예에 한정되지 않는다. 인공지능 모델은 하드웨어 구조 이외에, 추가적으로 또는 대체적으로, 소프트웨어 구조를 포함할 수 있다.

화재 감지 모듈(140)의 통신부는 화재 감지 모듈(140)이 다른 장치(미도시) 및 서버(미도시)와 통신을 하게 하는 하나 이상의 구성요소를 포함할 수 있다. 다른 장치(미도시)는 화재 감지 모듈(140)과 같은 컴퓨팅 장치이거나, 센싱 장치일 수 있으나, 이에 제한되지 않는다. 통신부는 네트워크를 통해, 다른 전자 장치로부터의 사용자 입력을 수신하거나, 외부 장치로부터 외부 장치에 저장된 데이터를 수신할 수 있다. 예를 들어, 통신부는 적어도 하나의 장치와 연결을 확립하기 위한 메시지를 송수신할 수 있다. 통신부는 제어부에서 생성된 정보를 관리 서버와 연결된 적어도 하나의 장치에게 전송할 수 있다. 통신부는 화재 감지 모듈(140)과 연결된 적어도 하나의 장치로부터 정보를 수신할 수 있다. 통신부는 적어도 하나의 장치로부터 수신한 정보에 대응하여, 수신한 정보와 관련된 정보를 전송할 수 있다.

화재 감지 모듈(140)의 메모리는, 제어부의 처리 및 제어를 위한 프로그램을 저장할 수 있다. 예를 들어, 메모리는 화재 감지 모듈(140)에 입력된 정보 또는 네트워크를 통해 다른 장치로부터 수신된 정보를 저장할 수 있다. 또한, 메모리는 제어부에서 생성된 데이터를 저장할 수 있다. 메모리는 제어부로 입력되거나 제어부로부터 출력되는 정보를 저장할 수도 있다. 메모리는 플래시 메모리 타입(flash memory type), 하드디스크 타입(hard disk type), 멀티미디어 카드 마이크로 타입(multimedia card micro type), 카드 타입의 메모리(예를 들어 SD 또는 XD 메모리 등), 램(RAM, Random Access Memory) SRAM(Static Random Access Memory), 롬(ROM, Read-Only Memory), EEPROM(Electrically Erasable Programmable Read-Only Memory), PROM(Programmable Read-Only Memory), 자기 메모리, 자기 디스크, 광디스크 중 적어도 하나의 타입의 저장매체를 포함할 수 있다.

화재 감지 모듈(140)의 전원 공급부는 화재 감지 모듈(140)의 적어도 하나의 구성요소에 전력을 공급할 수 있다. 예를 들어, 전원 공급부는 재충전 불가능한 1차 전지, 재충전 가능한 2차 전지 또는 연료 전지를 포함할 수 있다.

화재 감지 모듈(140)의 센서부는 전기차(10)의 배터리 모듈의 작동 상태(예: 온도 또는 충격량)를 감지하고, 감지된 상태에 대응하는 전기 신호 또는 데이터 값을 생성할 수 있다. 예를 들어, 센서부는 충격 센서, 컬러 센서, IR(infrared) 센서, 온도 센서, 습도 센서, 또는 조도 센서 중 적어도 하나를 사용할 수 있다.

예를 들어, 전기차(10) 내부에 차량 단말이 포함, 내장, 설치될 수 있으며, 스마트폰, 핸드폰, 스마트 TV, 셋톱박스(set-top box), 태블릿 PC, 착용형 기기(wearable device) 등을 포함하는 다양한 기기로 구현될 수 있다.

본 명세서에서 차량 단말, 기지국, 외부 차량 단말 및 RSU(road side unit)는, 통신망을 통해 상호간에 통신을 수행할 수 있다. 통신망은, 예를 들어 무선 통신망 또는 유선 통신망일 수 있다. 무선 통신망은, 예를 들어 LTE(Long Term Evolution) RAT(Radio Access Technology), NR(New Radio) RAT, WiFi 등에 기반한 통신망일 수 있다. 기지국은 gNB(next generation-Node B) 및/또는 eNB(evolved-NodeB)를 포함할 수 있다. 예를 들면, 기지국은 차량 단말과 통신하는 고정된 지점(fixed station), 네트워크 엔티티(network entity)일 수 있고, BTS(Base Transceiver System), AP(Access Point) 등 다른 용어로 불릴 수 있다. 외부 차량 단말은 외부 차량에 포함, 내장, 설치될 수 있으며, 상기 기지국 및/또는 차량 단말과 통신을 수행함으로써 다양한 정보를 제공하는 외부의 단말을 나타낸다. RSU는 도로나 고속도로 옆에 설치되어 차량 단말과 도로 인프라 사이의 무선 통신을 지원하는 장치이다. 예를 들어, RSU는 노변 기지국일 수 있다. 예를 들어, RSU는 교통 모니터링, 차량 대 차량 및 차량 대 인프라 통신, 통행료 징수, 주차 관리 및 비상 대응을 비롯한 다양한 애플리케이션에 사용될 수 있다. 또한, RSU는 도로 및 교통 상황에 대한 실시간 정보를 차량 단말에 제공하여 커넥티드 및 자동화 차량의 개발 및 배포를 지원할 수 있다. 예를 들어, RSU는 3GPP 기반의 C-V2X, DSRC(Dedicated Short Range Communications), 셀룰러 네트워크, Wi-Fi 또는 블루투스와 같은 다양한 무선 통신 프로토콜을 통해 차량 단말 및 기타 인프라 구성 요소와 통신할 수 있다.

예를 들면, 차량 단말, 기지국, 외부 차량 단말 및 RSU는, 상호 D2D(Device-toDevice) 통신을 수행할 수 있고, 기지국(예를 들어, gNB 및/또는 eNB)과 UU 통신을 수행할 수 있다. 상기 D2D 통신 또는 상기 UU 통신을 수행하기 위한 TDMA(time division multiple access) 및 FDMA(frequency division multiples access) 시스템에서, 정확한 시간 및 주파수 동기화가 요구될 수 있다. 시간 및 주파수 동기화가 정확하게 되지 않으면, 심볼 간 간섭(ISI, Inter Symbol Interference) 및 반송파 간 간섭(ICI, Inter Carrier Interference)으로 인해 시스템 성능이 저하될 수 있다. 일 예시에 따른 D2D 통신에서는 시간/주파수 동기화를 위해, 물리 계층에서는 동기 신호(SS, Synchronization Signal)를 사용할 수 있고, RLC(Radio Link Control) 계층에서는 MIB(Master Information Block)를 사용할 수 있다.

D2D 통신 과정에서, 차량 단말, 기지국, 외부 차량 단말 및 RSU는 GNSS(global navigation satellite systems)에 직접적으로 동기화 되거나, 또는 GNSS에 직접적으로 동기화된 (네트워크 커버리지 내의 또는 네트워크 커버리지 밖의) 단말을 통해 비간접적으로 GNSS에 동기화 될 수 있다. GNSS가 동기화 소스로 설정된 경우, 차량 단말, 기지국, 외부 차량 단말 및 RSU는 UTC(Coordinated Universal Time) 및 (미리) 설정된 DFN(Direct Frame Number) 오프셋을 사용하여 DFN 및 서브프레임 번호를 계산할 수 있다.

또는, 차량 단말, 기지국, 외부 차량 단말 및 RSU는 또 다른(another) 기지국에 직접 동기화되거나, 상기 또 다른 기지국에 시간/주파수 동기화된 다른 단말에게 동기화될 수 있다. 예를 들어, 상기 또 다른 기지국은 eNB 또는 gNB일 수 있다. 예를 들어, 차량 단말, 기지국, 외부 차량 단말 및 RSU가 네트워크 커버리지 내에 있는 경우, 차량 단말, 기지국, 외부 차량 단말 및 RSU는 기지국이 제공하는 동기화 정보를 수신하고, 상기 기지국에 직접 동기화될 수 있다. 그 후, 차량 단말, 기지국, 외부 차량 단말 및 RSU는 동기화 정보를 인접한 다른 단말에게 제공할 수 있다. 기지국 타이밍이 동기화 기준으로 설정된 경우, 차량 단말, 기지국, 외부 차량 단말 및 RSU는 동기화 및 하향링크 측정을 위해 해당 주파수에 연관된 셀(상기 주파수에서 셀 커버리지 내에 있는 경우), 프라이머리 셀 또는 서빙 셀(상기 주파수에서 셀 커버리지 바깥에 있는 경우)을 따를 수 있다.

기지국(예를 들어, 서빙 셀)은 D2D(device-to-device) 또는 SL(sidelink) 통신에 사용되는 반송파에 대한 동기화 설정을 제공할 수 있다. 이 경우, 차량 단말, 외부 차량 단말 및 RSU는 상기 기지국으로부터 수신한 동기화 설정을 따를 수 있다. 만약, 차량 단말, 기지국, 외부 차량 단말 및 RSU가 상기 D2D 또는 SL 통신에 사용되는 반송파에서 어떤 셀도 검출하지 못했고, 서빙 셀로부터 동기화 설정도 수신하지 못했다면, 차량 단말, 기지국, 외부 차량 단말 및 RSU는 미리 설정된 동기화 설정을 따를 수 있다.

또는, 차량 단말, 기지국, 외부 차량 단말 및 RSU는 기지국이나 GNSS로부터 직접 또는 간접적으로 동기화 정보를 획득하지 못한 다른 단말에게 동기화될 수도 있다. 동기화 소스 및 선호도는 단말에게 미리 설정될 수 있다. 또는, 동기화 소스 및 선호도는 기지국에 의하여 제공되는 제어 메시지를 통해 설정될 수 있다.

도 4는 일 실시예에 따른 전기차 배터리 보호 커버에 대한 구성을 나타내는 도면이다. 도 5는 일 실시예에 따른 소화분말 레이어가 포함된 전기차 배터리 보호 커버에 대한 구성을 나타내는 도면이다. 도 4 내지 도 5의 실시예들은 본 개시의 다양한 실시예들과 결합될 수 있다.

도 4를 참조하면, 전기차 배터리 보호 커버는 복수의 레이어로 구성될 수 있고, 복수의 레이어는 제1 내열 코팅제(411)가 도포된 제1 커버 레이어(410), 제2 내열 코팅제(431)가 도포된 제2 커버 레이어(430), 제1 커버 레이어(410) 및 제2 커버 레이어(430) 사이에 위치하는 완충 레이어(420)를 포함할 수 있다.

제1 커버 레이어(410)는 배터리 모듈의 화재로 인한 열폭주로 발생하는 고열을 차단하기 위한 제1 내열 코팅제(411)가 도포된, 내열성과 유연성을 가진 필름일 수 있다. 예를 들어, 제1 커버 레이어(410)는 폴리이미드(polyimide) 소재의 필름일 수 있다. 폴리이미드는 이미드 단량체의 중합체로, 일반적으로 방향족 디안하이드라이드(dianhydride)와 방향족 디아민(diamine)을 용액중합하여 얻어진 중합물 용액을 촉매와 함께 혼합한 후 필름 형태로 도포하고 고온 건조시키는 단계를 거쳐 탈수 폐환시킴으로써 제조될 수 있다.

제1 내열 코팅제(411)는 배터리 모듈의 화재로 인한 발생하는 고열을 차단하기 위해 제1 커버 레이어(410)에 도포되는 코팅제이다. 예를 들어, 제1 내열 코팅제(411)는 물에 분산된 30 내지 45 질량 퍼센트의 고체 성분을 포함하는 실리카 졸의 분산 용액과 수산화알루미늄 용액을 혼합하여 제조된 바인더에 탄화규소를 첨가한 코팅제일 수 있다. 실리카 졸은 표면이 =Si-O-Si= 형태의 실록산 기 또는 ≡Si-OH 형태의 실란올 기를 가진 졸 상태로 보존된 용액일 수 있다. 실리카 졸에서 실리카(SiO₂)는 1 내지 1000 ㎚의 입자 평균 직경을 가지는 미립자 상태일 수 있다. 분산 용액은 실리카 졸에 물을 첨가시켜 생성될 수 있다. 예를 들어, 물에 분산되는 실라카 졸의 중량비는 실라카 졸: 물 = 100: 110~30 일 수 있다.

수산화알루미늄 용액은 Al(OH)₃과 물의 혼합물을 의미한다. 물에 첨가되는 수산화알루미늄의 양은 실온에서 수산화알루미늄의 포화 조건에 따라 결정될 수 있고, 예를 들어, Al(OH)₃은 물 100 중량부에 대하여 0.1 내지 1.0 중량부로 첨가될 수 있다. 또는, Al(OH)₃은 실온에서 물에 포화되는 양으로 첨가될 수 있다. 분산 용액과 수산화알루미늄 용액은 중량비로 분산 용액: 수산화알루미늄 용액 = 100: 15~40 일 수 있다. 탄화규소는 5 ㎚에서 100㎛ 크기의 평균 직경을 가지는 분말 형태로 만들어져 바인더에 첨가될 수 있다. 바인더에 대한 탄화규소의 중량비는 바인더: 필러 = 100: 10~100 일 수 있다. 이를 통해, 내열성을 가진 세라믹 코팅제가 제조될 수 있다.

완충 레이어(420)는 배터리 모듈의 외부로부터 가해지는 충격 및 배터리 모듈의 화재 시 폭발로 인한 압력에 대해 내구성을 증가시키기 위해 완충제 역할을 하는 필름일 수 있다. 예를 들어, 완충 레이어(420)는 폴리우레탄(polyurethane) 소재의 필름일 수 있다. 폴리우레탄은 고분자의 주 사슬에 우레탄 결합이 반복적으로 들어있는 고분자 화합물을 지칭하며, 폴리올과 이소사인염 결합체들(R-(N=C=O)n ≥ 2)간의 반응으로 수산화기 촉매(R '- (OH) N≥ 2)나 자외선 활성화에 의한 조건 하에서 생성될 수 있다. 예를 들어, 완충 레이어(420)는 제1 소방 호스 및 제2 소방 호스와 동일한 재질로 제조될 수 있다.

제2 커버 레이어(430)는 외부로부터 가해지는 충격으로부터 배터리 모듈을 보호하기 위해 탄성을 가진 필름일 수 있다. 예를 들어, 제2 커버 레이어(430)는 난연성 실리콘 고무(silicone rubber) 소재의 필름일 수 있다. 난연성 실리콘 고무는 실리콘 고무에 특정 화합물을 혼합한 복합체를 지칭하며, 내화성, 열분해성, 화염차단성 등 복합체의 고온 및 화염 안전성 향상하고, 난연성을 가질 수 있다. 예를 들어, 난연성 실리콘 고무 소재의 필름은 실리콘 고무에 무기계 난연제인 수산화알루미늄(aluminium trihydroxide; ATH, Al(OH)₃)과 마그네슘 디하이드록사이드(magnesium dihydroxide; MDH, Mg(OH)₂)를 첨가한 복합체일 수 있다. 또는, 난연성 실리콘 고무 소재의 필름은 실리콘 고무에 진주암을 분쇄하여 고온과열/발포처리하여 제조한 백색의 다공질인 펄라이트를 혼합한 복합체일 수 있다. 예를 들어, 펄라이트를 혼합한 난연성 실리콘 고무 소재의 필름은, 열분해시 표면에 무정형실리카(Sio₂)가 형성되어 열원으로부터 공급되는 열을 차단하고 산소의 유입을 막는 실리콘 고분자재료로 메칠하이드로실란(Methylhydrosilane)과 하이드로실란(Hydrosilane)이, 1:1 중량비로 이루어진 폴리디메틸 실록산(PDMS, Polydimethyl siloxane)과 진주암을 주성분으로 하는 백색 다공질체인 펄라이트를 혼합하여 제조될 수 있다.

제2 내열 코팅제(421)는 배터리 모듈의 화재로 인한 발생하는 고열을 차단하기 위해 제2 커버 레이어(420)에 도포되는 코팅제이다. 예를 들어, 제2 내열 코팅제(421)는 폴리우레탄-우레아를 포함하는 용액으로 구성된 코팅제일 수 있다. 여기서, 폴리우레탄-우레아는 우레탄기와 우레아기가 순차적으로 결합된 형태를 지칭할 수 있다. 예를 들어, 폴리우레탄-우레아는 유기폴리이소시아네이트와, 이소시아네이트기와 반응할 수 있는 활성수소원자를 지닌 화합물로부터 제조될 수 있다. 활성수소원자를 지닌 화합물은 400-1200의 분자량을 지닌 유기화합물로서, 일반적으로 폴리에테르의 폴리올 또는 폴리에스테르 폴리올형일 수 있다. 예를 들어, 제2 내열 코팅제로 Line X사의 line-XS-252가 사용될 수도 있다.

예를 들어, 배기관의 내외부에 제1 내열 코팅제(411) 또는 제2 내열 코팅제(431)가 도포될 수 있다. 예를 들어, 제1 소방 호스 및 제2 소방 호스의 내외부에 제1 내열 코팅제(411) 또는 제2 내열 코팅제(431)가 도포될 수 있다.

도 5를 참조하면, 전기차 배터리 보호 커버를 구성하는 복수의 레이어에 소화분말 레이어(510)가 더 포함될 수 있다.

예를 들어, 소화분말 레이어(510)는 전기차에 구비된 배터리 모듈과 직접 접촉될 수 있다. 소화분말 레이어(510)는 온도 90도 내지 120도에서 용융되는 소재가 제1 소화분말(511)과 제2 소화분말(512)을 감싸는 형태로 구성될 수 있다.

예를 들어, 전기차에 구비된 배터리 모듈의 화재 시 소화분말 레이어(510)가 용융됨으로써, 소화분말 레이어(510)에 포함된 제1 소화분말(511) 및 제2 소화분말(512)이 배터리 모듈에 공급될 수 있다. 이를 통해, 전기차에 구비된 배터리 모듈의 화재 시 화재가 번지는 것을 두 종류의 소화분말을 통해 일정 시간 지연시킴으로써, 탑승자를 구조하기 위한 시간을 확보할 수 있다.

통상적으로, 배터리 모듈의 화재가 발생하기 이전에 배터리 모듈의 열폭주 현상이 관찰된다. 열폭주 현상의 전조 현상으로, 배터리 모듈의 양극재가 130도~150도로 발열 반응이 일어나며, 이때 양극재가 적절하게 냉각되지 않으면 온도가 지속적으로 상승하게 되어 결국 열폭주 현상이 발생하게 된다. 따라서, 소화분말 레이어(510)의 소재를 온도 160도 내지 180도에서 용융되는 소재로 사용함으로써, 배터리 모듈의 양극재에 대한 냉각을 실패하여 지속적으로 온도가 상승하는 경우, 열폭주 현상 초기에 소화분말 레이어(510)가 용융될 수 있다. 소화분말 레이어(510)가 용융되어, 소화분말 레이어(510)에 포함된 제1 소화분말(511)과 제2 소화분말(512)을 배터리 모듈에 공급할 수 있다.

예를 들어, 소화분말 레이어(510)의 온도 160도 내지 180도에서 용융되는 소재로 폴리프로필렌(PP: polypropylene) 소재가 사용될 수 있다. 폴리프로필렌은 프로필렌을 중합하여 얻는 열가소성 수지로서, 가볍고 성형 가공이 쉬워서 여러가지 플라스틱 제품 제조용으로 이용되고 있으며, 강도가 양호하여 표면 보호용 필름으로 이용되고 있다.

예를 들어, 제1 소화분말(511)은 화재가 발생한 배터리 모듈을 덮어 질식효과를 발생하게 하는 분말일 수 있다. 예를 들어, 제1 소화분말(511)은 160~200um의 입자 크기를 가진 팽창 질석 분말일 수 있다. 질석(vermiculite)은 운모가 풍화 또는 변질되어 생성된 것으로 함유하고 있는 수분이 탈수되면 팽창하여 늘어나는 성질을 가진다. 이때, 팽창 질석 분말은 화학적으로 팽창된 질석과 열적으로 팽창된 질석의 혼합물이며, 화학팽창 질석은 95%, 나머지 5%는 열팽창 질석으로 구성될 수 있다. 예를 들어, 제2 소화분말(512)은 화재가 발생한 배터리 모듈의 온도를 냉각시키는 효과를 가지는 분말일 수 있다. 예를 들어, 제2 소화분말(512)은 제일인산암모늄 75 중량부 흑연 10 중량부 실리카 15 중량부를 포함할 수 있다. 여기서, 제일인산암모늄(NH₄H₂PO₄)은 인산을 암모니아로 중화하여 제조된 결정분말이다. 이때, 예를 들어, 제1 소화분말(511)과 제2 소화분말(512)의 혼합비는 중량비로 7:3일 수 있다.

도 6은 일 실시예에 따라 전기차에 구비된 배터리 모듈을 보호하는 장치가 화재 위험도를 결정하고, 화재 위험도에 따라 메시지를 전송하는 방법에 대한 흐름도이다. 도 6의 실시예들은 본 개시의 다양한 실시예들과 결합될 수 있다.

도 6을 참조하여, 전기차에 구비된 배터리 모듈을 보호하는 장치에서 화재 감지 모듈의 동작 방법을 설명한다.

단계 S610에서, 화재 감지 모듈은 센서부를 통해 배터리 모듈의 온도 및 배터리 모듈에 가해진 충격량을 실시간으로 측정할 수 있다.

예를 들어, 화재 감지 모듈은 온도 센서를 통해 배터리 모듈의 온도를 실시간으로 측정할 수 있다. 예를 들어, 화재 감지 모듈은 충격 센서를 통해 배터리 모듈에 가해진 충격량을 실시간으로 측정할 수 있다. 여기서, 충격 센서는 피충격체에 충격이 가해질 때 이에 의하여 변화되는 진폭신호를 검출하여 충격의 정도를 감지할 수 있다.

단계 S620에서, 화재 감지 모듈은 전기차와 관련된 기본 정보, 배터리 모듈의 온도 및 상기 배터리 모듈에 가해진 충격량에 기반하여 뉴럴 네트워크를 이용하는 화재 위험도 예측 모델을 통해 상기 배터리 모듈에 대한 화재 위험도를 결정할 수 있다.

전기차와 관련된 정보는 전기차의 연식에 대한 정보 및 전기차의 차종에 대한 정보를 포함할 수 있다. 전기차의 연식에 대한 정보는 전기차가 제조된 연도에 대한 정보이며, 전기차의 차종에 대한 정보는 전기차의 모델명에 대한 정보일 수 있다. 예를 들어, 전기차와 관련된 정보는 화재 감지 모듈이 전기차 내부의 차량 단말로부터 사전에 수신한 정보일 수 있다.

예를 들어, 전기차와 관련된 기본 정보에 대한 데이터 전처리를 통해 배터리 모듈에 대한 기본 벡터가 결정될 수 있다. 배터리 모듈에 대한 기본 벡터는 전기차의 연식과 관련된 값, 배터리의 형태와 관련된 값, 배터리의 용량에 대한 값 및 배터리의 구성과 관련된 값을 포함할 수 있다.

예를 들어, 전기차의 연식과 관련된 값은 전기차가 제조된 날짜에서 현재 날짜까지의 기간을 나타내는 값일 수 있다.

예를 들어, 배터리의 형태와 관련된 값, 배터리의 용량에 대한 값 및 배터리의 구성과 관련된 값 각각과 전기차가 제조된 연도 및 전기차의 모델명의 조합에 따라 상이한 값을 가질 수 있다. 예를 들어, 배터리의 형태와 관련된 값, 배터리의 용량에 대한 값 및 배터리의 구성과 관련된 값 각각과 전기차가 제조된 연도 및 전기차의 모델명의 조합 사이의 매칭 관계가 화재 감지 모듈의 메모리에 사전 저장될 수 있다. 예를 들어, 화재 감지 모듈이 전기차 내부의 차량 단말부터 전기차와 관련된 정보를 수신하면, 화재 감지 모듈은 전기차와 관련된 정보에 기반하여 해당 전기차에 매칭되는 배터리의 형태와 관련된 값, 배터리의 용량에 대한 값 및 배터리의 구성과 관련된 값을 결정할 수 있다.

배터리의 형태와 관련된 값은 복수의 형태 중에서 하나의 형태를 나타내는 값으로, 예를 들어, 3가지 형태 중에서 하나의 형태를 나타내는 값일 수 있다. 예를 들어, 3가지 형태는 원통형 배터리, 파우치형 배터리 및 각형 배터리를 포함할 수 있다. 원통형 배터리는 양극과 음극을 와인딩 방식으로 제조한 원통 형태의 배터리이다. 파우치형 배터리는 파우치 필름에 양극재, 음극재, 분리막, 전해질 등을 패키징한 형태의 배터리이다. 각형 배터리는 알루미늄을 사각형 형태로 패키징한 배터리이다. 그리고, 각각의 형태를 나타내는 값이 메모리에 대해 사전 설정될 수 있다. 예를 들어, 배터리의 형태와 관련된 값은 전기차가 제조된 연도 및 전기차의 모델명에 매칭된 값으로 결정될 수 있다.

배터리의 용량에 대한 값은 배터리 모듈에 저장되는 총 전력량을 나타내는 값으로, 예를 들어, 배터리의 용량에 대한 값은 전기차가 제조된 연도 및 전기차의 모델명에 매칭된 값으로 결정될 수 있다.

배터리의 구성과 관련된 값은 배터리 모듈을 구성하는 요소들 각각의 종류를 나타내는 값으로, 예를 들어, 배터리 모듈을 구성하는 요소들은 양극재, 음극재, 분리막 및 전해질을 포함할 수 있다. 예를 들어, 배터리의 구성과 관련된 값은 배터리 모듈의 양극재의 종류를 나타내는 값, 배터리 모듈의 음극재의 종류를 나타내는 값, 배터리 모듈의 분리막의 종류를 나타내는 값 및 배터리 모듈의 전해질의 종류를 나타내는 값으로 구성될 수 있다. 각각의 종류를 나타내는 값이 화재 감지 모듈의 메모리에 사전 저장될 수 있다. 양극재의 종류를 나타내는 값은 LCO(LiCoO₂), NCM(LiNiCoMn), NCA(LiNiCoAlO₂), LMO(LiMn₂O4) 또는 LFP(LiFePO₄) 중 어느 하나를 나타내는 값일 수 있다. 음극재의 종류를 나타내는 값은 천연 흑연, 인조 흑연, 저결정 탄소 또는 실리콘 중 어느 하나를 나타내는 값일 수 있다. 전해질의 종류를 나타내는 값은 액체 전해질 또는 고체 전해질 중 어느 하나를 나타내는 값일 수 있다. 분리막의 종류를 나타내는 값은 건식 분리막, 습식 분리막 또는 세라믹 코팅 분리막 중 어느 하나를 나타내는 값일 수 있다. 예를 들어, 배터리의 구성과 관련된 값은 전기차가 제조된 연도 및 전기차의 모델명에 매칭된 값으로 결정될 수 있다.

이를 통해, 배터리 모듈의 형태, 구성 및 용량에 따라 안정성이 상이하기 때문에, 화재 위험도를 결정할 때 배터리 모듈의 스펙에 따른 가중치를 반영할 수 있다.

예를 들어, 배터리 모듈의 온도 및 배터리 모듈에 가해진 충격량에 대한 데이터 전처리를 통해 배터리 모듈에 대한 상태 벡터가 결정될 수 있다. 상태 벡터는 단위 시간별 온도에 대한 값 및 단위 시간별 충격량에 대한 값을 포함할 수 있다.

단위 시간별 온도에 대한 값은 단위 시간 간격으로 측정된 온도에 대한 값일 수 있다. 예를 들어, 단위 시간은 초 단위일 수 있다. 단위 시간별 충격량에 대한 값은 단위 시간 간격으로 측정된 충격량에 대한 값일 수 있다. 예를 들어, 단위 시간은 초 단위일 수 있다.

예를 들어, 배터리 모듈에 대한 기본 벡터 및 배터리 모듈에 대한 상태 벡터가 뉴럴 네트워크에 입력되는 것에 기반하여 배터리 모듈에 대한 화재 위험도가 결정될 수 있다. 뉴럴 네트워크는 입력 레이어, 하나 이상의 히든 레이어 및 출력 레이어를 포함할 수 있다. 복수의 기본 벡터, 복수의 상태 벡터 및 복수의 정답 화재 위험도로 구성된 각각의 학습 데이터는 상기 뉴럴 네트워크의 상기 입력 레이어에 입력되어 상기 하나 이상의 히든 레이어 및 출력 레이어를 통과하여 출력 벡터로 출력되고, 상기 출력 벡터는 상기 출력 레이어에 연결된 손실함수 레이어에 입력되고, 상기 손실함수 레이어는 상기 출력 벡터와 각각의 학습 데이터에 대한 정답 벡터를 비교하는 손실함수를 이용하여 손실 값을 출력하고, 상기 뉴럴 네트워크의 파라미터는 상기 손실 값이 작아지는 방향으로 학습될 수 있다.

기본 벡터 및 상태 벡터가 하나의 세트로 구성될 수 있고, 복수의 세트가 화재 감지 모듈의 메모리에 사전 저장될 수 있다. 정답 화재 위험도는. 기본 벡터 및 상태 벡터에 기반하여 결정된, 해당 배터리 모듈에서 발생할 화재의 위험 정도를 나타내는 값일 수 있다. 예를 들어, 복수의 정답 화재 위험도 각각은 기본 벡터와 상태 벡터로 이루어진 하나의 세트에 대응하는 화재 위험도이며, 화재 감지 모듈의 메모리에 사전 저장될 수 있다.

부가적으로, 예를 들어, 정답 화재 위험도 하기 수학식 1에 의해 결정될 수 있다.

상기 수학식 1에서, 상기 H_f는 정답 화재 위험도이고, 상기 P_use는 상기 전기차가 제조된 날짜부터 현재 날짜까지의 기간이고, 상기 n_avg는 특정 기간동안 전기차가 충전되는 평균 횟수이고, 상기 n₀는 평균 횟수에 대한 기본 값이고, 상기 e_cap은 배터리 모듈의 용량에 대한 값이고, 상기 e₀는 배터리 모듈의 용량에 대한 기본 값이고, 상기 C(t)는 시간에 대한 온도의 값을 나타낸 함수이고, 상기 t₁은 현재 시점으로부터 온도가 a 값 이상으로 측정된 가장 가까운 시점이고, 상기 a는 상수이고, 상기 F(t)는 시간에 대한 충격량을 나타낸 함수이고, t₀는 현재 시점으로부터 충격량이 사전 설정된 값 이상으로 측정된 가장 가까운 시점이고, 상기 w₁은 배터리 모듈의 구성과 관련된 값에 따른 제1 가중치이고, 상기 w₂는 배터리 모듈의 형태에 대한 값에 따른 제2 가중치일 수 있다.

예를 들어, 전기차가 제조된 날짜부터 현재 날짜까지의 기간은 전기차의 연식과 관련된 값일 수 있고, 전기차가 제조된 연도에 대한 정보를 기반으로 결정될 수 있다.

예를 들어, 특정 기간동안 전기차가 충전되는 평균 횟수는 전기차의 모델명에 따라 상이할 수 있고, 전기차의 모델명별로 화재 감지 모듈의 메모리에 사전 저장될 수 있다. 예를 들어, 특정 기간동안 전기차가 충전되는 평균 횟수는 해당 전기차의 모델명에 대응하는 값으로 결정될 수 있다. 여기서, 특정 기간은 6개월 또는 1년일 수 있다. 예를 들어, 평균 횟수에 대한 기본 값은 특정 기간동안 전기차가 충전되는 평균 횟수와 비교하기 위한 기준이 되는 값으로, 복수의 전기차의 모델명 각각에 대한 평균 횟수를 평균한 값일 수 있다.

예를 들어, 배터리 모듈의 용량에 대한 기본 값은 전기차가 제조된 연도 및 전기차의 모델명의 조합별 배터리 모듈의 용량에 대한 값을 평균한 값일 수 있다. 예를 들어, 배터리 모듈의 용량에 대한 기본 값은 화재 감지 모듈의 메모리에 사전 저장될 수 있다.

예를 들어, C(t)는 단위 시간별 온도에 대한 값을 기반으로 결정될 수 있고, 상기 a는 온도 60도로 설정될 수 있다. 상기 F(t)는 단위 시간별 충격량에 대한 값을 기반으로 결정될 수 있다.

예를 들어, 상기 w₁은 배터리 모듈의 구성과 관련된 값에 따라 상이한 값을 가지며, 0보다 크고 1보다 작은 값일 수 있다. 즉, 양극재, 음극재, 분리막, 전해질 각각의 종류에 따라 제1 가중치가 상이하게 결정될 수 있다. 예를 들어, 안전성이 상대적으로 낮은 양극재, 음극재, 분리막, 전해질 각각의 종류에 따라 제1 가중치가 큰 값으로 결정될 수 있다.

예를 들어, 양극재의 경우, 결정의 격자구조 및 물질의 특성에 따라, NCA, NCM, LMO, LCO 및 LFP의 순서로 제1 가중치가 크게 설정될 수 있다. 즉, 안전성이 상대적으로 낮은 양극재일수록 제1 가중치가 크게 설정될 수 있다. 예를 들어, 음극재의 경우, 물질의 특성에 따라, 실리콘, 천연 흑연, 인조 흑연 및 저결정 탄소의 순서로 제1 가중치가 크게 설정될 수 있다. 예를 들어, 전해질의 경우, 액체 전해질이 고체 전해질보다 제1 가중치가 크게 설정될 수 있다. 예를 들어, 전해질이 액체 전해질인 경우에는 분리막이 필요하기 때문에, 액체 전해질일때, 건식 분리막, 습식 분리막, 세라믹 코팅 분리막의 순서로 제1 가중치가 크게 설정될 수 있다. 이때, 화재 위험도에 따른 중요도는 양극재가 제일 높고, 그 다음으로, 전해질과 분리막 및 음극재의 순서일 수 있다. 예를 들어, 양극재의 종류에 따른 제1 가중치의 비중이 0.6, 전해질의 종류에 따른 제1 가중치의 비중이 0.25, 분리막의 종류에 따른 제1 가중치의 비중이 0.1, 음극재의 종류에 따른 제1 가중치의 비중이 0.05로 설정될 수 있다.

예를 들어, 상기 w₂는 배터리 모듈의 형태에 대한 값에 따라 상이한 값을 가지며, 0보다 크고 1보다 작은 값일 수 있다. 예를 들어, 배터리 모듈의 형태에 대한 값이 파우치형을 나타내는 경우, 제2 가중치가 가장 큰 값을 가질 수 있다. 예를 들어, 배터리 모듈의 형태에 대한 값이 각형을 나타내는 경우, 제2 가중치가 가장 작은 값을 가질 수 있다.

이를 통해, 화재 감지 모듈은 배터리 모듈의 온도 및 충격량 뿐만 아니라 배터리 모듈의 구성 및 형태, 용량, 전기차의 연식에 따라 가중치를 부여하여 정답 화재 위험도를 결정함으로써, 보다 정확한 학습 데이터를 이용하여 화재 위험도 예측 모델을 학습시킬 수 있다.

화재 위험도 예측 모델은 RNN(recurrent neural network)를 변형시킨 GRU(gated recurrent unit) 모델이 사용될 수 있다.

일반적으로 RNN은 내부에 저장된 기존 입력에 대한 히든 레이어 값이 다음 입력 값에 대한 출력에서 고려되기 때문에, 시계열적 정보를 효과적으로 모델링할 수 있다. 그러나, RNN은 과거 관측 값에 의존하는 구조이므로, 기울기가 소실(vanishing gradient)되거나 기울기가 매우 큰 값(exploding gradient)을 가지게 되는 문제가 발생할 수 있다. 이를 해결하기 위한 모델이 LSTM(long short term memory networks)이며, LSTM 내부의 노드는 메모리 셀로 대체함으로써, 정보를 축적하거나 과거 정보의 일부를 삭제가 가능하며, 상기 RNN의 문제를 보완할 수 있다. 이러한 LSTM의 구조를 간결하게 변형하여 속도를 개선한 모델이 GRU이다.

예를 들어, 하나 이상의 히든 레이어는 하나 이상의 GRU 블록을 포함하고, 하나의 GRU 블록은 리셋 게이트(reset gate)와 업데이트 게이트(update gate)를 포함할 수 있다. 여기서, 리셋 게이트와 업데이트 게이트는 시그모이드 레이어를 포함할 수 있다. 예를 들어, 시그모이드 레이어는 시그모이드 함수()가 활성화 함수인 레이어일 수 있다. 예를 들어, 리셋 게이트 및 업데이트 게이트를 통해 히든 스테이트가 제어되고, 각 게이트와 입력에 따른 가중치들이 존재할 수 있다.

구체적으로, 예를 들어, 리셋 게이트는 과거의 정보를 리셋시키며, 이전 히든 레이어를 거쳐 도출된 가중치 r(t)는 수학식 2에 의해 결정될 수 있다.

예를 들어, 복수의 기본 벡터 및 복수의 상태 벡터가 입력 레이어에 입력되고, 상기 리셋 게이트는 복수의 기본 벡터 및 복수의 상태 벡터를 기반으로 생성된 현재 시점의 입력 값(x_t)이 입력되면 현재 시점의 가중치 W_r와 내적하고, 복수의 기본 벡터 및 복수의 상태 벡터를 기반으로 생성된, 이전 시점의 히든 스테이트(h_(t-1))를 이전 시점의 가중치 U_r와 내적하고, 마지막으로 두 값을 합하여 시그모이드 함수에 입력되어 결과가 0과 1 사이의 값으로 출력될 수 있다. 이러한 0과 1 사이의 값을 통해 이전 시점의 히든 스테이트 값을 얼마나 활용할 것인지 결정될 수 있다.

업데이트 게이트는 과거와 현재의 정보에 대한 최신화 비율을 결정하며, z(t)는 현재 시점의 정보의 양으로, 수학식 3에 의해 결정될 수 있다.

예를 들어, 상기 현재 시점의 입력 값(x_t)가 입력되면 현재 시점의 가중치 W_z와 내적하고, 상기 이전 시점의 히든 스테이트(h_(t-1))는 이전 시점의 가중치 U_z와 내적하고, 마지막으로 두 값을 합하여 시그모이드 함수에 입력됨으로써 결과가 0과 1 사이의 값으로 출력될 수 있다. 그리고 1-z(t)를 직전 시점의 히든 레이어의 정보(h_(t-1))에 곱할 수 있다.

이를 통해, z(t)는 현재 정보를 얼마나 사용할지와 1-z(t)를 과거 정보에 대해 얼마나 사용할지를 반영할 수 있다.

리셋 게이트의 결과를 곱하여 현재 시점 t의 정보 후보군이 수학식 4에 의해 결정될 수 있다.

예를 들어, 상기 현재 시점의 입력 값(x_t)가 입력되면 현재 시점의 가중치 W_h와 내적한 값과, 상기 이전 시점의 히든 스테이트(h_(t-1))는 이전 시점의 가중치 U_h와 내적하고, r(t)를 곱한 값을 합하여 tanh 함수에 입력될 수 있다.

업데이트 게이트와 후보군의 결과를 결합함으로써, 현재 시점의 히든 레이어의 가중치를 수학식 5에 의해 결정할 수 있다.

예를 들어, 업데이트 게이트의 출력 값 z(t)와 현재 시점의 히든 스테이트(h(t))를 곱한 값과 업데이트 게이트에서 버려지는 값 1-z(t)와 이전 시점의 히든 스테이트(h(t-1))을 곱한 값의 합으로 현재 시점의 히든 레이어의 가중치가 결정될 수 있다.

이러한 과정을 통해, 화재 위험도 예측 모델을 복수의 기본 벡터, 복수의 상태 벡터 및 복수의 정답 화재 위험도를 기반으로 학습시킬 수 있다.

단계 S630에서, 화재 감지 모듈은 화재 위험도가 사전 설정된 제1 값 이상인 것에 기반하여 통신부를 통해 사전 연결된 단말에게 주의 메시지를 전송할 수 있다. 화재 위험도는 0보다 크고 100 이하인 값일 수 있다. 여기서, 주의 메시지는 화재가 발생할 위험이 존재하기 때문에 주의할 필요가 있음을 알리는 메시지이다. 사전 연결된 단말은 전기차 내부의 차량 단말 또는 사전에 연결된 탑승자의 스마트폰 중 적어도 하나일 수 있다. 예를 들어, 주의 메시지는 전기차의 상태에 대한 정보 및 화재 발생 시 대처 방법에 대한 정보를 포함할 수 있다. 예를 들어, 전기차의 상태에 대한 정보는 현재 전기차에 구비된 배터리 모듈의 온도 및 충격량에 대한 정보를 포함할 수 있다. 화재 발생 시 대처 방법에 대한 정보는 배터리 모듈의 화재가 발생한 경우에 탑승자의 대처 방법을 설명하는 이미지 및 텍스트를 포함할 수 있다.

단계 S640에서, 화재 감지 모듈은 화재 위험도가 사전 설정된 제2 값 이상인 것에 기반하여 통신부를 통해 외부 서버, 주위의 차량 단말 및 사전 연결된 단말에게 신고 메시지를 전송할 수 있다. 여기서, 신고 메시지는 화재가 발생한 것으로 판단되어 화재 신고를 수행하기 위한 메시지이다. 외부 서버는 소방청과 관련된 서버, 경찰청과 관련된 서버와 같이 긴급 상황에 대응이 가능한 서버를 포함할 수 있다. 예를 들어, 사전 설정된 제2 값은 사전 설정된 제1 값보다 큰 값일 수 있다.

예를 들어, 신고 메시지는 전기차의 위치에 대한 정보, 제1 소화수 주입구의 위치 및 제2 소화수 주입구의 위치에 대한 정보, 제1 노즐 체결부의 사용 방법 및 상기 제2 노즐 체결부의 사용 방법에 대한 정보를 포함할 수 있다. 전기차의 위치에 대한 정보는 전기차의 위치를 파악하기 위한 정보이며, 전기차에 구비된 GPS(Global Positioning System) 장치를 통해 획득된 좌표 정보와 전기차에 구비된 촬영 장치(예: 블랙 박스)로부터 수신한 정지 영상 또는 동영상을 포함할 수 있다. 예를 들어, 화재 감지 모듈은 전기차 내부의 차량 단말로부터 주기적으로 전기차의 위치에 대한 정보를 수신할 수 있고, 전기차의 위치에 대한 정보를 주기적으로 업데이트하여 메모리에 저장할 수 있다. 제1 소화수 주입구의 위치 및 제2 소화수 주입구의 위치에 대한 정보는 전기차의 제1 소화수 주입구의 위치 및 제2 소화수 주입구의 위치를 나타내는 정보이며, 제1 소화수 주입구 및 제2 소화수 주입구가 표시된 전기차의 도면을 포함할 수 있다. 예를 들어, 제1 소화수 주입구의 위치에 대한 정보 및 제2 소화수 주입구의 위치에 대한 정보는 화재 감지 모듈의 메모리에 사전 저장될 수 있다. 제1 노즐 체결부의 사용 방법 및 상기 제2 노즐 체결부의 사용 방법에 대한 정보는 제1 노즐 체결부 및 제2 노즐 체결부에 소방수 공급 노즐을 체결하는 방법을 나타내는 정보이며, 제1 노즐 체결부 및 제2 노즐 체결부의 이미지 및 각 노즐 체결부에 소방수 공급 노즐을 체결하는 방법에 대한 텍스트를 포함할 수 있다.

단계 S650에서, 화재 감지 모듈은 화재 위험도에 따라 화재 감지 모듈에 연결된 냉각 팬을 동작시킬 수 있다.

예를 들어, 화재 감지 모듈은 배기구에 설치된 냉각 팬과 사전에 연결될 수 있다. 예를 들어, 화재 감지 모듈은 화재 위험도에 따라 냉각 팬의 세기를 결정할 수 있고, 냉각 팬의 세기에 대한 정보를 상기 냉각 팬에게 전송할 수 있다. 냉각 팬은 화재 감지 모듈로부터 수신한 냉각 팬의 세기에 대한 정보에 따라 동작할 수 있다. 예를 들어, 화재 위험도가 클수록 냉각 팬의 세기가 크게 결정될 수 있다.

본 명세서에 걸쳐, 뉴럴 네트워크(neural network), 신경망 네트워크, 네트워크 함수는, 동일한 의미로 사용될 수 있다. 뉴럴 네트워크는, 일반적으로 "노드"라 지칭될 수 있는 상호 연결된 계산 단위들의 집합으로 구성될 수 있다. 이러한 "노드"들은, "뉴런(neuron)"들로 지칭될 수도 있다. 뉴럴 네트워크는, 적어도 둘 이상의 노드들을 포함하여 구성된다. 뉴럴 네트워크들을 구성하는 노드(또는 뉴런)들은 하나 이상의 "링크"에 의해 상호 연결될 수 있다.

뉴럴 네트워크 내에서, 링크를 통해 연결된 둘 이상의 노드들은 상대적으로 입력 노드 및 출력 노드의 관계를 형성할 수 있다. 입력 노드 및 출력 노드의 개념은 상대적인 것으로서, 하나의 노드에 대하여 출력 노드 관계에 있는 임의의 노드는 다른 노드와의 관계에서 입력 노드 관계에 있을 수 있으며, 그 역도 성립할 수 있다. 전술한 바와 같이, 입력 노드 대 출력 노드 관계는 링크를 중심으로 생성될 수 있다. 하나의 입력 노드에 하나 이상의 출력 노드가 링크를 통해 연결될 수 있으며, 그 역도 성립할 수 있다.

하나의 링크를 통해 연결된 입력 노드 및 출력 노드 관계에서, 출력 노드는 입력 노드에 입력된 데이터에 기초하여 그 값이 결정될 수 있다. 여기서, 입력 노드와 출력 노드를 상호 연결하는 노드는 가중치를 가질 수 있다. 가중치는 가변적일 수 있으며, 뉴럴 네트워크가 원하는 기능을 수행하기 위해, 사용자 또는 알고리즘에 의해 가변될 수 있다. 예를 들어, 하나의 출력 노드에 하나 이상의 입력 노드가 각각의 링크에 의해 상호 연결된 경우, 출력 노드는 상기 출력 노드와 연결된 입력 노드들에 입력된 값들 및 각각의 입력 노드들에 대응하는 링크에 설정된 가중치에 기초하여 출력 노드 값을 결정할 수 있다.

전술한 바와 같이, 뉴럴 네트워크는, 둘 이상의 노드들이 하나 이상의 링크를 통해 상호연결 되어 뉴럴 네트워크 내에서 입력 노드 및 출력 노드 관계를 형성한다. 뉴럴 네트워크 내에서 노드들과 링크들의 개수 및 노드들과 링크들 사이의 연관관계, 링크들 각각에 부여된 가중치의 값에 따라, 신경망 네트워크의 특성이 결정될 수 있다. 예를 들어, 동일한 개수의 노드 및 링크들이 존재하고, 링크들 사이의 가중치 값이 상이한 두 신경망 네트워크가 존재하는 경우, 두 개의 신경망 네트워크들은 서로 상이한 것으로 인식될 수 있다.

이상에서 설명된 실시예들은 하드웨어 구성요소, 소프트웨어 구성요소, 및/또는 하드웨어 구성요소 및 소프트웨어 구성요소의 조합으로 구현될 수 있다. 예를 들어, 실시예들에서 설명된 장치, 방법 및 구성요소는, 예를 들어, 프로세서, 콘트롤러, ALU(arithmetic logic unit), 디지털 신호 프로세서(digital signal processor), 마이크로컴퓨터, FPGA(field programmable gate array), PLU(programmable logic unit), 마이크로프로세서, 또는 명령(instruction)을 실행하고 응답할 수 있는 다른 어떠한 장치와 같이, 하나 이상의 범용 컴퓨터 또는 특수 목적 컴퓨터를 이용하여 구현될 수 있다. 처리 장치는 운영 체제(OS) 및 상기 운영 체제 상에서 수행되는 하나 이상의 소프트웨어 애플리케이션을 수행할 수 있다. 또한, 처리 장치는 소프트웨어의 실행에 응답하여, 데이터를 접근, 저장, 조작, 처리 및 생성할 수도 있다. 이해의 편의를 위하여, 처리 장치는 하나가 사용되는 것으로 설명된 경우도 있지만, 해당 기술분야에서 통상의 지식을 가진 자는, 처리 장치가 복수 개의 처리 요소(processing element) 및/또는 복수 유형의 처리 요소를 포함할 수 있음을 알 수 있다. 예를 들어, 처리 장치는 복수 개의 프로세서 또는 하나의 프로세서 및 하나의 콘트롤러를 포함할 수 있다. 또한, 병렬 프로세서(parallel processor)와 같은, 다른 처리 구성(processing configuration)도 가능하다.

소프트웨어는 컴퓨터 프로그램(computer program), 코드(code), 명령(instruction), 또는 이들 중 하나 이상의 조합을 포함할 수 있으며, 원하는 대로 동작하도록 처리 장치를 구성하거나 독립적으로 또는 결합적으로(collectively) 처리 장치를 명령할 수 있다. 소프트웨어 및/또는 데이터는, 처리 장치에 의하여 해석되거나 처리 장치에 명령 또는 데이터를 제공하기 위하여, 어떤 유형의 기계, 구성요소(component), 물리적 장치, 가상 장치(virtual equipment), 컴퓨터 저장 매체 또는 장치, 또는 전송되는 신호 파(signal wave)에 영구적으로, 또는 일시적으로 구체화(embody)될 수 있다. 소프트웨어는 네트워크로 연결된 컴퓨터 시스템 상에 분산되어서, 분산된 방법으로 저장되거나 실행될 수도 있다. 소프트웨어 및 데이터는 하나 이상의 컴퓨터 판독 가능 기록 매체에 저장될 수 있다.

실시예에 따른 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 실시예를 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. 상기된 하드웨어 장치는 실시예의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.

이상과 같이 실시예들이 비록 한정된 도면에 의해 설명되었으나, 해당 기술분야에서 통상의 지식을 가진 자라면 상기를 기초로 다양한 기술적 수정 및 변형을 적용할 수 있다. 예를 들어, 설명된 기술들이 설명된 방법과 다른 순서로 수행되거나, 및/또는 설명된 시스템, 구조, 장치, 회로 등의 구성요소들이 설명된 방법과 다른 형태로 결합 또는 조합되거나, 다른 구성요소 또는 균등물에 의하여 대치되거나 치환되더라도 적절한 결과가 달성될 수 있다.

그러므로, 다른 구현들, 다른 실시예들 및 특허청구범위와 균등한 것들도 후술하는 특허청구범위의 범위에 속한다.

Claims

전기차에 구비된 배터리 모듈을 보호하는 장치에 있어서,
복수의 레이어로 구성되어 상기 배터리 모듈을 감싸는 전기차 배터리 보호 커버;
상기 전기차 배터리 보호 커버의 일측에 형성되고, 제1 체크 밸브를 포함하는 제1 소화수 주입구;
일측이 상기 제1 체크 밸브와 연결되고, 타측이 상기 전기차의 충전구 하단에 구비된 제1 노즐 체결부에 연결되는 제1 소방 호스;
상기 전기차 배터리 보호 커버의 타측에 형성되고, 제2 체크 밸브를 포함하는 제2 소화수 주입구;
일측이 상기 제2 체크 밸브와 연결되고, 타측이 상기 전기차의 후면 트렁크 하단에 구비된 제2 노즐 체결부에 연결되는 제2 소방 호스;
상기 제2 소화수 주입구와 상기 전기차의 폭 방향으로 이격되어, 상기 전기차 배터리 보호 커버의 타측에 형성된 배기구;
일측이 상기 배기구와 연결되고, 타측이 상기 제2 체크 밸브와 상기 전기차의 폭 방향으로 이격되어 전기차의 후면 트렁크 하단에 구비된 제3 체크 밸브와 연결되는 배기관을 포함하고,
상기 제1 노즐 체결부 및 상기 제2 노즐 체결부는 각각 덮개가 설치되어, 덮개가 제거된 후 외부로부터 소화수 공급 노즐이 체결되고,
상기 복수의 레이어는, 제1 내열 코팅제가 도포된 폴리이미드 소재의 제1 커버 레이어, 외부의 충격으로부터 배터리 모듈을 보호하고, 제2 내열 코팅제가 도포된 난연성 실리콘 고무 소재의 제2 커버 레이어 및 상기 제1 커버 레이어 및 상기 제2 커버 레이어 사이에 위치하고 폴리우레탄 소재의 완충 레이어를 포함하고,
상기 배기관에 상기 제1 내열 코팅제가 도포되고,
상기 제1 소방 호스 및 상기 제2 소방 호스에 상기 제2 내열 코팅제가 도포되고,
상기 배터리 모듈과 직접 접촉하는 소화분말 레이어가 상기 복수의 레이어에 더 포함되고,
상기 소화분말 레이어는 온도 160도 내지 180도에서 용융되는 소재가 제1 소화분말과 제2 소화분말을 감싸는 형태로 구성되고,
상기 배터리 모듈의 화재 시 상기 소화분말 레이어가 용융됨으로써, 상기 제1 소화분말 및 상기 제2 소화분말이 상기 배터리 모듈에 공급되고,
상기 전기차 배터리 보호 커버로 감싼 상기 배터리 모듈 상에 화재 감지 모듈이 장착되고,
상기 화재 감지 모듈은 제어부, 메모리, 전원 공급부, 센서부 및 통신부를 포함하고,
상기 제어부는,
상기 센서부를 통해 상기 배터리 모듈의 온도 및 상기 배터리 모듈에 가해진 충격량을 실시간으로 측정하고,
상기 전기차와 관련된 기본 정보, 상기 배터리 모듈의 온도 및 상기 배터리 모듈에 가해진 충격량에 기반하여 뉴럴 네트워크를 이용하는 화재 위험도 예측 모델을 통해 상기 배터리 모듈에 대한 화재 위험도를 결정하고,
상기 화재 위험도가 사전 설정된 값 이상인 것에 기반하여, 상기 통신부를 통해 외부 서버, 주위의 차량 단말 및 사전 연결된 단말에게 신고 메시지를 전송하고,
상기 신고 메시지는 상기 전기차의 위치에 대한 정보, 상기 제1 소화수 주입구의 위치 및 상기 제2 소화수 주입구의 위치에 대한 정보, 상기 제1 노즐 체결부의 사용 방법 및 상기 제2 노즐 체결부의 사용 방법에 대한 정보를 포함하고,
상기 전기차와 관련된 기본 정보는 전기차의 연식에 대한 정보 및 전기차의 차종에 대한 정보를 포함하고,
상기 전기차와 관련된 기본 정보에 대한 데이터 전처리를 통해 배터리 모듈에 대한 기본 벡터가 결정되고,
상기 배터리 모듈에 대한 기본 벡터는 전기차가 제조된 날짜에서 현재 날짜까지의 기간을 나타내는 값, 원통형 배터리, 파우치형 배터리 및 각형 배터리 중 하나의 형태를 나타내는 값, 배터리의 용량에 대한 값 및 배터리 모듈의 양극재의 종류를 나타내는 값, 배터리 모듈의 음극재의 종류를 나타내는 값, 배터리 모듈의 분리막의 종류를 나타내는 값 및 배터리 모듈의 전해질의 종류를 나타내는 값을 포함하고,
상기 배터리 모듈의 온도 및 상기 배터리 모듈에 가해진 충격량에 대한 데이터 전처리를 통해 배터리 모듈에 대한 상태 벡터가 결정되고,
상기 상태 벡터는 단위 시간별 온도에 대한 값 및 단위 시간별 충격량에 대한 값을 포함하고,
상기 배터리 모듈에 대한 기본 벡터 및 상기 상태 벡터가 상기 뉴럴 네트워크에 입력되는 것에 기반하여 상기 배터리 모듈에 대한 화재 위험도가 결정되고,
상기 뉴럴 네트워크는 입력 레이어, 하나 이상의 히든 레이어 및 출력 레이어를 포함하고,
복수의 기본 벡터, 복수의 상태 벡터 및 복수의 정답 화재 위험도로 구성된 각각의 학습 데이터는 상기 뉴럴 네트워크의 상기 입력 레이어에 입력되어 상기 하나 이상의 히든 레이어 및 출력 레이어를 통과하여 출력 벡터로 출력되고, 상기 출력 벡터는 상기 출력 레이어에 연결된 손실함수 레이어에 입력되고, 상기 손실함수 레이어는 상기 출력 벡터와 각각의 학습 데이터에 대한 정답 벡터를 비교하는 손실함수를 이용하여 손실 값을 출력하고, 상기 뉴럴 네트워크의 파라미터는 상기 손실 값이 작아지는 방향으로 학습되고,
상기 화재 감지 모듈은, 상기 배기구에 설치된 냉각 팬과 사전에 연결되고,
상기 화재 위험도에 따라 상기 냉각 팬의 세기가 결정되고,
상기 냉각 팬의 세기에 대한 정보가 상기 냉각 팬에게 전송되고,
상기 냉각 팬은, 상기 화재 감지 모듈로부터 수신한 냉각 팬의 세기에 대한 정보에 따라 동작하고,
상기 화재 위험도가 클수록 상기 냉각 팬의 세기가 크게 결정되고,
상기 정답 화재 위험도는 상기 전기차가 제조된 날짜부터 현재 날짜까지의 기간, 특정 기간동안 상기 전기차가 충전되는 평균 횟수, 상기 배터리 모듈의 용량에 대한 값, 시간에 대한 온도의 값을 나타낸 함수, 시간에 대한 충격량을 나타낸 함수를 기반으로 상기 배터리 모듈의 구성과 관련된 값에 따른 제1 가중치 및 상기 배터리 모듈의 형태에 대한 값에 따른 제2 가중치가 적용되어 결정되는,
장치.
제 1항에 있어서,
상기 제1 가중치는 양극재, 음극재, 분리막 및 전해질 각각의 종류에 따라 상이한 값을 가지고,
상기 제2 가중치는 상기 배터리 모듈의 형태에 대한 값에 따라 상이한 값을 가지는,
장치.