KR20180062814A - 메타데이터를 이용한 2차 전지 시험 방법 - Google Patents
메타데이터를 이용한 2차 전지 시험 방법 Download PDFInfo
- Publication number
- KR20180062814A KR20180062814A KR1020160162918A KR20160162918A KR20180062814A KR 20180062814 A KR20180062814 A KR 20180062814A KR 1020160162918 A KR1020160162918 A KR 1020160162918A KR 20160162918 A KR20160162918 A KR 20160162918A KR 20180062814 A KR20180062814 A KR 20180062814A
- Authority
- KR
- South Korea
- Prior art keywords
- item
- test
- characteristic
- data
- secondary battery
- Prior art date
Links
Images
Classifications
-
- G01R31/3627—
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
- G01R31/367—Software therefor, e.g. for battery testing using modelling or look-up tables
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R27/00—Arrangements for measuring resistance, reactance, impedance, or electric characteristics derived therefrom
- G01R27/02—Measuring real or complex resistance, reactance, impedance, or other two-pole characteristics derived therefrom, e.g. time constant
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R27/00—Arrangements for measuring resistance, reactance, impedance, or electric characteristics derived therefrom
- G01R27/28—Measuring attenuation, gain, phase shift or derived characteristics of electric four pole networks, i.e. two-port networks; Measuring transient response
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
- G01R31/3644—Constructional arrangements
- G01R31/3648—Constructional arrangements comprising digital calculation means, e.g. for performing an algorithm
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
- G01R31/382—Arrangements for monitoring battery or accumulator variables, e.g. SoC
- G01R31/3842—Arrangements for monitoring battery or accumulator variables, e.g. SoC combining voltage and current measurements
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
- G01R31/389—Measuring internal impedance, internal conductance or related variables
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
- G01R31/396—Acquisition or processing of data for testing or for monitoring individual cells or groups of cells within a battery
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
- H01M10/00—Secondary cells; Manufacture thereof
- H01M10/42—Methods or arrangements for servicing or maintenance of secondary cells or secondary half-cells
- H01M10/4285—Testing apparatus
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
- H01M10/00—Secondary cells; Manufacture thereof
- H01M10/42—Methods or arrangements for servicing or maintenance of secondary cells or secondary half-cells
- H01M10/48—Accumulators combined with arrangements for measuring, testing or indicating the condition of cells, e.g. the level or density of the electrolyte
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
- Y02E60/10—Energy storage using batteries
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- Chemical & Material Sciences (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Electrochemistry (AREA)
- General Chemical & Material Sciences (AREA)
- Software Systems (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Artificial Intelligence (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Computational Linguistics (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Medical Informatics (AREA)
- Secondary Cells (AREA)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
Abstract
본 개시에 2차 전지 시험 방법은, 2차 전지를 마련하는 단계, 시험 항목에 대하여 2차 전지의 특성을 시험하는 단계, 측정데이터를 도출하는 단계, 측정데이터로부터 기설정된 특성인자에 대응하는 특성데이터를 추출하는 단계, 및 메타데이터를 생성하는 단계를 포함한다.
Description
본 개시는 메타데이터를 이용한 2차 전지 시험 방법에 관한 것이다.
최근 니카드, 니켈수소, 리튬이온, 리튬폴리머 전지등 2차 전지의 보급이 늘어나고 있다. 2차 전지의 특성을 평가하기 위하여 다양한 시험이 행해지고 있다. 2차전지의 충방전 시험, 개방전압 안정화 시험은 많은 시간을 요구할 뿐더러, 측정데이터의 양 또한 방대하여 데이터 처리 및 유의미한 시험결과를 추출하기 까지 많은 시간이 소요된다. 따라서, 2차 전지의 특성을 빠르고 용이하게 측정하기 위한 데이터 처리 방법에 관한 연구가 계속되고 있다.
본 개시는 메타데이터를 이용한 2차 전지 시험 방법을 제공하고자 한다.
일 실시예에 따른 2차 전지 시험 방법에 있어서, 2차 전지를 마련하는 단계; 기설정된 시험 항목에 대하여 상기 2차 전지의 특성을 시험하는 단계; 상기 시험 항목에 따른 측정데이터를 추출하는 단계; 상기 측정데이터로부터 기설정된 특성인자에 대응하는 특성데이터를 추출하는 단계; 및 상기 특성인자 및 상기 특성데이터로부터 메타데이터를 생성하는 단계;를 포함한다.
상기 마련된 2차 전지에 대한 기초 정보로부터 메타데이터를 생성하는 단계;를 더 포함할 수 있다.
상기 기초 정보는, 제품 정보, 구성 재료 정보 중 적어도 하나를 포함할 수 있다.
상기 특성을 시험하는 단계의 시험 조건으로부터 메타데이터를 생성하는 단계;를 더 포함할 수 있다.
상기 시험 조건은, 시험 일시, 시험 장소, 시험 기기, 사용자 정보, 시험 항목, 시험 제어 변수 중 적어도 하나를 포함할 수 있다.
상기 특성인자는 상기 측정데이터를 함수로 피팅하여 설정되는 함수적 특성인자를 더 포함할 수 있다.
상기 함수적 특성인자는 상기 함수의 최저점의 좌표, 최대점의 좌표, 극대점의 좌표, 극소점의 좌표, 미분값, 변곡점의 좌표, 시상수, 극한값 중 적어도 하나를 포함할 수 있다.
상기 측정데이터를 그래프로 도시하는 단계;를 더 포함할 수 있다.
상기 특성데이터를 추출하는 단계는, 수학적 연산 알고리즘을 이용하여 상기 측정데이터로부터 상기 특성데이터를 추출할 수 있다.
상기 특성인자는 외부 입력에 의하여 설정될 수 있다.
상기 메타데이터는 전자파일로 생성될 수 있다.
상기 특성을 시험하는 단계는, 제 1 시험 항목에 대하여 상기 2차 전지의 특성을 시험 하는 단계; 및 제 2 시험 항목에 대하여 상기 2차 전지의 특성을 시험 하는 단계;를 포함할 수 있다.
상기 제 1 시험 항목에 대한 메타 데이터와 제 2 시험 항목에 대한 메타 데이터를 비교하여 상기 제 1 시험 항목과 상기 제 2 시험 항목 간의 상관관계를 추출하는 단계;를 더 포함할 수 있다.
상기 상관관계를 추출하는 단계는, 통계 분석 방법, 빅데이터 분석 방법, 기계 학습 방법, 신경망 회로 방법 중 적어도 하나의 방법을 통해 상관관계를 추출할 수 있다.
상기 시험 항목은 충방전 항목, 주파수 응답 항목, 과도 응답 항목,내부 저항 항목, 개방 전압 항목 중 적어도 하나를 포함할 수 있다.
상기 시험 항목이 충방전 항목 일 때, 상기 특성인자는, 충전 용량, 방전 용량, 쿨롱 효율, 정전류 충전용량, 정전압 충전용량, 전류감쇠율, 방전중 최대 전력, 방전중 최저 전력, 에너지 총량, 충방전 효율 중 적어도 하나를 포함할 수 있다.
상기 시험 항목이 주파수 응답 항목 일 때, 상기 특성인자는 상기 측정데이터를 나이퀴스트 플롯 또는 보데 플롯 한 후 함수로 피팅하여 설정되는 함수적 특성인자를 포함할 수 있다.
상기 함수적 특성인자는, 일정 주파수 간격으로 측정된 복소 임피던스 측정값의 절대값, 위상, 실수값, 허수값 중 적어도 하나와 복소 임피던스 측정값에 대응하는 주파수값을 포함할 수 있다.
상기 함수적 특성인자는, 극소점에서 최대점까지 선형 피팅한 직선의 기울기, 최저점과 극대점을 반원 피팅한 반원의 반지름, 최저점의 실수 좌표와 극대점의 실수 좌표간의 제 1 거리와 최저점의 허수 좌표와 극대점의 허수 좌표까지의 제 2 거리의 비율 중 적어도 하나를 포함할 수 있다.
상기 시험 항목이 과도 응답 항목 일 때, 상기 특성인자는, 초기 전압값, 스텝 전류값, 일정 시구간 마다 측정된 직류저항값 중 적어도 하나를 포함할 수 있다.
상기 시험 항목이 과도 응답 항목 일 때, 상기 특성인자는 직류저항값 데이터를 함수로 피팅하여 설정되는 함수적 특성인자를 포함할 수 있다.
상기 함수적 특성인자는 상기 함수의 변곡점 좌표, 시상수 중 적어도 하나를 포함할 수 있다.
상기 시험 항목이 내부 저항 항목일 때, 상기 특성인자는 일정 주파수에 대하여 측정된 교류 저항값, 일정 시간 및 일정 전류에 대하여 측정된 직류 저항값을 포함할 수 있다.
상기 시험 항목이 개방 전압 항목 일 때, 상기 특성인자는, 일정 시구간 마다 측정된 개방 전압값, 상기 개방 전압값이 측정된 측정 시각값을 포함할 수 있다.
상기 시험 항목이 개방 전압 항목 일 때, 상기 특성인자는 개방전압값 데이터를 함수로 피팅하여 설정되는 함수적 특성인자를 포함할 수 있다.
상기 함수적 특성인자는 상기 함수의 변곡점 좌표, 시상수 중 적어도 하나를 포함할 수 있다.
일 실시예에 따른 2차 전지 시험 방법은 대용량의 측정데이터로부터 메타데이터를 생성하여 시험 결과를 간이하고, 상대적으로 적은 용량으로 저장할 수 있다.
일 실시예에 따른 2차 전지 시험 방법은 측정데이터로부터 기설정된 특성인자에 대응하는 특성데이터를 추출하여 메타데이터를 생성함으로써, 특성인자 별 특성데이터를 용이하게 관리할 수 있다.
일 실시예에 따른 2차 전지 시험 방법은 시험 조건, 2차 전지 정보 등을 포함하는 메타데이터를 생성할 수 있다.
일 실시예에 따른 2차 전지 시험 방법은 여러 항목의 시험 항목에 따라 2차 전지의 특성을 시험하며, 각 시험 항목별로 별도의 특성인자에 대응하는 특성데이터를 추출할 수 있다. 따라서, 시험 항목에 따른 적절한 메타데이터의 생성이 가능하다.
일 실시예에 따른 2차 전지 시험 방법은 서로 다른 시험 항목으로 생성된 메타데이터를 비교하여 상관관계를 추출할 수 있다.
도 1은 일 실시예에 따른 2차 전지 시험 방법의 순서도이다.
도 2는 도 1에 따른 2차 전지 시험 방법의 도면이다.
도 3은 다른 실시예에 따른 2차 전지 시험 방법의 순서도이다.
도 4는 도 3에 따른 2차 전지 시험 방법의 도면이다.
도 5는 또 다른 실시예에 따른 2차 전지 시험 방법의 순서도이다.
도 6은 도 5에 따른 2차 전지 시험 방법의 도면이다.
도 7은 충방전 항목에 따른 2차 전지 시험 방법의 도면이다.
도 8은 충방전 사이클 항목에 따른 2차 전지 시험 방법의 도면이다.
도 9는 주파수 응답 항목에 따른 2차 전지 시험 방법의 도면이다.
도 10은 과도 응답 항목에 따른 2차 전지 시험 방법의 도면이다.
도 2는 도 1에 따른 2차 전지 시험 방법의 도면이다.
도 3은 다른 실시예에 따른 2차 전지 시험 방법의 순서도이다.
도 4는 도 3에 따른 2차 전지 시험 방법의 도면이다.
도 5는 또 다른 실시예에 따른 2차 전지 시험 방법의 순서도이다.
도 6은 도 5에 따른 2차 전지 시험 방법의 도면이다.
도 7은 충방전 항목에 따른 2차 전지 시험 방법의 도면이다.
도 8은 충방전 사이클 항목에 따른 2차 전지 시험 방법의 도면이다.
도 9는 주파수 응답 항목에 따른 2차 전지 시험 방법의 도면이다.
도 10은 과도 응답 항목에 따른 2차 전지 시험 방법의 도면이다.
이하, 첨부된 도면들을 참조하여, 예시적인 실시예에 따른 2차 전지 시험 방법에 대해 상세하게 설명한다. 도면상에서 각 구성요소의 크기는 설명의 명료성과 편의상 과장되어 있을 수 있다. 또한, 이하에 설명되는 실시예는 단지 예시적인 것에 불과하며, 이러한 실시예들로부터 다양한 변형이 가능하다. 이하에서, "전면" 이나 "앞"이라고 기재된 것은 접촉하여 바로 앞에 있는 것뿐만 아니라 비 접촉으로 전면부에 있는 것도 포함할 수 있다. 본 명세서에서 사용되는 제어부 및 메모리부의 용어는 각기 별도의 구성장치를 지칭하는 것이 아닌 각 역할을 수행하는 부를 지칭하는 것으로 단일 구성의 연산장치부가 제어부, 메모리부의 역할을 동시에 수행하는 것도 개념상 포함하는 용어일 수 있다.
도 1은 일 실시예에 따른 2차 전지 시험 방법의 순서도이다. 도 2는 도 1에 따른 2차 전지 시험 방법의 도면이다.
도 1 및 도 2를 참조하면, 본 실시예에 따른 2차 전지 시험 방법은 2차 전지(200)를 마련하는 단계(S101), 시험장치(100)를 통해 2차 전지(100)의 특성을 시험하는 단계(S102), 측정데이터를 도출하는 단계(S103), 측정데이터로부터 특성인자에 대응하는 특성데이터를 추출하는 단계(S104), 특성인자 및 특성데이터로부터 메타데이터를 생성하는 단계(S105)를 포함할 수 있다.
2차 전지(200)를 마련하는 단계(S101)는, 특성 시험 대상인 2차 전지(200)를 마련할 수 있다. 예를 들어, 2차 전지(200)는 시험장치(100)의 테스트 챔버(test chamber)에 마련될 수 있다.
2차 전지(200)의 특성을 시험하는 단계(S102)는, 시험장치(100)가 기설정된 시험 항목에 대하여 2차 전지(200)의 특성을 시험할 수 있다. 시험 항목은 예를 들어, 충방전 항목, 과도 응답 항목, 주파수 응답 항목, 개방 전압 항목, 충방전 사이클 항목을 포함할 수 있다. 시험 항목은 전술한 실시예에 한정되지 않으며, 2차 전지(200)의 특성을 시험할 수 있는 다양한 시험 항목을 포함할 수 있다. 2차 전지의 특성은, 예를 들어, 충전 용량, 방전 용량, 쿨롱 효율, 정전류 충전용량, 정전압 충전용량, 전류감쇠율, 방전중 최대 전력, 방전중 최저 전력, 에너지 총량, 충방전 효율, 복소 임피던스 측정값, 직류저항값, 교류저항값, 개방 전압값 등을 포함할 수 있다. 시험 항목은 이러한 2차 전지의 특성을 시험하기 위한 다양한 시험 항목을 포함할 수 있다.
측정데이터를 추출하는 단계(S103)는, 특성 시험 단계(S102)에서 2차 전지(200)의 특성을 시험한 결과로써 측정데이터를 추출할 수 있다. 예를 들어, 측정데이터는 시험장치(100)로부터 도출 될 수 있다. 측정데이터는 시험장치(100)가 측정한 시험 항목과 관련되는 복수의 데이터를 포함할 수 있다. 도 2를 참조하면, 시험 항목1에 대한 측정데이터는, 예를 들어, 데이터 1 내지 20을 비롯한 다수의 데이터를 포함할 수 있다. 측정데이터의 내용은 시험장치(100)가 측정한 시험 항목에 따라 변경될 수 있다. 측정데이터는 가공되지 않은 다수의 로우-데이터(raw data)를 포함하므로, 2차 전지(200)의 특성을 추출하기에 용이하지 않으며 저장시에는 대규모 저장 공간을 필요로 할 수 있다.
특성인자에 대응하는 특성데이터를 추출하는 단계(S104)는, 측정데이터로부터 시험 항목에 따라 기설정(pre-determined)된 특성인자에 대응하는 특성데이터를 추출할 수 있다. 특성인자는 각 시험 항목 별로 미리 설정되어 메모리부(미도시), 제어부(미도시) 등에 저장되어 있을 수 있다. 특성인자는 2차 전지의 특성을 파악할 수 있는 특징적 변수일 수 있다. 특성인자는 외부 입력에 의해 설정이 변경될 수 있다. 예를 들어, 외부 입력 장치(미도시)에서 사용자가 특성인자를 변경한 경우, 메모리부(미도시)에 저장된 특성인자가 변경될 수 있다.
특성데이터는 특성인자에 대응하는 데이터이다. 예를 들어, 특성데이터는 측정데이터 중 일부의 데이터에 해당할 수 있다. 예를 들어, 특성데이터는 측정데이터를 수학적 연산 알고리즘으로 연산하여 변환하여 도출한 데이터일 수도 있다. 수학적 연산 알고리즘은 함수로 피팅, 미분, 적분 등의 수학적 방법을 포함할 수 있다. 수학적 연산 알고리즘은 전술한 수학적 방법을 프로그래밍적으로 접근하여 제어부(미도시)가 이를 수행할 수 있는 일체의 코드를 포함할 수 있다. 기설정된 특성인자의 종류에 따라서 특성데이터를 측정데이터에서 바로 도출할 것인지, 측정데이터를 수학적 연산 알고리즘으로 연산하여 변환하여 도출할 것인지 정해질 수 있다. 이러한 판단은 제어부(미도시)에서 이루어질 수 있으나 이에 한정되는 것은 아니다. 예를 들어, 메모리부(미도시)에 특성인자 및 특성데이터 도출 방법이 미리 저장되어 있고, 2차 전지 시험 방법이 실행되면, 제어부(미도시)는 메모리부(미도시)로부터 저장된 특성인자 및 특성데이터 방법을 읽어들여, 자동으로 측정 데이터로부터 특성인자 및 특성데이터를 도출할 수 있다. 따라서, 사용자가 도출된 측정 데이터로부터 유의미한 결과를 도출하기 위한 연산을 직접 수행하지 않고, 제어부(미도시) 나 메모리부(미도시)에 의해 자동으로 수행됨으로써 더 간이하고 빠른 2차 전지의 특성 시험이 가능할 수 있다. 수학적 연산 알고리즘으로 측정데이터를 변환하여 특성데이터를 도출하는 구체적인 방법에 대해서는 도 3 및 도 4에서 후술하도록 한다.
도 2를 참조하면, 시험항목 1에 대응하는 특성인자 A 내지 E 에 대하여 특성데이터를 측정데이터로부터 추출할 수 있다. 예를 들어, 특성인자 A에 대응하는 특성데이터는 측정데이터 중 데이터 1에 해당하고, 특성인자 B에 대응되는 특성데이터는 측정데이터 중 데이터 3에 해당하고, 특성인자 C에 대응하는 특성데이터는 측정데이터 중 데이터 8에 해당하고, 특성인자 D에 대응하는 특성데이터는 측정데이터 중 데이터 12에 해당하고, 특성인자 E에 대응하는 특성데이터는 측정데이터 중 데이터 17에 해당할 수 있다. 따라서, 20개 이상의 데이터를 포함하는 측정데이터에 비해, 본 단계(S104)에서는 5개의 특성인자에 대응하는 5개의 특성데이터로 시험항목1에 해당하는 2차 전지(200)의 특성 수치를 간소화할 수 있다.
메타데이터를 생성하는 단계(S105)는, 전 단계(S104)에서 추출된 시험항목에 대응하는 특성인자 및 특성인자 별 특성데이터를 메타데이터로 생성할 수 있다. 메타데이터는 데이터를 구조화한 데이터로, 다른 데이터를 설명해주기 위한 데이터를 의미한다. 예를 들어, 메타데이터는 시험항목별 특성인자와 특성데이터를 포함하도록 생성됨으로써, 측정데이터를 간이하게 설명할 수 있다. 따라서, 시험장치(100)가 2차 전지(200)의 특성을 시험한 결과를 측정데이터로 저장하는 대신, 특성인자와 특성데이터를 포함하는 메타데이터를 생성하여 저장할 수 있다.
메타데이터는 전자파일 형태로 생성될 수 있다. 예를 들어, 메타데이터는 컴퓨터로 생성, 편집 및 저장할 수 있는 디지털 문서 또는 전자 문서로 생성될 수 있다. 예를 들어, 메타데이터는 확장 가능 마크업 언어 등 검색이 가능한 구조화된 언어로 작성된 디지털 문서 또는 전자 문서로 생성될 수 있다. 예를 들어, 메타데이터는 기설정된 특성인자를 필드로 하도록 생성될 수 있다. 예를 들어, 메타데이터는 기설정된 특성인자와 그에 대응하는 추출된 특성데이터를 행과 열로 구성한 스프레드 시트 형식의 전자 문서로 생성될 수 있다.
본 실시예에 따른 2차 전지 시험 방법은, 시험 조건으로부터 메타데이터를 생성하는 단계(S106)를 더 포함할 수 있다. 예를 들어, 시험 조건은 시험 일시, 시각, 장소, 시험 장치 종류, 시험 장치 모델, 사용자 정보를 포함할 수 있다. 예를 들어, 시험 조건은 시험 제어 변수를 포함할 수 있다. 예를 들어, 시험 제어 변수는 시험 항목, 개방 전압, 충전전류, 방전전류, 충전율, 방전율, 충전도, 온도, 사이클, 교류 섭동 전류 등을 포함할 수 있다. 이러한 시험 조건은 예시에 불과하며 전술한 실시예에 한정되는 것은 아니다. 시험 조건으로부터 생성된 메타데이터는 전자파일 형태로 생성될 수 있다. 시험 조건으로부터 생성된 메타데이터는 특성인자 및 특성데이터로부터 생성된 메타데이터와 함께 하나의 전자파일로 생성되거나 또는 별도의 전자파일로 생성될 수 있다.
본 실시예에 따른 2차 전지 시험 방법은, 2차 전지 기초 정보로부터 메타데이터를 생성하는 단계(S107)를 더 포함할 수 있다. 2차 전지 기초 정보는, 예를 들어, 제품 정보, 구성 재료 정보를 포함할 수 있다. 예를 들어, 제품 정보는 제품 모델명, 시리얼 번호, 형태, 규격, 중량, 부피, 공칭용량 등을 포함할 수 있다. 예를 들어, 구성 재료 정보는 양극 정보, 음극 정보, 전해질 정보 등을 포함할 수 있다. 이러한 2차 전지 기초 정보는 예시에 불과하며 전술한 실시예에 한정되는 것은 아니다. 2차 전지 기초 정보로부터 생성된 메타데이터는 전자파일 형태로 생성될 수 있다. 2차 전지 기초 정보로부터 생성된 메타데이터는 특성인자 및 특성데이터로부터 생성된 메타데이터와 함께 하나의 전자파일로 생성되거나 또는 별도의 전자파일로 생성될 수 있다.
도 3은 다른 실시예에 따른 2차 전지 시험 방법의 순서도이다. 도 4는 도 3에 따른 2차 전지 시험 방법의 도면이다. 도 3 및 도 4를 참조하면, 본 실시예에 따른 2차 전지 시험 방법은 2차 전지를 마련하는 단계(S201), 2차 전지의 특성을 시험하는 단계(S202), 측정데이터를 도출하는 단계(S203), 측정데이터를 함수로 피팅하여 설정되는 함수적 특성인자에 대응하는 특성데이터인 함수 데이터를 추출하는 단계(S204), 함수적 특성인자 및 함수데이터로부터 메타데이터를 생성하는 단계(S205)를 포함할 수 있다.
측정데이터를 함수로 피팅하여 설정되는 함수적 특성인자에 대응하는 특성데이터를 추출하는 단계(S204)는, 전 단계(S203)에서 도출된 측정데이터를 수학적 연산 알고리즘으로 연산하여 함수로 피팅하는 단계(S204-1)와 피팅된 함수에서 설정되는 함수적 특성인자 및 함수데이터를 추출하는 단계(S204-2)를 포함할 수 있다.
함수로 피팅하는 단계(S204-1)는 측정데이터 중 적어도 일부의 데이터를 이용하여 그래프로 도시하고, 이를 함수로 피팅할 수 있다. 함수의 피팅 방법은 특정 실시예에 한정되지 않으며 통상적인 피팅 방법을 이용할 수 있다. 도 4를 참조하면, 시험 항목1에 해당하는 측정 데이터 중 일부 데이터를 이용하여 그래프를 도시할 수 있다. 측정 데이터는 이산적인 데이터의 집합이므로, 도시된 그래프는 연속적인 함수가 아닌 여러 개의 좌표점의 형태로 도시될 수 있다.
함수로 피팅하는 단계(S204-1)에서는, 예를 들어, 제어부(미도시)가 이러한 좌표점 형태의 그래프를 연속적인 함수로 피팅할 수 있다. 피팅 방법은 시험항목에 따라 적절한 종류로 선택될 수 있다. 예를 들어, 주파수 응답 항목의 경우에는, 최소점,최대점,극대점,극소점의 네 종류의 함수적 특징점을 기준으로 하여 함수 피팅을 할 수 있다. 예를 들어, 최소점, 극대점을 이용하여 원, 타원, 곡선함수 등의 함수로 피팅을 할 수 있다. 예를 들어, 극소점,최대점을 이용하여, 직선 피팅을 하거나, 지수함수 피팅을 할 수 있다.
함수적 특성인자 및 그 특성데이터를 추출하는 단계(S204-2)는, 상기 피팅된 함수에서 설정되는 함수적 특성인자와 그에 대응되는 특성데이터인 함수데이터를 추출할 수 있다. 예를 들어, 함수적 특성인자는 피팅된 함수의 최저점의 좌표, 최대점의 좌표, 극대점의 좌표, 극소점의 좌표, 미분값, 변곡점의 좌표, 시상수, 극한값, 기울기 등이 포함될 수 있다. 도 4에 도시된 그래프를 기준으로는 함수적 특성인자가 최저점의 좌표 A, 극대점의 좌표 B, 극소점의 좌표 C, 최대점의 좌표 D, 직선 피팅된 기울기 E 를 포함할 수 있다. 최소점 A와 최대점 D에 대응되는 특성데이터는 측정데이터에서 대응되는 데이터를 그대로 추출 수 있으나, 극대점B와 극소점C에 대응되는 함수데이터는 측정데이터에서 정해진 값이 아닌 피팅된 함수를 기준으로 미분값이 0이 되는 점을 연산하여 추출할 수 있다. 또한, 기울기 E는 극소점(C)과 최대점(D)를 직선 피팅한 점선의 기울기를 연산하여 추출할 수 있다. 이와 같이, 함수적 특성인자는 피팅된 함수의 기하학적 특징이나 수학적 특징에서부터 설정될 수 있으며, 그에 대응하는 특성데이터는 측정데이터에서 직접적으로 추출되거나 또는 적합한 수학적 연산을 통해서 추출될 수 있다.
메타데이터를 생성하는 단계(S205)에서는, 전 단계(S204)에서 추출된 함수적 특성인자 및 그 특성데이터로부터 메타데이터를 생성할 수 있다. 메타데이터는 도 1에서 전술한 기설정된 특성인자와 그 특성데이터를 추출하는 단계(S104)에서 추출된 특성인자 및 특성데이터를 바탕으로도 생성(S105)될 수 있다. 함수적 특성인자를 포함하는 메타데이터(S205)와 일반적 특성인자를 포함하는 메타데이터(S105)는 동일한 전자파일로 생성될 수도 있으며, 별도의 전자파일로 생성될 수도 있다.
도 5는 또 다른 실시예에 따른 2차 전지 시험 방법의 순서도이다. 도 6은 도 5에 따른 2차 전지 시험 방법의 도면이다. 도 5 및 도 6을 참조하면, 본 실시예에 따른 2차 전지 시험 방법은 2차 전지를 마련하는 단계(S301), 2차 전지의 특성을 시험하는 단계(S302), 측정데이터를 도출하는 단계(S303), 측정데이터로부터 특성인자에 대응하는 특성데이터를 추출하는 단계(S304), 특성인자 및 특성데이터로부터 메타데이터를 생성하는 단계(S305), 시험 항목을 변경하는 단계(S306)를 포함할 수 있다.
본 실시예에 따른 2차 전지 시험 방법은 제 1 시험항목에 대하여 2차 전지 특성을 실험할 수 있다(S302). 예를 들어, 제 1 시험항목에 대하여 소정의 시간 구간 동안 2차 전지의 특성을 실험할 수 있다. 예를 들어, 제 1 시험항목에 대하여 소정의 시간 구간 동안 반복적으로 2차 전지의 특성을 실험할 수 있다. 예를 들어, 충방전 시험 항목에 대하여, 제 1 시간구간 동안 충전 및 방전을 시험하고, 제 2 시간 구간 동안 충전 및 방전을 시험할 수 있다. 동일한 시험항목에 대하여 반복적으로 2차 전지의 특성을 실험함으로써 시간의 도과에 따른 2차 전지의 특성의 변화를 측정할 수 있다.
제 1 시험항목에 대한 측정 데이터 도출(S303), 특성인자 및 특성데이터 추출(S304), 메타 데이터 생성(S305)된 후에, 시험 항목이 변경될 수 있다(S306). 예를 들어, 시험 항목 변경 단계(S306) 이후에, 2차 전지 시험 방법은 제 2 시험항목에 대하여 2차 전지 특성을 시험할 수 있다(S302). 이를 반복하면, 동일한 2차 전지에 대하여 복수의 서로 다른 시험항목에 대하여 2차 전지 특성을 시험할 수 있다. 도 6을 참조하면, 예를 들어, 동일한 2차 전지에 대하여 충방전 항목, 과도 응답 항목, 주파수 응답 항목, 내부 저항 항목, 개방 전압 항목에 대하여 2차 전지 특성을 시험하여 측정데이터를 도출하고, 각 측정데이터에 대하여 대하여 특성인자와 특성데이터를 추출하고 메타데이터를 생성할 수 있다.
본 실시예에 따른 2차 전지 시험 방법은, 동일한 2차 전지에 대하여 각기 다른 시험 항목에 대하여 메타데이터를 생성할 수 있다. 예를 들어, 동일한 2차 전지에 대하여 제 1 시험 항목에 대하여 메타데이터를 생성하고, 제 2 시험 항목에 대하여 메타데이터를 생성할 수 있다. 본 실시예에 따른 2차 전지 시험 방법은, 제 1 시험 항목에 대하여 생성된 메타데이터와 제 2 시험 항목에 대하여 생성된 메타데이터를 서로 비교하여, 시험 항목 간의 상관관계를 추출할 수 있다. 동일한 2차 전지가 특유한 특성을 가진다고 가정했을 때, 이 특유한 특성은 제 1 시험 항목의 어떤 특성인자에 반영되고, 제 2 시험 항목에 대한 다른 특성인자에 동시에 반영될 수 있다. 각 시험 항목과 특성인자는 독립적으로 설정됨에도 불구하고, 2차 전지의 어떤 특성은 특성인자들 사이에 동시에 영향을 줄 수 있다. 따라서, 본 실시예에 따른 2차 전지 시험 방법은 동일한 2차 전지에 대하여 각기 다른 시험 항목에 대하여 메타데이터를 생성하고, 이를 비교함으로써 시험 항목 및 특성인자들 사이의 상관관계를 추출할 수 있다. 상관관계를 추출하기 위한 방법으로는 통계 분석 방법, 빅 데이터 분석 방법, 기계 학습 방법, 신경망 회로 방법 중 어느 하나의 방법을 이용할 수 있다.
도 7은 충방전 항목에 따른 2차 전지 시험 방법의 도면이다. 도 7을 참조하면, 측정데이터에서 별도의 수학적 연산 알고리즘 적용 없이 추출할 수 있는 특성인자는 전기용량과 전압일 수 있다. 일정 구간에 대응하는 전기용량과 그에 대응하는 특성데이터는 메타데이터로 생성할 수 있다.
도 7을 참조하면, 일 실시예에 따른 2차 전지 시험 방법은 전기용량을 x축 전압을 y축으로 하여 그래프로 도시할 수 있다. 그래프에 도시된 데이터를 함수로 피팅하고, 이로부터 함수적 특성인자 및 그 특성데이터를 추출할 수 있다. 예를 들어, 함수적 특성인자는 충전 용량, 방전 용량, 쿨롱 효율, 정전류 충전량, 정전압 충전량, 전류감소율, 방전 최대전력, 방전 최저전력, 출력 에너지 등을 포함할 수 있다. 예를 들어, 충전 용량은 충전시에 대응하는 함수의 x축 폭에 대응하고, 방전 용량은 방전시에 대응하는 함수의 x축 폭에 대응할 수 있다. 정전류 충전량은 충전시에 전류가 일정하게 인가되는 구간에서의 전기용량의 x축 폭에 대응할 수 있다. 정전압 충전량은 충전시에 전압이 일정하게 유지되는 구간에서의 전기용량의 x축 폭에 대응할 수 있다. 쿨롱 효율은 정전류 충전량과 정전압 충전량의 비율일 수 있다. 전류감소율은 충전시에 전압이 일정하게 유지되는 구간에서 별도의 시간 대비 전류 그래프를 도시하고 이를 지수함수로 피팅한 경우에 그 지수함수의 시상수에 해당할 수 있다. 방전시의 전압과 전류를 곱하여, 그중 최대 값의 방전 최대전력, 최소값이 방전 최소전력에 해당할 수 있다. 출력 에너지는 방전시 총 출력된 에너지로 전압과 전류를 곱한 적분값에 해당할 수 있다.
도 8은 충방전 사이클 항목에 따른 2차 전지 시험 방법의 도면이다.
도 8을 참조하면, 측정데이터에서 별도의 수학적 연산 알고리즘 적용 없이 추출할 수 있는 특성인자는 시간과 전압일 수 있다. 일정 구간에 대응하는 시간과 그에 대응하는 특성데이터는 메타데이터로 생성할 수 있다.
도 8을 참조하면, 일 실시예에 따른 2차 전지 시험 방법은 시간을 x축 전압을 y축으로 하여 그래프로 도시할 수 있다. 그래프에 도시된 데이터를 함수로 피팅하고, 이로부터 함수적 특성인자 및 그 특성데이터를 추출할 수 있다. 예를 들어, 함수적 특성인자는 충전 용량 변화율, 방전 용량 변화율, 쿨롱 효율 변화율, 정전류 충전량 변화율, 정전압 충전량 변화율, 방전중 최대 전력 변화율, 방전중 최저 전력 변화율, 방전중 출력 에너지 변화율을 포함할 수 있다. 본 실시예에 따른 2차 전지 시험 방법은 도 7에 따른 충방전 항목을 복수차례 반복적으로 실시하여 수행될 수 있다. 도 7의 함수적 특성인자였던, 충전 용량, 방전 용량, 쿨롱 효율, 정전류 충전량, 정전압 충전량, 전류감소율, 방전 최대전력, 방전 최저전력, 출력 에너지 및 그의 특성에너지를 각 사이클 별로 추출하여 그 변화량을 연산할 수 있다. 예를 들어, 충전 용량 변화율은 각 사이클 별 충전 용량의 변화비율을 나타내고, 방전 용량 변화율은 각 사이클 별 방전 용량의 변화 비율을 나타낼 수 있다. 쿨롱 효율 변화율은 각 사이클 별 쿨롱 효율의 변화 비율을 나타내고, 정전류 충전량 변화율은 각 사이클 별 정전류 충전량의 변화 비율을 나타내고, 정전압 충전량 변화율은 각 사이클 별 정전압 충전량의 변화 비율을 나타내고, 방전중 최대 전력 변화율은 각 사이클별 방전중 최대 전력의 변화 비율을 나타내고, 방전중 최저 전력 변화율은 각 사이클 별 방전중 최대 전력의 변화 비율을 나타내고, 방전중 출력 에너지 변화율은 각 사이클 별 방전중 출력 에너지의 변화 비율을 나타낼 수 있다. 변화 비율은 사이클 별로 계산되거나 또는 시간에 따라 계산될 수도 있다.
도 9는 주파수 응답 항목에 따른 2차 전지 시험 방법의 도면이다.
도 9를 참조하면, 주파수 응답 항목에 대하여 측정된 측정 데이터를 복소 함수 영역에서 그래프로 도시할 수 있다. 예를 들어, 그래프는 나이퀴스트 플롯이나 보데 플롯으로 도시될 수 있다. 그래프의 x축은 임피던스의 실수값에 해당하고, y축은 임피던스의 허수값에 해당할 수 있다. 따라서, 각 측정점은 임피던스의 좌표에 해당하며, 해당 임피던스가 측정된 주파수값은 측정 데이터에 포함되어 있다.
도 9를 참조하면, 주파수 응답에 대한 함수적 특징인자는, 최저값(FR1), 극대값(LM), 극소값(FR2), 최대점(FR3), 직렬 저항, 전하 이동 저항, 확산 저항, 반원 반경 비율, 저주파 확산 기울기, 임피던스 절대값, 임피던스 위상 등을 포함할 수 있다. 주파수 응답 항목에 대한 임피던스 측정 데이터를 복소 평면에서 도시하고 함수 피팅하여, 최저값(FR1), 극대값(LM), 극소값(FR2), 최대점(FR3)의 좌표값과 해당 좌표값에 대응하는 주파수 데이터를 특성데이터를 추출할 수 있다. 직렬 저항에 해당하는 특성데이터값은 최저값(FR1)의 실수 좌표값에 해당할 수 있다. 전하 이동 저항은 극소값(FR2)의 실수 좌표값과 최저값(FR1)의 실수 좌표값의 비율에 해당할 수 있다. 확산 저항은 최대점(FR3)의 실수 좌표값과 극소값(FR2)의 실수 좌표값의 비율에 해당할 수 있다. 반원 반경 비율은 극대값(LM)의 허수값과 실수값의 비율에 해당할 수 있다. 저주파 확산 기울기는 극소값(FR2)과 최대점(FR3)를 선형 피팅한 함수의 기울기에 해당할 수 있다.
도 10은 과도 응답 항목에 따른 2차 전지 시험 방법의 도면이다.
도 10을 참조하면, 측정데이터에서 별도의 수학적 연산 알고리즘 적용 없이 추출할 수 있는 특성인자는 도달 시간, 전압값, 스텝전류값 등을 포함 할 수 있다. 일정 도달시간마다 측정된 전압값에 대응하는 특성데이터는 메타데이터로 생성될 수 있다.
도 10을 참조하면, 과도 응답 항목에 대하여 측정된 측정 데이터를 도시할 수 있다. 그래프의 x축은 시간에 해당하고, y축은 저항에 해당할 수 있다. 그래프는 두 개의 지수 함수의 합으로 피팅될 수 있다.
도 10을 참조하면, 과도 응답에 대한 함수적 특징인자는, 직렬 저항, 전하 이동 저항, 확산 저항, 단기 시상수, 장기 시상수, TR1 좌표, TR2 좌표, TR3 좌표를 포함할 수 있다. TR1좌표는 스텝 전류가 인가된 시점이며, TR3는 스텝 전류의 인가가 종료되는 시점이며, TR2는 그래프를 두 개의 지수함수의 합으로 피팅한 경우에 두 지수함수 구간의 중간점에 해당할 수 있다. 예를 들어, TR2는 함수의 변곡점에 해당할 수 있다. 단기 시상수와 장기 시상수는 피팅된 두 개의 지수함수 각각의 시상수에 해당할 수 있다. 직렬 저항은 TR1의 저항값에 해당하며, 전하 이동 저항은 TR2와 TR1의 저항값의 차이에 해당하고, 확산 저항은 TR3와 TR2의 저항값의 차이에 해당할 수 있다.
이외에도 개방 전압 항목에 대하여 2차 전지의 특성을 시험할 수 있다. 개방 전압 항목에 대한 측정데이터는 일정 시구간에 대하여 측정된 개방 전압값, 측정 시각값을 포함할 수 있다. 이 측정데이터를 x축을 시간 y축을 개방전압값으로 하여 그래프로 도시하고, 지수 함수로 피팅하여 함수적 특성인자를 추출할 수 있다. 함수적 특성인자로는 상기 그래프를 지수 함수로 피팅한 경우의 시상수값과 극한값을 포함할 수 있다.
이외에도 내부 저항 항목에 대하여 2차 전지의 특성을 시험할 수 있다. 내부 저항 항목에 대한 특성인자는, 일정 주파수에 대하여 측정된 교류 저항값, 일정 시간 및 일정 전류에 대하여 측정된 직류 저항값 중 적어도 하나를 포함할 수 있다.
지금까지, 본 발명의 이해를 돕기 위하여 2차 전지 시험 방법에 대한 예시적인 실시예가 설명되고 첨부된 도면에 도시되었다. 그러나, 이러한 실시예는 단지 본 발명을 예시하기 위한 것이고 이를 제한하지 않는다는 점이 이해되어야 할 것이다. 그리고 본 발명은 도시되고 설명된 부분에 국한되지 않는다는 점이 이해되어야 할 것이다. 이는 다양한 다른 변형이 본 기술분야에서 통상의 지식을 가진 자에게 일어날 수 있기 때문이다.
100 : 시험장치
200 : 2차 전지
200 : 2차 전지
Claims (26)
- 2차 전지를 마련하는 단계;
기설정된 시험 항목에 대하여 상기 2차 전지의 특성을 시험하는 단계;
상기 시험 항목에 따른 측정데이터를 도출하는 단계;
상기 측정데이터로부터 기설정된 특성인자에 대응하는 특성데이터를 추출하는 단계; 및
상기 특성인자 및 상기 특성데이터로부터 메타데이터를 생성하는 단계;를 포함하는 2차 전지 시험 방법. - 제 1 항에 있어서,
상기 마련된 2차 전지에 대한 기초 정보로부터 메타데이터를 생성하는 단계;를 더 포함하는 2차 전지 시험 방법. - 제 2 항에 있어서,
상기 기초 정보는, 제품 정보, 구성 재료 정보 중 적어도 하나를 포함하는 2차 전지 시험 방법. - 제 1 항에 있어서,
상기 특성을 시험하는 단계의 시험 조건으로부터 메타데이터를 생성하는 단계;를 더 포함하는 2차 전지 시험 방법. - 제 4 항에 있어서,
상기 시험 조건은, 시험 일시, 시험 장소, 시험 기기, 사용자 정보, 시험 항목, 시험 제어 변수 중 적어도 하나를 포함하는 2차 전지 시험 방법. - 제 1 항에 있어서,
상기 특성인자는 상기 측정데이터를 함수로 피팅하여 설정되는 함수적 특성인자를 더 포함하는 2차 전지 시험 방법. - 제 6 항에 있어서,
상기 함수적 특성인자는 상기 함수의 최저점의 좌표, 최대점의 좌표, 극대점의 좌표, 극소점의 좌표, 미분값, 변곡점의 좌표, 시상수, 극한값, 기울기 중 적어도 하나를 포함하는 2차 전지 시험 방법. - 제 1 항에 있어서,
상기 측정데이터를 그래프로 도시하는 단계;를 더 포함하는 2차 전지 시험 방법. - 제 1 항에 있어서,
상기 특성데이터를 추출하는 단계는, 수학적 연산 알고리즘을 이용하여 상기 측정데이터로부터 상기 특성데이터를 추출하는 2차 전지 시험 방법. - 제 1 항에 있어서,
상기 특성인자는 외부 입력에 의하여 설정이 변경되는 2차 전지 시험 방법. - 제 1 항에 있어서,
상기 메타데이터는 전자파일로 생성되는 2차 전지 시험 방법. - 제 1 항에 있어서,
상기 특성을 시험하는 단계는,
제 1 시험 항목에 대하여 상기 2차 전지의 특성을 시험 하는 단계; 및
제 2 시험 항목에 대하여 상기 2차 전지의 특성을 시험 하는 단계;를 포함하는 2차 전지 시험 방법. - 제 12 항에 있어서,
상기 제 1 시험 항목에 대한 메타 데이터와 제 2 시험 항목에 대한 메타 데이터를 비교하여 상기 제 1 시험 항목과 상기 제 2 시험 항목 간의 상관관계를 추출하는 단계;를 더 포함하는 2차 전지 시험 방법. - 제 13 항에 있어서,
상기 상관관계를 추출하는 단계는, 통계 분석 방법, 빅데이터 분석 방법, 기계 학습 방법, 신경망 회로 방법 중 적어도 하나의 방법을 통해 상관관계를 추출하는 2차 전지 시험 방법. - 제 1 항에 있어서,
상기 시험 항목은 충방전 항목, 주파수 응답 항목, 과도 응답 항목, 내부 저항 항목, 개방 전압 항목 중 적어도 하나를 포함하는 2차 전지 시험 방법. - 제 15 항에 있어서,
상기 시험 항목이 충방전 항목 일 때,
상기 특성인자는, 충전 용량, 방전 용량, 쿨롱 효율, 정전류 충전용량, 정전압 충전용량, 전류감쇠율, 방전중 최대 전력, 방전중 최저 전력, 에너지 출력, 중 적어도 하나를 포함하는 2차 전지 시험 방법. - 제 15 항에 있어서,
상기 시험 항목이 주파수 응답 항목 일 때,
상기 특성인자는 상기 측정데이터를 나이퀴스트 플롯 또는 보데 플롯 한 후 함수로 피팅하여 설정되는 함수적 특성인자를 포함하는 2차 전지 시험 방법. - 제 17 항에 있어서,
상기 함수적 특성인자는, 일정 주파수 간격으로 측정된 복소 임피던스 측정값의 절대값, 위상, 실수값, 허수값 중 적어도 하나와 복소 임피던스 측정값에 대응하는 주파수값을 포함하는 2차 전지 시험 방법. - 제 17 항에 있어서,
상기 함수적 특성인자는,
반원 반경 비율, 직렬 저항, 전하 이동 저항, 확산 저항, 저주파 확산 기울기 중 적어도 하나를 포함하는 2차 전지 시험 방법. - 제 15 항에 있어서,
상기 시험 항목이 과도 응답 항목 일 때,
상기 특성인자는, 초기 전압값, 스텝 전류값, 일정 도달시간 마다 측정된 직류저항값 중 적어도 하나를 포함하는 2차 전지 시험 방법. - 제 15 항에 있어서,
상기 시험 항목이 과도 응답 항목 일 때,
상기 특성인자는 직류저항값 데이터를 함수로 피팅하여 설정되는 함수적 특성인자를 포함하는 2차 전지 시험 방법. - 제 21 항에 있어서,
상기 함수적 특성인자는 상기 함수의 변곡점 좌표, 시상수 중 적어도 하나를 포함하는 2차 전지 시험 방법. - 제 15 항에 있어서,
상기 시험 항목이 개방 전압 항목 일 때,
상기 특성인자는, 일정 시구간 마다 측정된 개방 전압값, 상기 개방 전압값이 측정된 측정 시각값을 포함하는 2차 전지 시험 방법. - 제 15 항에 있어서,
상기 시험 항목이 개방 전압 항목 일 때,
상기 특성인자는 개방전압값 데이터를 함수로 피팅하여 설정되는 함수적 특성인자를 포함하는 2차 전지 시험 방법. - 제 24 항에 있어서,
상기 함수적 특성인자는 상기 함수의 시상수, 극한값 중 적어도 하나를 포함하는 2차 전지 시험 방법. - 제 15 항에 있어서,
상기 시험 항목이 내부 저항 항목 일 때,
상기 특성인자는, 일정 주파수에 대하여 측정된 교류 저항값, 일정 시간 및 일정 전류에 대하여 측정된 직류 저항값 중 적어도 하나를 포함하는 2차 전지 시험 방법.
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020160162918A KR101952406B1 (ko) | 2016-12-01 | 2016-12-01 | 메타데이터를 이용한 2차 전지 시험 방법 |
| PCT/KR2017/012354 WO2018101620A1 (ko) | 2016-12-01 | 2017-11-02 | 메타데이터를 이용한 2차 전지 시험 방법 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020160162918A KR101952406B1 (ko) | 2016-12-01 | 2016-12-01 | 메타데이터를 이용한 2차 전지 시험 방법 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20180062814A true KR20180062814A (ko) | 2018-06-11 |
| KR101952406B1 KR101952406B1 (ko) | 2019-02-26 |
Family
ID=62603147
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020160162918A KR101952406B1 (ko) | 2016-12-01 | 2016-12-01 | 메타데이터를 이용한 2차 전지 시험 방법 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR101952406B1 (ko) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2020111896A1 (ko) * | 2018-11-30 | 2020-06-04 | 주식회사 엘지화학 | 배터리셀 저항 측정 장치 및 방법 |
| CN111814319A (zh) * | 2020-06-22 | 2020-10-23 | 深圳市瑞能实业股份有限公司 | 电池测试数据展示方法、装置及存储介质 |
| WO2022108111A1 (ko) * | 2020-11-19 | 2022-05-27 | 주식회사 엘지에너지솔루션 | 배터리 진단 장치 및 방법 |
| KR20220074258A (ko) * | 2020-11-27 | 2022-06-03 | (주)엘탑 | 재사용 배터리 진단 장치 및 방법 |
| WO2022145822A1 (ko) * | 2020-12-28 | 2022-07-07 | 주식회사 엘지에너지솔루션 | 배터리 관리 장치 및 방법 |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102575963B1 (ko) * | 2020-11-30 | 2023-09-07 | 동국대학교 산학협력단 | 셀 밸런싱 신경망 모델을 이용한 리튬 이온 배터리 팩 제어방법 및 그 제어장치 |
| WO2024096584A1 (ko) * | 2022-11-01 | 2024-05-10 | 주식회사 엘지에너지솔루션 | 배터리 진단 장치 및 방법 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20030030129A (ko) * | 2001-10-08 | 2003-04-18 | 강태영 | 배터리 계측장치 및 방법 |
| KR20080108688A (ko) * | 2007-06-11 | 2008-12-16 | 현대자동차주식회사 | 인버터 스위칭을 이용한 배터리 임피던스 측정 및 이를통한 배터리 충전상태의 추정방법 |
| KR101468309B1 (ko) * | 2013-06-03 | 2014-12-02 | 권동채 | 모바일용 배터리의 기능검사시스템 |
| KR20150049024A (ko) * | 2013-10-29 | 2015-05-08 | 근로복지공단 | 배터리 모니터링 시스템 |
-
2016
- 2016-12-01 KR KR1020160162918A patent/KR101952406B1/ko active IP Right Grant
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20030030129A (ko) * | 2001-10-08 | 2003-04-18 | 강태영 | 배터리 계측장치 및 방법 |
| KR20080108688A (ko) * | 2007-06-11 | 2008-12-16 | 현대자동차주식회사 | 인버터 스위칭을 이용한 배터리 임피던스 측정 및 이를통한 배터리 충전상태의 추정방법 |
| KR101468309B1 (ko) * | 2013-06-03 | 2014-12-02 | 권동채 | 모바일용 배터리의 기능검사시스템 |
| KR20150049024A (ko) * | 2013-10-29 | 2015-05-08 | 근로복지공단 | 배터리 모니터링 시스템 |
Cited By (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2020111896A1 (ko) * | 2018-11-30 | 2020-06-04 | 주식회사 엘지화학 | 배터리셀 저항 측정 장치 및 방법 |
| CN113646649A (zh) * | 2018-11-30 | 2021-11-12 | 株式会社Lg新能源 | 用于测量电池单元电阻的装置及方法 |
| US20210396815A1 (en) * | 2018-11-30 | 2021-12-23 | Lg Energy Solution, Ltd. | Battery Cell Resistance Measurement Device and Method |
| US12085622B2 (en) * | 2018-11-30 | 2024-09-10 | Lg Energy Solution, Ltd. | Battery cell resistance measurement device and method |
| CN111814319A (zh) * | 2020-06-22 | 2020-10-23 | 深圳市瑞能实业股份有限公司 | 电池测试数据展示方法、装置及存储介质 |
| WO2022108111A1 (ko) * | 2020-11-19 | 2022-05-27 | 주식회사 엘지에너지솔루션 | 배터리 진단 장치 및 방법 |
| KR20220074258A (ko) * | 2020-11-27 | 2022-06-03 | (주)엘탑 | 재사용 배터리 진단 장치 및 방법 |
| WO2022145822A1 (ko) * | 2020-12-28 | 2022-07-07 | 주식회사 엘지에너지솔루션 | 배터리 관리 장치 및 방법 |
| JP2023515840A (ja) * | 2020-12-28 | 2023-04-14 | エルジー エナジー ソリューション リミテッド | バッテリー管理装置及び方法 |
| EP4163655A4 (en) * | 2020-12-28 | 2024-01-10 | LG Energy Solution, Ltd. | BATTERY MANAGEMENT APPARATUS AND METHOD |
| US12092681B2 (en) | 2020-12-28 | 2024-09-17 | Lg Energy Solution, Ltd. | Battery management apparatus and method |
Also Published As
| Publication number | Publication date |
|---|---|
| KR101952406B1 (ko) | 2019-02-26 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR101952406B1 (ko) | 메타데이터를 이용한 2차 전지 시험 방법 | |
| Duan et al. | Evaluation of battery inconsistency based on information entropy | |
| Cao et al. | Multi-timescale parametric electrical battery model for use in dynamic electric vehicle simulations | |
| Boulmrharj et al. | Online battery state-of-charge estimation methods in micro-grid systems | |
| Wang et al. | A comparative study on the applicability of ultracapacitor models for electric vehicles under different temperatures | |
| Li et al. | Accurate battery pack modeling for automotive applications | |
| Piller et al. | Methods for state-of-charge determination and their applications | |
| CN105005000B (zh) | 感测电池容量的系统和方法 | |
| CN108846227B (zh) | 一种基于随机森林及容量自恢复效应分析的锂离子电池容量退化预测评估方法 | |
| KR20180134336A (ko) | 전기 열 배터리 모델의 생성 및 사용을 위한 시스템 및 방법 | |
| Jiang et al. | Data-based fractional differential models for non-linear dynamic modeling of a lithium-ion battery | |
| CN105550452A (zh) | 基于启发式算法的锂离子电池p2d模型参数的辨识方法 | |
| Qiuting et al. | State of health estimation for lithium-ion battery based on D-UKF | |
| Blanco et al. | An Equivalent Circuit Model With Variable Effective Capacity for $\hbox {LiFePO} _ {4} $ Batteries | |
| Böttiger et al. | Systematic experimental pulse test investigation for parameter identification of an equivalent based lithium-ion battery model | |
| CN116577686B (zh) | 一种基于局部阶段充电数据的多工况soh估计方法和系统 | |
| Bahramipanah et al. | Enhanced electrical model of lithium-based batteries accounting the charge redistribution effect | |
| Binelo et al. | Mathematical modeling and parameter estimation of battery lifetime using a combined electrical model and a genetic algorithm | |
| Lin et al. | An enhanced circuit-based battery model with considerations of temperature effect | |
| CN106154170B (zh) | 电池剩余容量的估算方法及系统 | |
| Camas-Náfate et al. | Optimizing Lithium-Ion Battery Modeling: A Comparative Analysis of PSO and GWO Algorithms | |
| Zhang et al. | State-of-charge estimation for lithium primary batteries: Methods and verification | |
| Gaga et al. | Methods for estimating lithium-ion battery state of charge for use in electric vehicles: a review | |
| Catalano et al. | Analysis of the Thermal Behavior of Li-Ion Pouch Battery Cell–Part II: Circuit-based Modeling for Fast and Accurate Thermo-Electrochemical Simulation | |
| Dziechciaruk et al. | Dynamic model of a lithium-ion cell using an artificial feedforward neural network with dynamical signal preprocessing |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A201 | Request for examination | ||
| E902 | Notification of reason for refusal | ||
| E90F | Notification of reason for final refusal | ||
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |