매칭 진행 중
·
ID
654339
물리엔진기반 배터리 전극공정용 AI 기술 개발
기업 용역
정부 지원 과제
기술 이전
을 함께 진행할
기업
을 찾는 공고입니다.
본 과제는 물리엔진 기반 Physical Informed AI 기술을 활용하여 이차전지 전극공정의 공정 전·후 물리적 변화를 예측할 수 있는 AI 기술 개발을 목표로 합니다. 전극 내 각 입자별 물성 데이터를 기반으로 공정 파라미터 변화에 따른 미세구조 및 성능 변화를 AI 모델에 접목하고, ML/DL 기반 예측 기술을 통해 전극공정의 정밀 제어 및 공정 최적화를 구현하고자 합니다. 일차적으로는 프레스(캘린더링) 공정을 중심으로 연구를 수행하며, 향후 전고체전지 및 리튬 이차전지 전극공정 전반으로의 확장을 지향합니다.
게시자 유형
연구실
핵심 키워드
AI
물리AI
이차전지
과제 규모
협의 가능
공고 마감일
미정
연구실 소개
연구실 소개
영남대학교 화학공학부 나노소자공정제어연구실은 이차전지 전극공정 및 전고체전지 공정을 중심으로, 물리 기반 공정 해석과 AI 기술을 접목한 차세대 배터리 공정 제어 기술 연구를 수행하고 있습니다. 전극 미세구조 형성 메커니즘에 대한 물리적 이해를 기반으로 공정 파라미터 최적화, 성능 및 안정성 향상을 목표로 하며, 산업체와의 장기적인 공동연구를 통해 실제 양산 공정에 적용 가능한 기술 개발 역량을 축적해 왔습니다.
대표 연구 분야
1. 물리엔진 기반 배터리 전극공정 AI 기술 - 전극 내 입자 물성 및 구조 데이터를 활용한 Physical Informed AI 모델 개발 - 공정 전·후 전극 구조 변화 예측을 위한 ML/DL 기반 공정 해석 기술 연구 2. 이차전지 및 전고체전지 전극공정 기술 - 리튬 이차전지 및 전고체전지 전극공정 설계 및 공정 변수 제어 기술 - 건식공정 및 캘린더링 공정 기반 전극 성능 및 안정성 향상 연구
정부과제 / 산학협력 경험
- 삼성SDI와 2013년부터 전극공정 관련 공동연구 수행 - 삼성SDI와 2021년부터 건식공정 관련 연구 진행 - LG화학(현 LG에너지솔루션)과 리튬금속배터리 공동연구 수행 - Ashland(미국)와 음극용 수계 바인더 관련 연구 수행
연구 희망 개요
연구 희망 및 관심 주제
물리엔진 기반 Physical Informed AI 기술을 활용한 배터리 전극공정 예측 및 최적화 기술 개발 - 본 연구는 전극 내 각 입자별 물성 데이터를 기반으로 공정 파라미터 변화에 따른 전극 구조 및 물리적 현상을 AI로 예측하는 기술 개발을 목표로 합니다. ML/DL 기법과 물리 기반 해석을 결합하여 공정 전·후 특성을 정밀하게 예측하고, 전극공정의 신뢰성과 재현성을 향상시킬 수 있는 AI 솔루션을 구축하고자 합니다. 초기 단계에서는 캘린더링 공정을 중심으로 연구를 수행하며, 향후 다양한 전극공정으로의 확장을 모색합니다.
협력 가능 분야
- Physical Informed AI 기반 배터리 공정 해석 및 예측 기술 - ML/DL 기반 공정 파라미터 최적화 및 공정 제어 기술 - 배터리 전극공정 시뮬레이션 및 공정 데이터 분석 기술 - 전고체전지 및 리튬 이차전지 공정 기술 공동 연구
본 연구 관련 연구실 특장점
- 소재–전극–셀 평가까지 연계 가능한 연구 인프라 및 pilot급 공정 설비 보유 - 국내 주요 셀메이커 및 글로벌 소재 기업과의 장기 산학협력 경험
협업 요건
파트너 기대 역할
기업 역할 - 배터리 전극공정 관련 공정 데이터 및 시뮬레이션 환경 제공 - 공정 조건 및 실제 양산 관점에서의 기술 요구사항 정의 - 개발 기술의 실증 및 사업화 가능성 검토 연구실 역할 - 물리엔진 기반 AI 모델 설계 및 ML/DL 알고리즘 개발 - 공정 파라미터 변화에 따른 전극 특성 예측 모델 구축 - 실험 및 시뮬레이션 기반 성능 검증 및 기술 고도화
협업 파트너 희망 요건
- AI, ML/DL 또는 공정 시뮬레이션 기술을 보유한 기업 - 배터리 전극공정 또는 제조 공정 데이터 분석 경험 보유 기업 - Physical Informed AI 또는 물리 기반 모델링 기술에 관심이 있는 기업