ROBOLION
- 1RUL 예측 시 10.6 %의 오차로 잔존 수명 예측
- 2ABD의 경우 95%의 정확도로 비정상 배터리 진단
- 3IR 예측 시 3% 오차로 내부 저항 예측
RUL(Remaining Useful Life) prediction
- 1리튬배터리의 수명은 용량의 변화로 나타납니다. 하지만 배터리 수명주기의 초기 단계에서는 배터리의 노화를 용량 변화로 나타나지 않습니다.
- 2L사, S사 등 기존 Machine Learning, 데이터 기반 방법들은 리튬배터리의 용량 변화 데이터만 축적하고 관찰하기 때문에 수백 Cycle의 충방전 기록을 관찰해야만 배터리 잔존수명(RUL) 예측이 가능합니다.
- 3Robovolt의 기술은 리튬 배터리의 용량 변화를 보는 것이 아닌 전압, 전류, 온도의 충방전 기록을 이용하여 용량 변화로 나타나지 않는 동작 패턴의 변화를 탐지하여 잔존수명을 탐지합니다.
- 4리튬 배터리 동작 패턴 분석을 통해 현재 리튬 배터리의 내부 상태와 연속된 방전 Cycle에서의 노화 정도를 추정하여 잔존수명을 추정합니다.
ABD(Anomaly Battery detection)
- 1리튬 배터리 용량 변화가 보이는 리튬 배터리 불량 타입의 경우 검출이 가능하지만 용량 변화가 없이 갑작스러운 용량 감소, 내부저항 증가, 전압 강하 등의 불량이 보이는 경우 기존 방법으로는 검출이 불가능합니다.
- 2불량 리튬 배터리의 경우 용량 변화는 없어도 방전 시 전압 강하 패턴, 충전 시 전압 상승 패턴이 일반적인 배터리에 비해 극적으로 변화하나 기존의 방법은 충방전 패턴을 살피지 않고 용량 변화만을 관측하거나 전압, 전류, 온도가 정상 범위 내에서 동작만을 관측합니다.
- 3Robovolt의 AI 기술은 리튬 배터리 용량 변화가 아닌 위와 같은 불량 배터리의 충방전 패턴의 변화를 학습하고 이를 통해 불량 배터리를 불량이 발생하기 전 사전 예측합니다.
IR(Internal Resistance) prediction
- 1리튬 배터리의 임피던스는 리튬 배터리 내부 상태를 나타내는 중요한 지표로 기존의 Machine Learning 기반, 데이터 기반 방법에서 리튬 배터리 내부 상태를 추정하는데 자주 사용되는 값입니다.
- 2하지만 리튬 배터리의 비 선형적인 전압 강하 혹은 상승으로 인해 일반적인 충방전 패턴에서는 리튬배터리의 내부 임피던스를 측정하는 것은 매우 어렵습니다.
- 3Robovolt의 AI기술은 별도의 장비나 측정 없이 AI 솔루션을 적용하여 임의의 충방전 패턴이 주어졌을 때 해당 리튬 배터리의 내부 임피던스 값을 예측합니다.