본 논문에서는 전기화학 임피던스 분광법(Electrochemical Impedance Spectroscopy, EIS) 데이터를 분포된 이완 시간(Distribution of Relaxation Times, DRT)으로 역분해하여 리튬이온 배터리의 열화 메커니즘을 보다 상세히 분석하고자 한다. 가우스 함수로 구성된 nth RC 모델을 사용하여, 본 연구는 기존의 구간별 선형 함수(piecewise linear functions)보다 가우스 함수가 더 매끄러운 전이를 제공하고 피크 식별을 보다 명확히 하므로, 중첩된 전기화학적 과정을 향상된 분리 성능으로 도출한다. 최대 엔트로피(Maximum Entropy, ME) 및 FFT 방법과 비교하여, 가우스 함수와 함께 티호노프 정칙화(Tikhonov Regularization, TR)를 사용하는 접근의 장점이 강조되는데, 이는 우수한 잡음 내성, 편향되지 않은 분석, 그리고 중요한 특징에 대한 향상된 분해능을 제공하기 때문이다. 이 접근법을 LIB 셀 데이터에 적용하여 DRT 플롯의 특징적 피크를 식별하고 그것들이 배터리 열화와 갖는 상관관계를 평가한다. 배터리 노화가 진행되는 동안 사이클에 따라 이러한 피크가 어떻게 변화하는지를 관찰함으로써, 특정 열화 메커니즘과 성능 저하에 대한 통찰을 얻는다. 본 연구는 실험적 측정과 DRT 피크 분석을 결합하여 LIB 내부의 임피던스 분포를 특성화함으로써 열화 경로의 가속된 탐지를 가능하게 하고 배터리 수명 및 신뢰성에 대한 예측 정확도를 향상시킨다. 본 분석은 LIB 열화 거동에 대한 정밀한 이해에 기여하며, 다양한 응용 분야에서 LIB의 운용 수명을 연장하고 배터리 성능을 최적화하며 안전성을 향상시키도록 설계된 고도화된 배터리 관리 시스템의 개발을 뒷받침한다.

*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.