PIM-1 (polymer intrinsic microporosity-1)은 뒤틀린 구조에 기인한 높은 기체 투과 특성을 가지고 있기 때문에 기 체 분리막 소재 중 하나로 활발히 연구되어졌다. 높은 기체 투과 특성의 장점에도 불구하고 높지 않은 기체 선택성의 한계점 이 존재함에 따라 본 연구에서는 PIM-1 분리막에 PEG/PPG-CN을 첨가함으로써 CO2의 용해도 증가에 따른 기체 선택도를 높이고 열처리를 진행하여 PIM-1과 PEG/PPG-CN의 사이아노기가 트라이아진으로 전환되는 재배열을 유도하였다. 그 결과 2 wt%의 PEG/PPG-CN이 첨가되고 열처리된 PIM-1 분리막의 성능은 열처리만 된 PIM-1 분리막과 비교하였을 때 단일 및 혼 합 기체 조건에서 더 높은 이산화탄소의 투과도와 선택도를 가지는 것으로 측정되었다. 혼합 기체 조건에서는 단일 기체 조 건에서 보다 높은 이산화탄소 투과도와 선택도를 보이며 실제 기체 분리 공정의 적용 가능성이 높다는 것을 확인하였으며 트 라이아진의 가교에 의하여 기체 분리막이 가소화 저항성(anti-plasticization)을 가지는 것으로 확인되었다.

고체전해질은 높은 에너지 밀도와 안전성을 갖춘 차세대 리튬이온전지에 꼭 필요한 핵심 요소다. 이러한 고체전 해질의 제작을 위해서 기존 고체전해질의 낮은 이온전도도와 높은 계면저항 문제를 해결해야 한다. 본 연구에서는 강화된 이 온 전도성과 계면 안정성을 지닌 PVDF-HFP 고분자에 분산된 Li7La3Zr2O12 (LLZO) 나노와이어 복합체를 기반으로 하는 새 로운 전해질(PVDF-HFP/LLZO/SN, PHLS membrane)을 제안한다. PHLS에 용매 열압착(Sovlent heat press, SHP)을 통해 계 면 저항과 내부 공극이 감소된 PHLS-(SHP)는 30°C에서 2.06 × 10-4 S/cm의 높은 이온 전도도, 4.5 V (vs. Li/Li+)의 넓은 전 기화학적 전위 창, 리튬 금속과 전해질 사이의 안정된 계면 안정성을 나타냈다. 0.2 mA/cm2에서 수행된 Li 대칭 셀을 사용한 전기화학적 테스트에서 150 시간 이상 안정성을 유지하는 것으로 확인되었으며, 이는 당사의 복합 기반 고체 전해질을 활용 하여 전기화학적 성능이 향상되었음을 시사한다.

본 연구는 대기 중 장기간 노출로 인해 열화된 Ni-rich NCM811(LiNi₀.₈Co₀.₁Mn₀.₁O₂) 양극 소재의 계면 저항 증가 및 전기화학적 성능 저하 문제를 해결하기 위해, 물리적 열처리 방법을 제안하였다. NCM811 양극 소재는 대기 중 수분 및 이산화탄소와의 반응에 의해 표면에 불순물이 형성되기 쉬우며, 이는 고체전해질과의 계면 저항을 증가시켜 전고 체전지 시스템에서의 성능 저하를 초래한다. 이러한 문제를 해결하기 위해, 열화된 NCM811 양극 소재를 O₂ 분위기 에서 열처리하여 표면의 불순물을 효과적으로 제거하고 양극 표면의 전도성을 향상시킴으로써, 양극-고체전해질 간의 계면 저항을 현저히 감소시키는 결과를 얻었다. SEM, XRD, ICP 분석을 통해 열화된 NCM811 양극 소재의 표면 특성 변화를 분석하였으며, 열처리 후 NCM811 소재의 계면 특성이 개선됨에 따라 전기화학적 성능 또한 상용 NCM811 소재와 유사한 수준으로 회복되는 것을 확인하였다. 특히, O₂ 분위기의 물리적 열처리 방법은 Ni-rich NCM811 양극 소재의 열화를 효과적으로 억제하고 고체전해질과의 계면 접촉을 개선하여, 황화물계 전고체전지의 전기화학적 성능 을 획기적으로 향상시킬 수 있는 유망한 기술임을 입증하였다. 이러한 결과는 전고체전지 상용화를 위한 핵심 전략으 로 적용될 수 있을 것으로 기대된다.

New motor development requires high-speed load testing using dynamo equipment to calculate the efficiency of the motor. Abnormal noise and vibration may occur in the test equipment rotating at high speed due to misalignment of the connecting shaft or looseness of the fixation, which may lead to safety accidents. In this study, three single-axis vibration sensors for X, Y, and Z axes were attached on the surface of the test motor to measure the vibration value of vibration. Analog data collected from these sensors was used in classification models for anomaly detection. Since the classification accuracy was around only 93%, commonly used hyperparameter optimization techniques such as Grid search, Random search, and Bayesian Optimization were applied to increase accuracy. In addition, Response Surface Method based on Design of Experiment was also used for hyperparameter optimization. However, it was found that there were limits to improving accuracy with these methods. The reason is that the sampling data from an analog signal does not reflect the patterns hidden in the signal. Therefore, in order to find pattern information of the sampling data, we obtained descriptive statistics such as mean, variance, skewness, kurtosis, and percentiles of the analog data, and applied them to the classification models. Classification models using descriptive statistics showed excellent performance improvement. The developed model can be used as a monitoring system that detects abnormal conditions of the motor test.