전고체전지용 고안정성 고분자전해질 개발을 위한 가교성 고분자 합성 및 구조 제어에 따른 이온 전도 특성 향상 연구 = Enhancing Ion Conduction Properties of Solid Polymer Electrolytes via Synthesis and Structural Control of Crosslinkable Polymer for High-Stability All-Solid-State Batteries

국문 초록 (Abstract)

PVDF 기반 고체고분자전해질은 우수한 기계적 특성 및 높은 이온전도도를 기반으로 주목받고 있다. 하지만 PVDF기반 고체고분자전해질의 높은 이온전도도는 잔여 DMF와 리튬 이온 간의 강한 상호 작용에 의존하며, 이는 고체고분자전해질 내 다공성 구조 형성을 유도하고, 전지의 충·방전 과정 중 DMF 와 전극 간의 부반응을 야기하여 전극-전해질 계면 안정성을 저하한다. 이러한 문제를 해결하기 위해 본 연구에서는 고체고분자전해질의 고분자 매트릭스로 가교성 불소계 삼원공중합체 (TDXA)를 제안한다. TDXA기반 고체고분자전해질(TDXA5F)은 가교구조를 통해 고분자 사슬과 DMF 간의 쌍극자-쌍극자 상호작용을 극대화하였다. 이로 인해, TDXA5F 의 다공성 구조 형성이 억제되었으며, DMF 의 분포 균일화가 가능했다. 아울러, TDXA의 낮은 결정화도와 우수한 리튬염 해리도는 각각 TDXA5F의 비정질 영역을 확대하고 자유 리튬 이온의 수를 증가시켜 TDXA5F의 우수한 이온전도도 (2.15 × 10−4 S cm−1 at 30 ℃) 및 Li+ transference number (0.418 at 30 ℃)에 기여하였다. 그 결과, TDXA5F 기반 셀은 우수한 전극-전해질 계면특성을 보였으며 이를 기반으로 우수한 쿨롱효율, 율속특성 및 장기수명특성을 보였다. 본 연구는 전고체전지용 고체고분자전해질의 고분자 매트릭스 설계를 위한 합리적인 방향성을 제안한다.

다국어 초록 (Multilingual Abstract)

With the advancement of digital pathology, the use of Whole Slide Images (WSIs) has become widespread. However, their large data size incurs substantial storage and transmission costs and causes inefficiencies in real-time diagnosis due to loading delays. To address these challenges and ensure the long-term efficient management of digital pathology data, high-performance image compression is essential. Fine morphological details of cells and tissue patterns—crucial for diagnosis—are concentrated in high-frequency components, making their preservation during compression vital. We propose a deep learning–based digital pathology image compression framework that integrates Deformable Convolution and Wavelet Transform to effectively retain such diagnostic information. The proposed method preserves high-frequency details through frequency decomposition and adaptively models irregular pathological structures. Experimental results show that our approach outperforms state-of-the-art learning-based compression models and better maintains diagnostic microstructures. Moreover, when applied to downstream tasks such as cell segmentation, the compressed images exhibit less performance degradation than those from existing methods.

목차 (Table of Contents)

• 1. 서론 9
• 2. 실험 12
• 2.1. 시약 및 재료 12
• 2.2. 이중결합이 도입된 불소계 삼원공중합체(PVTD)의 합성 13
• 2.3. 가교성 불소계 삼원공중합체(TDXA), PVTD 및 PVDF 필름의 제조 14
• 2.4. 고체고분자전해질의 제조 15
• 2.5. 특성 분석 및 방법 16
• 2.6. 전기화학적 분석 18
• 3. 결과 및 고찰 20
• 3.1. 고분자 매트릭스의 구조적 특성 20
• 3.1.1. 1H Nuclear Magnetic Resonance (1H NMR) 20
• 3.1.2. Fourier Transform Infrared Spectroscopy (FT-IR) 23
• 3.2. 고분자 매트릭스의 물리적 특성 26
• 3.2.1. Solubility test 26
• 3.2.2. Universal testing machine (UTM) 28
• 3.3. 고분자 매트릭스의 결정성 30
• 3.3.1. X-ray diffractometer (XRD) 30
• 3.3.2. Differential scanning calorimeter (DSC) 32
• 3.4. 고체고분자전해질의 소재 특성 34
• 3.4.1. 고체고분자전해질의 모폴로지 34
• 3.4.2. 고체고분자전해질 내부 잔여용매 분석 40
• 3.4.3. 고체고분자전해질 내부 리튬염 해리 상태 분석 45
• 3.4.4. 고체고분자전해질의 이온전도특성 47
• 3.5. 고체고분자전해질의 전기화학적 특성 53
• 3.5.1. 고체고분자전해질의 전기화학적 안정성 53
• 3.5.2. Li
• Cu 코인셀에서의 리튬 전착/탈리 특성 55
• 3.5.3. Li
• Li 대칭셀에서의 리튬 전착/탈리 특성 60
• 3.5.4. Li
• NCM622 코인셀에서의 전기화학적 성능 64
• 3.5.5. Li
• NCM622 코인셀 테스트 이후 전극-전해질 계면 성분 분석 67
• 4. 결론 70
• 5. 참고문헌 71
• Abstract 76