레이저 용접을 이용한 전기차 배터리 이종접합 성공 확률 예측 프로그램 개발에 관한 연구 = A Study on the Development of a Program for Predicting Successful Welding of Electric Vehicle Batteries Using Laser Welding

국문 초록 (Abstract)

탄소중립을 위한 세계적인 노력 속에서 전기자동차의 사용이 급속하게 증가함에 따라 배터리에 대한 수요도증가하고 있다. 따라서, 전기자동차의 높은 효율을 달성하기 위해 차체 무게 감소와 배터리에 대한 고려가 중요한 요소로부각되고 있다. 경량 소재로 알려진 구리와 알루미늄은 레이저 용접을 통해 효과적으로 접합될 수 있다. 그러나 두 소재의 물리적 특성이 서로 다르기 때문에 이를 접합하는 것은 여전히 기술적인 어려움이 존재한다. 본 연구에서는 구리와 알루미늄을 레이저 용접으로 접합하기 위한 최적의 레이저 파라미터를 찾기 위해 시뮬레이션을 수행하였다. 또한, 결과를시각적으로 제시하기 위해서 Python 언어를 활용하여 GUI(Graphic User Interface) 프로그램을 개발하였다. 이 프로그램은 기계 학습 이미지 데이터를 활용하여 접합 성공을 예측하며, 안전하고 효율적인 레이저 용접 가이드로 활용될 것으로예상되어, 전기차 배터리 조립 공정의 안전성과 효율성에 기여할 것으로 기대된다.

다국어 초록 (Multilingual Abstract)

In the global pursuit of carbon neutrality, the rapid increase in the adoption of electric vehicles (EVs) has led to a corresponding surge in the demand for batteries. To achieve high efficiency in electric vehicles, considerations of weight reduction and battery safety have become crucial factors. Copper and aluminum, both recognized as lightweight materials, can be effectively joined through laser welding. However, due to the distinct physical characteristics of these two materials, the process of joining them poses technical challenges. This study focuses on conducting simulations to identify the optimal laser parameters for welding copper and aluminum, with the aim of streamlining the welding process.
Additionally, a Graphic User Interface (GUI) program has been developed using the Python language to visually present the results. Using machine learning image data, this program is anticipated to predict joint success and serve as a guide for safe and efficient laser welding. It is expected to contribute to the safety and efficiency of the electric vehicle battery assembly process.

참고문헌 (Reference)

1 방정환 ; 김신일 ; 김윤찬 ; 유동열 ; 김동진 ; 이태익 ; 김민수 ; 박지용, "전기자동차 배터리 모듈 접합 기술 리뷰" 한국마이크로전자및패키징학회 30 (30): 33-42, 2023

2 강민정 ; 최우성 ; 강상훈, "자동차 이차전지용 셀 및 모듈 조립을 위한 Al/Cu 이종소재 초음파 및 레이저 접합 기술 리뷰" 대한용접접합학회 37 (37): 52-59, 2019

3 황승준 ; 김태완 ; 전욱상 ; 정재필, "이차전지 전극용 Al-Cu의 레이저 용접" 한국마이크로전자및패키징학회 26 (26): 1-6, 2019

4 장문수 ; 허요섭 ; 정현상 ; 박소영, "유해가스 배출량에 대한 시계열 예측 모형의 비교연구" 한국산업융합학회 24 (24): 323-331, 2021

5 김용 ; 정수진 ; 윤성민 ; 이제인, "알루미늄과 구리의 레이저 이종접합에 관한 연구(Ⅰ) - 레이저용접 최신 연구동향 및 품질 분석 -" 대한용접접합학회 40 (40): 416-437, 2022

6 윤홍국 ; 이형규 ; 문동민 ; 유광현 ; 민영운 ; 김태완 ; 정재필, "알루미늄 합금 및 자동차 이차전지 접합" 한국마이크로전자및패키징학회 29 (29): 13-23, 2022

7 황동수 ; 고미혜, "실시간 용접품질 모니터링 시스템의 개발 및 적용 동향" 대한용접접합학회 30 (30): 44-50, 2012

8 이주호, "배터리 셀과 셀 사이의 냉각관 삽입을 통한 전기차 배터리 냉각 시스템의 성능 특성에 대한 해석적 연구" 한국산업기술융합학회 27 (27): 49-54, 2022

9 신승범 ; 조형준, "랜덤포레스트를 위한 상관예측변수 중요도" 한국통계학회 34 (34): 177-190, 2021

10 김태원 ; 최해운, "그린레이저를 이용한 Al-Cu 이종소재 레이저 용접 연구 및 딥러닝에 의한 품질판정" 대한용접접합학회 39 (39): 67-73, 2021

11 M. Mali, "MF-RISE: Benchmarking for Multifaceted Recommender System Engine" 2023

12 G. -H. Ahn, "Electrode Properties of Li-ion Batteries using TiO2-based Composite Nanowires" 18 (18): 19-24, 2011

13 Y. -Y. Kim, "Compact Measurement of the Optical Power in High-Power LED Using a Light-Absorbent Thermal Sensor" 21 (21): 1-12, 2021

14 B. Prakash, "Application of Graph Theory Features towards EEG Data Classification Models for Working Memory and The Emotional States"

15 최해운, "Analysis of Laser Heat Distribution in Al-Cu Welding" 한국기계가공학회 20 (20): 1-7, 2021