< (왼쪽부터) 신소재공학과 홍승범 교수, 알비나 제티바예바 연구원 >
리튬이온전지는 스마트폰과 전기차 그리고 드론을 비롯한 각종 이동 수단에 필수적인 에너지 저장 매체로 사용되고 있다. 기후변화와 코로나 팬데믹이 키워드가 되는 시대가 도래하면서 급증하는 수요에 대응하기 위해 리튬이온전지의 에너지 용량, 충전 속도 등의 전기화학적 특성을 향상하려는 연구들이 이뤄지고 있지만, 기존의 전기화학 특성 평가 방법으로는 나노미터 수준의 미시세계에서 벌어지고 있는 현상들을 이해하기 어렵다. 따라서, 전기화학 특성에 대한 통합적인 이해를 위해 나노스케일 수준에서 리튬이온의 농도 및 전기전도도 분석 기술의 개발은 필수적이다.
우리 대학 신소재공학과 홍승범 교수 연구팀이 독일의 아헨공과대학교 플로리안 하우센(Florian Hausen) 교수와 독일 뮌스터 대학교 카린 클라이너(Karin Kleiner) 교수와 협업하여 고용량 리튬이온배터리를 충‧방전할 때 리튬이온이 움직이는 모습과 그로 인해서 전자들이 움직이는 전도 경로 그리고 격자들의 움직임을 원자간력 현미경과 엑스레이 회절 및 흡수 패턴을 분석해 영상화하는 데 성공했다고 28일 밝혔다.
< 그림 1. NCM622 양극재의 충방전 상태에 따른 나노스케일 전기 화학적 변형 현미경의 진폭 변화 외 >
홍 교수 연구팀은 원자간력 현미경의 모드 중에서 전기화학적 변형 현미경(Electrochemical Strain Microscopy, 이하 ESM)과 전도성 원자간력 현미경(Conductive Atomic Force Microscopy, 이하 C-AFM)을 활용해, 친환경차 배터리에 적용되는 고용량 양극재인 NCM622 시료의 충방전상태(State of Charge, SOC)에 따른 리튬이온의 나노스케일 분포도를 영상화했으며, 이를 근단엑스선형광분광계(Near Edge X-ray Absorption Fluorescence Spectroscopy, NEXAFS)와 엑스선회절패턴(X-ray Diffraction Pattern, XRD pattern)과 비교 분석해 리튬이온이 양극재에 확산하여 들어갈 때 산소팔면체에 들어가면서 니켈과 산소의 결합이 이온 결합에서 공유결합으로 바뀌면서 전기전도도가 낮아지는 현상을 검증하고, 이를 ESM, C-AFM 영상과 비교하면서 상당한 상관관계가 있음을 밝혀냈다.
< 그림 2. 충방전된 상태에 따른 NEXAFS 스펙트럼 >
교신 저자인 홍승범 교수는 "배터리 소재 내에서 리튬이온의 확산을 영상화하고 이를 통해서 일어나는 현상들을 다중스케일에서 이해하는 것은 향후 신뢰성이 높고 수명이 긴 고속 충‧방전 배터리 소재를 디자인하는 데 있어 매우 중요하다ˮ라며 "향후 신소재 영상화 기술과 머신러닝 기술을 융합하는 것이 20년 걸리던 배터리 소재 개발기간을 5년 이내로 단축할 수 있을 것이다ˮ 라고 말했다.
신소재공학과 알비나 제티바예바(Albina Jetybayeva) 연구원이 제1 저자로 참여한 이번 연구는 국제 학술지 `ACS 어플라이드 에너지 머티리얼스 (ACS Applied Energy Materials)'에 게재됐다. (논문명: Unraveling the State of Charge-Dependent Electronic and Ionic Structure−Property Relationships in NCM622 Cells by Multiscale Characterization)
이번 연구는 KAIST 글로벌 특이점 사업과 한국연구재단의 거대과학연구개발사업의 지원을 받아 수행됐다.
전기차 시대의 가속화에 따라 1회 충전에 긴 주행거리를 가능하게 하는 고용량, 고에너지밀도 이차전지 개발과 더불어 빠르게 충전을 할 수 있는 고속 충전 기술 개발의 중요도가 커지고 있다. 우리 대학 생명화학공학과 최남순 교수 연구팀이 고전압 조건에서 리튬이온전지의 높은 효율과 에너지를 유지하고 고속 충전이 가능한 전해액 설계 기술을 개발했다고 6일 밝혔다. 개발된 전해액은 점도가 낮으면서 고전압에 안정적인 용매를 사용하였으며 안정적인 전극-전해질 계면 반응을 확보할 수 있는 첨가제 기술을 통해 리튬이온전지의 수명 특성을 획기적으로 향상시켰다. 최남순 교수 연구팀은 상용 리튬이온전지에 사용되고 있는 카보네이트 계열의 용매 대신 점도가 낮고 고전압 조건에서 안정적으로 작용할 수 있는 용매 조성 기술과 전극계면 보호 기술을 적용해 기존 연구 결과보다 현저하게 향상된 *가역 효율 (99.9% 이상)을 달성했다. ☞ 가역 효율 : 매 사이클마다 전지의 방전용량을 충전용량으로 나
2024-02-06전기자동차에서 볼 수 있는 고용량 배터리에 사용되고 있는 실리콘 활물질은 기존 음극 활물질인 흑연 대비 높은 용량 값(4200 mAh/g)을 갖고 있으나, 충전 및 방전 간 400%에 달하는 높은 부피 팽창/수축률이 배터리 수명에 악영향을 미치고 있다. 이를 해결하기 위해서 단일벽 탄소나노튜브를 소량 첨가해 수명 특성이 향상되는 결과를 얻었는데, 이런 향상이 어떻게 가능한지 나노스케일에서 영상화한 연구 결과가 공개됐다. 우리 대학 신소재공학과 홍승범 교수 연구팀이 LG에너지솔루션과 협업해 배터리의 수명 특성 향상 메커니즘 영상화 결과를 국제학술지‘에이씨에스 에너지 레터스(ACS Energy Letters, Impact Factor: 22)’에 게재했다고 19일 밝혔다. (논문명: Spatially Uniform Lithiation Enabled by Single-Walled Carbon Nanotubes) 연구팀은 이전에는 실리콘 활물질이 충&midd
2023-09-191회 충전에 500km 이상 운행할 수 있는 전기자동차를 실현하기 위해서는 고용량, 고에너지밀도 이차전지 개발이 필수적이다. 이에 높은 가역용량을 가지는 니켈리치 양극과 흑연보다 10배가량 높은 용량을 발현하는 실리콘 음극 물질이 차세대 리튬이온전지의 소재로 주목받고 있다. 하지만 기존 전해질 첨가제 연구는 기존 물질들의 스크리닝 기법을 통하여 시행착오를 거쳐 개발되기 때문에 시간과 비용이 많이 소모되어 신규 전극 소재에 대응하기 어려운 한계점을 보였다. 우리 대학 생명화학공학과 최남순 연구팀이 고려대 곽상규 교수팀, UNIST 홍성유 교수팀, 현대자동차, 한국화학연구원과 공동연구를 통해, 고용량 실리콘 기반 음극과 니켈리치 양극으로 구성된 리튬이온 이차전지의 상온 및 고온 장수명화를 가능하게 하는 전해질 첨가제 기술을 개발했다고 19일 밝혔다. 연구팀이 개발한 전해질 첨가제는 실리콘 기반 음극과 니켈 리치 양극의 저온, 상온 및 고온에서의 가역성을 증대시켜 배터리 충방전
2023-04-19우리 대학 7개 연구실이 과학기술정보통신부가 주관하는 2022 안전관리 우수연구실 인증을 획득했다. 안전관리 우수연구실 인증제는 대학이나 연구기관 등에 설치된 과학기술 분야 연구실이 자율적으로 안전관리 역량을 강화할 수 있도록 정부가 2013년 도입한 제도다. 안전관리 표준모델을 발굴하고 확산하는 것을 목표로 안전관리 수준과 활동이 우수한 연구실에 전문가의 심사를 통한 인증을 부여하고 있다. 이번에 신규 인증을 획득한 연구실은 총 7개로 대전 소재 정부출연연구기관 중 최다 규모다. 생명과학과 ①시스템 및 합성생물학 연구실(조병관 교수), 신소재공학과 ②NanoSF 연구실(강정구 교수), ③바이오신소재연구실(박찬범 교수), ④지속가능에너지재료 연구실(정우철 교수), ⑤신소재 영상화 및 융합 연구실(홍승범 교수), 원자력및양자공학과 ⑥핵융합 및 플라즈마 동역학 연구실(성충기 교수), 화학과 ⑦나노촉매
2023-01-30우리 대학 기계공학과 이정철 교수 연구팀이 현미경 사진을 이용해 나노 스케일 3D 표면을 예측하는 딥러닝 기반 방법론을 제시했다고 17일 밝혔다. 물리적 접촉 기반으로 나노 스케일의 표면 형상을 3D 측정하는 원자현미경은 웨이퍼 소자 검사 등 반도체 산업에서 사용되고 있다. 하지만, 원자현미경은 물리적으로 표면을 스캔하기 때문에 측정 속도*가 느리고, 고온 극한 환경에서는 작동할 수 없다는 단점을 지닌다. * 측정 속도를 높이기 위해 표면 스캔 방식의 효율을 개선해 20 FPS(초당 프레임 수) 수준의 비디오 프레임 원자현미경이 개발됐지만, 측정 가능한 표면의 면적이 100제곱마이크로미터(μm2) 수준으로 제한되며, 극한의 환경에서는 여전히 작동이 제한된다. 이에 연구팀은 비접촉 측정 방법인 광 현미경에서 딥러닝을 이용하여 원자현미경으로 얻어질 수 있는 나노 스케일 3D 표면을 예측했다. 비슷한 개념인 사진에서 깊이를 예측하는 기술은 자율주행을 위해 많이 연구되고
2023-01-17