Hydrogen Fuel Cell

  • 수소연료전지 시스템 연구 방향


  최근 친환경 에너지에 대한 필요성이 증가함에 따라 수소를 활용한 연료전지 시스템의 연구와 개발이 활발히 진행되고 있습니다. 기존의 수소 연료전지 시스템의 연구는 시스템을 개발하는 데 집중되어 있었는데요. AI SYSTEMS LAB.은 연료전지 시스템의 안정적인 운영과 내구성 향상을 통해 연료전지 시스템의 상용화를 위한 연구를 한국에너지기술연구원과 협업 연구를 수행하고 있습니다.
  해당 연구는 단기, 중기, 장기적인 목표로 진행되고 있는데요.

   - 단기 연구 주제
  단기적으로는 인공지능 기술을 활용하여 시스템의 고장을 진단하는 연구를 수행하여, 시스템의 고장여부를 판별하는 모델과 어떤 종류의 고장인지 진단하는 모델을 연구하고 있습니다. 약 1년 여 간 연구를 통해 판별 모델의 정확도는 약 98%, 진단 모델의 정확도는 93% 수준으로 달성하고 있습니다. 후속 연구로는 설명 가능한 인공지능(XAI) 기술을 이용하여 연료전지 시스템에서 고장에 영향을 주는 주요 인자를 추출하는 연구를 계획하고 있습니다.

   - 중기 연구 주제
  중기적으로는 연료전지 시스템의 장기운전 데이터를 이용하여 시스템의 잔여수명을 예측하는 연구를 수행할 예정입니다. 우리가 건전지를 쓰면 알 수 있듯이, 전지는 사용하면 할수록 전압이 떨어지고 결국 전압이 일정 수준 이하로 낮아지면 수명이 다 하는데요. 연료전지 시스템을 차량에 적용하기 위해서는 약 8,500 시간의 수명이 확보되어야 한다고 하는데, 현재 우리나라 기술 수준은 약 4,500 시간 수준이라고 알려져 있습니다. 한국에너지기술연구원에서 약 5,000시간의 장기 운전 데이터(이런 장기 운전 데이터를 확보하고 하기는 매우 어렵습니다. 단순히 하루 8시간 매일 운전한다고 했을 때, 625일 정도의 실험량이네요.)로 연료전지의 수명을 예측하는 연구를 수행하여, 예측 수명에 따른 선제적인 조치에 이용하고 궁극적으로 수명 연장에 예측 결과를 활용할 예정입니다.

   - 장기 연구 주제
  장기적으로는 수소 연료전지의 핵심 부품인 스택의 수명과 변화를 예측하는 연구를 계획하고 있습니다. 연료전지의 스택은 전압과 전류를 생성하는 시스템의 핵심인데, 그 구조가 나노 스케일로 매우 미세하고 변화가 Stochastic 하여 변화를 예측하는 연구를 세계적으로 찾아보기 어렵습니다. 어떤 물리량 혹은 변화량을 예측할지, 어떤 인자를 측정할지, 어떤 센서를 적용할지에 대한 연구를 함으로써 인공지능-연료전지 융합 연구 분야의 전세계 리더 그룹으로 도약하기 위한 주제로 지속적인 연구를 수행할 예정입니다.