• 제목/요약/키워드: Battery R&D

검색결과 232건 처리시간 0.017초

정전발전 기반 바람에너지 수확장치의 최적화 및 고전압 생성을 위한 활용 방안 (Optimization and Application Research on Triboelectric Nanogenerator for Wind Energy Based High Voltage Generation)

  • 장순민;라윤상;조수민;감동익;신동진;이희규;최부희;이세혁;차경제;서경덕;김형우;최동휘
    • Korean Chemical Engineering Research
    • /
    • 제60권2호
    • /
    • pp.243-248
    • /
    • 2022
  • 휴대형, 착용형 전자기기의 활용범위가 넓어지면서, 무겁고 부피가 큰 고체 배터리의 한계점이 드러나고 있으며, 배터리의 역할을 일부 분담할 수 있는 소형 에너지 수확 장치의 개발이 시급한 가운데, 일상 생활 속에서 버려지는 에너지원에 대한 활용도가 중요해지고 있다. 정전발전 기술은 두 물질 표면의 접촉과 분리에 의해 발생되는 마찰대전 효과와 전하유도 현상에 기반해 전기를 생산할 수 있기 때문에, 주변환경에 존재하는 역학적, 기계적 에너지원을 복잡한 중간과정을 거치지 않고도 효과적으로 수확할 수 있다는 장점을 지니고 있다. 인간의 주변환경에 존재하는 에너지원 중에서도 바람에너지는 자연환경에 존재하는 무한한 친환경 에너지원으로써, 그 수확과 활용에 대한 관심이 높은 신재생 에너지원이다. 본 연구에서는 정전발전 기술을 기반으로 하여 이러한 바람에너지의 효과적 수확을 위한 에너지 수확 장치의 최적화와 정전발전 기술의 활용도를 극대화할 수 있는 활용 방안에 대해 분석하였다. Fluttering film을 이용한 Natural wind based Fluttering TENG (NF-TENG)를 개발하였으며, 바람에너지의 효과적 수확을 위해 설계 최적화를 진행하였다. 또한 낮은 전류와 높은 전압을 발생시키는 TENG의 고유 특징을 부각하여 안전한 고전압 발생 시스템을 개발하여 고전압을 요구하는 분야에서의 활용 방안을 제안하였다. 따라서 본 연구에서 도출한 연구 결과는 정전발전 기술을 기반으로 하는 소형 에너지 수확장치를 이용해 일상생활 속에서 버려지는 바람에너지를 수확하여 고전압이 필요한 분야에서 폭넓게 활용할 수 있는 방법으로써 큰 잠재력을 보여줌을 시사한다.

이물 객체 탐지 성능 개선을 위한 딥러닝 네트워크 기반 저품질 영상 개선 기법 개발 (Development of deep learning network based low-quality image enhancement techniques for improving foreign object detection performance)

  • 엄기열;민병석
    • 인터넷정보학회논문지
    • /
    • 제25권1호
    • /
    • pp.99-107
    • /
    • 2024
  • 경제성장과 산업 발전에 따라 반도체 제품부터 SMT 제품, 전기 배터리 제품에 이르기 까지 많은 전자통신 부품들의 제조과정에서 발생하는 철, 알루미늄, 플라스틱 등의 이물질로 인해 제품이 제대로 동작하지 않거나, 전기 배터리의 경우 화재를 발생하는 문제까지 심각한 문제로 이어질 가능성이 있다. 이러한 문제를 해결하기 위해 초음파나 X-ray를 이용한 비파괴 방법으로 제품 내부에 이물질이 있는지 판단하여 문제의 발생을 차단하고 있으나, X-ray 영상을 취득하여 이물질이 있는지 판정하는 데에도 여러 한계점이 존재한다. 특히. 크기가 작거나 밀도가 낮은 이물질들은 X-Ray장비로 촬영을 하여도 보이지 않는 문제점이 있고, 잡음 등으로 인해 이물들이 잘 안 보이는 경우가 있으며, 특히 높은 생산성을 가지기 위해서는 빠른 검사속도가 필요한데, 이 경우 X-ray 촬영시간이 짧아지게 되면 신호 대비 잡음비율(SNR)이 낮아지면서 이물 탐지 성능이 크게 저하되는 문제를 가진다. 따라서, 본 논문에서는 저화질로 인해 이물질을 탐지하기 어려운 한계를 극복하기 위한 5단계 방안을 제안한다. 첫번째로, Global 히스토그램 최적화를 통해 X-Ray영상의 대비를 향상시키고, 두 번째로 고주파 영역 신호의 구분력을 강화하기 위하여 Local contrast기법을 적용하며, 세 번째로 Edge 선명도 향상을 위해 Unsharp masking을 통해 경계선을 강화하여 객체가 잘 구분되도록 한다, 네 번째로, 잡음 제거 및 영상향상을 위해 Resdual Dense Block(RDB)의 초고해상화 방법을 제안하며, 마지막으로 Yolov5 알고리즘을 이용하여 이물질을 학습한 후 탐지한다. 본 연구에서 제안하는 방식을 이용하여 실험한 결과, 저밀도 영상 대비 정밀도 등의 평가기준에서 10%이상의 성능이 향상된다.