머신 비전이 파우치형, 각형 및 원통형 배터리 검사 문제를 해결하는 방법

배터리가 EV 가격의 최대 40%를 차지할 수 있기 때문에 이러한 관점은 비용 절감을 위한 논리적인 시작 지점이며, 배터리 생산 비용을 절감하려면 머신 비전을 사용한 자동화가 필수적입니다. 제조업체와 OEM은 이 기술을 사용하여 배터리의 결함을 검사하고, 셀을 모듈로 유도하며, 어셈블리를 검증하고, 기능을 측정하고, 부품을 식별합니다. 그러나 조립되는 배터리의 유형마다 자동화에 다양한 문제를 일으킬 수 있습니다.

머신 비전은 수많은 EV 배터리 제조 작업을 자동화하는 데 필수적입니다. 왼쪽에서 오른쪽으로: 머신 비전 시스템은 전극 코팅의 폭을 측정하고, 원통형 배터리의 결함을 감지하고, 셀을 모듈 하우징으로 유도하고, 각형 배터리에 있는 코드를 식별합니다.

파우치, 각형, 원통형 EV 배터리 셀은 동일한 기능을 제공하며 제조업체는 이러한 배터리 셀을 EV 배터리 모듈과 팩에 조립합니다. 그러나 고유한 특성과 제조 장애물, 그리고 머신 비전을 통해 이러한 장애물을 해결하는 방법을 이해하는 것은 EV 비용을 낮추는 데 매우 중요합니다.

모든 리튬 이온 EV 배터리는 전극 제조에서 시작합니다. 이 제조에서 배터리 제조업체는 탄소, 흑연 및 기타 원소의 혼합물을 금속판에 부어 애노드와 캐소드를 형성합니다. 제조 유사성의 많은 부분은 바로 이 부분에서 끝나고 뚜렷한 이점과 제조상의 어려움이 등장합니다.
 

파우치 셀

제조 공정 : 분리기 재료 및 전극-코팅된 애노드 및 캐소드를 시트로 절단하고 다층 알루미늄 복합 포일로 만든 파우치에 넣습니다. 그다음에는 배터리 제조업체가 호일의 가장자리를 밀봉하고, 탭을 함께 용접하고, 파우치에 액체 전해질을 채웁니다. 마지막으로, 셀 활성화라고 하는 공정에서 셀은 다양한 에이징 및 디개싱 절차를 거칩니다. 

이점: 파우치 배터리는 다른 형상에 비해 내구성이 뛰어나고 크기가 작고 균일하기 때문에 일부 제조업체에서는 파우치 배터리를 선호합니다. 일반적으로 파우치 배터리는 로봇이 단일 음극 또는 캐소드 시트를 집어 세퍼레이터 재료 위에 놓으면 그다음 음극 또는 캐소드를 그 위에 놓는 셀 시트 스택 또는 ‘Z-폴딩’을 통해 제조됩니다. 파우치 셀을 선호하는 사람들은 스태킹 방법을 사용하면 원통형 및 일부 각형 형상에 사용되는 권선보다 더 균일하게 열 분포를 할 수 있다고 말합니다. 파우치 셀에는 단단한 케이싱이 없기 때문에 더 경제적으로 제조할 수 있으며 에너지 밀도가 높습니다.

취약점: 배터리 시스템의 설계 및 요구 사항에 따라 파우치 배터리 형상이 가지고 있는 몇몇 장점이 불리하게 작용할 수 있습니다. 케이싱이 없으면 제조 비용과 무게가 감소하고 에너지 밀도가 향상될 수 있지만, 특정한 횟수의 충전 사이클 후에는 파우치 셀의 부피가 최대 10%까지 급상승할 수 있습니다. 일부 파우치 모듈 디자인에는 파우치로부터 열을 전달하기 위해 각 파우치 셀 사이에 알루미늄 열 전달 플레이트가 필요합니다. 모듈의 설계와 셀 수에 따라 이러한 열 관리 시스템은 파우치 셀의 일부 이점을 덮어버릴 수 있습니다. 

고유한 문제들: 파우치형 EV 배터리는 금속성이고 유연하므로 결함 감지를 어렵게 만드는 빛 반사와 주름이 많이 발생합니다. 검사 프로세스에서 결함을 놓치게 되면 배터리 성능과 무결성이 손상될 수 있습니다. 그러나 파우치 표면의 중요한 결함을 검사할 때 허용 가능한 외관상의 잡티를 잘못 판단하면 폐기율과 비용이 높아질 수 있습니다. 긁힘 등의 결함과 허용 가능한 잡티 사이의 차이는 몇 마이크로미터일 수 있습니다.

해결 방안: 규칙 기반 머신 비전 솔루션의 경우 파우치 셀의 결함을 감지하는 것이 너무 복잡합니다. 규칙에서 수백 가지의 변수와 결함 및 허용 가능한 이상치를 고려해야 합니다. 또한, 사용자가 예고 없이 다른 사양과 설계를 요구할 때가 많습니다. 벤더, 제조 기술 또는 재료를 변경하면 새로운 문제와 결함이 발생할 수 있습니다.

이러한 문제를 해결하기 위해 Cognex는 AI 기반의 머신 비전 소프트웨어인 VisionPro Deep Learning을 만들었습니다. 이 소프트웨어는 수천 개의 라벨이 부착된 이미지를 분석하여 “좋은” 배터리와 “나쁜” 배터리가 무엇인지를 학습합니다.  VisionPro Deep Learning은 머신 비전 시스템과 함께 배터리 검사를 자동화하여 비용과 검사 시간을 줄이면서도 배터리 품질을 유지합니다. 컴퓨터 이미징 기술은 파우치 배터리의 표면을 다양한 각도에서 비추어 미묘한 결함과 특징을 드러내는 훨씬 더 나은 검사 결과를 제공할 수 있습니다.

제조 공정 : 각형 셀은 전극 코팅된 애노드, 캐소드 및 분리기 재료를 단일 층으로 감거나 함께 쌓아서 제조합니다. 배열이 완료되면 셀 시트를 직사각형 금속 하우징 안으로 넣습니다. 일반적으로, 적층형 셀 시트는 더 많은 에너지를 방출하고 더 나은 성능을 제공하는 반면, 롤형 또는 권선형 셀 시트는 더 많은 에너지를 포함하고 있으므로 더 오래 사용할 수 있습니다. 

이점: 각형 배터리 셀은 직사각형이기 때문에 모듈과 팩에 더 나은 에너지 밀도를 가지고 있으며 셀 사이에 낭비되는 공간이 없습니다. 일부 배터리 제조업체는 각형 셀에 리튬 이온 배터리보다 더 폭넓고 비용 효율적인 재료가 포함된 리튬인산철 화학물질을 사용합니다. 또한 각형 셀은 다른 형상보다 크기가 크기 때문에 전기 연결 및 배선 하네스가 더 적게 필요하므로 제조 결함의 가능성을 줄일 수 있습니다.

단점: 각형 배터리 셀의 표준 크기는 제한적입니다. 다양한 배터리 시스템에는 고유한 셀 사양과 치수가 필요할 수 있으며, 이는 대규모 생산을 복잡하게 만들고 비용을 증가시킬 수 있습니다. 또한, 균일한 모양과 큰 크기의 각형 배터리는 모듈과 팩 레벨에서 에너지 밀도를 높이지만, 이러한 설계는 셀이 밀접하게 접촉하기 때문에 열이 흐를 곳이 없으므로 열 축적을 유발할 수 있습니다.

고유한 문제들: 각형 EV 배터리 셀을 제조하려면 많은 용접이 필요합니다. 제조업체는 셀 시트 주위에 금속 하우징을 용접하고 하우징 상단에 상단 패널 또는 덮개를 용접합니다. 각형 배터리는 서로 가깝게 쌓여 있기 때문에, 셀이 가열 및 냉각됨에 따라 덮개가 확장하고 수축할 공간이 있어야 합니다. 셀을 모듈에 설치하기 전에 상단 및 측면 패널의 용접 이음매를 검사하는 것이 중요합니다.

해결 방안: 용접력 부족 및 용접력 초과와 같이 각형 배터리 용접 이음매의 결함은 허용 가능한 이상치와 거의 동일하게 보일 수 있으며 모든 모양과 크기로 존재할 수 있습니다. 결함이 있는 용접의 모든 반복을 고려하고 이를 유사한 허용 가능한 이상치에서 구분하는 작업은 규칙 기반 머신 비전에서는 너무 복잡합니다. 

코그넥스 VisionPro 딥러닝은 2D 및 3D 머신 비전 시스템과 함께 이러한 종류의 미묘한 결함을 감지하도록 설계되었습니다. VisionPro Deep Learning의 결함 감지 및 분류 도구는 광범위한 종류의 “양호한” 용접 및 “결함이 있는” 용접 상태에 대한 훈련을 받았으며, 이를 통해 이 솔루션은 허용 가능한 외관상 결점에서 기능적 결함을 식별하고 분류할 수 있습니다. 
 

원통형 셀

제조 공정 : 파우치 또는 각형 배터리와는 달리, 원통형 EV 배터리 셀은 전극 코팅된 애노드, 캐소드 및 분리기 재료의 시트를 단일 층으로 함께 감는 방식으로만 제조됩니다. 그런 후에 제조업체에서는 최종 원통을 삽입하거나 케이스에 “젤리 롤”을 삽입하여 액체 전해질로 채우고 셀을 밀봉합니다. 

이점: 원통형 EV 배터리 셀은 여러 장점이 있기에 Tesla, Rivian, Lucid를 비롯한 수많은 EV 제조업체에서 선호합니다. 기업들은 수십 년 동안 원통형 배터리를 제조해 왔으며, 수년에 걸쳐 표준화된 크기를 만들어 각형 및 파우치형 배터리 형상보다 더 경제적으로 생산할 수 있게 되었습니다. 일부 추정치에 따르면 배터리 크기 및 제조 공정에 따라 권선 또는 롤링 전극은 10PPM의 스태킹 또는 “Z-폴딩”과 비교하여 분당 200PPM(parts per minute)으로 더 빠를 수 있습니다. 원통형은 다른 형태보다 본질적으로 더 기계적으로 견고하며 더 얇은 배터리 벽을 사용하여 가스 축적을 수용할 수 있으므로 더 안전한 선택지가 될 수 있습니다.

단점: 원통형 배터리 셀을 모듈에 배치할 때 각 셀 사이에는 간격이 존재합니다. 각 셀 사이의 공간은 열 축적을 줄이지만, 모듈에 비점유 공간을 많이 생기기 때문에 에너지 밀도가 줄어듭니다. 또한 일부 제조업체에 따르면 원통형 배터리는 추운 환경에서 다른 형상만큼 성능을 발휘하지 못합니다.

고유한 문제들: 원통형 배터리 셀의 설계는 추적성을 방해합니다. 전기 자동차 배터리 공장은 제조 공정, 자재 원산지 및 로트 번호와 같은 데이터를 DPM(직접 부품 표시)이라고 하는 배터리에 직접 에칭된 코드에 넣습니다. 이 정보는 리콜을 보다 효과적으로 관리하고, 수많은 규정 및 지속 가능성 목표를 준수하며, 생산 공정에서 문제를 격리하는 데 중요합니다.

그러나 원통형 배터리의 DPM을 판독하는 것은 코드가 배터리 면의 어느 곳에나 있을 수 있기 때문에 원통형 배터리에만 존재하는 어려운 문제입니다. 또한 이 배터리는 원형이고 금속성이므로 코드가 왜곡되고 변형되며 기계가 읽기 어려운 경우가 많습니다.

해결 방안: Cognex 이미지 기반 바코드 리더기는 고급 이미지 형성 및 디코딩 기술을 사용하여 이러한 문제를 극복합니다. HDR+(High Dynamic Range Plus)는 국소 대비를 높여 더 균일한 이미지를 만듭니다. 그래서 코그넥스 바코드 리더기가 더 넓은 시야를 커버하여 원통형 배터리의 다른 쪽에서 코드를 읽는 것을 가능하게 합니다. PowerGrid 적용 2DMax는 텍스처 및 형상 데이터를 결합하는 알고리즘으로 변형되거나 왜곡된 경우에도 저품질 DPM을 판독합니다.
 

새로운 형태와 크기: 블레이드 및 전고체 배터리

객관적인 “가장 좋은” EV 배터리 셀은 없습니다. 각 형상에는 장점, 단점, 제조상의 고유한 어려움이 있습니다. 기업들은 새로운 배터리 제조 기술, 설계 및 화학물질을 실험하고 있으며, 이에 따라 새로운 생산상의 문제가 발생합니다.

선도적인 EV 제조업체이자 배터리 생산업체인 BYD는 2020년에 “블레이드” 배터리를 도입했습니다. 이 설계는 모듈에 대한 필요성을 없애주며, 길고 얇은 직사각형 배터리 셀이 팩에 직접 설치되는 배터리 시스템을 갖추고 있습니다. 중국 자동차 제조업체는 블레이드 배터리가 다른 리튬인산철 배터리보다 50% 더 많은 공간을 절약한다고 주장합니다. Tesla는 2023년에 일부 모델에서 블레이드 배터리를 사용하기 시작했으며, 2024년 초에는 Ford, GM, Stellantis의 1차 자동차 공급업체인 BorgWarner Inc.가 BYD의 블레이드 배터리 사용 계약을 체결했습니다.

(이미지 출처: BYD)

2020년에 도입된 BYD의 블레이드 배터리는 다른 EV 배터리 구조에 비해 에너지 밀도와 안전 기능이 더 좋다고 주장합니다. 여러 자동차 제조업체와 오리지널 장비 제조업체(OEM)기 이 기술에 관심을 가지고 있습니다. 

또한 12개 이상의 자동차 제조업체와 배터리 제조업체가 전고체 배터리 기술을 연구하고 있습니다. 액체 전해질을 이온을 전도하는 멤브레인으로 사용하는 기존 배터리와 달리 전고체 배터리는 고체 전해질을 사용합니다. 전고체 배터리의 장점으로는 에너지 저장 개선, 충전 속도 향상, 더 안전한 EV 등이 있습니다. 그러나 이 기술은 여전히 발전 중에 있으며, 비평가들은 높은 생산 비용, 검증 부족 및 솔리드 스테이트 배터리가 대량 생산에 적합하기 전에 명확히 해야 할 기타 문제점들을 언급합니다.

머신 비전은 셀의 모양에 관계없이 EV 배터리 제조에 항상 유용한 도구가 될 것입니다. 배터리 기술 및 제조 기술이 발전함에 따라, 제조업체에게는 허용 가능한 이상치로부터 결함을 구분하고 구성 부품을 추적 및 확인하는 능력이 더욱 중요해질 것입니다.