Capturing the calendering U-shape in lithium-ion electrode thermal conductivity

기술 요약: 리튬 이온 전극 열전도율의 캘린더링 U자형 곡선 포착

문제 정의
리튬 이온 배터리의 열 관리는 모든 다공성 층에 대한 유효 수직 방향 열전도율($\lambda_{eff}$)의 정확한 모델링에 의존한다. 캘린더링 공정(롤 프레싱)에 따른 $\lambda_{eff}$의 의존성을 모델링하는 데 있어 중요한 격차가 존재한다. 실험 데이터에 따르면, 전도율은 캘린더링 중 기공률에 따라 비단조적인 "U자형" 의존성을 보인다. 즉, 전도율이 초기에 감소하다가 다시 상승한다. 기존의 분석적 폐쇄 모델(closure models), 예를 들어 기공률만을 고려한 모델이나 정적 접촉 유효 매질 이론(Bruggeman, Maxwell-Eucken, 표준 Zehner–Bauer–Schlünder 등)은 이 U자형 곡선을 재현하지 못하고 단조로운 상승만을 예측한다. 또한, 표준 모델들은 종종 크누센 효과(마이크로미터 단위 기공에서의 희박 가스 전도)나 공정 중 입자 접촉 네트워크 또는 결정학적 재배향의 진화를 무시한다. 이러한 U자형을 설명할 수 있는 분석적 폐쇄 모델의 부재는 공정 의존적인 오차를 10배 가까이 발생시킨다.

방법론
저자들은 Zehner–Bauer–Schlünder (ZBS) 유효 매질 이론을 기반으로 하되, 세 가지 특정 기능을 강화한 캘린더링 인지형 폐쇄 모델을 제안한다.

1. 크누센 보정 기반: 모델은 미크로미터 규모의 기공(특히 레이저 플래시 분석(LFA)에 사용되는 헬륨 퍼지 상황)에서 중요한 Smoluchowski/Knudsen 보정을 포함하여 기공 가스 전도율을 반영한다.
2. 캘린더링 인지형 접촉 항: U자형을 해결하기 위해, 저자들은 압축률 $\Pi$에 따른 압축 인덱스 접촉 항 $\phi(\Pi)$를 도입한다. 이 항은 고체-고체 브리지 네트워크의 진화를 모델링한다. 이는 초기 바인더 네트워크의 손상(전단, $a < 0$) 이후 입자 맞물림(interlocking)을 통한 회복($b \geq 0$)을 포착하기 위해 이차 함수 $\phi(\Pi) = \max(0, \phi_0 + a\Pi + b\Pi^2)$로 정식화된다.
3. 이방성 재배향 (흑연 음극): 흑연 음극의 경우, 모델은 제한된 재배향 메커니즘을 포함한다. 흑연 플레이크는 매우 이방적이다 ($\lambda_a \gg \lambda_c$). 모델은 캘린더링이 플레이크를 평면 방향으로 정렬시켜 수직 방향 열 경로가 약한 $c$-축을 가로지르게 만든다고 가정한다. 이는 압축에 따라 진화하는 Hermans 배향 인자 $S(\Pi)$를 통해 모델링되며, 유효 고체 전도율 $\lambda_s^\perp$를 $c$-축 한계치로 감소시킨다.

모델은 JAX를 사용하여 미분 가능한 저차원 폐쇄 모델로 구현되어, 순방향 예측과 역방향 추론(예: 전도율로부터 기공률 추정)을 모두 가능하게 한다. 캘리브레이션은 전류 집합체(current collector)의 기여를 제외한 후 LFA 측정으로부터 얻은 겉보기 수직 방향 코팅 전도율을 대상으로 한다.

주요 기여

• 주요 기여: 네 가지 전극 패밀리(흑연 음극 2종, NMC 양극 2종)에 대해 전도율의 U자형 의존성을 성공적으로 재현하는 캘린더링 인지형 폐쇄 모델을 제시하였다. 이는 이 현상을 포착한 최초의 저차원 모델이며, 기공률만을 고려했을 때의 평균 절대 백분율 오차(MAPE)를 31.1%에서 4.5%로 줄였다.
• 이차적 기여 (음극 특화): 흑연 음극에 대해, 플레이크를 $c$-축 방향으로 정렬시켜 낮은 피팅 고체 전도율을 설명하는 제한된 재배향 계정을 제공한다. 전도율 데이터만으로는 이를 접촉 모델과 유일하게 구분할 수 없으나, 재배향 모델이 더 파르시모니(parsimonious, 간결)하며 물리적으로 제한된 범위를 가진다.
• 미분 가능한 역모델: 이 미분 가능한 폐쇄 모델은 코팅 기공률이나 계면 품질을 추론할 수 있게 하여, 인라인 품질 관리를 지원한다.
• 식별성 분석: 저자들은 적은 데이터셋(패밀리당 6~6개 상태)을 고려하여 매개변수 식별성 문제를 엄격히 다룬다. 이들은 상충되는 매개변수($\lambda_s$와 $\phi_0$ 등)에 대해 고유한 점 추정치를 주장하기보다, 그룹화된 양(예: 브리지 전도도 $G_0 = \phi_0 \lambda_b$)과 프로파일 가능도 골짜기(profile-likelihood valleys)를 보고한다.

결과

• 정확도: 캘리브레이션된 폐쇄 모델은 27개의 캘린더링 상태에 대해 4.5%의 인샘플(in-sample) MAPE를 달으며, 재구성된 LFA 타겟의 추정 불확실성과 일치한다. 제외된 상태에 대한 오차(leave-one-state-out error)는 7.8%이다.
• 메커니즘 판별:
  • 양극: U자형은 전적으로 접촉 네트워크의 진화(손상 후 회복)에 의해 구동된다. NMC 입자는 준등방성이므로 재배향의 영향이 없다.
  • 음극: 접촉 전용 모델과 재배향 결합 모델 모두 데이터를 잘 설명한다(MAPE ~1.8–5.4%). 재배향 모델이 $c$-축 정렬을 통해 낮은 $\lambda_s$를 설명할 수 있다는 점에서 더 간결하지만, XRD 텍스처 측정이 이루어지기 전까지는 접촉 모델과 퇴보(degenerate) 관계에 있다.
• 외부 일관성: 모델은 다음의 일관성 검사를 통과한다:
  • 온도 데이터를 피팅하지 않고도 올바른 온도 계수의 부호(고체 제어를 나타내는 음수)를 예측한다.
  • 수직 방향 데이터로만 피팅되었음에도 불구하고, 독립적인 광열 측정(photothermal measurements)과 일치하는 평면 방향 전도율($\lambda_{\parallel}$)을 예측한다.
  • 계면 저항을 추론했을 때, 상용 18650 셀 스택에 대해 약 15%의 오차로 외삽된다.
• 역모델 가능성: 합성 데이터 상에서 미분 가능한 역모델은 RMSE 0.008로 기공률을 복구한다. 실제 데이터에서는 모델 형태의 잔차와 측정법-상태 결합으로 인해 오차가 더 크지만(0.05), 여면 검사(secondary checks)를 위한 도구로서 충분히 유효하다.

의의 및 주장
본 논문은 제안된 폐쇄 모델이 캘린더링 U자형을 포착하는 최초의 분석적 저차원 모델임을 주장하며, 계산 비용이 많이 드는 미세구조 해상 시뮬레이션과 단순 경험적 피팅 사이의 간극을 메운다. 그 의의는 다음과 같다:

1. 공정 해상도: 단순히 기공률에 기반한 정적 모델을 넘어, 전도율을 공정 변수(압축)와 명시적으로 연결한다.
2. 메커니즘 통찰: U자형이 접촉 네트워크의 진화(손상 후 맞물림)와 흑연의 경우 결정학적 재배향에서 기인함을 밝힌다.
3. 실용적 유용성: 미분 가능한 특성은 이 모델을 연속적인 전극 제조 공정에서 기공률 및 계면 모니터링을 위한 "소프트 센서"로 사용할 수 있게 하며, 이는 해상 시뮬레이션이나 순수 데이터 기반 회귀가 제공하지 못하는 능력이다.
4. 방법론적 범위: 저자들은 피팅된 매개변수의 절대값에 대해 겸허한 태도를 취하며, 이들이 LFA 유도 타겟에 대해 "방법론적 범위" 내에 있고, 가드된 핫 플레이트(guarded-hot-plate) 데이터로 재교정 시 1.8~2.4배 변화할 수 있음을 명시한다. 핵심적인 발견은 그룹화된 매개변수, 추세 방향, 그리고 직교 측정(XRD, 접착력, SEM)을 통한 메커니즘 판별 능력이다.

결론적으로, 음극에 대한 접촉 대 재배향의 분리는 전도율 데이터만으로는 해결되지 않은 상태이지만, 본 폐쇄 모델은 검증 가능한 프레임워크를 제공한다. 향의 단계는 두 가지 압력 가스 측정, XRD 텍스처 분석, 그리고 쌍을 이룬 계면 측정법을 포함한 전용 실험 캠페인을 통해 이러한 메커니즘을 확정하고 폐쇄 모델의 물리적 가정을 검증하는 것이다.