Engineering insight

A degradation-based sorting method for lithium-ion battery reusePLOS ONE 12(10): e0185922 (2017) · Hao Chen, Julia Shen · DOI: https://doi.org/10.1371/journal.pone.0185922 · 원문: https://journals.plos.org/plosone/article?id=10.1371/journal.pone.01859225줄 핵심 요약1) 이 논문은 폐 18650 리튬이온 셀을 전부 파쇄하지 말고, 재사용 가능한 셀만 빠르게 골라내기 위한 X-ray 기반 비파괴 선별법을 제안합니다.2) 저자들은 배터리 내부층의 X-ray 대비(contrast)가 열화와 연동된다는 관찰을 바탕으로..

iMOE: prediction of second-life battery degradation trajectory using interpretable mixture of expertsNature Communications (2026) · Xinghao Huang et al. · 원문: https://www.nature.com/articles/s41467-026-69369-1 한 줄 핵심이 논문은 retired EV battery의 second-life 사용에서 가장 어려운 문제인 미래 degradation trajectory 예측을, 긴 사용 이력 없이 현장 접근 가능한 부분 신호 + interpretable mixture-of-experts로 푸는 battery-AI 논문입니다. 핵심은 단순 현재 SOH..

Issues and challenges facing rechargeable lithium batteriesNature (2001) · J.-M. Tarascon, M. Armand원문 DOI: https://doi.org/10.1038/35104644 한 줄 핵심이 논문은 리튬이온전지의 미래가 “더 좋은 단일 소재”가 아니라, 양극·음극·전해질·계면·안전·제조성을 함께 최적화하는 시스템 설계에 달려 있음을 정리한 초고영향력 리뷰입니다.1. 문제정의2001년 시점의 배터리 산업은 휴대기기 확산으로 더 높은 에너지밀도, 더 긴 수명, 더 가벼운 폼팩터를 강하게 요구받고 있었습니다. 그러나 수계 전지는 전압이 낮고, 금속 리튬 전지는 덴드라이트와 안전성 문제가 컸습니다. 이 논문은 왜 리튬이온전지가 승리했는지..

Uncertainty-aware and explainable machine learning for early prediction of battery degradation trajectoryDigital Discovery (2023) · Laura Rieger, Erik Frank, Oleksandr V. Wodyński, Alpha A. Lee, Tejs Vegge, Anja B. BizerayDOI: https://doi.org/10.1039/d2dd00067aHTML 본문: https://pubs.rsc.org/en/content/articlehtml/2023/dd/d2dd00067a Uncertainty-aware and explainable machine learning for early pred..

A reflection on lithium-ion battery cathode chemistryNature Communications (2020) · Arumugam Manthiram원문: https://www.nature.com/articles/s41467-020-15355-0DOI: https://doi.org/10.1038/s41467-020-15355-0 한 줄 핵심이 논문은 리튬이온전지 양극의 역사를 나열하는 리뷰가 아니라, 왜 어떤 양극 화학계는 살아남고 어떤 계열은 탈락했는지를 anion band position, 전이금속 redox energy, 구조 안정성, 확산 경로라는 재료화학 언어로 통합 설명한 고영향 cathode 설계 지도입니다.1. 문제 정의배터리 성능, 안전성, 비용, 수명..