배터리 공정 데이터 기반 불량 원인 분석
1. 개요
2차전지 제조 공정에서는 코팅, 조립, 포메이션 등 다양한 단계에서 불량이 발생할 수 있으며, 이를 분석하기 위해 각 공정의 데이터를 활용하는 것이 중요합니다.
2. 불량 사례: 셀 팽창 문제
문제: 완성 셀에서 팽창이 발생하고, X-ray 검사 결과 내부 가스 및 정렬 불량이 의심됨.
수집 데이터:
- 전극 공정: 믹싱 점도, 고형분, 코팅 두께, 롤프레스 압력
- 조립 공정: 슬리팅 정렬도, 탭 용접 온도
- 포메이션: 전압, 전류, 온도, 충전 용량
3. 분석 절차
- 공정 추적: MES 기반 히스토리 추적 → 작업 일자, 설비, 배치 식별
- 시각화/통계 분석: 코팅 두께, 정렬도 편차 확인 → 슬리팅 정렬 이상 발견
- 상관/회귀 분석: 정렬 오차와 팽창 간 상관성 분석 → Decision Tree 활용
- 실험 검증: 동일 조건 실험을 통한 불량 재현 성공
4. 활용 기술 및 도구
- 분석 도구: Python, R, Minitab, Tableau
- 기법: 통계적 공정관리(SPC), PCA, Decision Tree, Autoencoder
- 데이터 원천: MES, SCADA, 설비 센서 로그
5. 개선 결과
- 슬리팅 설비 센서 보강 및 제어 알고리즘 개선
- 불량률 0.7% → 0.15%로 감소
- 월간 생산 손실 30% 절감
6. 요약
| 항목 | 내용 |
|---|---|
| 불량 종류 | 셀 팽창, 내부 가스 발생 |
| 주요 원인 | 슬리팅 정렬 오차, 압력 불안정 |
| 분석 기법 | 회귀 분석, 머신러닝 (DT, Autoencoder) |
| 사용 도구 | Python, MES, Minitab |
| 개선 효과 | 불량률 감소 및 손실 비용 절감 |