[논문]Six 시그마를 이용한 연료전지 촉매구조의 최적화

김세현; 김선회

doi:10.5392/jkca.2011.11.8.468

[국내논문] Six 시그마를 이용한 연료전지 촉매구조의 최적화
Fuel Cell Catalyst Optimization by Six Sigma 원문보기

한국콘텐츠학회논문지 = The Journal of the Korea Contents Association, v.11 no.8, 2011년, pp.468 - 474

김세현 (상지대학교 신에너지.자원공학과) , 김선회 (상지대학교 신에너지.자원공학과)

초록
AI-Helper

연료전지에 사용되는 백금촉매 제조 공정상의 변수로서 환원제를 사용 하였다. 환원조절 횟수, 환원온도, 환원제의 양 그리고 공정시간의 네 가지의 제어인자에 변화를 주어 입자의 크기와 ICP 수율 등의 촉매 구조에 관한 최적화의 평가를 위해 six sigma 의 design of experiment 기법을 사용하여 각각의 변수간의 최적점을 확인해 보았다. 부분요인배치를 통해 입자크기 2.2nm 이하와 ICP수율 75% 이상의 촉매제조를 위하여 도출된 결과로서 주된 제어인자는 환원 시간과 환원 온도로서 밝혀졌고 각 변수의 최적 조건으로서는 환원조절횟수 1회, 환원온도 $67-88^{\circ}C$, 환원제의 양 0.5ml 그리고 10분의 공정시간에서 최적화가 이루어졌다.

Abstract ▼ AI-Helper

Reducing agent was used as process variable for Pt catalyst production process. By using six sigma the optimum operating variables condition for particle size and ICP yield were deduced. With the help of fractional factorial design the major variables were reduction temperature and process time. Also, the optimum number of reduction process, reduction temperature, quantity of reducing agent and process time were 1, $67-88^{\circ}C$, 0.5 ml and 10minutes, respectively.

Keyword

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

R&D six sigma의 design of experiment(DOE)를 이용하여 연료전지 촉매의 생산을 위한 공정변수의 최적점을 찾고자 한다.
그 중 본 연구에서는 R&D six sigma를 사용하여 연료전지의 촉매구조의 최적화인 2.2mn 이하의 입자크기와 ICP수율 73% 이상의 결과치를 구하기 위하여 앞서 설명한 환원 pH 조절 횟수, 환원온도, 환원제의 양 그리고 공정시간의 네 가지의 공정변수들 간의 최적점을 도출하는 작업을 진행하였다.
R&D six sigma의 design of experiment(DOE)를 이용하여 연료전지 촉매의 생산을 위한 공정변수의 최적점을 찾고자 한다. 이를 위해 연료전지 촉매의 생산을 위한 환원과정 내에서 최소한의 실험을 통하여 핵심적인 네 가지 인자 사이에 최적점을 찾아내는 과정을 살펴보려고 한다.
본 연구에는 앞서 설명한 4가지 환원공정에 있어서의 변수인 환원 pH 조절 횟수, 화원온도, 환원제의 양 그리고 환원공정시간과 입자의 크기 및 ICP수율과의 상관관계를 설명하기 위하여 나머지의 촉매 제조 공정은 모두 같다고 전제하고 환원공정에서의 유의성만을 검증하는 작업을 진행하였다.
이 때 무작위 실험의 배치는 minitab^®의 random 기능을 이용하였다. 본 연구의 목표는 입자크기 2.2nm 이하 ICP수율 73% 이상의 촉매를 제작하는 것이다. 그에 따른 실험에 있어서 [표 1]에 각각의 특성치와 제어인자를 나열하였고 또한 실험 계획과 배치법에 관한 설명을 표현하였다.
이렇게 구하여진 최적화된 공정변수의 검증을 위하여 최적 조건에 맞추어 실험을 진행하였다. 실험은 완전한 검증을 위하여 3회에 걸쳐 같은 실험을 진행 하였다. 최적화가 진행된 대로 구해진 조건하에 수행된 실험의 결과로서 입자크기는 3회에 걸친 실험에 있어 2.

가설 설정

이 경우 보다 복잡한 교호작용의 분석이 필요하다고 할 수 있다. 하지만 두 그래프의 경향이 같고 교차하는 부분이 큰 값을 나타내지 않기 때문에 교호작용이 그리 크지 않을 수 있다는 가정 하에 교호작용을 위한 분석은 향후의 연구에서 진행 하도록 하고 본 연구에서는 교호작용은 적다는 가정을 두고 연구를 계속 진행하기로 하였다. 또한 앞서 설명한 네 가지의 변수 중 가장 영향력이 큰 두 개의 변수를 골라 그 영향성과 최적점에 대하여 분석을 실시하였다.

제안 방법

특히 환원과정에서 환원 pH 조절횟수의 수, 환원온도, 환원제의 양 그리고 공정시간의 네 가지의 중요한 변수의 변화에 따라 앞서 설명한 입자의 크기와 ICP 수율이 결정된다. 여기에 이 네 가지 인자들에 대한 각각의 최적화가 필요하게 되는데 본 연구에서는 six sigma를 도입하여 그 최적화를 시도하였다.
본 연구에 있어서 입자의 크기를 측정함에 있어 XRD(X-ray Diffraction)을 사용하여 입자의 크기를 측정한다. 이 때 XRD Data를 얻고 Scherrer Equation을 이용하여 입자크기를 측정을 하게 되는데 이 때 Base Line을 잡는 방법과 Peak의 최대점을 정하는 방법이 측정자에 따라 많이 달라질 수가 있다.
이에 같은 샘플 5개에 대하여 3명의 각기 다른 측정자들이 각각 2회씩 무작위로 입자크기를 측정하여 측정자에 따른 차이를 gage R&R 로 측정하였다.
그림 2. Gage R&R 결과

결과분석은 인자 수 4개를 모두 배치하여 두 번 반복으로 32번의 실험을 통해 결과물을 얻는 방식인 완전배치법을 사용하지 않고 부분배치법을 사용하여 screening을 통해 실험의 횟수를 줄여 16번의 실험으로 진행 하였다. 즉 4인자 2수준의 부분배치법을 이용하여 실험 및 분석을 진행하였다.
실험의 진행은 4인자 2수준의 부분배치법으로 2번 반복하여 진행하였다. 결과적으로 8번의 실험이 각각 두 번 반복된 것이라 할 수 있다.
결과적으로 8번의 실험이 각각 두 번 반복된 것이라 할 수 있다. 또한 모든 실험은 상호 연관성을 배제하기 위하여 무작위로 실시하였다. 이 때 무작위 실험의 배치는 minitab^®의 random 기능을 이용하였다.
부분배치법에 의한 16회의 실험을 통하여 결과치를 얻게 되었다. 앞서 설명한 4가지의 환원공정에 있어서의 변수의 변화에 따른 입자의 크기와 ICP 수율의 변화를 표현했다. 각각의 실험 결과치는 minitab^®의 random 기능을 이용하여 무작위 배치를 한 후 진행 하였다.
각각의 실험 결과치는 minitab^®의 random 기능을 이용하여 무작위 배치를 한 후 진행 하였다. 공정변수 중 환원 pH 조절 횟수, 환원원도, 환원제 양 그리고 환원시간은 1회와 7회, 20℃와 90℃, 0.5ml와 1.5ml 그리고 마지막으로 환원시간은 10분과 50분으로 각각의 인자에 대해 2번씩 실험을 진행하였다.
하지만 두 그래프의 경향이 같고 교차하는 부분이 큰 값을 나타내지 않기 때문에 교호작용이 그리 크지 않을 수 있다는 가정 하에 교호작용을 위한 분석은 향후의 연구에서 진행 하도록 하고 본 연구에서는 교호작용은 적다는 가정을 두고 연구를 계속 진행하기로 하였다. 또한 앞서 설명한 네 가지의 변수 중 가장 영향력이 큰 두 개의 변수를 골라 그 영향성과 최적점에 대하여 분석을 실시하였다.
5ml 그리고 10min 으로 정리할 수 있다. 이렇게 구하여진 최적화된 공정변수의 검증을 위하여 최적 조건에 맞추어 실험을 진행하였다. 실험은 완전한 검증을 위하여 3회에 걸쳐 같은 실험을 진행 하였다.
Six sigma 기법의 design of experiment (DOE)를 이용하여 촉매제조상의 중요 변수인 환원횟수, 환원온도, 환원제의 양 그리고 환원시간의 네 개의 공정변수간의 최적점을 도출하였다. 4인자2수준의 부분배치법을 사용하여 총 16회의 실험을 실시하여 최적화된 점을 확인하였다.
Six sigma 기법의 design of experiment (DOE)를 이용하여 촉매제조상의 중요 변수인 환원횟수, 환원온도, 환원제의 양 그리고 환원시간의 네 개의 공정변수간의 최적점을 도출하였다. 4인자2수준의 부분배치법을 사용하여 총 16회의 실험을 실시하여 최적화된 점을 확인하였다. 공정비용 및 시간을 고려하여 최종적인 결론으로서 환원횟수, 환원온도, 환원제의 양 그리고 환원시간의 최적점은 각각 1회, 80℃, 0.
그 결과로서 최적화된 공정변수를 이용한 실험 결과로서도 검증을 시도한 결과 원하는 목표치를 만족시킬 수 있었다. Six sigma를 통하여 적은 실험횟수로도 최적점을 구하려는 시도를 본 연구에서 진행하였다. 향 후 이번 연구에서 고려하지 않은 다른 변수 및 목표 값에 대한 연구가 필요하며 다양한 분야의 연료전지 연구에 응용될 수 있을 것으로 기대된다.

대상 데이터

이에 같은 샘플 5개에 대하여 3명의 각기 다른 측정자들이 각각 2회씩 무작위로 입자크기를 측정하여 측정자에 따른 차이를 gage R&R 로 측정하였다. 이 때 사용된 샘플은 여러 가지의 입자크기가 다른 샘플을 사용하였으며, 각기 다른 3명의 측정자들이 측정 하였다. 그 과정에 사용된 minitab^® 의 worksheet은 아래의 [그림 1]에 설명되어 있다.

데이터처리

각각의 실험 결과치는 minitab®의 random 기능을 이용하여 무작위 배치를 한 후 진행 하였다.

이론/모형

결과분석은 인자 수 4개를 모두 배치하여 두 번 반복으로 32번의 실험을 통해 결과물을 얻는 방식인 완전배치법을 사용하지 않고 부분배치법을 사용하여 screening을 통해 실험의 횟수를 줄여 16번의 실험으로 진행 하였다. 즉 4인자 2수준의 부분배치법을 이용하여 실험 및 분석을 진행하였다. 그 실험의 배치는 [표 1]에 표현되어 있다.

성능/효과

또한 학문적인 도구 보다는 현장의 경험치를 이용한 최소한의 실험 및 시도로서 최적점을 구할 수 있는 도구로서 minitab®의 간단한 조작만으로도 최적화된 공정을 확인 할 수 있다.
그림에서 표시된 N, R_Temp, R_Amount 그리고 R_Time 은 각각 환원 횟수, 환원온도, 환원제의 양 그리고 환원시간을 나타낸다. 1회와 7회 환원횟수를 실시한 결과 환원횟수의 증가에 따라 입자의 크기는 감소하는 것으로 나타났다. 또한 환원온도의 영향성은 환원온도의 증가에 따라 촉매입자의 크기는 증가하는 것으로 나타났다.
1회와 7회 환원횟수를 실시한 결과 환원횟수의 증가에 따라 입자의 크기는 감소하는 것으로 나타났다. 또한 환원온도의 영향성은 환원온도의 증가에 따라 촉매입자의 크기는 증가하는 것으로 나타났다. 환원제의 양에 따른 촉매입자 크기의 변화는 증가함을 볼 수 있었으나 그 효과는 나머지 다른 변수들에 비하여 상대적으로 적다는 것을 확인할 수 있었다.
또한 환원온도의 영향성은 환원온도의 증가에 따라 촉매입자의 크기는 증가하는 것으로 나타났다. 환원제의 양에 따른 촉매입자 크기의 변화는 증가함을 볼 수 있었으나 그 효과는 나머지 다른 변수들에 비하여 상대적으로 적다는 것을 확인할 수 있었다. 마지막으로 환원시간에 따른 입자크기의 변화는 환원시간을 증가함에 따라 입자크기는 감소한다는 것을 확인할 수 있었다.
환원제의 양에 따른 촉매입자 크기의 변화는 증가함을 볼 수 있었으나 그 효과는 나머지 다른 변수들에 비하여 상대적으로 적다는 것을 확인할 수 있었다. 마지막으로 환원시간에 따른 입자크기의 변화는 환원시간을 증가함에 따라 입자크기는 감소한다는 것을 확인할 수 있었다. 각각의 공정변수에 대하여 입자크기의 변화는 환원횟수와 환원시간을 늘릴 경우 입자의 크기가 감소하는 것을 확인할 수 있었으며, 나머지 두 변수인 환원온도와 환원제의 양을 늘리는 경우 입자의 크기가 증가함을 알 수 있었다.
마지막으로 환원시간에 따른 입자크기의 변화는 환원시간을 증가함에 따라 입자크기는 감소한다는 것을 확인할 수 있었다. 각각의 공정변수에 대하여 입자크기의 변화는 환원횟수와 환원시간을 늘릴 경우 입자의 크기가 감소하는 것을 확인할 수 있었으며, 나머지 두 변수인 환원온도와 환원제의 양을 늘리는 경우 입자의 크기가 증가함을 알 수 있었다. 이 그림을 통하여 네 가지의 변수 가운데 입자의 크기에 가장 큰 영향력을 미치는 두 가지 변수는 환원온도와 환원시간임을 확인할 수 있었고 이 두 가지 변수에 관한 분석이 [그림 4]에 설명되어 있다.
[그림 7]에서는 환원온도와 환원시간이 입자의 크기에 미치는 영향에 관하여 등고선으로 표현 하였다. 환원온도가 낮을수록 입자의 크기는 작아지는 것을 확인할 수 있으며 또한 환원시간 역시 환원시간을 줄일수록 입자의 크기는 작아지는 것을 확인할 수 있다.
실험은 완전한 검증을 위하여 3회에 걸쳐 같은 실험을 진행 하였다. 최적화가 진행된 대로 구해진 조건하에 수행된 실험의 결과로서 입자크기는 3회에 걸친 실험에 있어 2.20nm, 2.19nm 그리고 2.20nm이 구해졌고, ICP수율은 각각 73.8%, 74.1% 그리고 73.1%의 결과를 얻어 six sigma를 사용한 최적화된 공정변수에 관한 검증을 완료했다. 그 결과는 [표 2]에 정리되어 있다.
4인자2수준의 부분배치법을 사용하여 총 16회의 실험을 실시하여 최적화된 점을 확인하였다. 공정비용 및 시간을 고려하여 최종적인 결론으로서 환원횟수, 환원온도, 환원제의 양 그리고 환원시간의 최적점은 각각 1회, 80℃, 0.5ml 그리고 10min으로 도출되었다. 그 결과로서 최적화된 공정변수를 이용한 실험 결과로서도 검증을 시도한 결과 원하는 목표치를 만족시킬 수 있었다.
5ml 그리고 10min으로 도출되었다. 그 결과로서 최적화된 공정변수를 이용한 실험 결과로서도 검증을 시도한 결과 원하는 목표치를 만족시킬 수 있었다. Six sigma를 통하여 적은 실험횟수로도 최적점을 구하려는 시도를 본 연구에서 진행하였다.

후속연구

Six sigma를 통하여 적은 실험횟수로도 최적점을 구하려는 시도를 본 연구에서 진행하였다. 향 후 이번 연구에서 고려하지 않은 다른 변수 및 목표 값에 대한 연구가 필요하며 다양한 분야의 연료전지 연구에 응용될 수 있을 것으로 기대된다.

질의응답

핵심어	질문	논문에서 추출한 답변
	연료전지 stack에서 촉매층 단위 부피당 백금의 담지량을 늘리기 위한 요구 조건은?	또한 mass trasnsport loss에 의한 성능의 저하를 막기 위해서는 코팅된 촉매층이 얇아야 하므로 촉매층 단위 부피당 백금의 담지량을 늘려야 한다. 이에 그 요구조건으로서 백금 입자의 크기는 평균 2.2nm 이하로 관리해야 하며, 촉매층의 백금 담지량은 ICP수율로서 그 허용치는 73wt% 이상이 요구된다. 촉매의 입자크기와 백금담지량을 결정짓는 공정상에서 환원과정 중에 그 결과가 좌우된다.
	여러 방식의 연료전지 중 가장 상용화에 근접한 기술 방식은?	그 중 몇 가지 예를 들자면, 고체전해질을 사용하는 SOFC(solid oxide fuel cell), 용융탄산염을 사용하는 MCFC(molten carbonate fuel cell), 고체고분자형 연료전지(proton exchange membrane fuel cell, PEMFC) 등이 있다. 그 중 PEMFC는 여타의 여러 가지 방식의 연료전지 중에서 현재 그 기술적 성숙도가 가장 높아 상용화에 가장 근접한 기술 방식이라고 할 수 있다. PEMFC의 특징으로서는 90℃ 이하의 낮은 운전온도에 따른 우수한 시동 및 운전특성과 이동형전원에서 수송용 그리고 분산발전시스템 까지 응용될 수 있는 폭넓은 응용분야 때문에 현재 기술의 성숙도가 가장 높은 기술이라 할 수 있다.
	PEMFC의 특징은?	그 중 PEMFC는 여타의 여러 가지 방식의 연료전지 중에서 현재 그 기술적 성숙도가 가장 높아 상용화에 가장 근접한 기술 방식이라고 할 수 있다. PEMFC의 특징으로서는 90℃ 이하의 낮은 운전온도에 따른 우수한 시동 및 운전특성과 이동형전원에서 수송용 그리고 분산발전시스템 까지 응용될 수 있는 폭넓은 응용분야 때문에 현재 기술의 성숙도가 가장 높은 기술이라 할 수 있다. 또한 전기화학 반응을 통한 에너지 발생에 따른 부산물은 오염원을 전혀 발생시키지 않는 순수한 물로써 환경에 거의 해를 끼치지 않기 때문에 친환경 청정에너지 기술로서 각광을 받고 있으며 현재에는 수소연료전지 자동차 및 가정용 소형 열병합 연료전지 분야, 그리고 분산발전 분야 등에서 상용화가 거의 임박해 있다고 할 수 있다.

참고문헌 (8)

T. Nguyen, and R. White, "A water and heat management model for proton exchange membrane fuel cells," J. of Electrochem. Soc. Vol.140, pp.2178-2186. 1993.

상세보기
S. Shimpalee, D. Spuckler,, and J. W. Van Zee, "Prediction of transient response for a $25-cm^2$ PEM fuel cell," J. Power Sources, Vol.167, No.1, pp.130-138, 2007.

상세보기
W. K. Lee, C. H. Ho, J. W. Van Zee, and M. Murthy, "The effects of compression and gas diffusion layers on the performance of a PEM fuel cell," J. Power Sources, Vol.84, No1, pp.45-51, 1999.

상세보기
이지정, 김인태, 장언, 이홍기, 심중표, "고분자전해질 연료전지에서 다양한 기체확산층의 물리적 특성과 연료전지 성능 비교", 한국전기화학회논문지, 제10권, 제4호, pp.270-278, 2007.

원문보기 상세보기
이국승, 박희영, 전태열, 성영은, "안티몬 도핑된 주석 산화물에 담지된 백금 촉매의 에탄올 산화반응 및 안정성 연구", 한국전기화학회논문지, 제11권, 제3호, pp.141-146, 2008.

원문보기 상세보기
J. S. Kim, and S. I. Pyu, "A Review of Ac-impedance Models for the Analysis of the Oxygen Reduction Reaction on the Porous Cathode Electrode for Solid Oxide Fuel Cell," 한국전기화학회논문지, 제8권, 제2호, pp.106-114, 2005.

원문보기 상세보기
박동규, minitab을 활용한 실험계획법, 기전연구사, 2008.
박상규, 이영광, 실험계획법, 청호, 2003.

저자의 다른 논문 :

활용도 분석정보

상세보기

다운로드

내보내기

활용도 Top5 논문

해당 논문의 주제분야에서 활용도가 높은 상위 5개 콘텐츠를 보여줍니다.
더보기 버튼을 클릭하시면 더 많은 관련자료를 살펴볼 수 있습니다.

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증