연료전지 스택의 체결압력이 성능과 내구성에 미치는 영향

체결압력과 접촉저항 간의 전기기계학적 상관관계

연료전지 스택에서 체결압력(clamping pressure)은 모든 구성 부품 간의 전기적 접촉을 확보하고 기체 누설을 방지하는 핵심 운전 변수입니다. 접촉저항(contact resistance)과 압력 사이의 관계는 Hertzian contact theory와 percolation theory의 조합으로 설명되며, 일반적으로 R_contact ∝ P^(-n) (n = 0.5-0.8)의 power law를 따릅니다. PEMFC 스택에서 전형적인 압력 범위인 0.5-2.0 MPa에서 bipolar plate와 GDL(Gas Diffusion Layer) 사이의 접촉저항은 10-100 mΩ·cm² 범위에 있으며, 압력이 2배 증가할 때 접촉저항은 약 30-40% 감소합니다.

 

접촉저항의 미시적 메커니즘은 표면 거칠기와 실제 접촉면적의 관계로 이해할 수 있습니다. Greenwood-Williamson model에 따르면 실제 접촉면적 A_real = A_nominal × (P/H)^n이며, 여기서 H는 재료의 hardness입니다. Carbon paper GDL의 경우 표면 거칠기 Ra = 50-150 μm이고, 1.0 MPa 압력에서 실제 접촉면적은 nominal area의 15-25%에 불과합니다. 이는 current density distribution의 불균일성을 야기하여 국부적 hot spot 형성과 성능 저하의 원인이 됩니다.

 

Multi-contact interface에서 총 저항은 각 계면의 저항이 직렬로 연결된 형태입니다: R_total = R_BP/GDL + R_GDL/CL + R_CL/membrane. 일반적으로 BP/GDL interface가 전체 저항의 60-80%를 차지하므로, 이 계면에서의 압력 최적화가 가장 중요합니다. Stainless steel bipolar plate의 경우 표면 oxide layer(Cr₂O₃, Fe₂O₃)가 접촉저항을 증가시키므로, gold plating이나 conductive coating을 통해 개선할 수 있습니다. TiN coating을 적용한 SS316L plate에서는 접촉저항이 50-70% 감소하여 동일 압력에서 더 우수한 전기적 contact를 확보합니다.

 

압력 분포의 균일성도 중요한 고려사항입니다. Finite element analysis(FEA) 결과, tie-rod 방식의 체결에서 중앙부와 가장자리의 압력 차이가 30-50%에 달할 수 있으며, 이는 cell-to-cell performance variation의 주요 원인입니다. Spring-loaded compression system을 사용하면 thermal expansion으로 인한 압력 변화를 ±10% 이내로 제한할 수 있어 uniform pressure distribution을 달성합니다. Pressure-sensitive film(Fujifilm Prescale)을 이용한 실험에서 최적 체결 순서는 중심에서 외곽으로 대각선 방향으로 진행할 때 압력 편차를 최소화할 수 있음이 확인되었습니다.

 

 

가스확산층 압축과 물질전달 특성 변화

GDL의 압축은 기공구조의 변화를 통해 물질전달 특성에 직접적인 영향을 미칩니다. Carbon paper GDL의 경우 압력 증가에 따라 두께가 지수적으로 감소하며, 이는 modified Gibson-Ashby model로 예측할 수 있습니다: t/t₀ = 1 - (P/P₀)^0.3, 여기서 P₀는 특성압력(~0.2 MPa)입니다. Toray TGP-H-120에서 1.0 MPa 압력 적용 시 두께가 380 μm에서 280 μm로 약 26% 감소하며, 이는 기체 확산 경로의 tortuosity 증가로 이어집니다.

 

압축에 의한 기공률 변화는 effective diffusivity에 큰 영향을 미칩니다. Bruggeman correlation D_eff = D_bulk × ε^1.5에서 기공률 ε가 0.78에서 0.65로 감소하면 effective diffusivity는 약 35% 감소합니다. 이는 특히 cathode에서 oxygen transport limitation을 증가시켜 high current density 영역에서 성능 저하를 야기합니다. 그러나 적절한 압축은 contact resistance 감소로 인한 이익이 diffusion resistance 증가로 인한 손실보다 클 수 있어, 최적 압력점이 존재합니다.

 

Permeability 변화는 Darcy's law를 통해 정량화할 수 있으며, K = K₀ × (ε/ε₀)³ × ((1-ε₀)/(1-ε))² 관계를 따릅니다. SGL 25BC GDL에서 압력이 0.2 MPa에서 1.5 MPa로 증가할 때 in-plane permeability는 2.3×10⁻¹¹ m²에서 1.1×10⁻¹¹ m²로, through-plane permeability는 8.7×10⁻¹² m²에서 3.2×10⁻¹² m²로 감소합니다. 이러한 anisotropic permeability 변화는 reactant gas의 flow pattern에 영향을 미쳐 concentration distribution을 변화시킵니다.

 

Micro-porous layer(MPL)가 있는 GDL에서는 압축 효과가 더욱 복잡하게 나타납니다. MPL의 crack formation과 delamination이 압력에 따라 변화하며, 이는 water management에 큰 영향을 미칩니다. 5-10 μm 두께의 MPL에서 0.5 MPa 이상의 압력이 가해지면 micro-crack이 형성되어 liquid water의 breakthrough pressure가 감소하고, capillary pressure curve가 변화합니다. Contact angle measurement 결과, 압축된 MPL 표면에서 water contact angle이 140°에서 120°로 감소하여 hydrophobicity가 약화됨이 관찰됩니다.

 

Temperature cycling과 압축의 복합 효과도 중요한 고려사항입니다. GDL의 thermal expansion coefficient(~10⁻⁶/K)와 bipolar plate의 coefficient(~10⁻⁵/K) 차이로 인해 온도 변화 시 압력이 동적으로 변화합니다. 80°C 운전 온도에서 상온 대비 약 15-20%의 압력 증가가 발생하며, 이는 GDL의 추가적인 압축과 기공구조 변화를 유발합니다. Fatigue test 결과, 1000회의 thermal cycling 후 GDL의 영구변형률이 5-8%에 달하여 초기 압력 설정값의 재검토가 필요합니다.

 

MEA 계면 응력과 전기화학적 성능 상관관계

Membrane electrode assembly(MEA)에서 체결압력은 각 구성요소 간의 계면 특성을 결정하는 핵심 인자입니다. Catalyst layer와 membrane 사이의 접착력은 압력에 따라 크게 변화하며, 이는 ionic contact resistance와 직결됩니다. T-peel test를 통한 adhesion strength 측정 결과, 압력이 0.5 MPa에서 1.5 MPa로 증가할 때 접착강도가 2.1 N/cm에서 4.8 N/cm로 증가합니다. 그러나 2.0 MPa를 초과하면 membrane의 과도한 압축으로 인해 ionic conductivity가 저하되어 오히려 성능이 감소하는 역효과가 나타납니다.

 

Membrane의 압축 거동은 water content와 온도에 크게 의존합니다. Fully hydrated Nafion 212의 경우 Young's modulus가 250 MPa이지만, dry condition에서는 1200 MPa까지 증가합니다. 압력-strain relationship은 λ = λ₀ × (1 - P/E_eff)로 모델링할 수 있으며, 여기서 λ는 membrane water content입니다. 1.0 MPa 압력에서 water uptake가 22에서 19로 약 14% 감소하며, 이는 proton conductivity를 15-20% 저하시킵니다.

 

Triple phase boundary(TPB) 길이의 변화도 압력의 중요한 영향 중 하나입니다. High-resolution SEM 분석 결과, 적절한 압축(0.8-1.2 MPa)은 catalyst layer의 crack을 닫아 TPB 길이를 증가시키지만, 과도한 압축(> 2.0 MPa)은 기공 collapse로 인해 TPB를 감소시킵니다. 최적 압력에서 TPB 길이는 압축 전 대비 25-30% 증가하여 electrochemical surface area(ECSA)의 향상으로 이어집니다.

 

In-situ impedance spectroscopy를 통한 분석에서 압력 변화에 따른 저항 성분의 분리가 가능합니다. High frequency resistance(HFR)는 주로 membrane과 contact resistance를 반영하며, 압력 증가에 따라 지수적으로 감소합니다: HFR = HFR₀ × exp(-P/P_char), 여기서 P_char ≈ 0.6 MPa입니다. Charge transfer resistance는 압력에 대한 의존성이 상대적으로 작지만, TPB 변화를 통한 간접적 영향을 받습니다.

 

Membrane pinhole formation과 압력의 관계도 중요한 내구성 인자입니다. 과도한 압력은 membrane에 stress concentration을 유발하여 micro-defect의 성장을 가속화시킵니다. Fracture mechanics 관점에서 crack tip에서의 stress intensity factor는 K = σ√(πa) × Y로 표현되며, 여기서 a는 초기 결함 크기입니다. Critical stress intensity factor K_IC = 1.2 MPa√m을 초과하면 crack propagation이 시작되어 cross-leak이나 membrane failure로 이어집니다.

 

씰링 성능과 스택 내부 압력 분포 최적화

연료전지 스택에서 sealing performance는 체결압력과 직접적인 상관관계를 가지며, 이는 reactant crossover와 parasitic current loss에 영향을 미칩니다. Elastomeric gasket의 compression set behavior는 Maxwell model을 따르며, stress relaxation은 σ(t) = σ₀ × exp(-t/τ)로 표현됩니다. EPDM gasket의 경우 relaxation time constant τ = 2000-5000 시간이며, 초기 stress의 20-30%가 1년 내에 감소합니다. 이는 장기 운전 시 re-tightening의 필요성을 시사합니다.

 

Gasket material의 선택과 groove design이 sealing 효과를 결정합니다. Shore A hardness 70-80의 FKM(Fluorocarbon) gasket에서 25-30% compression ratio를 적용할 때 최적의 sealing force를 얻을 수 있습니다. O-ring groove의 경우 squeeze ratio S = (d₀-g)/d₀ × 100%에서 15-20%가 적정 범위이며, 이때 contact stress는 0.7-1.2 MPa에 도달합니다. FEA 시뮬레이션 결과, 적절한 groove geometry(R/W ratio = 0.1-0.15)에서 von Mises stress distribution이 가장 균일하게 나타납니다.

 

Gas crossover rate의 정량적 평가는 leak detection system을 통해 수행됩니다. Mass spectrometry를 이용한 He tracer test에서 leak rate는 pressure differential의 제곱근에 비례하며, Q_leak ∝ √ΔP × A_leak 관계를 따릅니다. 1.0 MPa 체결압력에서 H₂ crossover rate가 10⁻⁸ mol/s·cm 이하로 유지되어야 safety requirement를 만족하며, 이는 gasket의 compression stress가 0.8 MPa 이상일 때 달성 가능합니다.

 

Internal pressure distribution mapping을 통한 최적화는 computational fluid dynamics(CFD)와 결합하여 수행됩니다. Flow field 내부의 pressure drop은 ΔP = f × (L/D) × (ρv²/2)로 계산되며, 여기서 friction factor f는 Reynolds number와 surface roughness의 함수입니다. Serpentine flow field에서 압력 손실이 10-50 kPa 범위에 있을 때, 이는 전체 stack pressure의 5-10%에 해당하여 체결압력 설계 시 고려해야 할 요소입니다.

 

Belleville washer spring system을 이용한 adaptive pressure control이 최신 기술 동향입니다. Spring constant k = 4πEt³/[3(1-ν²)(D₀²-Di²)]에서 적절한 spring geometry를 설계하면 temperature variation에 따른 압력 변화를 ±5% 이내로 제한할 수 있습니다. Load cell feedback을 통한 real-time pressure monitoring과 hydraulic actuator를 결합하면 운전 중 압력 조절이 가능하며, 이는 optimal performance maintenance와 component protection을 동시에 달성할 수 있게 합니다.

 

장기 내구성과 기계적 열화 메커니즘

연료전지 스택의 장기 운전에서 체결압력은 다양한 기계적 열화 메커니즘과 상호작용합니다. Creep deformation은 가장 중요한 열화 요인 중 하나로, Norton-Bailey law에 따라 ε_creep = A × σⁿ × tᵐ으로 표현됩니다. Carbon fiber GDL의 경우 n = 2-3, m = 0.3-0.5 값을 가지며, 80°C에서 1.0 MPa의 지속 압력 하에 5000시간 후 약 3-5%의 영구변형이 발생합니다. 이러한 creep은 initial sealing pressure의 점진적 감소로 이어져 re-compression의 필요성을 야기합니다.

 

Fatigue loading에 의한 재료 열화도 중요한 고려사항입니다. Start-stop cycling과 load variation으로 인한 thermal expansion/contraction은 cyclic stress를 발생시키며, 이는 S-N curve를 통해 분석할 수 있습니다. Graphite bipolar plate에서 stress amplitude 50 MPa, mean stress 100 MPa 조건에서 fatigue life는 약 10⁵ cycles로 예측되며, 이는 automotive application의 요구 조건(15년, 5000 start-stop)을 만족합니다.

 

Hygrothermal aging effects는 humid environment에서 중요하게 나타납니다. Polymer components(gasket, GDL binder)의 glass transition temperature가 moisture absorption으로 인해 10-20°C 감소하며, 이는 mechanical property degradation을 가속화합니다. PTFE binder의 경우 95% RH, 80°C 조건에서 1000시간 exposure 후 tensile strength이 25% 감소하고 elongation at break이 15% 증가하여 GDL의 mechanical integrity가 약화됩니다.

 

Corrosion-induced dimension change도 장기 내구성에 영향을 미칩니다. Stainless steel bipolar plate에서 passive film growth는 약 2-5 nm/year 속도로 진행되며, 이는 미세한 두께 증가를 유발합니다. 100 cell stack에서 연간 20-50 μm의 누적 두께 증가가 발생하여 initial clamping force의 2-3% 증가 효과를 나타냅니다. 이러한 변화는 spring-loaded system에서는 자동으로 보상되지만, rigid clamping에서는 overstress를 야기할 수 있습니다.

 

Predictive maintenance를 위한 health monitoring system 구축이 중요한 기술 요소입니다. Strain gauge와 load cell을 이용한 real-time stress monitoring, acoustic emission을 통한 crack detection, 그리고 impedance spectroscopy를 통한 contact resistance monitoring을 통합하면 component degradation의 early warning이 가능합니다. Machine learning algorithm을 활용하여 multiple sensor data를 분석하면 remaining useful life(RUL) 예측 정확도를 85% 이상 달성할 수 있으며, 이는 proactive maintenance strategy 수립의 기초가 됩니다.