★ 機械学習・深層学習を用いたバッテリーの劣化予測、寿命推定技術を徹底解説！

リチウムイオン電池の劣化評価、寿命推定技術

【提携セミナー】

主催：株式会社技術情報協会

講座内容

・地球環境問題、資源問題解決に向けた、自動車の電動化（ＥＶ）、再生可能エネルギーへの転換などの政策が、リチウムイオン電池（LIB）市場成長を牽引していくだろう。この中、エネルギー密度、コストの観点からとは別に、寿命に大きな期待が寄せられるであろう。今、適切な加速評価・解析技術、寿命推定技術、そして、LIBの劣化メカニズムを整理することが必須であり、ここでは、長寿命化への期待、２つの劣化メカニズム、これらを踏まえた寿命推定の基本的考え方につき解説する。
・リチウムイオン電池(LIB)はモバイル機器・定置・産業機器・自動車等の用途に使用され、近年では変動性再生可能エネルギーの出力変動・時間帯偏在性の解決のためのデバイスとして期待されている。 本講演では性能評価・残量推定・劣化診断法を基礎から体系的にまとめて説明するとともに、当社の差電圧法を用いた劣化診断法の事例を紹介する。
・脱炭素化に向けた取組が世界中で加速する中、バッテリーサーキュラーエコノミーの確立の重要性がますます高まっています。当社は、電池材料の製造から使用、リユース、リサイクルに至るまでの各段階で、電気計測とデータ解析のソリューションを通じてその確立への貢献を目指しています。運用中および運用後のバッテリーや、それが搭載されたEVの最適な活用のために、バッテリーの状態把握が不可欠です。当社では確実な計測を通じて短時間かつ低コストで状態を把握する技術を開発し、実用化を進めています。技術および事例を紹介し、本セミナーでは、LIBの基礎事項・電気特性の計測技術・それらを元にした劣化診断技術について包括的に解説いたします。特に、交流インピーダンス法について特に重点的に取り上げ、劣化診断技術とその適用可能範囲について説明します。
・本講座では、機械学習・深層学習を用いたバッテリーの劣化予測技術について、リチウムイオン電池を例に、網羅的かつ分かりやすく解説する。
電池の初学者から実験研究者／技術者まで幅広い層を対象とし、さまざまな機械学習による予測技術の概要、位置づけや特徴を紹介する。
前半では、主にバッテリーユーザ向けの劣化予測技術を取り扱う。可能な限りバッテリーセル内部の測定情報（電極構造、多孔質構造など）を使用せず、充放電レート特性や温度特性から予測する方法を解説し、更にモジュール／パックへの展開方法を議論する。
後半では、主にバッテリー開発者を念頭に、セル内部の測定情報を使用した劣化予測技術を取り扱う。製造プロセスとの関連など発展的な内容を含む。
最後に、GPTシリーズやGeminiに代表される大規模言語モデルを用いた予測技術構築への展望を述べる。

習得できる知識

・リチウムイオン電池の劣化メカニズム
・寿命予測の考え方
・電池の長寿命化アプローチに対するヒント
・リチウムイオン電池の性能に関する基礎知識、劣化とその症状に関する知識、残量推定・劣化診断に関する体系的知識、差電圧法(劣化診断)の原理的知識
・LIBの物理、劣化メカニズム、劣化とインピーダンスの関係、インピーダンスを用いた劣化診断技術
・バッテリーの劣化メカニズムや、機械学習・深層学習の適用方法、他の手法との組み合わせ、アルゴリズムの特徴に関する網羅的な知識など

担当講師

１． (株)ＫＲＩ　常務執行役員　木下 肇 氏
２． 大和製罐(株)　技術管理部エネルギーソリューション開発室　開発リーダー　博士(工学)　有馬 理仁 氏
３． 日置電機(株)　SMユニット　主任研究員　博士(科学)　森 匠 氏
４． (株)コベルコ科研　計算科学センター モデルベース解析技術室　室長　博士(理学)　高岸 洋一 氏

セミナープログラム（予定）

＜１０：３０～１２：００＞

１．異常劣化メカニズムの解析と寿命解析、予測技術

(株)ＫＲＩ　常務執行役員　木下 肇 氏

1.電池の長寿命化への期待

2.リチウムイオン電池の劣化と寿命予測
2.1 寿命予測の考え方
2.2 ルート則による予測の限界
2.3 べき乗式（劣化指標）の導入

3.リチウムイオン電池の2つの劣化メカニズム
3.1 急速充電劣化、低温充電劣化、経年時急劣化課題
3.2 2つの劣化メカニズム（過電圧因子）
3.3 反応偏在の寿命・安全性影響
3.4 急劣化点（二次劣化点）の予測
3.5 リチウムイオン電池の寿命予測法

4.リチウムイオン電池のSOH診断

5.超長寿命化技術のご紹介

【質疑応答】

＜１３：００～１４：３０＞

２．リチウムイオン電池の劣化症状発現機構と劣化状態診断技術

大和製罐(株)　技術管理部エネルギーソリューション開発室　開発リーダー　博士(工学)　有馬 理仁 氏

1.リチウムイオン電池(LIB)の基礎事項

2.LIBの劣化現象とその症状

3.LIBの性能評価項目

4.残量推定・劣化診断技術の体系

5.当社事例の紹介　～差電圧法を用いた劣化診断法～

【質疑応答】

＜１４：４５～１５：４５＞

３．インピーダンスを用いた性能推定と劣化診断の技術

日置電機(株)　SMユニット　主任研究員　博士(科学)　森 匠 氏

1.リチウムイオン電池の基礎と性能指標
1.1 リチウムイオン電池の挙動
1.2 基本的なパラメーター (容量、OCV、内部抵抗、SOC、SOHなど)
1.3 電池の劣化メカニズム
1.4 電池の性能指標・劣化指標
1.5 電池の劣化とインピーダンスの関係の概観

2.リチウムイオン電池のインピーダンス
2.1 基本原理
2.2 解析手法 (等価回路解析、緩和時間解析など)
2.3 各種過渡現象とインピーダンスの関係
2.4 インピーダンスの正確な測定

3.インピーダンスを用いた性能推定と劣化診断
3.1 電池の劣化に伴うインピーダンスの変化
3.2 電池の劣化診断技術の概観
3.3 ルールベースの劣化診断の実例
3.4 機械学習ベースの劣化診断の実例

【質疑応答】

＜１６：００～１７：００＞

４．機械学習・深層学習を用いたデータ駆動型バッテリー劣化予測技術

(株)コベルコ科研　計算科学センター モデルベース解析技術室　室長　博士(理学)　高岸 洋一 氏

1.バッテリーの劣化予測技術の概要
1.1 バッテリー劣化の種類とそのメカニズム
1.2 さまざまな劣化予測／余寿命予測技術
1.3 機械学習・深層学習を用いた劣化予測の特徴と位置づけ

2.バッテリーユーザ向けの劣化予測（セル内部の測定情報を使わない場合）
2.1 大量の充放電特性データを用いた余寿命推定
2.2 内部抵抗／容量の時系列データを用いた劣化挙動の推定
2.3 等価回路シミュレーションを用いた劣化予測とデータ同化
2.4 バッテリーモジュール、パック、ユニットの劣化予測

3.バッテリー開発者向けの劣化予測（セル内部の測定情報を使用する場合）
3.1 電極断面SEM像を用いた深層学習による劣化予測
3.2 電気化学に基づく劣化シミュレーションのサロゲートモデル構築
3.3 セルによるばらつきを考慮した劣化シミュレーションと統計解析
3.4 製造プロセスモデルと組み合わせた劣化モデリング

4.大規模言語モデルを用いた劣化／余寿命予測の展望

【質疑応答】

公開セミナーの次回開催予定

開催日

2025/3/25（火）10:30~17:00

開催場所

Zoomによるオンライン受講

受講料

1名につき66,000円(消費税込･資料付き)
〔1社2名以上同時申込の場合1名につき60,500円(税込)〕

技術情報協会主催セミナー　受講にあたってのご案内

• Live配信セミナーの接続確認・受講手順は こちら をご確認ください。
• お申込み・お支払い方法に関するご案内はこちら をご確認ください。

備考

資料は事前に紙で郵送いたします。

お申し込み方法

★下のセミナー参加申込ボタンより、必要事項をご記入の上お申し込みください。

※お申込後はキャンセルできませんのでご注意ください。

※申し込み人数が開催人数に満たない場合など、状況により中止させていただくことがございます。