特許ウォッチ

公開番号2024108748
公報種別公開特許公報(A)
公開日2024-08-13
出願番号2023013279
出願日2023-01-31
発明の名称予測システム、プログラム及び予測方法
出願人旭化成株式会社
代理人弁理士法人RYUKA国際特許事務所
主分類G01R 31/367 20190101AFI20240805BHJP(測定;試験)
要約【課題】
予測モデルを用いて、負極保護剤が十分に機能し得る電池の構造、電解液の組成等を予測する。
【解決手段】二次電池の電解液に含まれる電極負極保護剤の量及び二次電池の負極の量に関する情報と、二次電池の性能に関する性能情報との関係を学習した予測モデルを用いて、二次電池の電解液の組成に関する組成情報、二次電池の構造に関する構造情報及び性能情報の少なくともいずれかを予測する計算処理部を備える、予測システムを提供する。
【選択図】図1
特許請求の範囲【請求項１】
二次電池の電解液に含まれる負極保護剤の量及び前記二次電池の負極の量に関する情報と、前記二次電池の性能に関する性能情報との関係を学習した予測モデルを用いて、前記二次電池の電解液の組成に関する組成情報、前記二次電池の構造に関する構造情報及び前記性能情報の少なくともいずれかを予測する計算処理部を備える、
予測システム。
続きを表示（約 990 文字）【請求項２】
前記組成情報は、前記電解液に含まれ、前記二次電池の負極における還元反応で分解する溶媒の量に関する情報を含む、
請求項１に記載の予測システム。
【請求項３】
前記構造情報は、前記二次電池の電池容量、及び、前記二次電池における前記電解液の注液量を示す情報の少なくともいずれかを含む、
請求項１に記載の予測システム。
【請求項４】
前記性能情報は、電池の容量維持率、サイクル寿命、充放電効率の少なくともいずれかを含む、請求項１に記載の予測システム。
【請求項５】
前記組成情報、前記構造情報及び／又は前記性能情報に含まれる少なくともいずれかの情報を特徴量として、機械学習により、前記予測モデルを生成する機械学習部を更に備える、
請求項１に記載の予測システム。
【請求項６】
前記特徴量は、前記負極の重量に対する前記負極保護剤の重量である負極保護剤比率を含む、
請求項５に記載の予測システム。
【請求項７】
前記特徴量は、以下の数式で表される情報を含む、
請求項５に記載の予測システム：
［数式１］
Ｐ１＝（１／［Ａ］）×（Ｘ／Ｇ）
ここで、［Ａ］は前記電解液に含まれ前記二次電池の負極における還元反応で分解する溶媒の含有量を表し、Ｘは前記負極保護剤の重量を表し、Ｇは前記二次電池の負極の重量を表す。
【請求項８】
前記特徴量は、前記二次電池を最初に充電したときの初回充電量に対する初回放電量の比を含む、
請求項５に記載の予測システム。
【請求項９】
前記特徴量は、前記二次電池の電池容量を示す情報、前記二次電池の負極の重量を示す情報、及び、前記電解液の注液量を示す情報に基づき算出した、前記二次電池のデッドスペースに関する情報を含む、
請求項５に記載の予測システム。
【請求項１０】
前記計算処理部は、前記組成情報及び前記構造情報を前記予測モデルに入力して、前記組成情報に対応する電解液、及び、前記構造情報に対応する構造を有する前記二次電池の前記性能情報を予測する、
請求項１に記載の予測システム。
（【請求項１１】以降は省略されています）
発明の詳細な説明【技術分野】
【０００１】
本発明は、予測システム、プログラム及び予測方法に関する。
続きを表示（約 960 文字）【背景技術】
【０００２】
二次電池は、携帯電話、ノートパソコンなどのＩＴ機器の電源として広く用いられており、最近では、電気自動車の電源、蓄電システムなどにも用いられる。特許文献１には、リチウムイオン二次電池の寿命推定方法及び劣化抑制方法が開示されている。
［先行技術文献］
［特許文献］
［特許文献１］特開２００９－１６２７５０号公報
【発明の概要】
【０００３】
本発明の第１の態様においては、二次電池の電解液に含まれる負極保護剤の量及び二次電池の負極の量に関する情報と、二次電池の性能に関する性能情報との関係を学習した予測モデルを用いて、二次電池の電解液の組成に関する組成情報、二次電池の構造に関する構造情報及び性能情報の少なくともいずれかを予測する計算処理部を備える、予測システムを提供する。
【０００４】
組成情報は、電解液に含まれ、二次電池の負極における還元反応で分解する溶媒の量に関する情報を含んでよい。
【０００５】
構造情報は、二次電池の電池容量、及び、二次電池における電解液の注液量を示す情報の少なくともいずれかを含んでよい。
【０００６】
性能情報は、電池の容量維持率、サイクル寿命、充放電効率の少なくともいずれかを含んでよい。
【０００７】
組成情報、構造情報及び／又は性能情報に含まれる少なくともいずれかの情報を特徴量として、機械学習により、予測モデルを生成する機械学習部を更に備えてよい。
【０００８】
特徴量は、負極の重量に対する負極保護剤の重量である負極保護剤比率を含んでよい。
【０００９】
特徴量は、以下の数式で表される情報を含んでよい。
［数式１］
Ｐ１＝（１／［Ａ］）×（Ｘ／Ｇ）
ここで、［Ａ］は電解液に含まれ二次電池の負極における還元反応で分解する溶媒の含有量を表し、Ｘは負極保護剤の重量を表し、Ｇは二次電池の負極の重量を表す。
【００１０】
特徴量は、二次電池を最初に充電したときの初回充電量に対する初回放電量の比を含んでよい。
（【００１１】以降は省略されています）

関連特許