| 講演名 | 2022-01-21 リチウムイオン蓄電池内部インピーダンス推定と機械学習を用いた劣化解析の評価 西村 祐一郎(立命館大), 伊藤 秀晃(立命館大), 福井 正博(立命館大), |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | リチウムイオン蓄電池の従来の状態解析技術として,交流インピーダンス解析が有効であることが知られているがその取得には恒温槽や大規模な測定器で長時間の測定が必要でリアルタイムでの計測は困難である.そこで逐次最小二乗法による低周波抵抗の推定の改良により測定の高速化と温度補正により恒温槽なしで可能とすることでリアルタイムでの計測を目指した.また機械学習による劣化解析により,インピーダンス推定精度と劣化解析の精度について評価する. |
| 抄録(英) | Electrochemical Impedance Spectroscopy analysis is known to be effective as a conventional state analysis technique for lithium-ion batteries. However, long-term measurement is required in a constant temperature bath and a large-scale measuring instrument, and real-time measurement is difficult. Therefore, we aimed to measure in real time by improving the estimation of low frequency resistance by the least squares method to speed up the measurement and by making it possible without a constant temperature bath by temperature compensation. In addition, the accuracy of impedance estimation and the accuracy of deterioration analysis are evaluated by deterioration analysis by machine learning. |
| キーワード(和) | リチウムイオン蓄電池 / 逐次最小二乗法 / 温度補正 / 機械学習 |
| キーワード(英) | Lithium-ion battery / recursive least squares method / temperature compensation / machine learning |
| 資料番号 | NLP2021-90,MICT2021-65,MBE2021-51 |
| 発行日 | 2022-01-14 (NLP, MICT, MBE) |
| 研究会情報 | |
| 研究会 | NLP / MICT / MBE / NC |
|---|---|
| 開催期間 | 2022/1/21(から3日開催) |
| 開催地（和） | オンライン開催 |
| 開催地（英） | Online |
| テーマ（和） | NC, ME，MICT，NLP, 一般 |
| テーマ（英） | |
| 委員長氏名（和） | 高坂 拓司(中京大) / 花田 英輔(佐賀大) / 奥野 竜平(摂南大) / 大須 理英子(早大) |
| 委員長氏名（英） | Takuji Kosaka(Chukyo Univ.) / Eisuke Hanada(Saga Univ.) / Ryuhei Okuno(Setsunan Univ.) / Rieko Osu(Waseda Univ.) |
| 副委員長氏名（和） | 常田 明夫(熊本大) / 田中 宏和(広島市大) / 安在 大祐(名工大) / 堀 潤一(新潟大) / 山川 宏(東大) |
| 副委員長氏名（英） | Akio Tsuneda(Kumamoto Univ.) / Hirokazu Tanaka(Hiroshima City Univ.) / Daisuke Anzai(Nagoya Inst. of Tech.) / Junichi Hori(Niigata Univ.) / Hiroshi Yamakawa(Univ of Tokyo) |
| 幹事氏名（和） | 松下 春奈(香川大) / 吉岡 大三郎(崇城大) / 小林 匠(横浜国大) / 石田 開(神奈川県立産業技術総研) / 中村 英夫(大阪電気通信大) / 内部 英治(ATR) / 西田 知史(NICT) |
| 幹事氏名（英） | Haruna Matsushita(Kagawa Univ.) / Daizaburo Yoshioka(Sojo Univ.) / Takumi Kobayashi(Yokohama National Univ.) / Kai Ishida(KISTEC) / Hideo Nakamura(Osaka Electro-Communication Univ) / Eiji Uchibe(ATR) / Satoshi Nishida(NICT) |
| 幹事補佐氏名（和） | 加藤 秀行(大分大) / 横井 裕一(長崎大) / 伊藤 孝弘(広島市立大) / 高林 健人(岡山県立大) / 西川 拓也(国立循環器病研究センター) / 赤澤 淳(明治国際医療大学) / 湯田 恵美(東北大) / 我妻 伸彦(東邦大) / 栗川 知己(関西医科大) |
| 幹事補佐氏名（英） | Hideyuki Kato(Oita Univ.) / Yuichi Yokoi(Nagasaki Univ.) / Takahiro Ito(Hiroshima City Univ) / Kento Takabayashi(Okayama Pref. Univ.) / Takuya Nishikawa(National Cerebral and Cardiovascular Center Hospital) / Jun Akazawa(Meiji Univ. of Integrative Medicine) / Emi Yuda(Tohoku Univ) / Nobuhiko Wagatsuma(Toho Univ.) / Tomoki Kurikawa(KMU) |
| 講演論文情報詳細 | |
| 申込み研究会 | Technical Committee on Nonlinear Problems / Technical Committee on Healthcare and Medical Information Communication Technology / Technical Committee on ME and Bio Cybernetics / Technical Committee on Neurocomputing |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | リチウムイオン蓄電池内部インピーダンス推定と機械学習を用いた劣化解析の評価 |
| サブタイトル（和） | |
| タイトル（英） | Lithium-ion Battery Internal Impedance Estimation and Evaluation of Deterioration Analysis Using Machine Learning |
| サブタイトル（和） | |
| キーワード(1)（和/英） | リチウムイオン蓄電池 / Lithium-ion battery |
| キーワード(2)（和/英） | 逐次最小二乗法 / recursive least squares method |
| キーワード(3)（和/英） | 温度補正 / temperature compensation |
| キーワード(4)（和/英） | 機械学習 / machine learning |
| 第 1 著者 氏名（和/英） | 西村 祐一郎 / Nishimura Yuichiro |
| 第 1 著者 所属（和/英） | 立命館大学(略称：立命館大) Ritsumeikan University(略称：Ritsumeikan Univ) |
| 第 2 著者 氏名（和/英） | 伊藤 秀晃 / Ito Hideaki |
| 第 2 著者 所属（和/英） | 立命館大学(略称：立命館大) Ritsumeikan University(略称：Ritsumeikan Univ) |
| 第 3 著者 氏名（和/英） | 福井 正博 / Fukui Masahiro |
| 第 3 著者 所属（和/英） | 立命館大学(略称：立命館大) Ritsumeikan University(略称：Ritsumeikan Univ) |
| 発表年月日 | 2022-01-21 |
| 資料番号 | NLP2021-90,MICT2021-65,MBE2021-51 |
| 巻番号（vol） | vol.121 |
| 号番号（no） | NLP-335,MICT-336,MBE-337 |
| ページ範囲 | pp.71-76(NLP), pp.71-76(MICT), pp.71-76(MBE), |
| ページ数 | 6 |
| 発行日 | 2022-01-14 (NLP, MICT, MBE) |