EV用リチウムイオン電池の異常早期検出アルゴリズム
電気自動車（EV）の普及は大気環境の改善と化石燃料依存の低減に貢献しているが、その中核を担うリチウムイオン電池パックの信頼性は依然として重要な課題である。1つの欠陥セルが熱暴走を引き起こし、火災や爆発に至るケースが報告される中、武漢理工大学の研究チームが画期的な診断手法を開発した。電池の劣化兆候を従来よりも大幅に早期に検出し、重大事故を未然に防ぐ可能性を秘めた技術である。
本手法は「局所平均分解（Local Mean Decomposition: LMD）」と「局所外れ値因子（Local Outlier Factor: LOF）」を融合した信号処理技術を基盤とする。従来の電池管理システム（BMS）が電圧閾値や統計的平均値に依存しがちだったのに対し、微小な内部抵抗変化や電圧波形の変動といった微妙な異常を検知可能な点が特徴だ。実際の走行データを用いた検証では、標準BMSより最大34分早く異常を検出した事例が確認されている。
■信号分解技術の革新
電池セルの電圧波形は走行条件・温度変化・経年劣化が複雑に交じり合い、ノイズが多い。従来のフーリエ変換やウェーブレット解析では、異常の前兆となる微小信号を分離するのが困難だった。LMDは信号を適応的に分解する手法で、異なる振動成分を「調波」と「残留信号」に分離する能力に優れる。例えば、オーケストラの演奏を個々の楽器音に分解するようなイメージである。
研究チームは分解後の成分から高周波ノイズを除去する巧みな方法を考案した。各成分と元信号の相関係数を算出し、最大相関を示すノイズ成分を排除。残りの成分を統合することで、異常兆候を強調した再構築信号を得る。このプロセスは、砂嵐の中で特定の声を聞き分けるのに似た技術的ブレイクスルーと言える。
■異常検知の指標「尖度」
再構築後の信号からは「尖度（kurtosis）」と呼ばれる統計量を抽出する。尖度は確率分布の裾の重さを表し、平穏な状態では低い値を示す。しかしセルが劣化し始めると、突発的な電圧変動が頻発するため尖度が上昇する。例えば、健康な心電図が安定した波形を保つのに対し、不整脈が発生すれば波形の「とがり」が増す現象に例えられる。
■機械学習による外れ値検出
尖度データはLOFアルゴリズムによって分析される。LOFは教師なし学習の一種で、正常なデータ群の密度構造を基準に外れ値を判定する。多数の電池セルの中で、周囲と挙動が異なる個体を高い精度で浮き彫りにする仕組みだ。従来の固定閾値方式と異なり、各ウィンドウごとに動的に閾値を算出するため、誤検知を抑制しつつ真の異常を見逃さない設計となっている。
検証実験では、実際に熱暴走を起こしたEVのデータを使用。開発システムは34サンプリングウィンドウ（約34分）前に異常セルを特定した。別の事例では15分先行検出を達成し、正常動作時には誤警報をゼロに抑える性能を証明した。この時間的余裕は、ドライバーが安全な場所に停車したり、リモートでシステムをシャットダウンしたりするための貴重な猶予となる。
■EV産業へのインパクト
本技術が実用化されれば、BMSの機能を根本から強化する可能性がある。特に以下への波及効果が期待される：
-
消費者信頼の向上
過去の電池火災事故はEVへの懸念を増幅させてきた。兆候検知技術による予防保全が一般化すれば、「EV=危険」という誤解の解消に寄与する。自動車メーカーはリコール費用の削減とブランドイメージ向上を同時に実現できる。 -
サプライチェーン最適化
フリート管理において、予測保守によって電池交換を計画実施できる。突発的な故障による稼働停止を回避し、物流効率を改善。バッテリーの残存性能を正確に把握することで、中古EV市場の活性化やリユース事業の拡大にもつながる。 -
技術進化への対応
全固体電池やリチウム硫黄電池など新規化学物質の実用化が進む中、本手法のモジュール型アーキテクチャは多様な電池タイプへの適用が可能。分解アルゴリズムと特徴量抽出部を調整するだけで、新しい技術動向にも柔軟に対応できる。
■今後の展開方向
現段階では異常の有無と位置特定に特化しているが、次のステップとして故障モードの分類が挙げられる。内部短絡・電解液枯渇・活物質剥離など、原因の特定が可能になれば適切な対応策を講じやすくなる。赤外線サーモグラフィやインピーダンス測定など他センサーとのデータ融合も有効な進化経路だ。
さらに、エッジコンピューティングデバイスへの実装を視野に入れた最適化が必要となる。リアルタイム処理要件を満たすため、アルゴリズムの計算負荷低減とハードウェアアクセラレーションの活用が課題だ。自動車規格ISO 26262への準拠を考慮した機能安全設計も重要な検討事項である。
持続可能な社会の実現には、クリーンな交通手段の安全性向上が不可欠だ。本研究は単なる論文の域を超え、EV革命を支える基盤技術としての潜在力を秘めている。電池の「健康状態」を細胞レベルで監視するこの技術が、未来のモビリティ社会を支える堅牢な基盤となる日は近いだろう。
著者情報
胡傑（Wu Han University of Technology）
賈朝明（Wu Han University of Technology）
程雅玉（Wu Han University of Technology）
于海（Wu Han University of Technology）
掲載誌
中国自動車工程学会誌
識別子
DOI: 10.3969/j.issn.2095-1469.2024.03.10