CN111755762A - 选定装置、选定方法及存储介质 - Google Patents

选定装置、选定方法及存储介质 Download PDF

Info

Publication number
CN111755762A
CN111755762A CN202010186807.4A CN202010186807A CN111755762A CN 111755762 A CN111755762 A CN 111755762A CN 202010186807 A CN202010186807 A CN 202010186807A CN 111755762 A CN111755762 A CN 111755762A
Authority
CN
China
Prior art keywords
battery
reuse
reusable
unit
selection
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202010186807.4A
Other languages
English (en)
Other versions
CN111755762B (zh
Inventor
中西幸児
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Honda Motor Co Ltd
Original Assignee
Honda Motor Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Honda Motor Co Ltd filed Critical Honda Motor Co Ltd
Publication of CN111755762A publication Critical patent/CN111755762A/zh
Application granted granted Critical
Publication of CN111755762B publication Critical patent/CN111755762B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M10/00—Secondary cells; Manufacture thereof
    • H01M10/42—Methods or arrangements for servicing or maintenance of secondary cells or secondary half-cells
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L58/00—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles
    • B60L58/10—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries
    • B60L58/16—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries responding to battery ageing, e.g. to the number of charging cycles or the state of health [SoH]
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L3/00—Electric devices on electrically-propelled vehicles for safety purposes; Monitoring operating variables, e.g. speed, deceleration or energy consumption
    • B60L3/12—Recording operating variables ; Monitoring of operating variables
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L58/00—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles
    • B60L58/10—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries
    • B60L58/12—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries responding to state of charge [SoC]
    • B60L58/13—Maintaining the SoC within a determined range
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M10/00—Secondary cells; Manufacture thereof
    • H01M10/54—Reclaiming serviceable parts of waste accumulators
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L2200/00—Type of vehicles
    • B60L2200/22—Microcars, e.g. golf cars
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L2200/00—Type of vehicles
    • B60L2200/40—Working vehicles
    • B60L2200/42—Fork lift trucks
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L2240/00—Control parameters of input or output; Target parameters
    • B60L2240/70—Interactions with external data bases, e.g. traffic centres
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L2260/00—Operating Modes
    • B60L2260/40—Control modes
    • B60L2260/46—Control modes by self learning
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L2260/00—Operating Modes
    • B60L2260/40—Control modes
    • B60L2260/50—Control modes by future state prediction
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
    • Y02E60/10—Energy storage using batteries
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/60—Other road transportation technologies with climate change mitigation effect
    • Y02T10/70—Energy storage systems for electromobility, e.g. batteries
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/60—Other road transportation technologies with climate change mitigation effect
    • Y02T10/72—Electric energy management in electromobility
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
    • Y02T90/10—Technologies relating to charging of electric vehicles
    • Y02T90/16—Information or communication technologies improving the operation of electric vehicles
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02W—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO WASTEWATER TREATMENT OR WASTE MANAGEMENT
    • Y02W30/00—Technologies for solid waste management
    • Y02W30/50—Reuse, recycling or recovery technologies
    • Y02W30/84—Recycling of batteries or fuel cells

Landscapes

  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • Mechanical Engineering (AREA)
  • Transportation (AREA)
  • Power Engineering (AREA)
  • Sustainable Energy (AREA)
  • Sustainable Development (AREA)
  • Software Systems (AREA)
  • Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Electrochemistry (AREA)
  • Chemical & Material Sciences (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • General Chemical & Material Sciences (AREA)
  • Manufacturing & Machinery (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Secondary Cells (AREA)
  • Medical Informatics (AREA)
  • Biophysics (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Computational Linguistics (AREA)
  • Molecular Biology (AREA)
  • Charge And Discharge Circuits For Batteries Or The Like (AREA)
  • Electric Propulsion And Braking For Vehicles (AREA)

Abstract

本发明提供一种选定装置，其具备：获取部，其获取再利用部件的再次利用前的使用状态及所述再利用部件的利用用途的信息；以及选定部，其基于所述使用状态来选定适合于所述利用用途的所述再利用部件。

Description

选定装置、选定方法及存储介质
技术领域
本发明涉及选定装置、选定方法及存储介质。
背景技术
搭载于电动机动车的蓄电池会因使用而劣化，根据劣化状态的不同而存在能够再次作为车载用来利用的蓄电池和作为车载用的话性能不够的蓄电池。即便是作为车载用的性能无法充分地发挥，但有时在其他的用途也能够充分地使用。因此，考虑有在车载用的蓄电池劣化之后通过将其搭载于其他的产品来再次利用劣化的蓄电池的蓄电池的再利用技术。已知有在再次利用蓄电池时判定蓄电池可否再次利用的技术(例如，日本特开2018-156768号公报)。
发明内容
本发明要解决的问题
就上述技术而言，在再次利用蓄电池时，虽会判定其可否再次利用，但在蓄电池再次利用于其他的产品时，不显示有关蓄电池要发挥何种程度的性能的指标。因此，再次利用蓄电池的人难以判断选定什么样的蓄电池为好。这样的问题在蓄电池以外的所有的再利用部件中都存在。
本发明考虑上述的情况而作成，其目的在于提供能够容易地选定再利用部件的选定装置、选定方法及存储介质。
用于解决课题的方案
本发明的选定装置、选定方法及存储介质采用了以下的方案。
(1)：本发明的一方案的选定装置具备：获取部，其获取再利用部件的再次利用前的使用状态及所述再利用部件的利用用途的信息；以及选定部，其基于所述使用状态来选定适合于所述利用用途的所述再利用部件。
(2)：在(1)的基础上，所述再利用部件在再次利用前是搭载于车辆的蓄电池构件。
(3)：在(2)的基础上，再次利用前的所述使用状态由所述车辆来计测。
(4)：在(2)或(3)的基础上，所述蓄电池构件是蓄电池及所述蓄电池的附属部件中的至少一方。
(5)：在(4)的基础上，所述附属部件是冷却风扇、电流传感器、电压传感器、温度传感器、蓄电池运算装置、接触器、转换器及保险丝中的至少一个。
(6)：在(1)～(5)中的任一方案的基础上，所述选定部通过向利用机械学习得到的模型输入所述再利用部件的再次利用后的使用状态的信息，来选定所述再利用部件。
(7)：在(6)的基础上，还具备通过机械学习来生成所述模型的生成部。
(8)：本发明的一方案的选定方法通过计算机来进行如下处理：获取再利用部件的再次利用前的使用状态及所述再利用部件的利用用途的信息；以及基于所述使用状态来选定适合于所述利用用途的所述再利用部件。
(9)：本发明的一方案的存储介质中存储有程序，所述程序使计算机进行如下处理：获取再利用部件的再次利用前的使用状态及所述再利用部件的利用用途的信息；以及基于所述使用状态来选定适合于所述利用用途的所述再利用部件。
发明效果
根据(1)～(9)，能够容易地选定再利用部件。
附图说明
图1是表示利用了实施方式的选定装置的蓄电池选定***1的整体结构的一例的图。
图2是表示利用了实施方式的选定装置的蓄电池选定***1的一例的框图。
图3是表示车辆的结构的一例的图。
图4是表示蓄电池使用状态收集数据的一例的图。
图5是表示电流值的时间变化的图表。
图6是表示再用蓄电池使用状态收集数据的一例的图。
图7是表示蓄电池使用状态数据的一例的图。
图8是表示再用蓄电池使用状态数据的一例的图。
图9是表示选定结果数据的一例的图。
图10是表示在选定装置中执行的处理的流程的一例的流程图。
图11是表示在选定装置中执行的处理的流程的一例的流程图。
图12是表示在选定装置中执行的处理的流程的一例的流程图。
图13是表示在选定装置中执行的处理的流程的一例的流程图。
图14是表示寿命预测模型的生成工序的一例的图。
图15是蓄电池选定模型的生成工序的概念图。
具体实施方式
以下，参照附图对本发明的选定装置、选定方法及存储介质的实施方式进行说明。在以下的说明中，设车辆10是电动机动车，但车辆10只要是搭载有用于供给行驶用的电力的蓄电池(二次电池)的车辆即可，还可以是混合动力机动车、燃料电池车辆。
[整体结构]
图1是表示利用了实施方式的选定装置400的蓄电池选定***1的整体结构的一例的图，图2是表示利用了实施方式的选定装置400的蓄电池选定***1的一例的框图。图1所示的搭载在车辆10上的蓄电池构件100在长期间使用时例如会因使用而发生劣化。在蓄电池构件100劣化而发生故障时，例如会进行修理等，但若是劣化进一步加剧，则例如蓄电池120的充电电容降低而导致无法充分地发挥作为车载用的功能。
因此，劣化了的蓄电池构件100作为再用蓄电池构件200而搭载于再利用产品50等来被再次利用，其中，再利用产品50是要求的性能、例如充电电容比车辆10低就行的成为再次利用蓄电池构件100的对象件的产品。换言之，再用蓄电池构件200在再次利用前是搭载于车辆的蓄电池构件100。蓄电池选定***1是如下的***：在将分别搭载于多个车辆10的蓄电池构件100进行再次利用而得到的多个再用蓄电池构件200中，选定适合搭载于再利用产品的再用蓄电池构件200。蓄电池选定***1在选定再用蓄电池构件200时，预测再用蓄电池构件200的寿命。
蓄电池构件100具备蓄电池120和附属部件140，例如在蓄电池120及附属部件140中的至少一方无法充分地发挥作为搭载于车辆10的蓄电池构件100的功能时，蓄电池构件100被作为再用蓄电池构件200来再次利用。
在再利用产品50中，也存在再用蓄电池构件200劣化而发生故障的情况，例如会进行修理等，但若是搭载于再利用产品50的再用蓄电池构件200的劣化进一步加剧，则在再用蓄电池构件200无法充分地发挥再利用产品50所要求的性能时，例如作为废弃蓄电池构件300而成为废弃的对象。即便是成为废弃的对象的蓄电池中，例如残留有可利用的电池单体等的情况下的电池单体、稀有金属等也可以作为再循环件来使用。作为再利用产品50，例如可以举出固定设置于住宅、充电桩等的定置式的蓄电池构件、机器人、叉车、在高尔夫球场等中利用的载人车等。在以下的说明中，例如在提及蓄电池构件100的劣化等的情况下，意味着与蓄电池120或附属部件140的劣化等同等的情况。例如在提及再用蓄电池构件200的劣化、寿命等的情况下，意味着与再用蓄电池220或再用附属部件240的劣化、寿命等同等的情况。
如图1及图2所示，蓄电池选定***1具备车辆10、再利用产品50和选定装置400。选定装置400对要搭载于再利用产品50的再用蓄电池构件200的寿命进行预测。选定装置400基于预测出的寿命来选定要搭载于再利用产品50的再用蓄电池构件200。
车辆10与选定装置400经由网络NW进行通信。同样，再利用产品50与选定装置400经由网络NW进行通信。网络NW例如包括互联网、WAN(Wide Area Network)、LAN(Local AreaNetwork)、服务器装置、无线基站等。
[车辆10]
图3是表示车辆10的结构的一例的图。如图3所示，车辆10例如具备马达12、驱动轮14、制动装置16、车辆传感器20、PCU(Power Control Unit)30、充电口70、充电转换器72、蓄电池构件100、车辆存储装置160和通信装置180。
马达12例如是三相交流电动机。马达12的转子与驱动轮14连结。马达12使用供给的电力来将动力向驱动轮14输出。马达12在车辆减速时使用车辆的动能来发电。
制动装置16例如具备制动钳、向制动钳传递液压的液压缸以及使液压缸产生液压的电动马达。制动装置16也可以具备将通过制动踏板的操作而产生的液压经由主液压缸向液压缸传递的机构来作为备用。制动装置16并不局限于上述说明的结构，也可以是将主液压缸的液压向液压缸传递的电子控制式液压制动装置。
车辆传感器20具备油门开度传感器、车速传感器和制动踏入量传感器。油门开度传感器安装于接受由驾驶员进行的加速指示的油门踏板，用于检测油门踏板的操作量并将其作为油门开度来向控制部36输出。车速传感器例如具备安装于各车轮的车轮速度传感器和速度计算机，用于将由车轮速度传感器检测出的车轮速度统合来导出车辆的速度(车速)并将其向控制部36输出。制动踏入量传感器安装于制动踏板，用于检测制动踏板的操作量并将其作为制动踏入量来向控制部36输出。
PCU30例如具备变换器32、VCU(Voltage Control Unit)34、控制部36和散热器38。将这些构成要素作为PCU30而统一在一起的结构只不是一例，这些构成要素当然也可以分散地配置。
变换器32例如是AC-DC变换器。变换器32的直流侧端子与直流线路DL连接。在直流线路DL上经由VCU34连接有蓄电池120。变换器32将由马达12发电产生的交流电转换为直流电而向直流线路DL输出。
VCU34例如是DC-DC转换器。VCU34将从蓄电池120供给的电力升压而向直流线路DL输出。
控制部36例如具备马达控制部、制动控制部和蓄电池/VCU控制部。马达控制部、制动控制部及蓄电池/VCU控制部也可以置换为彼此不同体的控制装置，例如马达ECU(Electronic Control Unit)、制动ECU、蓄电池/VCUECU这样的控制装置。
马达控制部基于车辆传感器20的输出来控制马达12。制动控制部基于车辆传感器20的输出来控制制动装置16。VCU34根据来自蓄电池/VCU控制部的指示来使直流线路DL的电压上升。
低压蓄电池40例如是主要为了进行车辆控制、辅助设备动作等而用来供给电气的蓄电池。低压蓄电池40的规定电压是比蓄电池120的规定电压低的电压。压缩机42例如是向设置于车辆10的空调装置供给压缩空气的设备。压缩机42与蓄电池120连接，在由蓄电池120供给的电气的作用下进行动作。
充电口70朝向车辆10的车身外部设置。充电口70经由充电线缆520与充电器500连接。充电线缆520具备第一插头522和第二插头524。第一插头522与充电器500连接，第二插头524与充电口70连接。从充电器500供给的电气经由充电线缆520向充电口70供给。
充电线缆520包括附设在电力线缆上的信号线缆。信号线缆负责车辆10与充电器500之间的通信。因此，在第一插头522和第二插头524上分别设置有电力连接器和信号连接器。
充电转换器72设置在蓄电池120与充电口70之间。充电转换器72将从充电器500经由充电口70导入的电流、例如交流电流转换为直流电流。充电转换器72将转换后的直流电流向蓄电池120输出。
如图2所示，蓄电池构件100具备蓄电池120和附属部件140。附属部件140是图3所示的冷却风扇141、电流传感器142、电压传感器143、温度传感器144、蓄电池ECU145、接触器146、转换器147及保险丝148的总称。蓄电池构件100具备智能动力单元(以下称为IPU)150。IPU150包括蓄电池120、冷却风扇141、电流传感器142、电压传感器143、温度传感器144、蓄电池ECU145、接触器146及保险丝148。IPU150具备未图示的壳体构件，在壳体构件中收容IPU150的各构件。蓄电池ECU145是本发明的蓄电池运算装置的一例。
蓄电池120例如是锂离子电池等二次电池。在蓄电池120中蓄积从车辆10的外部的充电器500导入的电力，来进行用于使车辆10行驶的放电。冷却风扇141基于由蓄电池ECU145输出的控制信号来使叶片构件旋转。冷却风扇141通过使叶片构件旋转来冷却IPU150的壳体内的各器件。
电流传感器142设置在蓄电池120与VCU34之间，用于检测由蓄电池120供给的电气的电流值。电流传感器142将检测出的电流值向蓄电池ECU145输出。电压传感器143设置于蓄电池120，用于检测由蓄电池120供给的电气的电压。电压传感器143将检测出的电压向蓄电池ECU145输出。温度传感器144例如安装于蓄电池120，用于检测蓄电池120的温度。温度传感器144将检测出的蓄电池120的温度向蓄电池ECU145输出。
蓄电池ECU145例如通过CPU(Central Processing Unit)等硬件处理器执行程序(软件)来实现。上述的构成要素中的一部分或全部可以通过LSI(Large ScaleIntegration)、ASIC(Application Specific Integrated Circuit)、FPGA(Field-Programmable Gate Array)、GPU(Graphics Processing Unit)等硬件(包括电路部：circuitry)来实现，也可以通过软件与硬件的协同配合来实现。程序预先保存于HDD(HardDisk Drive)、闪存器等存储装置(具有非暂时性存储介质的存储装置)，也可以保存于DVD、CD-ROM等能够装拆的存储介质(非暂时性存储介质)，并通过将存储介质装配于驱动装置来安装。
蓄电池ECU145基于由电流传感器142、电压传感器143及温度传感器144输出的各信息、其他的信息来进行冷却风扇141的动作控制、接触器146的开闭控制等。蓄电池ECU145具备计时功能，用于计测当前时刻、从蓄电池构件100搭载于车辆10起算的时间。蓄电池ECU145基于由电流传感器142、电压传感器143及温度传感器144输出的各信息、通过计时功能计测到的时间等来算出蓄电池120的SOC(State Of Charge)、SOH(State Of Health)。蓄电池ECU145根据需要将算出的SOC、SOH的信息保存于车辆存储装置160或者向通信装置180输出。蓄电池120基于利用计时功能获得的计时结果，来算出蓄电池120的工作时间以及从将蓄电池120搭载于车辆10起算经过的年头(以下称为经过年头)并对它们进行收集。蓄电池120将收集的工作时间及经过年头保存于车辆存储装置160。
蓄电池ECU145对由电流传感器142输出的蓄电池120的电流、由电压传感器143输出的蓄电池120的电压以及由温度传感器144输出的蓄电池120的温度等各信息进行监视并进行收集。蓄电池ECU145将收集到的上述信息作为再用蓄电池构件200的再次利用前的使用状态的数据、即图2所示的蓄电池使用状态收集数据162来保存于车辆存储装置160。
图4是表示蓄电池使用状态收集数据162的一例的图。如图4所示，蓄电池使用状态收集数据162包括车辆ID、蓄电池ID、使用开始年月日、蓄电池有无更换、劣化要素、蓄电池SOH、故障发生年月日这些项目。车辆ID是为了分别识别多个车辆而对各车辆赋予的编号，蓄电池ID是为了分别识别多个蓄电池而对各蓄电池赋予的编号。
使用开始年月日是将包括蓄电池120的蓄电池构件100搭载于车辆10而开始了蓄电池构件100的使用的年月日。蓄电池有无更换是表示在车辆10中是否进行了蓄电池构件100的更换(修理)且在进行了更换的情况下表示更换的次数的项目。劣化要素是表示使蓄电池构件100中的蓄电池120及附属部件140劣化的要素的项目。
成为使蓄电池构件100劣化的劣化要素的事项有很多种，例如有蓄电池120的温度、充放电深度、电压值、电流值、工作时间、蓄电池构件100的使用的经过年头这样的事项等。例如，在蓄电池120的温度高时、充放电深度深时、电压值、电流值大时、蓄电池构件100的工作时间、经过年头长时，各蓄电池120、各附属部件140的劣化度会变大。作为劣化要素，例如将上述的事项中的一个或两个以上按蓄电池120和附属部件140进行汇总并分别设为“第一类”、“第二类”“第三类”。蓄电池构件100的劣化状态例如可以基于工作时间要素和车辆使用历史要素这两个观点来进行汇总。蓄电池构件100的劣化状态例如也可以按照下述的(1)式这样进行汇总来表示。
蓄电池构件100的劣化状态＝f(温度、充放电深度、电压值、电流值、工作时间、经过年头)……(1)
例如，作为基于工作时间要素和车辆使用历史要素这两个观点进行汇总的例子，使用电流值来进行说明。图5是表示电流值的时间变化的图表。图5所示的第一线L1表示电流的测定值的时间变化，第二线L2表示平均电流的时间变化。平均电流通过将累计电流除以工作时间来求解。
在第一线L1所示的电流的变化中，没有超过测定值使用上限UL1的情况居多，在此期间处于蓄电池120的劣化小的状态。在时刻t1附近，电流值超过测定值使用上限UL1，在此期间蓄电池120的劣化变大。蓄电池ECU145例如对电流值超过测定值使用上限UL1的时间(累积超过时间)及最大电流值进行记录，例如基于累积超过时间及最大电流值来确定蓄电池120的劣化要素的大小。
第二线L2所示的平均电流伴随着时间的经过而朝向平均值使用上限UL2增加。蓄电池ECU145例如根据平均电流是否超过平均值使用上限UL2来确定蓄电池120的劣化要素的大小，例如在超过了平均值使用上限UL2的情况下，设蓄电池120的劣化要素大。平均值使用上限通过将累计电流除以总时间来求解。总时间是蓄电池120的工作时间和放置时间之和。
蓄电池SOH是表示将蓄电池120从车辆10取下时的蓄电池120的SOH的项目。故障发生年月日是蓄电池120发生了故障的年月日。在该实施方式中，在搭载于车辆10的蓄电池120发生了故障的情况下，会对该蓄电池120进行更换。更换蓄电池120的时机是指蓄电池120发生了故障的时机和虽未发生故障但为了进行更换而将蓄电池120从车辆取下的时机。在虽未发生故障但为了更换而将蓄电池120从车辆取下的情况下，故障发生年月日成为“无”。
蓄电池ECU145在蓄电池120发生故障或没有发生故障的蓄电池120被从车辆10取下时将监视着的各数据与蓄电池120的故障相关联来进行数据库化。这样，蓄电池ECU145生成图4所示的蓄电池使用状态收集数据162并将其向通信装置180输出。
蓄电池ECU145也可以将劣化要素的劣化模式与蓄电池构件100的更换的执行建立对应关系来提取特别劣化模式，并将其作为蓄电池构件100的使用状态。例如，在一个车辆10出现了相同的劣化要素的模式时更换蓄电池构件100的情况下，将该劣化要素的模式提取为特别劣化模式。
接触器146是设置在蓄电池120与VCU34之间的设备。接触器146用于防止从蓄电池120供给过剩的电流。转换器147为了对低压蓄电池40供给蓄电池120的电气而对由蓄电池120供给来的电气进行降压。保险丝148设置在蓄电池120与VCU34之间，用于防止短路时从蓄电池120供给过剩的电流。
车辆存储装置160例如通过包括在蓄电池ECU145中的例如HDD、闪存器等存储装置来实现。车辆存储装置160例如将由蓄电池ECU145收集、算出的蓄电池120的电流、电压、温度、SOH等各种信息作为蓄电池使用状态收集数据162来存储。
通信装置180包括用于连接蜂窝网、Wi-Fi网的无线模块。通信装置180例如将由蓄电池构件100输出的电流值、电压值、温度、蓄电池120的SOH等蓄电池使用状态收集数据162经由图1所示的网络NW向选定装置400发送。
[再利用产品50]
图2所示，再利用产品50例如具备再用蓄电池构件200和再利用产品存储装置260。蓄电池构件100被再次利用时成为再用蓄电池构件200，再用蓄电池构件200具备再用蓄电池220和再用附属部件240。再用蓄电池220虽具有与蓄电池120同样的结构，但却是蓄电池120劣化后的部件。再用附属部件240通过从蓄电池构件100的附属部件140中选择出适合于再利用产品的器件来获得。例如，在作为再利用产品的机器人中没有设置低压蓄电池的情况下，在再用附属部件240上虽会设置电流传感器、电压传感器、温度传感器等，但不会设置转换器。
再用蓄电池构件200所包括的各器件与蓄电池构件100所包括的各器件同样地进行动作。因此，再用蓄电池构件200所包括的蓄电池ECU对由电流传感器、电压传感器及温度传感器等各传感器输出的再用蓄电池220的电流、电压、温度等各信息进行监视并收集，将它们作为表示再用蓄电池构件200的再次利用后的使用状态的数据即再用蓄电池使用状态收集数据262而保存于再利用产品存储装置260。蓄电池ECU与蓄电池构件100的蓄电池ECU145同样地算出再用蓄电池220的SOC、SOH并收集再用蓄电池构件200的工作时间及经过年头而将它们保存于再利用产品存储装置260。
再利用产品存储装置260例如通过再用蓄电池构件200所包括的HDD、闪存器等存储装置来实现。再利用产品存储装置260例如将由再用蓄电池构件200的蓄电池ECU收集并算出的再用蓄电池220的电流、电压、温度、SOH等各种信息作为再用蓄电池使用状态收集数据262来存储。
图6是表示再用蓄电池使用状态收集数据262的一例的图。如图6所示，再用蓄电池使用状态收集数据262包括利用用途(以下称为用途)、蓄电池ID、再用年月日、劣化要素、蓄电池SOH、故障年月日这些项目。其中，蓄电池ID、劣化要素、蓄电池SOH及故障年月日这样的项目表示与蓄电池使用状态收集数据162相同的事项。
用途这一项目根据再利用产品50来确定。例如，在再利用产品50是机器人的情况下，用途成为“机器人”，在再利用产品50是叉车的情况下，用途成为“叉车”。再用年月日是将再用蓄电池220搭载于再利用产品50的年月日。
再用蓄电池构件200所包括的蓄电池ECU获取再用蓄电池构件200的劣化状态。再用蓄电池构件200的劣化状态例如可以基于工作时间要素和车辆使用历史要素这两个观点来进行汇总。再用蓄电池构件200的劣化状态例如也可以按照下述的(2)式这样进行汇总来表示。
再用蓄电池220的劣化状态＝f(使用环境(附属部件温度、负载)、工作时间、经过年头)……(2)
上述的要素中，附属部件温度及负载通过基于作为再用附属部件240的电流传感器、电压传感器、温度传感器的检测结果来对各再用附属部件240进行运算等方式来求解。工作时间及经过年头基于再用蓄电池构件200的工作时间及经过年头来求解。
再利用产品50例如具备包括用于连接蜂窝网、Wi-Fi网的无线模块的再利用产品通信装置。再用蓄电池构件200所包括的蓄电池ECU在再用蓄电池220发生故障或者没有发生故障的再用蓄电池220被从再利用产品50取下时将监视着的各数据与再用蓄电池220的故障相关联来进行数据库化。这样，蓄电池ECU生成图6所示的再用蓄电池使用状态收集数据262并将其向再利用产品通信装置发送。再利用产品通信装置将由再用蓄电池构件200输出的电流值、电压值、温度、再用蓄电池220的SOH等再用蓄电池使用状态收集数据262经由图1所示的网络NW来向选定装置400发送。
选定装置400通过蓄电池ID来管理蓄电池构件100及再用蓄电池构件200。因此，在选定装置400中，能够对蓄电池构件100进行从车载时到再次利用时这一系列的劣化状态的管理。因此，在再利用产品50中，也能够适当地管理蓄电池构件100(再用蓄电池构件200)的劣化状态。
[选定装置400]
如图2所示，选定装置400例如具备通信部410、获取部420、生成部430、预测部440、选定模型生成部450、选定部460和存储部470。获取部420、生成部430及预测部440例如通过CPU等硬件处理器执行程序来实现。上述的构成要素中的一部分或全部可以通过LSI、ASIC、FPGA、GPU等硬件来实现，也可以通过软件与硬件的协同配合来实现。程序可以预先保存于HDD、闪存器等存储装置，也可以保存于DVD、CD-ROM等能够装拆的存储介质，并通过将存储介质装配于驱动装置来安装。存储部470通过前述的存储装置来实现。选定装置400基于由车辆10及再利用产品50发送的信息来管理蓄电池构件及再用蓄电池构件200，并预测再用蓄电池构件200的寿命。
通信部410包括按照获取部420的指示来连接蜂窝网、Wi-Fi网的无线模块。通信部410接收由车辆10发送的蓄电池使用状态收集数据162及由再利用产品50发送的再用蓄电池使用状态收集数据262。
通信部410能够与多个车辆10及多个再利用产品50进行通信，通信部410接收由多个(多数)车辆10及再利用产品50发送的蓄电池使用状态收集数据162及再用蓄电池使用状态收集数据262。因此，选定装置400接收大量的蓄电池使用状态收集数据162及再用蓄电池使用状态收集数据262。
获取部420通过使通信部410接收由车辆10发送的蓄电池使用状态收集数据162及由再利用产品50发送的再用蓄电池使用状态收集数据262来获取这些数据。获取部420将获取的蓄电池使用状态收集数据162及再用蓄电池使用状态收集数据262保存于存储部470。
获取部420对由多个车辆10发送的多个蓄电池使用状态收集数据162进行总计来生成蓄电池使用状态数据472并获取该数据。图7是表示蓄电池使用状态数据472的一例的图。蓄电池使用状态数据472是将由多个车辆10发送来的蓄电池使用状态收集数据162按照通信部410接收的顺序排列而成的数据。
获取部420对由多个再利用产品50发送的多个再用蓄电池使用状态收集数据262进行总计来生成再用蓄电池使用状态数据474并获取该数据。图8是表示再用蓄电池使用状态数据474的一例的图。再用蓄电池使用状态数据474是将由多个再利用产品50发送来的再用蓄电池使用状态收集数据262按照通信部410接收的顺序排列而成的数据。
生成部430进行将由通信部410接收且存储于存储部470的蓄电池使用状态数据472及再用蓄电池使用状态数据474作为学习数据及教师数据的机械学习，来生成寿命预测模型476。生成部430通过将根据蓄电池使用状态数据472及再用蓄电池使用状态数据474获取的数据作为输入数据且将再用蓄电池构件200的寿命作为输出数据的方式，将多个车辆10及再利用产品50的神经网络模型生成为寿命预测模型476。
生成部430通过将神经网络模型的输入数据设为蓄电池构件100的使用状态、蓄电池构件100有无更换、蓄电池构件100的利用期间、再用蓄电池构件200的用途、再用蓄电池构件200的使用状态、再用蓄电池构件200的寿命且将神经网络模型的输出数据设为再用蓄电池构件200的寿命来生成寿命预测模型476。生成部430将生成的寿命预测模型476保存于存储部470。生成部430可以在实施方式中对向输入层输入的数据进行部分限定来生成寿命预测模型476。特别地，生成部430也可以将使用状态限定为一部分的项目来生成寿命预测模型476。生成部430还可以生成按照向输入层输入的数据来分类的寿命预测模型476。例如，生成部430可以按照再用蓄电池构件200的用途(再利用产品50的种类)来生成寿命预测模型476。生成部430还可以将劣化要素与蓄电池120的SOH相关联来生成寿命预测模型476。
预测部440例如在蓄电池构件100被从车辆10取下的情况下、由再利用产品制造业人员提出了寿命预测要求的情况下，预测再次利用时将蓄电池构件100再次利用为再用蓄电池构件200的情况下的寿命。寿命预测要求例如可以通过特定作为预测对象的蓄电池构件100(成为再用蓄电池构件200之前的蓄电池构件100)来进行，也可以通过将选定装置400所管理的全部或一部分的蓄电池构件100作为预测对象来进行。预测部440也可以不使用寿命预测模型476，而是通过基于向寿命预测模型476的输入层输入了的各数据而建立的规则库来进行再用蓄电池构件200的寿命预测。
在预测再用蓄电池构件200的寿命时，预测部440获取成为作为预测对象的再用蓄电池构件200之前的蓄电池构件100的蓄电池使用状态数据472，并且从存储部470中读出寿命预测模型476。预测部440基于蓄电池使用状态数据472及寿命预测模型476来预测再用蓄电池构件200的寿命。预测部440将预测出的再用蓄电池构件200的寿命的信息保存于存储部470。存储部470存储多个再用蓄电池构件200的寿命的信息。预测部440将预测出的再用蓄电池构件200的寿命的信息利用通信部410向进行了寿命预测要求的再利用产品制造业人员发送。
选定模型生成部450进行将存储于存储部470的多个再用蓄电池构件200的寿命的数据及再用蓄电池使用状态数据474作为学习数据及教师数据的机械学习，来生成蓄电池选定模型478。选定模型生成部450通过将根据再用蓄电池构件200的寿命的数据及再用蓄电池使用状态数据474获取的数据作为输入数据且将多个再用蓄电池构件200作为再利用产品而言的适合性的数据作为输出数据的方式，将多个蓄电池构件100及再用蓄电池构件200的神经网络模型生成为蓄电池选定模型478。
选定模型生成部450通过将神经网络模型的输入数据设为再用蓄电池构件200的寿命、用途、使用状态且将输出数据设为表示再用蓄电池构件200作为再利用产品而言的适合性的数据来生成蓄电池选定模型478。选定模型生成部450将生成的蓄电池选定模型478保存于存储部470。选定模型生成部450也可以在实施方式中对向输入层输入的数据进行部分限定来生成蓄电池选定模型478。
选定部460例如在由再利用产品制造业人员提出了蓄电池选定要求的情况下，从多个再用蓄电池构件200中选定适合作为再利用产品的再用蓄电池构件200。选定部460例如通过通信部410来接收由再利用产品制造业人员提出的蓄电池选定要求并获取该蓄电池选定要求。蓄电池选定要求例如包括将再用蓄电池构件200再次利用的产品的用途的信息。在选定再用蓄电池构件200时，选定部460获取要搭载再用蓄电池构件200的再利用产品的用途的数据，并且将蓄电池选定模型478从存储部470读出。选定部460基于再利用产品的用途及蓄电池选定模型478来选定适合于再利用产品的再用蓄电池构件200并生成选定结果数据480。
图9是表示选定结果数据480的一例的图。选定结果数据480是表示按用途选定适合于再利用产品的再用蓄电池构件200的情况下的再用蓄电池构件200的顺位的数据。如图9所示，选定结果数据480按用途来生成，包括蓄电池ID、劣化要素、蓄电池SOH、适合顺位这些项目。其中，蓄电池ID、劣化要素这样的项目表示与蓄电池使用状态收集数据162、再用蓄电池使用状态数据474相同的事项。蓄电池SOH这一项目中的良/不良的判定基准比蓄电池使用状态收集数据162、再用蓄电池使用状态数据474低，在蓄电池使用状态收集数据162、再用蓄电池使用状态数据474中被判定为“不良”的SOH在选定结果数据480中有时会被判定为“良”。在实施方式中，蓄电池SOH利用“良”、“不良”这两个级别进行判定，但也可以利用三级以上的级别进行判定。劣化要素也可以利用三级以上的级别进行判定，而不是利用“小”、“大”这两个级别。
适合顺位这一项目是表示选定装置400所管理的再用蓄电池构件200作为该用途而再次利用的情况下的适合性的顺位。在图9所示的例子中，作为适合于“机器人”这样的再利用产品50的再用蓄电池构件200，举出蓄电池ID为“B300-2001”的再用蓄电池构件200作为第一位。之后，举出蓄电池ID为“B400-1001”、“B500-1001”、……的再用蓄电池构件200作为第二位、第三位、……。
就适合顺位而言，例如是蓄电池SOH越高适合顺位就越高，但也存在由于与劣化要素之间的关系而导致适合顺位不同的情况。例如，由于在机器人中没有设置低压蓄电池，因此即便是转换器发生了劣化也不会导致作为机器人来说的适合性变低。在实施方式中，按用途来对再用蓄电池构件200赋予适合顺位，但也可以不按用途而是按其他的要素来分别决定适合顺位。例如，可以按再用蓄电池构件200来对用途赋予顺位，例如可以是，针对“B300-2001”的再用蓄电池构件200而言，设第一位为机器人、第二位为叉车、第三位为载人车……·等来作为用途的适合顺位。
选定部460将选定出的再用蓄电池构件200的选定结果数据480向进行了蓄电池选定要求的再利用产品制造业人员提供。选定结果数据480的提供例如可以通过从选定装置400上设置的监视器、扬声器输出图像、声音来进行。或者，选定部460也可以通过向再利用产品制造业人员所具有的信息终端发送选定结果数据480并从再利用产品制造业人员所具有的信息终端中的监视器、扬声器输出图像、声音来提供选定结果数据480。
选定部460也可以不使用蓄电池选定模型478，而是利用基于向蓄电池选定模型478的输入层输入了的各数据而建成的规则库来进行再用蓄电池构件200的选定。选定部460也可以在向再利用产品制造业人员提供选定结果数据480时附加再用蓄电池构件200上设定的价格的信息。
接着，对选定装置400的处理进行说明。图10～13是表示在选定装置400中执行的处理的流程的一例的流程图。这里，首先参照图10及图11来说明更新寿命预测模型476的处理及进行再用蓄电池构件200的寿命预测的处理。
首先，对更新寿命预测模型476的处理进行说明。如图10所示，获取部420判定是否获取了蓄电池使用状态收集数据162(步骤S110)。在判定为获取了蓄电池使用状态收集数据162的情况下，获取部420从存储部470读出蓄电池使用状态数据472，并将获取的蓄电池使用状态收集数据162追加到蓄电池使用状态数据472中来更新蓄电池使用状态数据472(步骤S120)。在判定为没有获取蓄电池使用状态收集数据162的情况下，选定装置400进入步骤S130。
接着，获取部420判定是否获取了再用蓄电池使用状态收集数据262(步骤S130)。在判定为获取了再用蓄电池使用状态收集数据262的情况下，获取部420从存储部470读出再用蓄电池使用状态数据474，并将获取的再用蓄电池使用状态收集数据262追加到再用蓄电池使用状态数据474中来更新再用蓄电池使用状态数据474(步骤S140)。在判定为没有获取再用蓄电池使用状态收集数据262的情况下，选定装置400进入步骤S150。
接着，生成部430判定是否存在蓄电池使用状态收集数据162或再用蓄电池使用状态收集数据262的更新(步骤S150)。在判定为存在数据的更新的情况下，生成部430从存储部470读出寿命预测模型476，基于更新了的数据等来更新寿命预测模型476(步骤S160)。
图14是寿命预测模型476的生成工序的概念图。如图14所示，生成部430生成具有输入层、隐藏层和输出层的寿命预测模型476。向输入层输入蓄电池构件100的使用状态、蓄电池构件100有无更换、蓄电池构件100的利用期间、再用蓄电池构件200的用途、再用蓄电池构件200的使用状态和再用蓄电池构件200的寿命。蓄电池构件100的利用期间是从蓄电池构件100的使用开始年月日到故障发生年月日为止的期间或者是从蓄电池构件100的使用开始年月日到虽未发生故障但为了更换而将蓄电池构件100从车辆取下的年月日为止的期间。再用蓄电池构件200的寿命是从再用蓄电池构件200的再用年月日到故障发生年月日为止的期间。
从输出层输出再用蓄电池构件200的寿命。隐藏层具有将输入层与输出层联接的多层的神经网络。隐藏层的参数通过使用向输入层输入的输入数据和从输出层输出的输出数据来进行机械学习而得以最佳化。生成部430这样更新(生成)寿命预测模型476。
返回到图10所示的流程，生成部430将更新后的寿命预测模型476保存于存储部470(步骤S170)。这样，选定装置400在更新寿命预测模型476之后结束图10所示的处理。另外，在步骤S150中判定为没有数据的更新的情况下，选定装置400直接结束图10所示的处理。
接着，参照图11来说明进行再用蓄电池构件200的寿命预测的处理。预测部440判定是否是执行寿命预测的时期(步骤S210)。预测部440在获取了蓄电池构件100被从车辆10取下这样的信息或者通信部410接收到由再利用产品制造业人员等发送来的寿命预测要求的情况下，判定为是执行寿命预测的时期。
在判定为不是执行寿命预测的时期的情况下，选定装置400直接结束图11所示的处理。在判定为是执行寿命预测的时期的情况下，预测部440从存储部470读出寿命预测模型476(步骤S220)。接着，使用成为作为预测对象的再用蓄电池构件200之前的蓄电池构件100的使用状态和寿命预测模型476来预测再用蓄电池构件200的寿命(步骤S230)。此时，也可以还使用再用蓄电池构件的用途的信息。这样，选定装置400结束图11所示的处理。
接着，参照图12及图13来说明选定装置400的处理中的更新蓄电池选定模型478的处理及选定再用蓄电池构件200的处理。如图12所示，选定模型生成部450判定预测部440是否进行了蓄电池寿命的预测(步骤S310)。在判定为预测部440没有进行蓄电池寿命的预测的情况下，选定模型生成部450判定使用通信部410来获取由再利用产品50发送来的再用蓄电池使用状态收集数据262的获取部420是否更新了再用蓄电池使用状态数据474(步骤S320)。
在步骤S310中判定为预测部440进行了蓄电池寿命的预测的情况下，或者在步骤S320中判定为获取部420更新了再用蓄电池使用状态数据474的情况下，选定模型生成部450从存储部470读出蓄电池选定模型478并更新蓄电池选定模型478(步骤S330)。
图15是蓄电池选定模型478的生成工序的概念图。如图15所示，选定模型生成部450生成具有输入层、隐藏层和输出层的蓄电池选定模型478。向输入层输入再用蓄电池构件200的劣化要素、再用蓄电池构件200的SOH、再用蓄电池构件200的用途和预测出的再用蓄电池构件200的寿命。
从输出层输出再用蓄电池构件200的按用途来说的适合顺位。隐藏层具有将输入层与输出层联接的多层的神经网络。隐藏层的参数通过使用向输入层输入的输入数据和从输出层输出的输出数据来进行机械学习而得以最佳化。选定模型生成部450这样更新(生成)蓄电池选定模型478。在生成蓄电池选定模型478时，通过连续获取再用蓄电池200使用状态、故障年月日(故障经历)、蓄电池的性能信息等来更新模型，由此提高再利用部件的选定精度。
返回到图12所示的流程，选定模型生成部450将更新后的蓄电池选定模型478保存于存储部470(步骤S340)。这样，选定装置400在更新蓄电池选定模型478之后结束图12所示的处理。在步骤S310中判定为预测部440没有预测蓄电池寿命的情况下或者在判定为获取部420没有更新再用蓄电池使用状态数据474的情况下，选定装置400直接结束图12所示的处理。
接着，参照图13来说明选定再用蓄电池构件200的处理。选定部460判定是否由再利用产品制造业人员提出了蓄电池选定要求(步骤S410)。在选定部460判定为没有蓄电池选定要求的情况下，选定装置400反复进行步骤S410的处理。
在判定为有蓄电池选定要求的情况下，选定部460从存储部470读出蓄电池选定模型478(步骤S420)。接着，选定部460基于从存储部470读出的蓄电池选定模型478、蓄电池选定要求中包括的再用蓄电池构件200的用途、多个蓄电池构件100的劣化要素及预测出的寿命，来选定再用蓄电池构件200并生成选定结果数据480(步骤S430)。接着，选定部460将生成的选定结果数据480向再利用产品制造业人员提供(步骤S440)。这样，选定装置400结束图13所示的处理。
根据以上说明的实施方式，基于再用蓄电池构件200的用途、使用状态、寿命这样的再用蓄电池构件200的信息来预测蓄电池构件100被再次利用时作为再用蓄电池构件200的寿命。因此，无需例如在再利用产品上搭载再用蓄电池来重新进行耐久试验等就能够提供再用蓄电池构件200的预测寿命的信息，因此能够提供要再次利用的蓄电池构件的选定基准。
根据上述的实施方式，基于蓄电池构件100的使用状态来预测再用蓄电池构件200的寿命，并基于预测出的再用蓄电池构件200的寿命等来选定再用蓄电池构件200。因此，能够使要再次利用再用蓄电池构件200来制造再利用产品的再利用产品制造业人员容易地选定再用蓄电池构件200。
选定装置400在选定再用蓄电池构件200时，针对多个再用蓄电池构件200来赋予与再用蓄电池构件200的用途对应的适合顺位。因此，选定装置400能够使再利用产品制造业人员等更容易地选定要再次利用的再用蓄电池构件200。进而，选定装置400通过附加提供再用蓄电池构件200的价格的信息，由此使再利用产品制造业人员能够兼顾预算和性能地选定再用蓄电池构件200。
在上述的实施方式中，再利用部件可以是蓄电池构件100(蓄电池120及附属部件140)以外的部件。例如，可以是车辆的部件、例如车门面板等车身面板、轮胎、车架、马达、发电机、照明装置等辅助设备类。也可以是车辆的部件以外的部件。可以是铁路、飞机、机器人、船舶等移动体(驱动体)的部件，也可以是冰箱、电视、空调等家电等通过设置来使用的设备的部件。
在上述的实施方式中，针对从车辆10取下的蓄电池构件100，对蓄电池构件100被再次利用时作为再用蓄电池构件200的寿命进行预测，但也可以针对搭载在车辆10上的蓄电池构件100来预测蓄电池构件100被再次利用时作为再用蓄电池构件200的寿命。这种情况下，由于从车辆10取下后的蓄电池构件100的使用状态是未定的，因此，例如可以基于搭载于车辆10期间的蓄电池构件100的使用状态来推定蓄电池构件100在规定的取下时期的使用状态，并根据推定出的蓄电池构件100的使用状态来预测再用蓄电池构件200的寿命。这种情况下，可以预想多个蓄电池构件100的取下时期来预测再用蓄电池构件200在各时期的寿命。
在上述的实施方式中，再用蓄电池构件200的使用状态预先存储于再利用产品50上搭载的再利用产品存储装置260，并在汇总为再用蓄电池使用状态收集数据262时向选定装置400发送，但也可以将再用蓄电池构件200的使用状态的各数据向选定装置400、其他的服务器等发送并在发送目的地处生成再用蓄电池使用状态收集数据262。同样，针对蓄电池使用状态收集数据162，也可以取代在车辆10中收集的方案而采用在选定装置400、其他的服务器等中生成的方案。选定装置400中的生成部430、预测部440的各功能也可以是再利用产品50、车辆10来具备。
在上述的实施方式中，针对蓄电池构件100整体来预测作为再用蓄电池构件200的寿命，但也可以仅预测蓄电池构件100中的蓄电池120或各附属部件140作为再用件的寿命。这种情况下，例如可以按再用件来生成寿命预测模型并预测再用件的寿命。可以预测各再用件的寿命，也可以将多个再用件的若干个汇总来预测寿命。
以上，使用实施方式说明了本发明的具体实施方式，但本发明丝毫不被这样的实施方式限定，在不脱离本发明的主旨的范围内能够施加各种变形及替换。

Claims (9)

1.一种选定装置，其中，具备：
获取部，其获取再利用部件的再次利用前的使用状态及所述再利用部件的利用用途的信息；以及
选定部，其基于所述使用状态来选定适合于所述利用用途的所述再利用部件。
2.根据权利要求1所述的选定装置，其中，
所述再利用部件在再次利用前是搭载于车辆的蓄电池构件。
3.根据权利要求2所述的选定装置，其中，
再次利用前的所述使用状态由所述车辆来计测。
4.根据权利要求2所述的选定装置，其中，
所述蓄电池构件是蓄电池及所述蓄电池的附属部件中的至少一方。
5.根据权利要求4所述的选定装置，其中，
所述附属部件是冷却风扇、电流传感器、电压传感器、温度传感器、蓄电池运算装置、接触器、转换器及保险丝中的至少一个。
6.根据权利要求1所述的选定装置，其中，
所述选定部通过向利用机械学习得到的模型输入所述再利用部件的再次利用后的使用状态的信息，来选定所述再利用部件。
7.根据权利要求6所述的选定装置，其中，
还具备通过机械学习来生成所述模型的生成部。
8.一种选定方法，其中，通过计算机进行如下处理：
获取再利用部件的再次利用前的使用状态及所述再利用部件的利用用途的信息；以及
基于所述使用状态来选定适合于所述利用用途的所述再利用部件。
9.一种存储介质，其存储有程序，其中，所述程序使计算机进行如下处理：
获取再利用部件的再次利用前的使用状态及所述再利用部件的利用用途的信息；以及
基于所述使用状态来选定适合于所述利用用途的所述再利用部件。
CN202010186807.4A 2019-03-28 2020-03-17 选定装置、选定方法及存储介质 Active CN111755762B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2019063137A JP7178940B2 (ja) 2019-03-28 2019-03-28 選定装置、選定方法、及びプログラム
JP2019-063137 2019-03-28

Publications (2)

Publication Number Publication Date
CN111755762A true CN111755762A (zh) 2020-10-09
CN111755762B CN111755762B (zh) 2024-06-07

Family

ID=72604109

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010186807.4A Active CN111755762B (zh) 2019-03-28 2020-03-17 选定装置、选定方法及存储介质

Country Status (3)

Country Link
US (1) US11491892B2 (zh)
JP (1) JP7178940B2 (zh)
CN (1) CN111755762B (zh)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7235628B2 (ja) * 2019-09-24 2023-03-08 本田技研工業株式会社 バッテリ管理装置
CN113013514B (zh) * 2021-02-25 2022-08-05 吉林大学 一种车载锂离子动力电池的热失控气敏报警装置及其检测方法
CN113902121B (zh) * 2021-07-15 2023-07-21 陈九廷 一种电池劣化推测装置校验的方法、装置、设备及介质
JP7323588B2 (ja) * 2021-10-20 2023-08-08 本田技研工業株式会社 リユース判定システム、リユース判定方法及びプログラム
WO2023210825A1 (ja) * 2022-04-28 2023-11-02 株式会社日立製作所 鉄道アップサイクルシステム、その方法及びそれによる生産方法
WO2023228550A1 (ja) * 2022-05-24 2023-11-30 株式会社デンソー 再利用判定装置、再利用判定方法、及び再利用判定プログラム
JP2024040684A (ja) * 2022-09-13 2024-03-26 トヨタ自動車株式会社 情報処理システム、情報処理方法、及びプログラム

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007141464A (ja) * 2005-11-14 2007-06-07 Hitachi Vehicle Energy Ltd 二次電池モジュール、電池情報管理装置、電池情報管理システム、二次電池リユースシステム、二次電池回収・販売システム、二次電池リユース方法および二次電池回収・販売方法
US20090251151A1 (en) * 2008-03-31 2009-10-08 Takuya Miyashita Method for evaluating battery, and evaluation apparatus therefor
JP2012029451A (ja) * 2010-07-22 2012-02-09 Nichicon Corp 学習型蓄電池マネジメントシステム
CN102624040A (zh) * 2011-01-26 2012-08-01 日立民用电子株式会社 蓄电池管理***及其使用的再利用设备和管理服务器
CN104025367A (zh) * 2011-12-06 2014-09-03 松下电器产业株式会社 蓄电池转移辅助装置及蓄电池转移辅助方法
CN105706290A (zh) * 2013-07-25 2016-06-22 日产自动车株式会社 电池二次利用管理***、电池二次利用管理装置以及电池二次利用管理方法
US20160239592A1 (en) * 2015-02-12 2016-08-18 Nec Laboratories America, Inc. Data-driven battery aging model using statistical analysis and artificial intelligence
JP2017152333A (ja) * 2016-02-26 2017-08-31 東京電力ホールディングス株式会社 蓄電池用途選択装置及びプログラム
JP2018156768A (ja) * 2017-03-16 2018-10-04 トヨタ自動車株式会社 二次電池の再利用判定システム
US20190074553A1 (en) * 2017-09-01 2019-03-07 Toyota Jidosha Kabushiki Kaisha Method of recycling secondary battery and secondary battery system

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2019230069A1 (ja) 2018-06-01 2019-12-05 住友電気工業株式会社 電池管理装置、電池情報処理システム、及び電池情報処理方法
WO2020036984A1 (en) 2018-08-14 2020-02-20 Batterycheck Llc Power cell tracking and optimization system
JP7031615B2 (ja) 2019-01-16 2022-03-08 株式会社デンソー 再利用可能な二次電池モジュールの供給設定システム

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007141464A (ja) * 2005-11-14 2007-06-07 Hitachi Vehicle Energy Ltd 二次電池モジュール、電池情報管理装置、電池情報管理システム、二次電池リユースシステム、二次電池回収・販売システム、二次電池リユース方法および二次電池回収・販売方法
US20090251151A1 (en) * 2008-03-31 2009-10-08 Takuya Miyashita Method for evaluating battery, and evaluation apparatus therefor
JP2012029451A (ja) * 2010-07-22 2012-02-09 Nichicon Corp 学習型蓄電池マネジメントシステム
CN102624040A (zh) * 2011-01-26 2012-08-01 日立民用电子株式会社 蓄电池管理***及其使用的再利用设备和管理服务器
CN104025367A (zh) * 2011-12-06 2014-09-03 松下电器产业株式会社 蓄电池转移辅助装置及蓄电池转移辅助方法
CN105706290A (zh) * 2013-07-25 2016-06-22 日产自动车株式会社 电池二次利用管理***、电池二次利用管理装置以及电池二次利用管理方法
US20160239592A1 (en) * 2015-02-12 2016-08-18 Nec Laboratories America, Inc. Data-driven battery aging model using statistical analysis and artificial intelligence
JP2017152333A (ja) * 2016-02-26 2017-08-31 東京電力ホールディングス株式会社 蓄電池用途選択装置及びプログラム
JP2018156768A (ja) * 2017-03-16 2018-10-04 トヨタ自動車株式会社 二次電池の再利用判定システム
US20190074553A1 (en) * 2017-09-01 2019-03-07 Toyota Jidosha Kabushiki Kaisha Method of recycling secondary battery and secondary battery system

Also Published As

Publication number Publication date
JP7178940B2 (ja) 2022-11-28
US11491892B2 (en) 2022-11-08
CN111755762B (zh) 2024-06-07
US20200307413A1 (en) 2020-10-01
JP2020166928A (ja) 2020-10-08

Similar Documents

Publication Publication Date Title
CN111755762B (zh) 选定装置、选定方法及存储介质
CN111751751B (zh) 寿命预测装置、寿命预测方法及存储介质
EP3916884B1 (en) Secondary battery module remaining life diagnosis method and remaining life diagnosis system
US9318781B2 (en) Predicted sensor information for a battery
JP4802945B2 (ja) 二次電池の制御システムおよびそれを搭載したハイブリッド車両
KR101948181B1 (ko) 전지 관리 단말 및 전지 관리 시스템
JP4710325B2 (ja) 移動体の価格設定システムおよび価格設定方法
CN111903029B (zh) 用于监控能量存储器的方法和控制单元
CN104904092A (zh) 能量存储控制***和方法
JP6911747B2 (ja) 電池情報処理装置、電池製造支援装置、組電池、電池情報処理方法、及び組電池の製造方法
JP2017134894A (ja) 二次電池の再利用方法
KR20090057300A (ko) 2 차 전지의 내부 상태 추정 장치 및 2 차 전지의 내부 상태 추정 방법
EP3149499B1 (en) A method and system for monitoring the status of battery cells
US20220334190A1 (en) Device and method for determining an action based on forecasted eol parameters for an electric ess and an at least partly electric vehicle
US20130119944A1 (en) Transmission of data relating to the operation of a battery powering a driving motor of a motor vehicle
US20240127196A1 (en) Control system of mobile body and program thereof
JP6658342B2 (ja) 電池システム
CN113853525A (zh) 二次电池的内阻的推测方法及二次电池的异常检测***
JP2020119830A (ja) 二次電池状態検知システム、二次電池状態検知装置および二次電池状態検知方法
KR101245848B1 (ko) 차량 배터리 잔존용량 추정 시스템 및 그 방법
JP2020064749A (ja) 電池情報処理装置
Richter et al. Advanced hybrid propulsion and energy management system for high efficiency, off highway, 240 ton class, diesel electric haul trucks
US20240169419A1 (en) Leasing Method and Lease System, and Computer Apparatus
EP4299367A1 (en) A method and system for determining an electrical energy storage pack replacement configuration
JP7149226B2 (ja) 電動車両の製造管理装置、製造方法、製造管理方法、及びプログラム

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant