WO2022239562A1 - 状態量推定装置、状態量推定方法、及び、プログラム - Google Patents

状態量推定装置、状態量推定方法、及び、プログラム Download PDF

Info

Publication number
WO2022239562A1
WO2022239562A1 PCT/JP2022/016035 JP2022016035W WO2022239562A1 WO 2022239562 A1 WO2022239562 A1 WO 2022239562A1 JP 2022016035 W JP2022016035 W JP 2022016035W WO 2022239562 A1 WO2022239562 A1 WO 2022239562A1
Authority
WO
WIPO (PCT)
Prior art keywords
secondary battery
state quantity
sound
state
unit
Prior art date
Application number
PCT/JP2022/016035
Other languages
English (en)
French (fr)
Inventor
武寿 中尾
Original Assignee
パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカ
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 パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカ filed Critical パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカ
Priority to CN202280033464.5A priority Critical patent/CN117280204A/zh
Priority to JP2023520916A priority patent/JPWO2022239562A1/ja
Publication of WO2022239562A1 publication Critical patent/WO2022239562A1/ja
Priority to US18/383,971 priority patent/US20240069118A1/en

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
    • G01R31/392—Determining battery ageing or deterioration, e.g. state of health
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
    • G01N29/14—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object using acoustic emission techniques
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
    • G01R31/367—Software therefor, e.g. for battery testing using modelling or look-up tables
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
    • G01R31/382—Arrangements for monitoring battery or accumulator variables, e.g. SoC
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
    • G01R31/385—Arrangements for measuring battery or accumulator variables
    • G01R31/387—Determining ampere-hour charge capacity or SoC
    • 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
    • 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
    • H01M10/48—Accumulators combined with arrangements for measuring, testing or indicating the condition of cells, e.g. the level or density of the electrolyte
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J7/00—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries
    • H02J7/0047—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries with monitoring or indicating devices or circuits
    • H02J7/0048—Detection of remaining charge capacity or state of charge [SOC]
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J7/00—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries
    • H02J7/0047—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries with monitoring or indicating devices or circuits
    • H02J7/005—Detection of state of health [SOH]
    • 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

Definitions

  • the present disclosure relates to a state quantity estimation device, a state quantity estimation method, and a program.
  • Patent Document 1 a vibration sensor is brought into close contact with a secondary battery, and acoustic emissions (ultrasonic waves) generated inside the secondary battery when the secondary battery is charged or discharged are measured. discloses a technique for estimating a state quantity indicating an internal state of the
  • the present disclosure provides a state quantity estimating device, a state quantity estimating method, and a program capable of contactlessly and quickly estimating the state quantity of a secondary battery.
  • a state quantity estimation device collects sound emitted from the secondary battery when the secondary battery is charged or discharged in the vicinity of the secondary battery without contact with the secondary battery.
  • a sound unit an estimating unit for estimating a state quantity indicating a state of the secondary battery based on information of the sound picked up by the sound collecting unit, and outputting the state quantity estimated by the estimating unit. and an output unit.
  • a state quantity estimating device capable of quickly estimating the state quantity of a secondary battery without contact.
  • FIG. 1 is a diagram illustrating an example of a state quantity estimation system to which a state quantity estimation device according to an embodiment is applied.
  • FIG. 2 is a block diagram showing an example of the functional configuration of the state quantity estimation system according to the embodiment.
  • FIG. 3 is a flowchart showing an example of the operation of the state quantity estimation device according to the embodiment.
  • FIG. 4 is a flow chart showing an example of the detailed flow of step S2 in FIG.
  • FIG. 5 is a diagram showing an example of sound information emitted by two secondary batteries in different states of charge.
  • FIG. 6 is a diagram showing another example of sound information emitted by two secondary batteries in different states of charge.
  • FIG. 7 is a diagram showing an example of sound information emitted by two secondary batteries with different deterioration states.
  • FIG. 1 is a diagram illustrating an example of a state quantity estimation system to which a state quantity estimation device according to an embodiment is applied.
  • FIG. 2 is a block diagram showing an example of the functional configuration of the state
  • FIG. 8 is a diagram showing another example of sound information emitted by two secondary batteries with different deterioration states.
  • FIG. 9 is a diagram showing a first example of state quantity estimation of a secondary battery according to operation example 1.
  • FIG. 10 is a diagram showing estimated values and estimation accuracy of SoC (State of Charge) calculated in the first example.
  • FIG. 11 is a diagram illustrating a second example of state quantity estimation of a secondary battery according to Operation Example 1.
  • FIG. FIG. 12 is a diagram showing estimated values and estimation accuracy of SoH (State of Health) calculated in the second example.
  • FIG. 13 is a flow chart showing another example of the detailed flow of step S2 in FIG.
  • FIG. 14 is a diagram for explaining an example of the structure of a machine learning model; FIG.
  • Patent Document 1 discloses a technique for estimating a state quantity indicating an internal state of the
  • the state quantity of the secondary battery can be estimated in a shorter time than in the conventional art, it is necessary to bring the vibration sensor into close contact with the secondary battery. It is not possible to estimate the state quantity of a secondary battery with a structure in which a single battery is contained in a housing.
  • the internal state of the secondary battery is estimated by irradiating the secondary battery with ultrasonic waves and measuring the ultrasonic waves that pass through the secondary battery.
  • the thickness in the transmission direction is large, such as a secondary battery having a large thickness in the transmission direction, or a secondary battery including a plurality of cells in a housing such as an assembled battery, It lacks versatility because it cannot measure ultrasonic waves that have passed through the secondary battery.
  • the present inventors have found that the sound emitted from the secondary battery during charging and discharging is collected in the vicinity of the secondary battery without contact with the secondary battery, and the collected sound It was found that the state quantity of the secondary battery can be estimated based on the information of As a result, the inventors have found that the state quantity can be estimated even for a secondary battery such as an assembled battery in which a unit cell is contained in a housing.
  • a state quantity estimation device collects sound emitted from the secondary battery when the secondary battery is charged or discharged in the vicinity of the secondary battery without contact with the secondary battery.
  • a sound unit an estimating unit for estimating a state quantity indicating a state of the secondary battery based on information of the sound picked up by the sound collecting unit, and outputting the state quantity estimated by the estimating unit. and an output unit.
  • the state quantity estimating device does not need to perform full charge or full discharge to measure the state quantity of the secondary battery, so it can quickly estimate the state quantity of the secondary battery. Moreover, since the state quantity estimating device can estimate the state quantity based on the information of the sound picked up in the vicinity of the secondary battery, the state quantity can be estimated without contacting the secondary battery. Therefore, the state quantity estimating device can estimate the state quantity of the secondary battery without removing the secondary battery held in the case from the case, for example. Therefore, the state quantity estimation device can quickly estimate the state quantity of the secondary battery 1 in a non-contact manner.
  • the state quantity estimation device can more easily extract the regularity of sound information (so-called feature quantity) by using a learned machine learning model. Therefore, the state quantity estimating device can more simply estimate the state quantity of the secondary battery.
  • the machine learning model is learned using teacher data
  • the teacher data includes the information of the sound and the secondary model from which the sound was collected.
  • the data set may include annotations indicating at least one of the remaining battery level and the degree of deterioration of the battery.
  • the state quantity may be an index value indicating at least one of the state of charge and the state of deterioration of the secondary battery.
  • the state quantity estimating device can more accurately estimate the state of the secondary battery.
  • the state quantity may be at least one of SoC (State of Charge) and SoH (State of Health).
  • the state quantity estimating device can estimate the state quantity of the secondary battery based on at least one of SoC and SoH.
  • the sound may be sound having a frequency in an ultrasonic band.
  • the state quantity estimating device is less susceptible to noise than sounds in the frequency band that can be perceived by human hearing (so-called audible sound), so that the state quantity of the secondary battery can be estimated more accurately. can.
  • the sound emitted from the secondary battery during charging or discharging of the secondary battery is collected in the vicinity of the secondary battery without contact with the secondary battery.
  • the state quantity estimation method does not require full charge or full discharge to measure the state quantity of the secondary battery, so it is possible to quickly estimate the state quantity of the secondary battery.
  • the state quantity estimation method can estimate the state quantity based on the information of the sound collected in the vicinity of the secondary battery without contacting the secondary battery. amount can be estimated. Therefore, the state quantity estimation method makes it possible to estimate the state quantity of the secondary battery, for example, without removing the secondary battery located in the housing from the housing. Therefore, the state quantity estimation method can quickly estimate the state quantity of the secondary battery in a non-contact manner.
  • these general or specific aspects may be realized by a system, method, apparatus, integrated circuit, computer program, or recording medium such as a computer-readable CD-ROM. It may be realized by any combination of circuits, computer programs and recording media.
  • the state quantity estimation system 100 collects the sound emitted from the secondary battery 1 when the secondary battery 1 is charged or discharged in a non-contact with the secondary battery 1 and in the vicinity of the secondary battery 1, and the sound is collected. A state quantity indicating the state of the secondary battery 1 is estimated based on the sound information, and the estimated state quantity is output to the terminal device 20 .
  • the sound pickup unit 12 of the state quantity estimation device 10 is placed in the vicinity of the secondary battery 1 (for example, within the range of the distance L in FIG. 1). inside) to pick up the sound emitted from the secondary battery 1.
  • the sound pickup unit 12 is arranged at a position that is not in contact with and is close to the secondary battery 1 .
  • the sound pickup unit 12 is arranged at a distance L from the secondary battery 1 .
  • the distance L may be, for example, a distance in the range of more than 0 mm and 50 mm or less from the surface of the secondary battery 1, and may be a distance on the order of cm or a distance on the order of mm. The distance may be on the order of ⁇ m.
  • the state quantity estimating device 10 collects the sound emitted from the secondary battery 1 during charging or discharging of the secondary battery 1 in the vicinity of the secondary battery 1 without contact with the secondary battery 1, and measures the collected sound. Based on the information, the state quantity indicating the state of the secondary battery 1 is estimated, and the estimated state quantity is output.
  • the output state quantity may be displayed on the display unit 17 of the state quantity estimation device 10 or may be displayed on the display unit 25 of the terminal device 20 . Thereby, the user of the state quantity estimation device 10 can confirm the state quantity of the secondary battery 1 .
  • the state quantity estimation device 10 includes, for example, a communication unit 11, a sound pickup unit 12, a control unit 13, a learning unit 14, a storage unit 15, an input reception unit 16, and a display unit 17.
  • the communication unit 11 is a communication module (communication circuit) for the state quantity estimation device 10 to communicate with the terminal device 20 .
  • the communication unit 11 may be, for example, a wireless communication circuit that performs wireless communication, or a wired communication circuit that performs wired communication.
  • the standard of communication performed by the communication unit 11 is not particularly limited.
  • the communication unit 11 may function as a local communication circuit, and the state quantity estimating device 10 and the terminal device 20 communicate over a wide area.
  • the communication unit 11 may function as a wide area communication circuit.
  • the sound pickup unit 12 picks up sounds emitted from the secondary battery 1 when the secondary battery 1 is charged or discharged in the vicinity of the secondary battery 1 . More specifically, the sound pickup unit 12 picks up the sound at a position that is not in contact with and close to the secondary battery 1 . As described above, the sound pickup unit 12 picks up the sound emitted from the secondary battery 1 at a position separated by the distance L from the secondary battery 1 . Since the distance L has been described above, a description thereof will be omitted here. In the example of FIG. 1, the sound pickup unit 12 is connected to the main body (more specifically, the control unit 13) of the state quantity estimation device 10 by wire communication, but may be connected by wireless communication.
  • the sound picked up by the sound pickup unit 12 is acquired by the acquisition unit 13 a of the control unit 13 via the communication unit 11 .
  • the sound pickup unit 12 converts the picked-up sound into an electric signal and outputs the converted electric signal.
  • the sound pickup unit 12 is, for example, a microphone or a microphone device.
  • the data conversion unit 13b converts the electrical signal of the sound acquired by the acquisition unit 13a into information in a predetermined form. Thereby, sound information is generated.
  • the sound information is information including, for example, the frequency band of the sound and at least one of the duration, sound pressure, and waveform of the sound.
  • the information of the sound may further include the time when the sound was picked up.
  • the form of sound information is, for example, time-series numerical data of sound, a spectrogram image, or a frequency characteristic image.
  • the sound information may be image data in a format such as JPEG (Joint Photographic Experts Group) or BMP (Basic Multilingual Plane).
  • the sound information may be numerical data in a format such as WAV (Waveform Audio File Format).
  • WAV Wideform Audio File Format
  • the data conversion unit 13b performs FFT (Fast Fourier Transform) analysis on the frequency components contained in the electrical signal of the sound acquired by the acquisition unit 13a, thereby converting the frequency spectrum or spectrogram of the sound into a time series of the sound.
  • FFT Fast Fourier Transform
  • the estimation unit 13c may derive an estimated value of the state quantity of the secondary battery 1 from sound information using a predetermined arithmetic expression. Further, for example, the estimating unit 13c uses a learned machine learning model (hereinafter referred to as a learned model) stored in the storage unit 15, and outputs sound information obtained by inputting the sound information to the learned model. An estimated value of the state quantity of the secondary battery 1 may be derived based on the result.
  • a learned model hereinafter referred to as a learned model
  • the learning unit 14 performs machine learning using teacher data.
  • the learning unit 14 receives sound information as an input, and learns at least the remaining battery level (e.g., SoC value) and the degree of deterioration (e.g., SoH value) of the secondary battery 1 from which the sound was collected.
  • Generate a machine learning model (so-called trained model) that outputs either.
  • the teacher data used for learning the machine learning model is at least one of information on the sound emitted by the secondary battery 1 during charging or discharging, and the remaining battery level and degree of deterioration of the secondary battery 1 from which the sound was collected. It is a dataset composed of annotations that indicate
  • a machine learning model is, for example, a neural network model, more specifically, a convolutional neural network model (CNN) or a recurrent neural network (RNN).
  • CNN convolutional neural network model
  • RNN recurrent neural network
  • the learned machine learning model is estimated by inputting a spectrogram or a frequency characteristic image, the state quantity of the secondary battery 1 Output.
  • the machine learning model is an RNN
  • the learned model outputs the state quantity of the secondary battery 1 estimated by inputting time-series numerical data of frequency characteristics or spectrograms.
  • a trained model includes trained parameters adjusted by machine learning.
  • the generated learned model is stored in the storage unit 15 .
  • the learning unit 14 is implemented, for example, by a processor executing a program stored in the storage unit 15 .
  • the storage unit 15 is a storage device that stores control programs and the like executed by the control unit 13 .
  • the storage unit 15 may temporarily store the teacher data and the sound information for estimation.
  • the storage unit 15 updates the stored learned model to the machine learning model (so-called learned model) generated by the learning unit 14 .
  • the storage unit 15 is implemented by, for example, a semiconductor memory.
  • the input reception unit 16 receives user operation input.
  • the input reception unit 16 is specifically realized by a mouse, a microphone, a touch panel, or the like. Note that the input reception unit 16 acquires voice and outputs a voice signal according to the acquired voice.
  • a microphone is, specifically, a condenser microphone, a dynamic microphone, or a MEMS (Micro Electro Mechanical Systems) microphone.
  • the speaker outputs voice (machine voice), for example, as a response to the spoken voice captured by the microphone. This allows the user to interactively input a control execution instruction.
  • the input reception unit 16 may include a camera (not shown).
  • the camera captures an image of the user operating the state quantity estimation device 10 . Specifically, the camera captures movements of the user's mouth, eyes, fingers, or the like. In this case, the input reception unit 16 receives the user's operation based on the user's image captured by the camera.
  • the camera is implemented by, for example, a CMOS (Complementary Metal Oxide Semiconductor) image sensor.
  • CMOS Complementary Metal Oxide Semiconductor
  • the display unit 17 is a display device that displays presentation information to be presented to the user under the control of the control unit 13 .
  • the presentation information may be image data or text data including the state quantity of the secondary battery 1 estimated by the state quantity estimation device 10, for example.
  • the display unit 17 is realized by a liquid crystal panel or an organic EL (Electro Luminescence) panel.
  • the terminal device 20 is, for example, a smartphone, a tablet terminal, or a personal computer, acquires the state quantity output from the state quantity estimation device 10, displays presentation information including the acquired state quantity, and presents it to the user.
  • a display unit 25 is provided.
  • the terminal device 20 may, for example, derive predetermined information from the state quantity based on an instruction input by the user, and present the derived information to the user. For example, when the user inputs an instruction to derive the operating time of the device used by the user from the state quantity of the secondary battery 1, the terminal device 20 derives the operating time of the device as the predetermined information, Presentation information including the state quantity of the secondary battery 1 and the operating time of the device may be presented to the user.
  • the terminal device 20 includes, for example, a communication section 21 , a control section 22 , a storage section 23 , an input reception section 24 and a display section 25 .
  • the communication unit 21 is a communication module (communication circuit) for the terminal device 20 to communicate with the state quantity estimation device 10 .
  • the communication unit 21 may be, for example, a wireless communication circuit that performs wireless communication, or a wired communication circuit that performs wired communication.
  • the standard of communication performed by the communication unit 21 is not particularly limited.
  • the control unit 22 performs information processing for controlling the operation of the terminal device 20 .
  • the control unit 22 causes the communication unit 21 to transmit a control signal according to the user's input received by the input receiving unit 24 .
  • the control unit 22 is implemented by, for example, a microcomputer, but may be implemented by a processor or a dedicated circuit.
  • the storage unit 23 is a storage device that stores control programs and the like executed by the control unit 22 .
  • the storage unit 23 is implemented by, for example, a semiconductor memory.
  • the input reception unit 24 receives user operation input.
  • the input reception unit 24 is realized by, for example, a touch panel or the like, like the input reception unit 16 of the state quantity estimation device 10 .
  • the display unit 25 displays presentation information to be presented to the user under the control of the control unit 22 .
  • the display unit 25 is realized by, for example, a liquid crystal panel or an organic EL panel.
  • FIG. 3 is a flowchart showing an example of the operation of the state quantity estimation device according to the embodiment.
  • the estimation unit 13c of the state quantity estimation device 10 estimates a state quantity indicating the state of the secondary battery 1 based on the information of the sound picked up in step S1 (S2). Details of the flow of step S2 will be described later in Operation Example 1 and Operation Example 2.
  • FIG. 1 the estimation unit 13c of the state quantity estimation device 10 estimates a state quantity indicating the state of the secondary battery 1 based on the information of the sound picked up in step S1 (S2). Details of the flow of step S2 will be described later in Operation Example 1 and Operation Example 2.
  • the output unit 13d of the state quantity estimation device 10 outputs the state quantity estimated in step S2 (S3).
  • the output unit 13d may output the state quantity to the display unit 17 of the state quantity estimation device 10 or to the terminal device 20 in accordance with an instruction input by the user.
  • FIG. 4 is a flow chart showing an example of the detailed flow of step S2 in FIG.
  • step S2 the acquisition unit 13a of the state quantity estimation device 10 acquires data of the sound picked up by the sound pickup unit 12 in step S1 (S21).
  • the sound data is the electric signal of the sound converted by the sound pickup unit 12 .
  • FIG. 5 is a diagram showing an example of sound information emitted by two secondary batteries in different states of charge.
  • FIG. 6 is a diagram showing another example of sound information emitted by two secondary batteries in different states of charge.
  • the sound information shown in FIG. 5 is a spectrogram image, and the sound information shown in FIG. 6 is a frequency characteristic image.
  • Frequency characteristics shown in FIG. 6 are obtained by Fourier transforming the time-series numerical data of the sound picked up by the sound pickup unit 12.
  • (a) and (b) of FIG. 6 are images of frequency characteristics corresponding to (a) and (b) of FIG. 5, respectively.
  • the estimated value of the state quantity may be calculated using a predetermined arithmetic expression based on the relationship. For example, as shown in FIGS. 5 and 6, during charging, (a) the signal strength near 45 kHz and 65 kHz in the sound information emitted by the secondary battery in a state of being charged to some extent is (b) fully charged It is higher than the signal strength near 45 kHz and 65 kHz in the sound information emitted by the secondary battery in the state.
  • FIG. 7 is a diagram showing an example of sound information emitted by two secondary batteries with different deterioration states.
  • FIG. 8 is a diagram showing another example of sound information emitted by two secondary batteries with different deterioration states. For example, as shown in FIGS.
  • state quantity estimation according to operation example 1 will be described with reference to first and second examples.
  • a rechargeable nickel-metal hydride battery AA size BK-3MCC manufactured by Panasonic Corporation was used as the secondary battery, and BQ-CC23 manufactured by Panasonic Corporation was used as the charger.
  • FIG. 9 is a diagram showing a first example of state quantity estimation of a secondary battery according to operation example 1.
  • an estimated value of a state quantity here, SoC
  • SoC state of charge of the secondary battery
  • FIG. 9 shows information (here, an image of frequency characteristics) of the sound emitted from the secondary battery when the remaining battery capacity of the secondary battery is 100%.
  • (b) shows information about the sound emitted from the secondary battery when the remaining battery capacity of the secondary battery is 30%.
  • (c) of FIG. 9 shows an arithmetic expression for calculating the estimated value of the state quantity (SoC) indicating the state of charge of the secondary battery, and (d) of FIG.
  • SoC Pre. intensity peaks exceeding a predetermined value (eg, 1e10) are not considered.
  • the estimated value of the state quantity (SoC) indicating the state of charge of the secondary battery was calculated in the same manner as in (a) of FIG.
  • the estimated remaining battery level SoC Pre. was 29.8%.
  • FIG. 10 is a diagram showing the estimated value and estimation accuracy of the SoC calculated in the first example.
  • (a) of FIG. 10 shows the maximum value X1 of the peak intensity within the range of 40 kHz to 50 kHz and the maximum value X2 of the peak intensity within the range of 60 kHz to 65 kHz shown in (d) of FIG.
  • a graph showing the relationship between the estimated battery capacity (SoC Pre.) is shown
  • FIG. 10 (b) is a graph showing the relationship between the estimated remaining battery capacity (SoC Pre.) and the measured value. It is shown.
  • the estimated value of the state quantity (SoC) of the secondary battery calculated using a predetermined arithmetic expression from the information of the sound emitted from the secondary battery during charging of the secondary battery is almost different from the measured value. Therefore, it is possible to estimate the SoC value of the secondary battery according to Operation Example 1.
  • FIG. 11 is a diagram illustrating a second example of state quantity estimation of a secondary battery according to Operation Example 1.
  • FIG. 11 a state quantity (here, An example of calculating an estimated value of SoH) will be described.
  • FIG. 11A shows information (here, an image of frequency characteristics) of the sound emitted from the secondary battery when the deterioration state (hereinafter also referred to as the degree of deterioration) of the secondary battery is 1.
  • FIG. 11(b) shows information about the sound emitted from the secondary battery when the deterioration state of the secondary battery is 0.5.
  • the state of deterioration of the secondary battery being 1.0 represents, for example, the state of deterioration when a new secondary battery is fully charged.
  • the state of deterioration of the secondary battery is 0.5, for example, when the amount of electricity when a new secondary battery is fully charged is 1, the amount of electricity is half that amount when it is fully charged.
  • FIG. 11(c) shows an arithmetic expression for calculating the estimated value (SoH Pre.) of the state quantity (SoH) indicating the state of deterioration of the secondary battery
  • FIG. shows the calculation result of the estimated state quantity (SoH Pre.).
  • intensity peaks exceeding a predetermined value eg, 1e10 are not considered.
  • the weighted average value X of the peak intensity in the range of 25 kHz to 30 kHz is derived, and the value of X is calculated in the equation (4) shown in (c) of FIG. substitute.
  • an estimated value (SoH Pre.) of the state quantity (SoH) indicating the state of deterioration of the secondary battery is calculated.
  • the weighted average is the arithmetic average of the product of the peak intensity and the frequency for each 1 kHz from 25 kHz to 30 kHz.
  • FIG. 12 is a diagram showing the estimated value and estimation accuracy of the SoH calculated in the second example.
  • (a) of FIG. 12 shows the weighted average value X of the peak intensity within the range of 25 kHz to 30 kHz shown in (d) of FIG. 11 and the estimated value (SoH Pre.) of the degree of deterioration of the secondary battery.
  • a graph showing the relationship is shown
  • FIG. 12(b) shows a graph showing the relationship between the estimated value (SoH Pre.) of the degree of deterioration of the secondary battery and the measured value.
  • FIG. 14 is a diagram for explaining an example of the structure of a machine learning model.
  • FIG. 15 is a diagram for explaining the output layer of the machine learning model. Note that the teacher data shown in FIG. 14 will be described later in the learning phase of the machine learning model.
  • the machine learning model is a convolutional neural network (CNN) with convolutional layers and pooling layers.
  • the estimating unit 13c inputs sound information such as a spectrogram image or a frequency characteristic image as input data to a trained machine learning model (a so-called trained model). For example, as shown in FIG. 15, the input sound information is calculated for each of 11 classes in the output layer of the trained model.
  • CNN convolutional neural network
  • the sound pickup unit 12 of the state quantity estimating device 10 detects the sound emitted from the secondary battery 1 during charging or discharging of the secondary battery 1 without contact with the secondary battery 1. Sound is collected in the vicinity of the secondary battery, and an electrical signal of the collected sound is converted into a digital signal (also referred to as electronic data) and output to the control unit 13 .
  • the estimating unit 13c estimates the state quantity based on the output result obtained by inputting sound information to a learned model, which is a machine learning model that has been learned. good too.
  • the state quantity estimation device 10 can more easily extract the regularity of sound information (so-called feature quantity) by using a learned machine learning model. Therefore, the state quantity estimation device 10 can more simply estimate the state quantity of the secondary battery 1 .
  • the machine learning model is learned using teacher data
  • the teacher data includes information on the sound and remaining battery power of the secondary battery from which the sound was collected.
  • the data set may be composed of annotations indicating at least one of the quantity and the degree of deterioration.
  • the state quantity estimating device 10 can accurately estimate the state of the secondary battery 1 because the learning accuracy of the machine learning model is high.
  • the sound information may be information including the frequency band of the sound and at least one of the duration of the sound, the sound pressure, and the waveform.
  • the form of sound information may be time-series numerical data of sound, a spectrogram image, or a frequency characteristic image.
  • the state quantity may be an index value indicating at least one of the state of charge and the state of deterioration of the secondary battery.
  • the state quantity estimation device 10 can estimate the state of the secondary battery 1 more accurately.
  • the state quantity may be at least one of SoC (State of Charge) and SoH (State of Health).
  • the state quantity estimating device 10 can estimate the state quantity of the secondary battery 1 based on at least one of SoC and SoH.
  • the sound may be sound with a frequency in the ultrasonic band.
  • the state quantity of the secondary battery 1 can be estimated more accurately because it is less susceptible to noise than sounds in the frequency band that can be perceived by human hearing (so-called audible sounds).
  • FIG. 13 is a diagram showing an example of a state quantity estimation system 100a to which the state quantity estimation device 10a according to Embodiment 2 is applied.
  • the state quantity estimation device 10 includes the sound pickup unit 12 . This is different from the first embodiment in that information about sounds picked up by the sound pickup device 12a is acquired. In the following, differences from the first embodiment will be mainly described, and descriptions of overlapping contents will be simplified or omitted.
  • the state quantity estimation system 100a includes a state quantity estimation device 10a, one or more sound pickup devices 12a, and a terminal device 20, for example. As shown in FIG. 13 , state quantity estimation system 100 a may further include server device 30 . Each configuration will be described below. Note that the terminal device 20 is the same as the content explained in the first embodiment, so the individual explanation is omitted.
  • the sound collecting device 12a is arranged in a non-contact with the secondary battery 1 and in the vicinity of the secondary battery 1, converts the collected sound into an electric signal (for example, a digital signal), and outputs it to the state quantity estimating device 10a. .
  • the sound collection device 12a includes a communication unit (not shown) for communicating with the state quantity estimation device 10a.
  • the sound collecting device 12a may be configured integrally with a sound collecting unit (for example, a microphone), or may be configured separately from the sound collecting unit. In the latter case, the sound pickup device 12a may acquire the sound picked up by the sound pickup unit through communication.
  • the information processing section 32 performs information processing related to the operation of the server device 30 .
  • the information processing section 32 is implemented by, for example, a microcomputer, but may be implemented by a processor.
  • the storage unit 33 is a storage device that stores control programs and the like executed by the information processing unit 32 .
  • the storage unit 33 is implemented by, for example, an HDD (Hard Disk Drive), but may also be implemented by a semiconductor memory or the like.
  • the acquisition unit 13a of the state quantity estimation device 10a acquires the sound picked up by the sound pickup device 12a via the first communication unit 11a, and outputs the sound to the data conversion unit 13b.
  • the estimation unit 13c estimates the state quantity of the secondary battery based on the sound information generated by the data conversion unit 13b. At this time, the estimating unit 13 c may estimate the state quantity based on the output result obtained by inputting sound information to a trained model trained using teacher data provided from the server device 30 . Further, the estimation unit 13c may output display information provided from the server device 30 according to the estimation result.
  • the display information provided by the server device 30 may be, for example, the number of times the battery can be charged in the future, the replacement timing of the secondary battery, troubles that may occur due to deterioration, or methods of avoiding troubles.
  • the state quantity estimating device 10a according to Embodiment 2 distributes the processing to another device or performs processing in cooperation with another device, so that the state quantity of the secondary battery 1 can be determined in more detail. can be estimated.
  • system LSI may also be called IC, LSI, super LSI, or ultra LSI depending on the degree of integration.
  • the method of circuit integration is not limited to LSI, and may be realized by a dedicated circuit or a general-purpose processor.
  • An FPGA Field Programmable Gate Array
  • a reconfigurable processor that can reconfigure the connections and settings of the circuit cells inside the LSI may be used.
  • one aspect of the present disclosure may be not only such a state quantity estimation device but also a state quantity estimation method having steps of characteristic components included in the device. Further, one aspect of the present disclosure may be a computer program that causes a computer to execute characteristic steps included in the state quantity estimation method. Also, one aspect of the present disclosure may be a computer-readable non-transitory recording medium on which such a computer program is recorded.

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Power Engineering (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Medical Informatics (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Manufacturing & Machinery (AREA)
  • Electrochemistry (AREA)
  • General Chemical & Material Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Acoustics & Sound (AREA)
  • Charge And Discharge Circuits For Batteries Or The Like (AREA)
  • Secondary Cells (AREA)

Abstract

状態量推定装置（１０）は、二次電池（１）の充電時又は放電時に二次電池（１）から発せられる音を二次電池（１）と非接触かつ二次電池（１）の近傍で収音する収音部（１２）と、収音部（１２）によって収音された音の情報に基づいて二次電池（１）の状態を示す状態量を推定する推定部（１３ｃ）と、推定部（１３ｃ）によって推定された状態量を出力する。

Description

状態量推定装置、状態量推定方法、及び、プログラム
　本開示は、状態量推定装置、状態量推定方法、及び、プログラムに関する。
　従来、二次電池の内部の状態を推定するために、二次電池の完全充電又は完全放電を行う方法が知られている。しかしながら、この方法では、二次電池を完全に充電又は放電させる必要があり長時間を要するため、より短時間で二次電池の内部の状態を推定することが求められている。
　例えば、特許文献１は、二次電池に振動センサを密着させ、二次電池を充電又は放電させた際に二次電池の内部で発生するアコースティックエミッション（超音波）を測定して、二次電池の内部状態を示す状態量を推定する技術を開示している。
特開２０１２－２５１９１９号公報
　しかしながら、特許文献１に記載の技術では、二次電池の状態量を従来よりも短時間で推定することができるものの、振動センサを二次電池に密着させる必要があるため、例えば、組電池のように単電池が筐体内に含まれる構造の二次電池の状態量を推定することができない。
　そこで、本開示は、二次電池の状態量を非接触で迅速に推定することができる状態量推定装置、状態量推定方法、及び、プログラムを提供する。
　本開示の一態様に係る状態量推定装置は、二次電池の充電時又は放電時に前記二次電池から発せられる音を前記二次電池と非接触かつ前記二次電池の近傍で収音する収音部と、前記収音部によって収音された前記音の情報に基づいて前記二次電池の状態を示す状態量を推定する推定部と、前記推定部によって推定された前記状態量を出力する出力部と、を備える。
　本開示によれば、二次電池の状態量を非接触で迅速に推定することができる状態量推定装置、状態量推定方法、及び、プログラムを提供することができる。
図１は、実施の形態に係る状態量推定装置が適用される状態量推定システムの一例を示す図である。 図２は、実施の形態における状態量推定システムの機能構成の一例を示すブロック図である。 図３は、実施の形態に係る状態量推定装置の動作の一例を示すフローチャートである。 図４は、図３のステップＳ２の詳細なフローの一例を示すフローチャートである。 図５は、充電状態の異なる２つの二次電池がそれぞれ発する音の情報の一例を示す図である。 図６は、充電状態の異なる２つの二次電池がそれぞれ発する音の情報の他の例を示す図である。 図７は、劣化状態の異なる２つの二次電池がそれぞれ発する音の情報の一例を示す図である。 図８は、劣化状態の異なる２つの二次電池がそれぞれ発する音の情報の他の例を示す図である。 図９は、動作例１による二次電池の状態量推定の第１例を示す図である。 図１０は、第１例で算出されたＳｏＣ（Ｓｔａｔｅ　ｏｆ　Ｃｈａｒｇｅ）の推定値及び推定精度を示す図である。 図１１は、動作例１による二次電池の状態量推定の第２例を示す図である。 図１２は、第２例で算出されたＳｏＨ（Ｓｔａｔｅ　ｏｆ　Ｈｅａｌｔｈ）の推定値及び推定精度を示す図である。 図１３は、図３のステップＳ２の詳細なフローの他の例を示すフローチャートである。 図１４は、機械学習モデルの構造の一例を説明するための図である。 図１５は、機械学習モデルの出力層を説明するための図である。 図１６は、機械学習モデルの学習フェーズ、及び、学習済みの機械学習モデルを利用した推定フェーズの一例を示す図である。 図１７は、表示例を示す図である。 図１８は、実施の形態の変形例１における状態量推定システムの機能構成の一例を示すブロック図である。
　（本開示に至った知見）
　従来、二次電池の内部の状態を推定するために、二次電池の完全充電又は完全放電を行う方法が知られている。しかしながら、この方法では、二次電池を完全に充電又は放電させる必要があり長時間を要するため、より短時間で二次電池の内部の状態を推定することが求められている。例えば、特許文献１は、二次電池に振動センサを密着させ、二次電池を充電又は放電させた際に二次電池の内部で発生するアコースティックエミッション（超音波）を測定して、二次電池の内部状態を示す状態量を推定する技術を開示している。しかしながら、特許文献１に記載の技術では、二次電池の状態量を従来よりも短時間で推定することができるものの、振動センサを二次電池に密着させる必要があるため、例えば、組電池のように単電池が筐体内に含まれる構造の二次電池の状態量を推定することができない。
　また、例えば、非接触で二次電池の状態量を推定する方法として、二次電池に超音波を照射し、二次電池を透過した超音波を計測することにより二次電池の内部状態を推定する方法が考えられる。しかしながら、この方法では、例えば、透過方向の厚みが大きい二次電池、及び、組電池のように複数の単電池を筐体内に含む二次電池などのように、透過方向の厚みが大きい場合、二次電池を透過した超音波を計測することができないため、汎用性に欠ける。
　そこで、本発明者らは、上記課題を鑑み鋭意検討した結果、充放電時に二次電池から発せられる音を二次電池と非接触かつ当該二次電池の近傍で収音し、収音した音の情報に基づいて二次電池の状態量を推定することができることを見出した。これにより、例えば組電池のように単電池が筐体内に含まれる構成の二次電池についても、状態量を推定することができることを見出した。
　したがって、本開示によれば、二次電池の状態量を非接触で迅速に推定することができる状態量推定装置、状態量推定方法、及び、プログラムを提供することができる。
　（本開示の概要）
　本開示の一態様の概要は、以下の通りである。
　本開示の一態様に係る状態量推定装置は、二次電池の充電時又は放電時に前記二次電池から発せられる音を前記二次電池と非接触かつ前記二次電池の近傍で収音する収音部と、前記収音部によって収音された前記音の情報に基づいて前記二次電池の状態を示す状態量を推定する推定部と、前記推定部によって推定された前記状態量を出力する出力部と、を備える。
　これにより、状態量推定装置は、二次電池の状態量を測定するために完全充電又は完全放電を行う必要がないため、二次電池の状態量を迅速に推定することができる。また、状態量推定装置は、二次電池の近傍で収音された音の情報に基づいて状態量を推定することができるため、二次電池に非接触で状態量を推定することができる。そのため、状態量推定装置は、例えば、筐体内に保持されている二次電池を筐体から取り出すことなく、二次電池の状態量を推定することが可能となる。したがって、状態量推定装置は、二次電池１の状態量を非接触で迅速に推定することができる。
　例えば、本開示の一態様に係る状態量推定装置では、前記推定部は、前記音の情報を学習済みの機械学習モデルである学習済みモデルに入力して得られる出力結果に基づいて、前記状態量を推定してもよい。
　これにより、状態量推定装置は、学習済みの機械学習モデルを用いることにより、音の情報の規則性（いわゆる、特徴量）をより容易に抽出することができる。したがって、状態量推定装置は、より簡便に、二次電池の状態量を推定することができる。
　例えば、本開示の一態様に係る状態量推定装置では、前記機械学習モデルは、教師データを用いて学習され、前記教師データは、前記音の情報と、前記音が収音された前記二次電池の電池残量及び劣化度の少なくともいずれかを示すアノテーションとで構成されたデータセットであってもよい。
　これにより、状態量推定装置は、機械学習モデルの学習精度が高くなるため、精度良く、二次電池の状態を推定することができる。
　例えば、本開示の一態様に係る状態量推定装置では、前記音の情報は、前記音の周波数帯域と、前記音の継続時間、音圧及び波形のうちの少なくとも１つと、を含む情報であってもよい。また、例えば、前記音の情報の形態は、前記音の時系列の数値データ、スペクトログラムの画像、又は、周波数特性の画像であってもよい。
　これにより、状態量推定装置は、音の情報の規則性（いわゆる、特徴量）に基づいて二次電池の状態量を推定しやすくなる。
　例えば、本開示の一態様に係る状態量推定装置では、前記状態量は、前記二次電池の充電状態及び劣化状態の少なくともいずれかを示す指標の値であってもよい。
　これにより、状態量推定装置は、二次電池の状態をより正確に推定することができる。
　例えば、本開示の一態様に係る状態量推定装置では、前記状態量は、ＳｏＣ（Ｓｔａｔｅ　ｏｆ　Ｃｈａｒｇｅ）およびＳｏＨ（Ｓｔａｔｅ　ｏｆ　Ｈｅａｌｔｈ）の少なくともいずれかの値であってもよい。
　これにより、状態量推定装置は、ＳｏＣ及びＳｏＨの少なくともいずれかの値に基づいて、二次電池の状態量を推定することができる。
　例えば、本開示の一態様に係る状態量推定装置では、前記音は、超音波帯域の周波数の音であってもよい。
　これにより、状態量推定装置は、人の聴覚で知覚できる周波数帯域の音（いわゆる、可聴音）よりもノイズの影響を受けにくくなるため、より正確に二次電池の状態量を推定することができる。
　また、本開示の一態様に係る状態量推定方法は、二次電池の充電時又は放電時に前記二次電池から発せられる音を前記二次電池と非接触かつ前記二次電池の近傍で収音する収音ステップと、前記収音ステップで収音された前記音の情報に基づいて前記二次電池の状態を示す状態量を推定する推定ステップと、前記推定ステップで推定された前記状態量を出力する出力ステップと、を含む。
　これにより、状態量推定方法は、二次電池の状態量を測定するために完全充電又は完全放電を行う必要がないため、二次電池の状態量を迅速に推定することができる。また、状態量推定方法は、二次電池と非接触かつ当該二次電池の近傍で収音された音の情報に基づいて状態量を推定することができるため、二次電池に非接触で状態量を推定することができる。そのため、状態量推定方法は、例えば、筐体内に位置する二次電池を筐体から取り出すことなく、二次電池の状態量を推定することが可能となる。したがって、状態量推定方法は、二次電池の状態量を非接触で迅速に推定することができる。
　また、本開示の一態様に係るプログラムは、上記の状態量推定方法をコンピュータに実行させるためのプログラムである。
　これにより、コンピュータを用いて、上記の状態量推定方法と同様の効果を奏することができる。
　なお、これらの包括的又は具体的な態様は、システム、方法、装置、集積回路、コンピュータプログラム又はコンピュータ読み取り可能なＣＤ－ＲＯＭなどの記録媒体で実現されてもよく、システム、方法、装置、集積回路、コンピュータプログラム及び記録媒体の任意な組み合わせで実現されてもよい。
　以下、本開示の実施の形態について図面を参照しながら具体的に説明する。以下の実施の形態で示される数値、形状、材料、構成要素、構成要素の配置位置及び接続形態、ステップ、ステップの順序などは、一例であり、請求の範囲を限定する主旨ではない。また、以下の実施の形態における構成要素のうち、最上位概念を示す独立請求項に記載されていない構成要素については、任意の構成要素として説明される。また、各図は、必ずしも厳密に図示したものではない。各図において、実質的に同一の構成については同一の符号を付し、重複する説明は省略又は簡略化される場合がある。
　また、本開示において、平行及び垂直などの要素間の関係性を示す用語、及び、矩形などの要素の形状を示す用語、並びに、数値は、厳格な意味のみを表すのではなく、実質的に同等な範囲、例えば数％程度の差異をも含むことを意味する。
　（実施の形態）
　以下、実施の形態について、図面を参照しながら具体的に説明する。
　［状態量推定システム］
　まず、図１を参照しながら、状態量推定システムについて説明する。図１は、実施の形態に係る状態量推定装置１０が適用される状態量推定システム１００の一例を示す図である。
　状態量推定システム１００は、二次電池１の充電時又は放電時に二次電池１から発せられる音を二次電池１と非接触かつ当該二次電池１の近傍で収音し、収音された音の情報に基づいて二次電池１の状態を示す状態量を推定し、推定された状態量を端末装置２０に出力する。
　図１では、二次電池１を充電器２にセットして充電している際に、状態量推定装置１０の収音部１２を二次電池１の近傍（例えば、図１の距離Ｌの範囲内）に配置して、二次電池１から発せられる音を収音している例を示している。このとき、収音部１２は、二次電池１と非接触かつ近接する位置に配置される。例えば、収音部１２は、二次電池１と距離Ｌ離間して配置される。距離Ｌは、例えば、二次電池１の表面から０ｍｍより大きく５０ｍｍ以下の範囲内の距離であればよく、ｃｍオーダーの距離であってもよいし、ｍｍオーダーの距離であってもよいし、μｍオーダーの距離であってもよい。
　［１．構成］
　続いて、状態量推定システム１００の構成について説明する。図２は、実施の形態における状態量推定システム１００の機能構成の一例を示すブロック図である。
　図１及び図２に示されるように、状態量推定システム１００は、例えば、状態量推定装置１０と、端末装置２０とを備える。以下、各構成について説明する。
　［状態量推定装置］
　状態量推定装置１０は、二次電池１の充電時又は放電時に二次電池１から発せられる音を二次電池１と非接触かつ二次電池１の近傍で収音し、収音した音の情報に基づいて、二次電池１の状態を示す状態量を推定し、推定した状態量を出力する。出力された状態量は、状態量推定装置１０の表示部１７で表示されてもよいし、端末装置２０の表示部２５で表示されてもよい。これにより、状態量推定装置１０のユーザは、二次電池１の状態量を確認することができる。
　状態量推定装置１０は、例えば、通信部１１と、収音部１２と、制御部１３と、学習部１４と、記憶部１５と、入力受付部１６と、表示部１７とを備える。
　通信部１１は、状態量推定装置１０が端末装置２０と通信を行うための通信モジュール（通信回路）である。通信部１１は、例えば、無線通信を行う無線通信回路であってもよく、有線通信を行う有線通信回路であってもよい。通信部１１が行う通信の規格は、特に限定されない。例えば、状態量推定装置１０と端末装置２０とがローカル通信ネットワークを介して通信する場合、通信部１１は、ローカル通信回路として機能してもよく、状態量推定装置１０と端末装置２０とが広域通信ネットワークを介して通信する場合、通信部１１は、広域通信回路として機能してもよい。
　収音部１２は、二次電池１の充電時又は放電時に二次電池１から発せられる音を二次電池１の近傍で収音する。より具体的には、収音部１２は、二次電池１と非接触かつ近接する位置で、当該音を収音する。上述したように、収音部１２は、二次電池１から距離Ｌ離間した位置で二次電池１から発せられる音を収音する。距離Ｌについては、上述したため、ここでの説明を省略する。図１の例では、収音部１２は、状態量推定装置１０の本体（より具体的には、制御部１３）と有線通信で接続されているが、無線通信で接続されてもよい。この場合、収音部１２で収音された音は、通信部１１を介して制御部１３の取得部１３ａで取得される。収音部１２は、収音した音を電気信号に変換して、変換した電気信号を出力する。収音部１２は、例えば、マイクロフォン又はマイクロフォン装置である。
　制御部１３は、状態量推定装置１０の動作の制御を行うための情報処理を行う。制御部１３は、例えば、マイクロコンピュータによって実現されるが、プロセッサ又は専用回路によって実現されてもよい。制御部１３は、具体的には、取得部１３ａと、データ変換部１３ｂと、推定部１３ｃと、出力部１３ｄとを備える。取得部１３ａ、データ変換部１３ｂ、推定部１３ｃ、及び、出力部１３ｄは、いずれもプロセッサが上記情報処理を行うためのプログラムを実行することにより実現される。
　取得部１３ａは、収音部１２によって出力された音の電気信号（例えば、音のデジタル信号）を取得する。
　データ変換部１３ｂは、取得部１３ａによって取得された音の電気信号を所定の形態の情報に変換する。これにより、音の情報が生成される。音の情報は、例えば、音の周波数帯域と、当該音の継続時間、音圧、及び、波形のうちの少なくとも１つと、を含む情報である。当該音の情報は、さらに、当該音が収音された時刻を含んでもよい。音の情報の形態は、例えば、音の時系列の数値データ、スペクトログラムの画像、又は、周波数特性の画像である。音の情報の形態が画像である場合、当該音の情報は、例えば、ＪＰＥＧ（Ｊｏｉｎｔ　Ｐｈｏｔｏｇｒａｐｈｉｃ　Ｅｘｐｅｒｔｓ　Ｇｒｏｕｐ）又はＢＭＰ（Ｂａｓｉｃ　Ｍｕｌｔｉｌｉｎｇｕａｌ　Ｐｌａｎｅ）などの形式の画像データであってもよい。また、音の情報の形態が時系列の数値データである場合、当該音の情報は、ＷＡＶ（Ｗａｖｅｆｏｒｍ　Ａｕｄｉｏ　Ｆｉｌｅ　Ｆｏｒｍａｔ）などの形式の数値データであってもよい。例えば、データ変換部１３ｂは、取得部１３ａによって取得された音の電気信号に含まれる周波数成分をＦＦＴ（Ｆａｓｔ　Ｆｏｕｒｉｅｒ　Ｔｒａｎｓｆｏｒｍ）解析することにより、音の周波数スペクトル又はスペクトログラムに変換し、音の時系列の数値データ（例えば、周波数特性又はスペクトログラムの時系列の数値データ）、スペクトログラムの画像、又は、周波数特性の画像を生成する。
　推定部１３ｃは、データ変換部１３ｂによって生成された音の情報に基づいて二次電池１の状態を示す状態量を推定する。状態量の推定に使用される音の情報は、例えば、超音波帯域の周波数の音の情報であってもよい。これにより、例えば、人の聴覚で知覚できる周波数帯域の音（いわゆる、可聴音）よりもノイズとなる音の影響を受けにくくなるため、二次電池１の状態量をより正確に推定することが可能となる。
　二次電池１の状態量は、二次電池１の充電状態及び劣化状態（健康状態ともいう）の少なくともいずれかを示す指標の値である。例えば、状態量は、ＳｏＣ（Ｓｔａｔｅ　ｏｆ　Ｃｈａｒｇｅ）及びＳｏＨ（Ｓｔａｔｅ　ｏｆ　Ｈｅａｌｔｈ）の少なくともいずれかの値である。本明細書では、二次電池１の充電状態は、二次電池１の残量、電池残量、充電量、又は、ＳｏＣともいう。また、二次電池１の劣化状態は、劣化度、健康度、健康状態又はＳｏＨともいう。
　例えば、推定部１３ｃは、所定の演算式を用いて音の情報から二次電池１の状態量の推定値を導出してもよい。また、例えば、推定部１３ｃは、記憶部１５に記憶されている学習済みの機械学習モデル（以下、学習済みモデルという）を用いて、音の情報を学習済みモデルに入力することにより得られる出力結果に基づいて、二次電池１の状態量の推定値を導出してもよい。これらの具体的な推定処理については、動作例で後述する。
　出力部１３ｄは、推定部１３ｃによって推定された二次電池１の状態量（言い換えると、推定部１３ｃによって導出された二次電池１の状態量の推定値）を出力する。出力部１３ｄによって出力された状態量は、例えば、表示部１７に表示されてもよいし、通信部１１を介して端末装置２０に出力されてもよい。
　学習部１４は、教師データを用いて機械学習する。学習部１４は、機械学習により、音の情報を入力とし、当該音が収音された二次電池１の電池残量（例えば、ＳｏＣの値）及び劣化度（例えば、ＳｏＨの値）の少なくともいずれかを出力する機械学習モデル（いわゆる、学習済みモデル）を生成する。機械学習モデルの学習に使用する教師データは、二次電池１が充電時又は放電時に発する音の情報と、当該音が収音された二次電池１の電池残量及び劣化度の少なくともいずれかを示すアノテーションとで構成されたデータセットである。
　機械学習モデルは、例えば、ニューラルネットワークモデルであり、より具体的には、畳み込みニューラルネットワークモデル（ＣＮＮ）又は再帰型ニューラルネットワーク（ＲＮＮ：Ｒｅｃｕｒｒｅｎｔ　Ｎｅｕｒａｌ　Ｎｅｔｗｏｒｋ）である。例えば、機械学習モデルがＣＮＮである場合、学習済みの機械学習モデル（いわゆる、学習済みモデル）は、スペクトログラム又は周波数特性の画像が入力されることで推定される、二次電池１の状態量を出力する。また、例えば、機械学習モデルがＲＮＮである場合、学習済みモデルは、周波数特性又はスペクトログラムの時系列の数値データが入力されることで推定される、二次電池１の状態量を出力する。学習済みモデルは、機械学習により調整された学習済みパラメータを含む。生成された学習済みモデルは、記憶部１５に記憶される。学習部１４は、例えば、プロセッサが記憶部１５に格納されているプログラムを実行することで実現される。
　記憶部１５は、制御部１３が実行する制御プログラムなどが記憶される記憶装置である。記憶部１５は、教師データ及び推定用の音の情報を一時的に記憶してもよい。記憶部１５は、記憶している学習済みモデルを、学習部１４によって生成された機械学習モデル（いわゆる、学習済みモデル）に更新する。記憶部１５は、例えば、半導体メモリによって実現される。
　入力受付部１６は、ユーザの操作入力を受け付ける。入力受付部１６は、具体的には、マウス、マイクロフォン、又は、タッチパネルなどによって実現される。なお、入力受付部１６は、音声を取得し、取得した音声に応じて音声信号を出力する。マイクロフォンは、具体的には、コンデンサマイク、ダイナミックマイク、又は、ＭＥＭＳ（Ｍｉｃｒｏ　Ｅｌｅｃｔｒｏ　Ｍｅｃｈａｎｉｃａｌ　Ｓｙｓｔｅｍｓ）マイクなどである。スピーカは、例えば、マイクロフォンによって取得された発話音声への応答として、音声（機械音声）を出力する。これにより、ユーザは対話形式で制御の実行指示を入力することができる。
　なお、入力受付部１６は、カメラ（不図示）を備えてもよい。カメラは、状態量推定装置１０を操作するユーザの画像を撮影する。具体的には、カメラは、ユーザの口、目、又は指などの動きを撮影する。この場合、入力受付部１６は、カメラによって撮影されたユーザの画像に基づいて、ユーザの操作を受け付ける。カメラは、例えば、ＣＭＯＳ（Ｃｏｍｐｌｅｍｅｎｔａｒｙ　Ｍｅｔａｌ　Ｏｘｉｄｅ　Ｓｅｍｉｃｏｎｄｕｃｔｏｒ）イメージセンサなどによって実現される。
　表示部１７は、制御部１３の制御に基づいてユーザに提示する提示情報を表示する表示装置である。提示情報は、例えば、状態量推定装置１０によって推定された二次電池１の状態量を含む画像データ又は文字データであってもよい。表示部１７は、液晶パネル又は有機ＥＬ（Ｅｌｅｃｔｒｏ　Ｌｕｍｉｎｅｓｃｅｎｃｅ）パネルによって実現される。
　［端末装置］
　端末装置２０は、例えば、スマートフォン、タブレット端末、又は、パーソナルコンピュータであり、状態量推定装置１０から出力された状態量を取得し、取得した状態量を含む提示情報を表示してユーザに提示する表示部２５を備える。端末装置２０は、例えば、ユーザにより入力された指示に基づいて、状態量から所定の情報を導出し、導出した情報をユーザに提示してもよい。例えば、ユーザにより二次電池１の状態量からユーザが使用する装置の可動時間を導出する指示が入力された場合、端末装置２０は、上記所定の情報として当該装置の可動時間を導出し、二次電池１の状態量と当該装置の可動時間とを含む提示情報をユーザに提示してもよい。端末装置２０は、例えば、通信部２１と、制御部２２と、記憶部２３と、入力受付部２４と、表示部２５とを備える。
　通信部２１は、端末装置２０が状態量推定装置１０と通信を行うための通信モジュール（通信回路）である。通信部２１は、例えば、無線通信を行う無線通信回路であってもよく、有線通信を行う有線通信回路であってもよい。通信部２１が行う通信の規格は、特に限定されない。
　制御部２２は、端末装置２０の動作の制御を行うための情報処理を行う。例えば、制御部２２は、入力受付部２４によって受け付けられたユーザの入力に応じて通信部２１に制御信号を送信させる。制御部２２は、例えば、マイクロコンピュータによって実現されるが、プロセッサ又は専用回路によって実現されてもよい。
　記憶部２３は、制御部２２が実行する制御プログラムなどが記憶される記憶装置である。記憶部２３は、例えば、半導体メモリなどによって実現される。
　入力受付部２４は、ユーザの操作入力を受け付ける。入力受付部２４は、例えば、状態量推定装置１０の入力受付部１６と同様に、タッチパネルなどによって実現される。
　表示部２５は、制御部２２の制御に基づいてユーザに提示する提示情報を表示する。表示部２５は、例えば、液晶パネル又は有機ＥＬパネルによって実現される。
　［２．動作］
　続いて、本実施の形態に係る状態量推定装置１０の動作について説明する。図３は、実施の形態に係る状態量推定装置の動作の一例を示すフローチャートである。
　まず、状態量推定装置１０の収音部１２は、二次電池１の充電時又は放電時に二次電池１から発せられる音を収音する（Ｓ１）。図１に示されるように、収音部１２は、二次電池１の近傍で当該音を収音する。収音部１２は、二次電池１に非接触かつ近接して当該音を収音する。
　次に、状態量推定装置１０の推定部１３ｃは、ステップＳ１で収音された音の情報に基づいて二次電池１の状態を示す状態量を推定する（Ｓ２）。ステップＳ２のフローの詳細については、動作例１及び動作例２で後述する。
　次に、状態量推定装置１０の出力部１３ｄは、ステップＳ２で推定された状態量を出力する（Ｓ３）。上述したように、出力部１３ｄは、ユーザによって入力された指示に応じて、状態量推定装置１０の表示部１７に状態量を出力してもよいし、端末装置２０に出力してもよい。
　［動作例１］
　続いて、図３のステップＳ２における状態量推定装置１０の動作例１について説明する。動作例１では、状態量推定装置１０の推定部１３ｃが所定の演算式を用いて二次電池１の状態量の推定値を算出することにより、状態量を推定するフローについて説明する。図４は、図３のステップＳ２の詳細なフローの一例を示すフローチャートである。
　ステップＳ２の動作例１では、まず、状態量推定装置１０の取得部１３ａは、ステップＳ１で収音部１２によって収音された音のデータを取得する（Ｓ２１）。音のデータは、収音部１２によって変換された音の電気信号である。
　次に、状態量推定装置１０のデータ変換部１３ｂは、ステップＳ２１で取得部１３ａによって取得された音のデータ（いわゆる、電気信号）を所定の形態の情報に変換する（Ｓ２２）。これにより、音の情報が生成される。図５は、充電状態の異なる２つの二次電池がそれぞれ発する音の情報の一例を示す図である。図６は、充電状態の異なる２つの二次電池がそれぞれ発する音の情報の他の例を示す図である。図５に示される音の情報は、スペクトログラムの画像であり、図６に示される音の情報は、周波数特性の画像である。
　図５に示されるスペクトログラムの画像は、横軸を時間（秒）、縦軸を周波数（Ｈｚ）として、周波数特性の信号強度の時間変化を濃淡表示した画像である。ここでは、白色度が高いほど周波数特性の信号強度が強いことを示している。図５の（ａ）は、ある程度充電された状態の二次電池１が発する音のスペクトログラムの画像を示し、図５の（ｂ）は、満充電された状態の二次電池１が発する音のスペクトログラムの画像を示している。
　また、図６に示される周波数特性は、収音部１２により収音された音の時系列の数値データをフーリエ変換することにより得られる。図６の（ａ）及び（ｂ）は、それぞれ、図５の（ａ）及び（ｂ）に対応した周波数特性の画像である。
　次に、状態量推定装置１０の推定部１３ｃは、所定の演算式を用いて二次電池１の状態量の推定値を算出する（Ｓ２３）。具体的には、推定部１３ｃは、ステップＳ２２で生成された音の情報から特定の周波数帯域のスペクトルの信号強度を所定の演算式に代入して得られる値から二次電池１の状態量の推定値を算出する。算出される二次電池１の状態量の推定値は、二次電池１の充電状態を示すＳｏＣ及び劣化状態を示すＳｏＨの少なくともいずれかの推定値である。例えば、二次電池１の充電状態を示す状態量（いわゆる、ＳｏＣ）について、充電状態の異なる二次電池から発せられる音の情報から所定の関係性を導出することができる。そのため、当該関係性に基づいて所定の演算式を用いて状態量の推定値を算出してもよい。例えば、図５及び図６に示されるように、充電時に、（ａ）ある程度充電された状態の二次電池が発する音の情報において４５ｋＨｚ及び６５ｋＨｚ付近の信号強度は、（ｂ）満充電された状態の二次電池が発する音の情報における４５ｋＨｚ及び６５ｋＨｚ付近の信号強度よりも高い。言い換えると、二次電池の充電状態が良好になるほど、二次電池が発する音の４５ｋＨｚ及び６５ｋＨｚ付近の音圧が減少する。したがって、この関係性から後述する演算式を用いて二次電池１の充電状態を示すＳｏＣの推定値を算出してもよい。
　また、例えば、二次電池１の劣化状態（いわゆる、健康状態）を示す状態量（いわゆる、ＳｏＨ）について、劣化状態の異なる二次電池から発せられる音の情報から所定の関係性を導出することができる。図７は、劣化状態の異なる２つの二次電池がそれぞれ発する音の情報の一例を示す図である。図８は、劣化状態の異なる２つの二次電池がそれぞれ発する音の情報の他の例を示す図である。例えば、図７及び図８に示されるように、充電時に、（ａ）新品の二次電池がある程度充電された状態で発する音の情報において２３ｋＨｚ付近の信号強度が強いが、（ｂ）使い古し品（中古品ともいう）の二次電池がある程度充電された状態で発する音の情報では２３ｋＨｚ付近のピークが***し、２５ｋＨｚ～３０ｋＨｚ付近にシフトしている。言い換えると、二次電池の劣化状態が進む（言い換えると、健康状態が悪化する）ほど、二次電池が発する音の２３ｋＨｚ付近の音圧が減少し、２５ｋＨｚ～３０ｋＨｚ付近の音圧が増加する。したがって、この関係性から後述する演算式を用いて二次電池１の劣化状態を示すＳｏＨの推定値を算出してもよい。
　［動作例１による状態量推定の具体例］
　続いて、動作例１による状態量推定について第１例及び第２例を挙げて説明する。二次電池はパナソニック株式会社製充電式ニッケル水素電池単３型ＢＫ－３ＭＣＣを使用し、充電器はパナソニック株式会社製ＢＱ－ＣＣ２３を使用した。
　［第１例］
　図９は、動作例１による二次電池の状態量推定の第１例を示す図である。第１例では、所定の演算式を用いて、二次電池の充電時に二次電池から発せられた音の情報から二次電池の充電状態を示す状態量（ここでは、ＳｏＣ）の推定値を算出する例について説明する。
　図９の（ａ）には、二次電池の電池残量が１００％であるときに二次電池から発せられた音の情報（ここでは、周波数特性の画像）が示されており、図９の（ｂ）には、二次電池の電池残量が３０％であるときに二次電池から発せられた音の情報が示されている。図９の（ｃ）には、二次電池の充電状態を示す状態量（ＳｏＣ）の推定値を算出するための演算式が示されており、図９の（ｄ）には、状態量の推定値（ＳｏＣ　Ｐｒｅ．）の算出結果が示されている。ここでは、所定値（例えば、１ｅ１０）を超える強度のピークは考慮しない。
　図９の（ａ）に示される音の情報のうち、４０ｋＨｚ～５０ｋＨｚの範囲のピークの最大値Ｘ１と、６０ｋＨｚ～６５ｋＨｚの範囲のピークの最大値Ｘ２とを導出し、図９の（ｃ）に示される式（２）にＸ１の値を代入し、式（３）にＸ２の値を代入する。そして、式（２）及び式（３）により算出されたＺ１及びＺ２を式（１）に代入する。これにより、二次電池の充電状態を示す状態量（ＳｏＣ）の推定値が算出される。図９の（ｄ）に示されるように、電池残量が１００％（実測値）である場合、電池の残量の推定値ＳｏＣ　Ｐｒｅ．は、９９．８％であった。
　続いて、図９の（ｂ）に示される音の情報についても、図９の（ａ）と同様にして、二次電池の充電状態を示す状態量（ＳｏＣ）の推定値を算出した結果、図９の（ｄ）に示されるように、電池残量が３０％（実測値）である場合、電池の残量の推定値ＳｏＣ　Ｐｒｅ．は、２９．８％であった。
　さらに、図９の（ｄ）に示されるように、電池の残量が２０％、５０％、及び、９０％であるときの二次電池のＳｏＣの推定値を算出し、実測値と比較することにより、推定精度を確認した。図１０は、第１例で算出されたＳｏＣの推定値及び推定精度を示す図である。図１０の（ａ）には、図９の（ｄ）に示される４０ｋＨｚ～５０ｋＨｚの範囲内のピーク強度の最大値Ｘ１及び６０ｋＨＺ～６５ｋＨｚの範囲内のピーク強度の最大値Ｘ２と、電池の残量の推定値（ＳｏＣ　Ｐｒｅ．）との関係を示すグラフが示されており、図１０の（ｂ）には、電池残量の推定値（ＳｏＣ　Ｐｒｅ．）と実測値との関係を示すグラフが示されている。
　図１０の（ａ）に示されるように、最大値Ｘ１及びＸ２は、それぞれ、電池の残量の推定値（ＳｏＣ　Ｐｒｅ．）と直線関係を示している。また、図１０の（ｂ）に示されるように、二次電池の電池残量の推定値（ＳｏＣ　Ｐｒｅ．）は、直線上に並んでおり、実測値に対応している。
　以上のように、二次電池の充電時に二次電池から発せられた音の情報から所定の演算式を用いて算出した二次電池の状態量（ＳｏＣ）の推定値は、実測値と殆ど変わらないため、動作例１により二次電池のＳｏＣの値を推定することが可能である。
　［第２例］
　図１１は、動作例１による二次電池の状態量推定の第２例を示す図である。第２例では、所定の演算式を用いて、二次電池の充電時に二次電池から発せられた音の情報から二次電池の劣化状態（健康状態ともいう）を示す状態量（ここでは、ＳｏＨ）の推定値を算出する例について説明する。
　図１１の（ａ）には、二次電池の劣化状態（以下、劣化度ともいう）が１であるときに二次電池から発せられた音の情報（ここでは、周波数特性の画像）が示されており、図１１の（ｂ）には、二次電池の劣化状態が０．５であるときに二次電池から発せられた音の情報が示されている。ここで、二次電池の劣化状態が１．０であるとは、例えば、新品の二次電池が満充電されたときの劣化状態を表している。また、二次電池の劣化状態が０．５であるとは、例えば、新品の二次電池が満充電されたときの電気量を１とした場合に、その半分の電気量で満充電となる同型の二次電池の劣化状態を表している。図１１の（ｃ）には、二次電池の劣化状態を示す状態量（ＳｏＨ）の推定値（ＳｏＨ　Ｐｒｅ．）を算出するための演算式が示されており、図１１の（ｄ）には、状態量の推定値（ＳｏＨ　Ｐｒｅ．）の算出結果が示されている。ここでは、所定値（例えば、１ｅ１０）を超える強度のピークは考慮しない。
　図１１の（ａ）に示される音の情報のうち、２５ｋＨｚ～３０ｋＨｚの範囲のピーク強度の加重平均値Ｘを導出し、図１１の（ｃ）に示される式（４）にＸの値を代入する。これにより、二次電池の劣化状態を示す状態量（ＳｏＨ）の推定値（ＳｏＨ　Ｐｒｅ．）が算出される。図１１の（ｄ）に示されるように、二次電池の劣化度が１．０（実測値）である場合、二次電池の劣化度の推定値ＳｏＨ　Ｐｒｅ．は、１．０であった。なお、加重平均は、２５ｋＨｚから３０ｋＨｚまでの１ｋＨｚごとのピーク強度と周波数の積の算術平均である。
　続いて、図１１の（ｂ）に示される音の情報についても、図１１の（ａ）と同様にして、二次電池の劣化状態を示す状態量（ＳｏＨ）の推定値（ＳｏＨ　Ｐｒｅ．）を算出した結果、図１１の（ｄ）に示されるように、二次電池の劣化度が０．５（実測値）である場合、二次電池の劣化度の推定値ＳｏＨ　Ｐｒｅ．は、０．５であった。
　さらに、図１１の（ｄ）に示されるように、二次電池の劣化度が０．６及び０．８であるときの二次電池のＳｏＨの推定値を算出し、実測値と比較することにより、推定精度を確認した。図１２は、第２例で算出されたＳｏＨの推定値及び推定精度を示す図である。図１２の（ａ）には、図１１の（ｄ）に示される２５ｋＨｚ～３０ｋＨｚの範囲内のピーク強度の加重平均値Ｘと、二次電池の劣化度の推定値（ＳｏＨ　Ｐｒｅ．）との関係を示すグラフが示されており、図１２の（ｂ）には、二次電池の劣化度の推定値（ＳｏＨ　Ｐｒｅ．）と実測値との関係を示すグラフが示されている。
　図１２の（ａ）に示されるように、２５ｋＨｚ～３０ｋＨｚの範囲内のピーク強度の加重平均値Ｘは、二次電池の劣化度の推定値（ＳｏＨ　Ｐｒｅ．）と直線関係を示している。また、図１２の（ｂ）に示されるように、二次電池の劣化度の推定値（ＳｏＨ　Ｐｒｅ．）は、直線上に並んでおり、実測値に対応している。
　以上のように、二次電池の充電時に二次電池から発せられた音の情報から所定の演算式を用いて算出した二次電池の状態量（ＳｏＨ）の推定値は、実測値と殆ど変わらないため、動作例１により二次電池のＳｏＨの値を推定することが可能である。
　［動作例２］
　続いて、図３のステップＳ２における状態量推定装置１０の動作例２について説明する。動作例２では、状態量推定装置１０の推定部１３ｃが音の情報を学習済みモデルに入力して得られる出力結果に基づいて二次電池１の状態量を推定するフローについて説明する。図１３は、図３のステップＳ２の詳細なフローの他の例を示すフローチャートである。図１３では、図４と共通する処理については、同じステップ番号を付している。ここでは、動作例１と異なる点を中心に説明し、重複する内容については説明を簡略化又は省略する。
　ステップＳ２の動作例２では、動作例１と同様に、状態量推定装置１０の取得部１３ａは、ステップＳ１で収音部１２によって収音された音のデータを取得し（Ｓ２１）、データ変換部１３ｂは、ステップＳ２１で取得部１３ａによって取得された音のデータ（いわゆる、電気信号）を所定の形態の情報に変換する（Ｓ２２）。これにより、音の情報が生成される。音の情報については、動作例１にて図５～図８を参照して説明したため、ここでの説明を省略する。
　次に、状態量推定装置１０の推定部１３ｃは、ステップＳ２２で生成された音の情報を学習済みモデルに入力して出力結果を取得する（Ｓ２３１）。ステップＳ２３１の具体的な処理の説明の前に、本ステップで用いられる学習済みモデルについて説明する。
　図１４は、機械学習モデルの構造の一例を説明するための図である。図１５は、機械学習モデルの出力層を説明するための図である。なお、図１４に示される教師データについては、機械学習モデルの学習フェーズで後述する。図１４の例では、機械学習モデルは、畳み込み層とプーリング層とを有する畳み込みニューラルネットワーク（ＣＮＮ）である。推定部１３ｃは、学習済みの機械学習モデル（いわゆる、学習済みモデル）に、例えば、スペクトログラムの画像又は周波数特性の画像などの音の情報を入力データとして入力する。例えば、図１５に示されるように、入力された音の情報は、学習済みモデルの出力層において１１クラスのそれぞれに対する尤度が求められる。出力層では、二次電池の充電量（いわゆる、電池の残量）０％～１００％を１０％毎にクラス分けし、当該クラスのそれぞれに対する尤度を算出することにより、入力された音の情報を分類する。機械学習モデルは、学習により、二次電池の充電状態によって１１クラスに分類するように調整されたパラメータを含む。このパラメータは、例えば、二次電池の劣化状態毎に充電状態のクラス分けを行うように調整されてもよい。
　再び図１３を参照すると、ステップＳ２３１では、推定部１３ｃは、ステップＳ２２で生成された音の情報を学習済みモデルの入力データとして取得し、取得した音の情報を学習済みモデルに入力し、学習済みモデルから出力された結果、言い換えると、出力層で導出されたクラス毎の尤度を取得する。
　次に、状態量推定装置１０の推定部１３ｃは、ステップＳ２３１で取得した出力結果に基づいて、二次電池１の状態量を推定する（Ｓ２３２）。例えば、図１１に示されるように、推定部１３ｃは、Ｓｏｆｔｍａｘ関数による出力値を加重平均して、二次電池１の状態量の推定値を算出することにより、二次電池１の状態量を推定する。
　［動作例３］
　続いて、動作例３では、機械学習モデルの学習から学習済みモデルを利用した二次電池１の状態量の推定までの動作について説明する。動作例３では、学習済みモデルは二次電池１の型式毎に作成されており、推定部１３ｃは、二次電池１の型式を示す情報を取得して、使用する学習済みモデルを切り替える点で、動作例２と異なる。図１６は、機械学習モデルの学習フェーズ、及び、学習済みの機械学習モデルを利用した推定フェーズの一例を示す図である。
　状態量推定装置１０は、（１）学習フェーズの後に、（２）推定フェーズ（より詳細には、学習済みモデルの利用フェーズ）を行う。まず、（１）学習フェーズでは、状態量推定装置１０の学習部１４は、教師データを用いて機械学習モデルの学習を行う。教師データは、音の情報と、音が収音された二次電池１の電池残量及び劣化度の少なくともいずれかを示すアノテーションとで構成されたデータセットである。図１５の例では、教師データは、音の情報と、劣化度（つまり、ＳｏＨ）毎の電池残量を示すアノテーションとで構成されたデータセットである。また、教師データは、二次電池１の型式毎に準備されてもよい。これにより、状態量推定装置１０は、二次電池１の型式毎に学習済みモデルを切り替えて使用することができるため、より正確に二次電池１の状態量を推定することができる。学習部１４は、機械学習モデルに、電池残量０％～１００％を１０％毎にクラス分けした１１クラスに分類することを学習させる。学習部１４は、機械学習モデルの学習が終了すると、記憶部１５に格納された学習済みモデルを更新する。
　続いて、（２）推定フェーズでは、状態量推定装置１０の収音部１２は、二次電池１の充電時又は放電時に二次電池１から発せられる音を二次電池１と非接触かつ当該二次電池の近傍で収音し、収音した音の電気信号をデジタル信号（電子データともいう）に変換して制御部１３に出力する。
　制御部１３の取得部１３ａは、収音部１２から出力された音の電子データを取得し、データ変換部１３ｂに出力する。
　データ変換部１３ｂは、取得した音の電子データを所定の形態の情報に変換する。例えば、音の情報は、周波数スペクトル、又は、スペクトログラムであってもよい。音の情報は、画像であってもよいし、時系列の数値データであってもよい。データ変換部１３ｂは、音の情報を推定部１３ｃに出力する。
　推定部１３ｃは、データ変換部１３ｂから取得した音の情報を記憶部１５に格納された学習済みモデルに入力する。例えば、推定部１３ｃは、二次電池１の型式を示す情報を取得すると、記憶部１５に格納された学習済みモデルのうち当該型式に対応する学習済みモデルを選択し、選択した学習済みモデルに音の情報を入力する。推定部１３ｃは、学習済みモデルから出力された出力結果を加重平均し（図１４参照）、状態量の推定値を算出する。さらに、推定部１３ｃは、電池残量の表示のために推定値のデータを変換してもよい。
　出力部１３ｄは、推定部１３ｃで変換された推定値のデータを表示部１７に出力する。
　表示部１７は、取得したデータに基づいて電池残量などの表示を行う。具体的には、表示部１７は、取得したデータに基づいて、二次電池１の残量（充電量ともいう）と、当該二次電池１を電源として使用している装置の駆動可能な時間などの情報とを表示してもよい。例えば、図１６に示されるように、表示部１７は、二次電池１が電気自動車、電動バイク、又は、電動自転車などの電動車両に使用されている場合、二次電池の充電量と、走行可能な距離とを表示してもよい。表示例について、図１７を参照して説明する。図１７は、表示例を示す図である。図１７の（ａ）は、二次電池１を搭載した電気自動車のダッシュボードの表示パネルに表示された例であり、表示パネルには、二次電池１の電池残量と、走行可能な距離とが表示されている。また、図１７の（ｂ）は、二次電池１を搭載した電源装置の表示パネルに表示された例であり、表示パネルには、二次電池１の電池残量と、駆動可能時間とが表示されている。このように、表示部１７は、二次電池１の状態量を含む表示情報を表示してもよい。
　［３．効果等］
　以上説明したように、実施の形態に係る状態量推定装置１０は、二次電池１の充電時又は放電時に二次電池１から発せられる音を二次電池１と非接触かつ二次電池１の近傍で収音する収音部１２と、収音部１２によって収音された音の情報に基づいて二次電池１の状態を示す状態量を推定する推定部１３ｃと、推定部１３ｃによって推定された状態量を出力する出力部１３ｄと、を備える。
　これにより、状態量推定装置１０は、二次電池１の状態量を測定するために完全充電又は完全放電を行う必要がないため、二次電池１の状態量を迅速に推定することができる。また、状態量推定装置１０は、二次電池１と非接触かつ二次電池１の近傍で収音された音の情報に基づいて状態量を推定することができるため、二次電池１に非接触で状態量を推定することができる。そのため、状態量推定装置１０は、例えば、筐体内に位置する二次電池１を筐体から取り出すことなく、二次電池１の状態量を推定することが可能となる。したがって、状態量推定装置１０は、二次電池１の状態量を非接触で迅速に推定することができる。
　実施の形態に係る状態量推定装置１０では、推定部１３ｃは、音の情報を学習済みの機械学習モデルである学習済みモデルに入力して得られる出力結果に基づいて、状態量を推定してもよい。
　これにより、状態量推定装置１０は、学習済みの機械学習モデルを用いることにより、音の情報の規則性（いわゆる、特徴量）をより容易に抽出することができる。したがって、状態量推定装置１０は、より簡便に、二次電池１の状態量を推定することができる。
　実施の形態に係る状態量推定装置１０では、機械学習モデルは、教師データを用いて学習され、前記教師データは、前記音の情報と、前記音が収音された前記二次電池の電池残量及び劣化度の少なくともいずれかを示すアノテーションとで構成されたデータセットであってもよい。
　これにより、状態量推定装置１０は、機械学習モデルの学習精度が高くなるため、精度良く、二次電池１の状態を推定することができる。
　実施の形態に係る状態量推定装置１０では、音の情報は、音の周波数帯域と、音の継続時間、音圧及び波形のうちの少なくとも１つと、を含む情報であってもよい。また、例えば、音の情報の形態は、音の時系列の数値データ、スペクトログラムの画像、又は、周波数特性の画像であってもよい。
　これにより、状態量推定装置１０は、音の情報の規則性（いわゆる、特徴量）に基づいて二次電池１の状態量を推定しやすくなる。
　実施の形態に係る状態量推定装置１０では、状態量は、二次電池の充電状態及び劣化状態の少なくともいずれかを示す指標の値であってもよい。
　これにより、状態量推定装置１０は、二次電池１の状態をより正確に推定することができる。
　実施の形態に係る状態量推定装置１０では、状態量は、ＳｏＣ（Ｓｔａｔｅ　ｏｆ　Ｃｈａｒｇｅ）及びＳｏＨ（Ｓｔａｔｅ　ｏｆ　Ｈｅａｌｔｈ）の少なくともいずれかの値であってもよい。
　これにより、状態量推定装置１０は、ＳｏＣ及びＳｏＨの少なくともいずれかの値に基づいて、二次電池１の状態量を推定することができる。
　実施の形態に係る状態量推定装置１０では、音は、超音波帯域の周波数の音であってもよい。
　これにより、人の聴覚で知覚できる周波数帯域の音（いわゆる、可聴音）よりもノイズの影響を受けにくくなるため、より正確に二次電池１の状態量を推定することができる。
　（実施の形態２）
　続いて、実施の形態２について、図面を参照しながら具体的に説明する。
　［状態量推定システム］
　図１３は、実施の形態２に係る状態量推定装置１０ａが適用される状態量推定システム１００ａの一例を示す図である。
　実施の形態１では、状態量推定装置１０が収音部１２を備える例を説明したが、実施の形態２では、状態量推定装置１０ａが収音部１２を備えず、通信を介して接続された収音装置１２ａで収音された音の情報を取得する点で、実施の形態１と異なる。以下、実施の形態１と異なる点を中心に説明し、重複する内容については説明を簡略化又は省略する。
　［１．構成］
　まず、状態量推定システム１００ａの構成について図１３を参照しながら説明する。状態量推定システム１００ａは、例えば、状態量推定装置１０ａと、１つ以上の収音装置１２ａと、端末装置２０とを備える。図１３に示されるように、状態量推定システム１００ａは、さらに、サーバ装置３０を備えてもよい。以下、各構成について説明する。なお、端末装置２０については、実施の形態１で説明した内容と同様であるため、個々での説明を省略する。
　［状態量推定装置］
　状態量推定装置１０ａは、収音装置１２ａによって二次電池１と非接触かつ二次電池１の近傍で収音された二次電池の充電時又は放電時に二次電池から発せられる音を取得し、取得した音の情報に基づいて、二次電池の状態を示す状態量を推定し、推定した状態量を出力する。状態量推定装置１０ａは、複数の収音装置１２ａによって収音された音を取得する場合、さらに、各収音装置１２ａの識別情報及び位置情報を取得してもよい。
　状態量推定装置１０ａは、収音部１２を備えない点、並びに、第１通信部１１ａと第２通信部１１ｂとを備える点で、実施の形態１に係る状態量推定装置１０と異なる。
　第１通信部１１ａは、収音装置１２ａと通信するための通信モジュール（通信回路）である。第１通信部１１ａは、例えば、無線通信を行う無線通信回路であってもよく、有線通信を行う有線通信回路であってもよい。第１通信部１１ａが行う通信の規格は、特に限定されない。第１通信部１１ａは、例えば、ローカル通信回路である。
　第２通信部１１ｂは、端末装置２０及びサーバ装置３０と通信するための通信モジュール（通信回路）である。第２通信部１１ｂは、例えば、無線通信を行う無線通信回路であってもよく、有線通信を行う有線通信回路であってもよい。第２通信部１１ｂが行う通信の規格は、特に限定されない。第２通信部１１ｂは、例えば、広域通信回路である。
　［収音装置］
　収音装置１２ａは、二次電池１と非接触かつ二次電池１の近傍に配置され、収音した音を電気信号（例えば、デジタル信号）に変換して、状態量推定装置１０ａに出力する。収音装置１２ａは、状態量推定装置１０ａと通信するための通信部（不図示）を備えている。収音装置１２ａは、収音部（例えば、マイクロフォン）と一体で構成されてもよいし、収音部と別体で構成されてもよい。後者の場合、収音装置１２ａは、通信を介して、収音部で収音された音を取得してもよい。
　状態量推定システム１００ａが複数の収音装置１２ａを備える場合、各収音装置１２ａは収音した音のデジタル信号と共に自己の識別情報及び位置情報を出力してもよい。
　［サーバ装置］
　サーバ装置３０は、例えば、クライアントサーバである。サーバ装置３０は、例えば、通信部３１と、情報処理部３２と、記憶部３３とを備える。サーバ装置３０は、例えば、１つ以上の状態量推定装置１０ａと通信可能に接続されており、例えば、状態量推定装置１０ａへの教師データの提供、又は、状態量推定装置１０ａの推定結果に応じた表示情報の提供などを行ってもよい。
　通信部３１は、サーバ装置３０が広域通信ネットワークを介して状態量推定装置１０ａとの通信を行うための通信回路（通信モジュール）である。通信部３１によって行われる通信は、例えば、有線通信であるが、無線通信であってもよい。通信に用いられる通信規格についても特に限定されない。
　情報処理部３２は、サーバ装置３０の動作に関する情報処理を行う。情報処理部３２は、例えば、マイクロコンピュータによって実現されるが、プロセッサによって実現されてもよい。
　記憶部３３は、情報処理部３２が実行する制御プログラムなどが記憶される記憶装置である。記憶部３３は、例えば、ＨＤＤ（Ｈａｒｄ　Ｄｉｓｋ　Ｄｒｉｖｅ）によって実現されるが、半導体メモリなどによっても実現されてもよい。
　［２．動作］
　続いて、実施の形態２に係る状態量推定装置１０ａの動作について実施の形態１と異なる点を説明する。
　状態量推定装置１０ａの取得部１３ａは、第１通信部１１ａを介して収音装置１２ａによって収音された音を取得し、データ変換部１３ｂに出力する。
　推定部１３ｃは、データ変換部１３ｂによって生成された音の情報に基づいて二次電池の状態量を推定する。このとき、推定部１３ｃは、サーバ装置３０から提供された教師データを用いて学習された学習済みモデルに音の情報を入力して得られる出力結果に基づいて状態量を推定してもよい。また、推定部１３ｃは、推定結果に応じてサーバ装置３０から提供された表示情報を出力してもよい。サーバ装置３０から提供される表示情報は、例えば、今後充電可能な回数、二次電池の交換時期、劣化状態に伴い発生し得るトラブル、又は、トラブル回避の方法などであってもよい。
　［３．効果等］
　以上説明したように、実施の形態２に係る状態量推定装置１０ａは、処理を他の装置に分散又は他の装置と共同して処理を行うことにより、より詳細に二次電池１の状態量の推定を行うことが可能となる。
　（他の実施の形態）
　以上、本開示の１つ又は複数の態様に係る状態量推定装置及び状態量推定方法について、上記の実施の形態に基づいて説明したが、本開示は、これらの実施の形態に限定されるものではない。本開示の主旨を逸脱しない限り、当業者が思いつく各種変形を実施の形態に施したものや、異なる実施の形態における構成要素を組み合わせて構成される形態も、本開示の１つ又は複数の態様の範囲内に含まれてもよい。
　例えば、上記実施の形態に係る状態量推定装置は、二次電池から発せられる音の収音時の二次電池の周囲の温度などの環境データを取得して、音の情報と環境データと二次電池の型式などの識別情報とに基づいて、二次電池の状態量を推定してもよい。環境データは、例えば、二次電池が置かれた環境の温度、二次電池に印加した電圧、又は、二次電池に流す電流の種類（例えば、パルス電流など）である。これにより、二次電池の状態をより正確に推定することができる可能性が高くなる。
　例えば、上記実施の形態に係る状態量推定装置が備える構成要素の一部又は全部は、１個のシステムＬＳＩ（Ｌａｒｇｅ　Ｓｃａｌｅ　Ｉｎｔｅｇｒａｔｉｏｎ：大規模集積回路）から構成されているとしてもよい。例えば、状態量推定装置は、収音部と、推定部と、出力部と、を有するシステムＬＳＩから構成されてもよい。なお、システムＬＳＩは、収音部を含んでいなくてもよい。この場合、システムＬＳＩは、収音部で収音された音の情報を取得する取得部を有してもよい。
　システムＬＳＩは、複数の構成部を１個のチップ上に集積して製造された超多機能ＬＳＩであり、具体的には、マイクロプロセッサ、ＲＯＭ（Ｒｅａｄ　Ｏｎｌｙ　Ｍｅｍｏｒｙ）、ＲＡＭ（Ｒａｎｄｏｍ　Ａｃｃｅｓｓ　Ｍｅｍｏｒｙ）などを含んで構成されるコンピュータシステムである。ＲＯＭには、コンピュータプログラムが記憶されている。マイクロプロセッサが、コンピュータプログラムに従って動作することにより、システムＬＳＩは、その機能を達成する。
　なお、ここでは、システムＬＳＩとしたが、集積度の違いにより、ＩＣ、ＬＳＩ、スーパーＬＳＩ、ウルトラＬＳＩと呼称されることもある。また、集積回路化の手法は、ＬＳＩに限るものではなく、専用回路又は汎用プロセッサで実現してもよい。ＬＳＩ製造後に、プログラムすることが可能なＦＰＧＡ（Ｆｉｅｌｄ　Ｐｒｏｇｒａｍｍａｂｌｅ　Ｇａｔｅ　Ａｒｒａｙ）、あるいは、ＬＳＩ内部の回路セルの接続や設定を再構成可能なリコンフィギュラブル・プロセッサを利用してもよい。
　さらには、半導体技術の進歩又は派生する別技術によりＬＳＩに置き換わる集積回路化の技術が登場すれば、当然、その技術を用いて機能ブロックの集積化を行ってもよい。バイオ技術の適用等が可能性としてあり得る。
　また、本開示の一態様は、このような状態量推定装置だけではなく、当該装置に含まれる特徴的な構成部をステップとする状態量推定方法であってもよい。また、本開示の一態様は、状態量推定方法に含まれる特徴的な各ステップをコンピュータに実行させるコンピュータプログラムであってもよい。また、本開示の一態様は、そのようなコンピュータプログラムが記録されたコンピュータ読み取り可能な非一時的な記録媒体であってもよい。
　本開示によれば、二次電池から発せられる音を二次電池と非接触かつ近接した位置で収音し、収音した音に基づいて二次電池の状態量を推定することができるため、例えば、筐体内に保持されている二次電池を筐体から取り出すことなく、二次電池の状態量を推定することができる。このように、本開示によれば、より簡便に二次電池の状態量を推定することができるため、様々な分野に応用可能である。
　１　二次電池
　２　充電器
　１０、１０ａ　状態量推定装置
　１１　通信部
　１１ａ　第１通信部
　１１ｂ　第２通信部
　１２　収音部
　１２ａ　収音装置
　１３　制御部
　１３ａ　取得部
　１３ｂ　データ変換部
　１３ｃ　推定部
　１３ｄ　出力部
　１４　学習部
　１５　記憶部
　１６　入力受付部
　１７　表示部
　２０　端末装置
　２１　通信部
　２２　制御部
　２３　記憶部
　２４　入力受付部
　２５　表示部
　３０　サーバ装置
　３１　通信部
　３２　情報処理部
　３３　記憶部
　１００、１００ａ　状態量推定システム

Claims (10)

  1. 　二次電池の充電時又は放電時に前記二次電池から発せられる音を前記二次電池と非接触かつ前記二次電池の近傍で収音する収音部と、
    　前記収音部によって収音された前記音の情報に基づいて前記二次電池の状態を示す状態量を推定する推定部と、
    　前記推定部によって推定された前記状態量を出力する出力部と、
    　を備える、
    　状態量推定装置。
  2. 　前記推定部は、
    　前記音の情報を学習済みの機械学習モデルである学習済みモデルに入力して得られる出力結果に基づいて、前記状態量を推定する、
    　請求項１に記載の状態量推定装置。
  3. 　前記機械学習モデルは、教師データを用いて学習され、
    　前記教師データは、前記音の情報と、前記音が収音された前記二次電池の電池残量及び劣化度の少なくともいずれかを示すアノテーションとで構成されたデータセットである、
    　請求項２に記載の状態量推定装置。
  4. 　前記音の情報は、前記音の周波数帯域と、前記音の継続時間、音圧及び波形のうちの少なくとも１つと、を含む情報である、
    　請求項１～３のいずれか１項に記載の状態量推定装置。
  5. 　前記音の情報の形態は、前記音の時系列の数値データ、スペクトログラムの画像、又は、周波数特性の画像である、
    　請求項１～３のいずれか１項に記載の状態量推定装置。
  6. 　前記状態量は、前記二次電池の充電状態及び劣化状態の少なくともいずれかを示す指標の値である、
    　請求項１～３のいずれか１項に記載の状態量推定装置。
  7. 　前記状態量は、ＳｏＣ（Ｓｔａｔｅ　ｏｆ　Ｃｈａｒｇｅ）及びＳｏＨ（Ｓｔａｔｅ　ｏｆ　Ｈｅａｌｔｈ）の少なくともいずれかの値である、
    　請求項１～３のいずれか１項に記載の状態量推定装置。
  8. 　前記音は、超音波帯域の周波数の音である、
    　請求項１～３のいずれか１項に記載の状態量推定装置。
  9. 　二次電池の充電時又は放電時に前記二次電池から発せられる音を前記二次電池と非接触かつ前記二次電池の近傍で収音する収音ステップと、
    　前記収音ステップで収音された前記音の情報に基づいて前記二次電池の状態を示す状態量を推定する推定ステップと、
    　前記推定ステップで推定された前記状態量を出力する出力ステップと、
    　を含む、
    　状態量推定方法。
  10. 　請求項９に記載の状態量推定方法をコンピュータに実行させるための、
    　プログラム。
PCT/JP2022/016035 2021-05-14 2022-03-30 状態量推定装置、状態量推定方法、及び、プログラム WO2022239562A1 (ja)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN202280033464.5A CN117280204A (zh) 2021-05-14 2022-03-30 状态量推测装置、状态量推测方法及程序
JP2023520916A JPWO2022239562A1 (ja) 2021-05-14 2022-03-30
US18/383,971 US20240069118A1 (en) 2021-05-14 2023-10-26 State quantity estimation device and state quantity estimation method

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2021082448 2021-05-14
JP2021-082448 2021-05-14

Related Child Applications (1)

Application Number Title Priority Date Filing Date
US18/383,971 Continuation US20240069118A1 (en) 2021-05-14 2023-10-26 State quantity estimation device and state quantity estimation method

Publications (1)

Publication Number Publication Date
WO2022239562A1 true WO2022239562A1 (ja) 2022-11-17

Family

ID=84028253

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2022/016035 WO2022239562A1 (ja) 2021-05-14 2022-03-30 状態量推定装置、状態量推定方法、及び、プログラム

Country Status (4)

Country Link
US (1) US20240069118A1 (ja)
JP (1) JPWO2022239562A1 (ja)
CN (1) CN117280204A (ja)
WO (1) WO2022239562A1 (ja)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH076795A (ja) * 1993-06-21 1995-01-10 Nissan Motor Co Ltd 電池内部状態検出装置
JP2005291832A (ja) * 2004-03-31 2005-10-20 Chubu Electric Power Co Inc 電池の劣化診断方法とその装置
JP2012251919A (ja) * 2011-06-06 2012-12-20 Hitachi Ltd リチウムイオン二次電池の検査装置，検査方法及び二次電池モジュール
US20160197382A1 (en) * 2013-08-15 2016-07-07 University Of Maryland, College Park Systems, methods, and devices for health monitoring of an energy storage device
JP2020537114A (ja) * 2017-09-01 2020-12-17 フィージブル、インコーポレーテッド 音響信号を用いた電気化学システムの特性の決定

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH076795A (ja) * 1993-06-21 1995-01-10 Nissan Motor Co Ltd 電池内部状態検出装置
JP2005291832A (ja) * 2004-03-31 2005-10-20 Chubu Electric Power Co Inc 電池の劣化診断方法とその装置
JP2012251919A (ja) * 2011-06-06 2012-12-20 Hitachi Ltd リチウムイオン二次電池の検査装置，検査方法及び二次電池モジュール
US20160197382A1 (en) * 2013-08-15 2016-07-07 University Of Maryland, College Park Systems, methods, and devices for health monitoring of an energy storage device
JP2020537114A (ja) * 2017-09-01 2020-12-17 フィージブル、インコーポレーテッド 音響信号を用いた電気化学システムの特性の決定

Also Published As

Publication number Publication date
US20240069118A1 (en) 2024-02-29
CN117280204A (zh) 2023-12-22
JPWO2022239562A1 (ja) 2022-11-17

Similar Documents

Publication Publication Date Title
CN110853618B (zh) 一种语种识别的方法、模型训练的方法、装置及设备
CN109256146B (zh) 音频检测方法、装置及存储介质
JP5349250B2 (ja) 電池モデル同定方法
CN111179961A (zh) 音频信号处理方法、装置、电子设备及存储介质
CN106782544A (zh) 语音交互设备及其输出方法
CN106410303A (zh) 充电方法及装置
WO2021248916A1 (zh) 一种基于智能声学设备的步态识别与情绪感知方法和***
CN111307274A (zh) 基于大数据信息诊断问题噪声源的方法及装置
KR20200081213A (ko) 햅틱 신호 변환 시스템
CN103024625B (zh) 一种利用麦克风阵列的音响感应装置和音响摄影机
JP2018077779A (ja) センサインタフェース装置、測定情報通信システム、測定情報通信方法、及び測定情報通信プログラム
JP4719826B2 (ja) 作業認識装置
CN108513213A (zh) 声音收集装置、声音收集方法、记录程序的记录介质以及拍摄装置
JP5746072B2 (ja) 電子機器識別装置、方法、及びプログラム
CN111081275B (zh) 基于声音分析的终端处理方法、装置、存储介质及终端
WO2022239562A1 (ja) 状態量推定装置、状態量推定方法、及び、プログラム
Pan et al. Cognitive acoustic analytics service for Internet of Things
CN108392201A (zh) 大脑训练方法及相关设备
US11380036B2 (en) Method of establishing visual images of models of battery status
EP4124061A1 (en) Method for determining wearing state of wireless earbud, and related device
CN111382641A (zh) 体态识别方法和体感游戏动作指导***
CN106230074A (zh) 移动电源充电控制方法及装置
JP2021071586A (ja) 音抽出システム及び音抽出方法
CN115618232A (zh) 数据预测方法、装置、存储介质及电子设备
CN210052319U (zh) 手持式普通话训练器

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 22807266

Country of ref document: EP

Kind code of ref document: A1

WWE Wipo information: entry into national phase

Ref document number: 2023520916

Country of ref document: JP

WWE Wipo information: entry into national phase

Ref document number: 202280033464.5

Country of ref document: CN

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 22807266

Country of ref document: EP

Kind code of ref document: A1