JP2020162309A - 寿命予測装置、寿命予測方法、及びプログラム - Google Patents

Abstract

【課題】ユーザの移動履歴を検出することができる寿命予測装置、寿命予測方法、及びプログラムを提供する。【解決手段】寿命予測装置は、車載に搭載されたバッテリ部材の使用状態の情報を取得する取得部と、前記使用状態に基づいて、再利用時における前記バッテリ部材を再利用した場合の寿命を予測する予測部と、を備える。【選択図】図１

Description

本発明は、寿命予測装置、寿命予測方法、及びプログラムに関する。

電気自動車に搭載されるバッテリは、劣化により、車載用としての性能は十分に発揮できなくても、他の用途では十分に使用可能となることがある。そこで、車載用のバッテリが劣化した後、他の製品に搭載することによって劣化したバッテリを再利用するバッテリの再利用が考えられている。また、バッテリを再利用するにあたり、バッテリの再利用の可否を判定する技術がある（例えば、特許文献１参照）。

特開２０１８−１５６７６８号公報

バッテリを再利用するにあたり、その可否を判定されることはあるが、バッテリが他の製品に再利用される際に、バッテリがどの程度の性能を発揮するかについての指標は示されていない。このため、バッテリを再利用する者は、どのようなバッテリを選定すればよいか判断が難しかった。

本発明は、このような事情を考慮してなされたものであり、再利用するバッテリの選定の基準を提供することができる寿命予測装置、寿命予測方法、及びプログラムを提供することである。

この発明に係る寿命予測装置、寿命予測方法、及びプログラムは、以下の構成を採用した。
（１）：この発明の一態様に係る寿命予測装置は、車両に搭載されたバッテリ部材の使用状態の情報を取得する取得部と、前記使用状態に基づいて、再利用時における前記バッテリ部材を再利用した場合の寿命を予測する予測部と、を備える寿命予測装置である。

（２）：（１）において、前記予測部は、前記バッテリ部材を再利用する対象品の種類に基づいて、前記寿命を予測するものである。

（３）：（１）または（２）において、前記取得部は、前記バッテリ部材の再利用時の使用状態の情報を取得し、前記予測部は、前記バッテリ部材の再利用時の使用状態の情報に基づいて、前記寿命を予測するものである。

（４）：（１）から（３）のいずれかにおいて、前記バッテリ部材の使用状態の情報は、前記車両で収集された情報に基づく情報であるものである。

（５）：（１）から（４）のいずれかにおいて、前記バッテリ部材は、バッテリ及び前記バッテリの付属部品のうちの少なくとも一方である。

（６）：（５）において、前記付属部品は、冷却ファン、電流センサ、電圧センサ、温度センサ、バッテリ演算装置、コンタクタ、コンバータ、及びヒューズのうち少なくとも一つである。

（７）：（１）から（６）のいずれかにおいて、前記予測部は、機械学習によって得られたモデルに前記バッテリ部材の使用状態の情報を入力することで、再利用時における前記バッテリ部材を再利用した場合の寿命を予測するものである。

（８）：（７）において、機械学習によって前記モデルを生成する生成部を更に備える、ものである。

（９）：この発明の一態様に係る寿命予測方法は、コンピュータが、車載に搭載されたバッテリ部材の使用状態の情報を取得し、前記使用状態に基づいて、再利用時における前記バッテリ部材を再利用したときの寿命を予測する、情報処理方法である。

（１０）：この発明の一態様に係るプログラムは、コンピュータに、車載に搭載されたバッテリ部材の使用状態の情報を取得させ、前記使用状態に基づいて、再利用時における前記バッテリ部材を再利用したときの寿命を予測させる、プログラムである。

（１）〜（１０）によれば、再利用するバッテリの選定の基準を提供することができる。

実施形態の寿命予測装置４００を利用した寿命予測システム１の全体構成の一例を示す図である。 実施形態の寿命予測装置４００を利用した寿命予測システム１の一例を示すブロック図である。 車両１０の構成の一例を示す図である。 バッテリ使用状態収集データ１６２の一例を示す図である。 電流値の時間変化を示すグラフである。 リユースバッテリ使用状態収集データ２６２の一例を示す図である。 バッテリ使用状態データ４７２の一例を示す図である。 リユースバッテリ使用状態データ４７４の一例を示す図である。 寿命予測装置４００において実行される処理の流れの一例を示すフローチャートである。 寿命予測装置４００において実行される処理の流れの一例を示すフローチャートである。 寿命予測モデル４７６の生成工程の一例を示す図である。

以下、図面を参照し、本発明の寿命予測装置、寿命予測方法、及びプログラムの実施形態について説明する。以下の説明において、車両１０は電気自動車であるものとするが、車両１０は、走行用の電力を供給するバッテリ（二次電池）を搭載した車両であればよく、ハイブリッド自動車や燃料電池車両であってもよい。

[全体構成]
図１は、実施形態の寿命予測装置４００を利用した寿命予測システム１の全体構成の一例を示す図、図２は、実施形態の寿命予測装置４００を利用した寿命予測システム１の一例を示すブロック図である。図１に示す車両１０に搭載されたバッテリ部材１００は、長期間使用すると、例えば使用に応じて劣化する。バッテリ部材１００が劣化して故障すると、例えば修理等を行うが、更に劣化が進むと、例えばバッテリ１２０の充電容量が低下して車載用としての機能を十分に発揮できなくなる。

そこで、劣化したバッテリ部材１００は、求められる性能、例えば充電容量が車両１０よりも低くて済むバッテリ部材１００を再利用する対象品となる再利用製品５０などにリユースバッテリ部材２００として搭載して再利用される。寿命予測システム１は、車両１０に搭載されたバッテリ部材１００を再利用し、リユースバッテリ部材２００として再利用製品に搭載する際に、リユースバッテリ部材２００の寿命を予測するシステムである。

バッテリ部材１００は、バッテリ１２０と付属部品１４０を備えており、例えば、バッテリ１２０及び付属部品１４０の少なくとも一方が車両１０に搭載するバッテリ部材１００としての機能を十分に発揮できなくなったときに、バッテリ部材１００はリユースバッテリ部材２００として再利用される。

なお、再利用製品５０においても、リユースバッテリ部材２００が劣化して故障した場合、例えば修理等を行うが再利用製品５０に搭載されたリユースバッテリ部材２００の劣化がさらに進み、リユースバッテリ部材２００が再利用製品５０に求められる性能を十分に発揮できなくなったときには、例えば、廃棄バッテリ部材３００として廃棄の対象となる。排気の対象となったバッテリについても、例えば、利用可能なセルなどが残っている場合のセルやレアメタルなどは、リサイクル品として使用してもよい。再利用製品５０としては、例えば、邸宅や充電ステーション等に定置される定置式のバッテリ部材、ロボット、フォークリフト、ゴルフ場等で利用されるカート等が挙げられる。以下の説明において、例えばバッテリ部材１００の劣化等という場合には、バッテリ１２０または付属部品１４０の劣化等と同等の場合を意味する。例えばリユースバッテリ部材２００の劣化、寿命等という場合には、リユースバッテリ２２０またはリユース付属部品２４０の劣化、寿命等と同等の場合を意味する。

図１及び図２に示すように、寿命予測システム１は、車両１０と、再利用製品５０と、寿命予測装置４００と、を備える。寿命予測装置４００は、再利用製品５０に搭載されるリユースバッテリ部材２００の寿命を予測する。寿命予測装置４００は、予測した寿命に基づいて、再利用製品５０に搭載するリユースバッテリ部材２００を選定する。

車両１０と寿命予測装置４００とは、ネットワークＮＷを介して通信する。同様に、再利用製品５０と寿命予測装置４００とは、ネットワークＮＷを介して通信する。ネットワークＮＷは、例えば、インターネット、ＷＡＮ（Wide Area Network）、ＬＡＮ（Local Area Network）、プロバイダ装置、無線基地局などを含む。

[車両１０]
図３は、車両１０の構成の一例を示す図である。図３に示すように、車両１０には、例えば、モータ１２と、駆動輪１４と、ブレーキ装置１６と、車両センサ２０と、ＰＣＵ（Power Control Unit）３０と、充電口７０と、充電コンバータ７２と、バッテリ部材１００と、車両記憶装置１６０と、通信装置１８０とを備える。

モータ１２は、例えば、三相交流電動機である。モータ１２のロータは、駆動輪１４に連結される。モータ１２は、供給される電力を用いて動力を駆動輪１４に出力する。また、モータ１２は、車両の減速時に車両の運動エネルギーを用いて発電する。

ブレーキ装置１６は、例えば、ブレーキキャリパーと、ブレーキキャリパーに油圧を伝達するシリンダと、シリンダに油圧を発生させる電動モータとを備える。ブレーキ装置１６は、ブレーキペダルの操作によって発生した油圧を、マスターシリンダを介してシリンダに伝達する機構をバックアップとして備えてよい。なお、ブレーキ装置１６は、上記説明した構成に限らず、マスターシリンダの油圧をシリンダに伝達する電子制御式油圧ブレーキ装置であってもよい。

車両センサ２０は、アクセル開度センサと、車速センサと、ブレーキ踏量センサと、を備える。アクセル開度センサは、運転者による加速指示を受け付けるアクセルペダルに取り付けられ、アクセルペダルの操作量を検出し、アクセル開度として制御部３６に出力する。車速センサは、例えば、各車輪に取り付けられた車輪速センサと速度計算機とを備え、車輪速センサにより検出された車輪速を統合して車両の速度（車速）を導出し、制御部３６に出力する。ブレーキ踏量センサは、ブレーキペダルに取り付けられ、ブレーキペダルの操作量を検出し、ブレーキ踏量として制御部３６に出力する。

ＰＣＵ３０は、例えば、変換器３２と、ＶＣＵ（Voltage Control Unit）３４と、制御部３６と、ラジエータ３８とを備える。なお、これらの構成要素をＰＣＵ３０として一まとまりの構成としたのは、あくまで一例であり、これらの構成要素は分散的に配置されても構わない。

変換器３２は、例えば、ＡＣ−ＤＣ変換器である。変換器３２の直流側端子は、直流リンクＤＬに接続されている。直流リンクＤＬには、ＶＣＵ３４を介してバッテリ１２０が接続されている。変換器３２は、モータ１２により発電された交流を直流に変換して直流リンクＤＬに出力する。

ＶＣＵ３４は、例えば、ＤＣ―ＤＣコンバータである。ＶＣＵ３４は、バッテリ１２０から供給される電力を昇圧して直流リンクＤＬに出力する。

制御部３６は、例えば、モータ制御部と、ブレーキ制御部と、バッテリ・ＶＣＵ制御部と、を備える。モータ制御部、ブレーキ制御部、及びバッテリ・ＶＣＵ制御部は、それぞれ別体の制御装置、例えば、モータＥＣＵ（Electronic Control Unit）、ブレーキＥＣＵ、バッテリ・ＶＣＵＥＣＵといった制御装置に置き換えられてもよい。

モータ制御部は、車両センサ２０の出力に基づいて、モータ１２を制御する。ブレーキ制御部は、車両センサ２０の出力に基づいて、ブレーキ装置１６を制御する。ＶＣＵ３４は、バッテリ・ＶＣＵ制御からの指示に応じて、直流リンクＤＬの電圧を上昇させる。

低圧バッテリ４０は、例えば、主に車両制御や補機作動等のために電気を供給するためのバッテリである。低圧バッテリ４０の規定電圧は、バッテリ１２０の規定電圧より低い電圧である。コンプレッサ４２は、例えば車両１０に設けられた空調装置に圧縮空気を供給するデバイスである。コンプレッサ４２は、バッテリ１２０に接続され、バッテリ１２０により供給される電気で作動する。

充電口７０は、車両１０の車体外部に向けて設けられている。充電口７０は、充電ケーブル５２０を介して充電器５００に接続される。充電ケーブル５２０は、第１プラグ５２２と第２プラグ５２４を備える。第１プラグ５２２は、充電器５００に接続され、第２プラグ５２４は、充電口７０に接続される。充電器５００から供給される電気は、充電ケーブル５２０を介して充電口７０に供給される。

充電ケーブル５２０は、電力ケーブルに付設された信号ケーブルを含む。信号ケーブルは、車両１０と充電器５００の間の通信を仲介する。したがって、第１プラグ５２２と第２プラグ５２４のそれぞれには、電力コネクタと信号コネクタが設けられている。

充電コンバータ７２は、バッテリ１２０と充電口７０の間に設けられる。充電コンバータ７２は、充電口７０を介して充電器５００から導入される電流、例えば交流電流を直流電流に変換する。充電コンバータ７２は、変換した直流電流をバッテリ１２０に対して出力する。

バッテリ部材１００は、図２に示すように、バッテリ１２０と、付属部品１４０とを備える。付属部品１４０は、図３に示す冷却ファン１４１、電流センサ１４２、電圧センサ１４３、温度センサ１４４、バッテリＥＣＵ１４５、コンタクタ１４６、コンバータ１４７、及びヒューズ１４８の総称である。バッテリ部材１００は、インテリジェントパワーユニット（以下、ＩＰＵ）１５０を備える。ＩＰＵ１５０には、バッテリ１２０、冷却ファン１４１、電流センサ１４２、電圧センサ１４３、温度センサ１４４、バッテリＥＣＵ１４５、コンタクタ１４６、及びヒューズ１４８が含まれる。ＩＰＵ１５０は、図示しないケース部材を備えており、ケース部材の中にＩＰＵ１５０の各部材が収容される。バッテリＥＣＵ１４５は、本発明のバッテリ演算装置の一例である。

バッテリ１２０は、例えば、リチウムイオン電池などの二次電池である。バッテリ１２０には、車両１０の外部の充電器５００から導入される電力を蓄え、車両１０の走行のための放電を行う。冷却ファン１４１は、バッテリＥＣＵ１４５により出力される制御信号に基づいて羽根部材を回転させる。冷却ファン１４１は、羽根部材を回転させることにより、ＩＰＵ１５０のケース内の各デバイスを冷却する。

電流センサ１４２は、バッテリ１２０とＶＣＵ３４との間に設けられ、バッテリ１２０により供給される電気の電流値を検出する。電流センサ１４２は、検出した電流値をバッテリＥＣＵ１４５に出力する。電圧センサ１４３は、バッテリ１２０に設けられ、バッテリ１２０により供給される電気の電圧を検出する。電圧センサ１４３は、検出した電圧をバッテリＥＣＵ１４５に出力する。温度センサ１４４は、例えばバッテリ１２０に取り付けられ、バッテリ１２０の温度を検出する。温度センサ１４４は、検出したバッテリ１２０の温度をバッテリＥＣＵ１４５に出力する。

バッテリＥＣＵ１４５は、例えば、ＣＰＵ（Central Processing Unit）などのハードウェアプロセッサがプログラム（ソフトウェア）を実行することにより実現される。これらの構成要素のうち一部または全部は、ＬＳＩ（Large Scale Integration）やＡＳＩＣ（Application Specific Integrated Circuit）、ＦＰＧＡ（Field-Programmable Gate Array）、ＧＰＵ（Graphics Processing Unit）などのハードウェア（回路部；circuitryを含む）によって実現されてもよいし、ソフトウェアとハードウェアの協働によって実現されてもよい。プログラムは、予めＨＤＤ（Hard Disk Drive）やフラッシュメモリなどの記憶装置（非一過性記憶媒体を有する記憶装置）に格納されていてもよいし、ＤＶＤやＣＤ−ＲＯＭなどの着脱可能な記憶媒体（非一過性記憶媒体）に格納されており、記憶媒体がドライブ装置に装着されることでインストールされてもよい。

バッテリＥＣＵ１４５は、電流センサ１４２、電圧センサ１４３、及び温度センサ１４４により出力される各情報やその他の情報に基づいて、冷却ファン１４１の動作制御やコンタクタ１４６の開閉制御等を行う。バッテリＥＣＵ１４５は、計時機能を備えており、現在時刻やバッテリ部材１００が車両１０に搭載されてからの時間を計測する。バッテリＥＣＵ１４５は、電流センサ１４２、電圧センサ１４３、及び温度センサ１４４により出力される各情報や計時機能により計測した時間等に基づいて、バッテリ１２０のＳＯＣ（State Of Charge）やＳＯＨ（State Of Health）を算出する。バッテリＥＣＵ１４５は、算出したＳＯＣやＳＯＨの情報を、必要に応じて車両記憶装置１６０に格納したり、通信装置１８０に出力したりする。バッテリ１２０は、計時機能による計時結果に基づいて、バッテリ１２０の稼働時間及びバッテリ１２０を車両１０に搭載してから経過した年数（以下、経過年数）を算出して収集する。バッテリ１２０は、収集した稼働時間及び経過年数を車両記憶装置１６０に格納する。

バッテリＥＣＵ１４５は、電流センサ１４２により出力されるバッテリ１２０の電流、電圧センサ１４３により出力されるバッテリ１２０の電圧、及び温度センサ１４４により出力されるバッテリ１２０の温度等の各情報を監視するとともに収集する。バッテリＥＣＵ１４５は、収集したこれらの情報を、図２に示すバッテリ使用状態収集データ１６２として、車両記憶装置１６０に格納する。

図４は、バッテリ使用状態収集データ１６２の一例を示す図である。図４に示すように、バッテリ使用状態収集データ１６２は、車両ＩＤ、バッテリＩＤ、使用開始年月日、バッテリ交換の有無、劣化要素、バッテリＳＯＨ、故障発生年月日の項目を含む。車両ＩＤは、複数の車両を個々に識別するために車両毎に付された番号であり、バッテリＩＤは、複数のバッテリを個々に識別するためにバッテリ毎に付された番号である。

使用開始年月日は、バッテリ１２０を含むバッテリ部材１００を車両１０に搭載してバッテリ部材１００の使用を開始した年月日である。バッテリ交換の有無は、車両１０において、バッテリ部材１００の交換（修理）を行ったか否かを示し、交換を行っている場合には、交換の回数を示す項目である。劣化要素は、バッテリ部材１００におけるバッテリ１２０及び付属部品１４０を劣化させる要素を示す項目である。

バッテリ部材１００を劣化させる劣化要素となる事項は種々あり、例えば、バッテリ１２０の温度、充放電深度、電圧値、電流値、稼働時間、バッテリ部材１００の使用の経過年数といった事項などがある。例えば、バッテリ１２０の温度が高いとき、充放電深度が深いとき、電圧値や電流値が大きいとき、バッテリ部材１００の稼働時間や経過年数が長いときに、それぞれバッテリ１２０や付属部品１４０の劣化度が大きくなる。劣化要素としては、例えば、これらの事項の１つまたは２つ以上をバッテリ１２０と付属部品１４０ごとにまとめて、それぞれ「ア」「イ」「ウ」としている。なお、バッテリ部材１００の劣化状態は、例えば、稼働時間中の要素と車両生涯の要素との２つの観点でまとめるようにしてもよい。バッテリ部材１００の劣化状態は、例えば下記（１）でまとめて表してもよい。
バッテリ部材１００の劣化状態＝ｆ（温度、充放電深度、電圧値、電流値、稼働時間、経過年数）・・・（１）

例えば、稼働時間中の要素と車両生涯の要素との２つの観点でまとめる例として、電流値を用いて説明する。図５は、電流値の時間変化を示すグラフである。図５に示す第１ラインＬ１は、電流の測定値の時間変化を示し、第２ラインＬ２は、平均電流の時間変化を示す。平均電流は、積算電流を稼働時間で除することで求められる。

第１ラインＬ１に示す電流の変化では、測定値使用上限ＵＬ１を超えないことが多く、この間は、バッテリ１２０の劣化は小さい状態である。また、時刻ｔ１付近において、電流値が測定値使用上限ＵＬ１を超えており、この間は、バッテリ１２０の劣化が大きくなる。バッテリＥＣＵ１４５は、例えば、電流値が測定値使用上限ＵＬ１を超えた時間（累積超過時間）及び最大電流値を記録し、例えば、累積超過時間及び最大電流値に基づいて、バッテリ１２０の劣化要素の大小を特定する。

第２ラインＬ２に示す平均電流は、時間の経過に伴って平均値使用上限ＵＬ２に向かって増加する。バッテリＥＣＵ１４５は、例えば、平均電流が平均値使用上限ＵＬ２を超えたかによってバッテリ１２０の劣化要素の大小を特定し、例えば、平均値使用上限ＵＬ２を超えた場合には、バッテリ１２０の劣化要素の大とする。平均値使用上限は、積算電流を総時間で除することで求められる。総時間とは、バッテリ１２０の稼働時間と放置時間の和である。

バッテリＳＯＨは、バッテリ１２０を車両１０から取り外したときのバッテリ１２０のＳＯＨを示す項目である。故障発生年月日は、バッテリ１２０に故障が発生した年月日である。この実施形態では、車両１０に搭載されたバッテリ１２０に故障が発生した場合には、そのバッテリ１２０を交換するものとしている。バッテリ１２０を交換するタイミングとしては、バッテリ１２０の故障が発生したタイミングと、故障は発生しないが、交換のためにバッテリ１２０を車両から取り外したタイミングである。故障は発生しないが、交換のためにバッテリ１２０を車両から取り外した場合には、故障発生年月日は「なし」となる。

バッテリＥＣＵ１４５は、バッテリ１２０に故障が発生するか、故障が発生していないバッテリ１２０が車両１０から取り外されたときに監視している各データとバッテリ１２０の故障とを紐づけてデータベース化する。こうして、バッテリＥＣＵ１４５は、図４に示すバッテリ使用状態収集データ１６２を生成し、通信装置１８０に出力する。

バッテリＥＣＵ１４５は、劣化要素の劣化パターンとバッテリ部材１００の交換の実行を対応付けて、特異劣化パターンを抽出して、バッテリ部材１００の使用状態としてもよい。例えば、１つの車両１０が同じ劣化要素のパターンが出現したときにバッテリ部材１００を好感している場合には、その劣化要素のパターンを特異劣化パターンとして抽出するようにしてもよい。

コンタクタ１４６は、バッテリ１２０とＶＣＵ３４との間に設けられたデバイスである。コンタクタ１４６は、バッテリ１２０から過剰な電流が供給されることを防止する。コンバータ１４７は、低圧バッテリ４０に対してバッテリ１２０の電気を供給するため、バッテリ１２０により供給された電気を降圧する。ヒューズ１４８は、バッテリ１２０とＶＣＵ３４との間に設けられ、短絡時におけるバッテリ１２０から過剰な電流が供給されることを防止する。

車両記憶装置１６０は、例えば、バッテリＥＣＵ１４５に含まれる例えば、ＨＤＤやフラッシュメモリなどの記憶装置により実現される。車両記憶装置１６０は、例えば、バッテリＥＣＵ１４５により収集、算出されたバッテリ１２０の電流、電圧、温度、ＳＯＨ等の各種の情報をバッテリ使用状態収集データ１６２として記憶する。

通信装置１８０は、セルラー網やＷｉ−Ｆｉ網を接続するための無線モジュールを含む。通信装置１８０は、例えば、バッテリ部材１００により出力される電流値、電圧値、温度やバッテリ１２０のＳＯＨなどのバッテリ使用状態収集データ１６２を、図１に示すネットワークＮＷを介して、寿命予測装置４００に送信する。

[再利用製品５０]
図２に示すように、再利用製品５０は、例えば、リユースバッテリ部材２００と、再利用製品記憶装置２６０とを備える。リユースバッテリ部材２００は、バッテリ部材１００を再利用したものであり、リユースバッテリ２２０と、リユース付属部品２４０とを備える。リユースバッテリ２２０は、バッテリ１２０と同様の構成を有するが、バッテリ１２０が劣化したものである。リユース付属部品２４０は、バッテリ部材１００におけるリユース付属部品２４０のうち、再利用製品に適したデバイスが選択されたものである。例えば、再利用製品であるロボットに、低圧バッテリが設けられていない場合、リユース付属部品２４０には、電流センサ、電圧センサ、温度センサ等は設けられるが、コンバータは設けられない。

リユースバッテリ部材２００に含まれる各デバイスは、バッテリ部材１００に含まれる各デバイスと同様にして作動する。このため、リユースバッテリ部材２００に含まれるバッテリＥＣＵは、電流センサ、電圧センサ、及び温度センサ等の各センサにより出力されるリユースバッテリ２２０の電流、電圧、温度等の各情報を監視するとともに収集し、リユースバッテリ使用状態収集データ２６２として再利用製品記憶装置２６０に格納する。バッテリＥＣＵは、バッテリ部材１００のバッテリＥＣＵ１４５と同様に、リユースバッテリ２２０のＳＯＣやＳＯＨを算出し、リユースバッテリ部材２００の稼働時間及び経過年数を収集して再利用製品記憶装置２６０に格納する。

再利用製品記憶装置２６０は、例えば、リユースバッテリ部材２００に含まれるＨＤＤやフラッシュメモリなどの記憶装置により実現される。再利用製品記憶装置２６０は、例えば、リユースバッテリ部材２００のバッテリＥＣＵにより収集、算出されたリユースバッテリ２２０の電流、電圧、温度、ＳＯＨ等の各種の情報をリユースバッテリ使用状態収集データ２６２として記憶する。

図６は、リユースバッテリ使用状態収集データ２６２の一例を示す図である。図６に示すように、リユースバッテリ使用状態収集データ２６２は、用途、バッテリＩＤ、リユース年月日、劣化要素、バッテリＳＯＨ、故障年月日の各要素を含む。このうち、バッテリＩＤ、劣化要素、バッテリＳＯＨ、及び故障年月日の項目は、バッテリ使用状態収集データ１６２と同様の事項を示す。

用途の項目は、再利用製品５０によって定められる。例えば、再利用製品５０がロボットである場合には、用途が「ロボット」となり、再利用製品５０がフォークリフトである場合には用途が「フォークリフト」となる。リユース年月日は、リユースバッテリ２２０を再利用製品５０に搭載した年月日である。

リユースバッテリ部材２００に含まれるバッテリＥＣＵは、リユースバッテリ部材２００の劣化状態を取得する。リユースバッテリ部材２００の劣化状態は、例えば、稼働時間中の要素と車両生涯の要素との２つの観点でまとめるようにしてもよい。リユースバッテリ部材２００の劣化状態は、例えば下記（２）式でまとめて表してもよい。
リユースバッテリ２２０の劣化状態＝ｆ（使用環境（付属部品温度、負荷）、稼働時間、経過年数） ・・・（２）

上記の要素のうち、付属部品温度及び負荷は、リユース付属部品２４０としての電流センサ、電圧センサ、温度センサの検出結果に基づいて、各リユース付属部品２４０について演算することなどにより求める。また、稼働時間及び経過年数は、リユースバッテリ部材２００の稼働時間及び経過年数に基づいて求める。

再利用製品５０は、例えば、セルラー網やＷｉ−Ｆｉ網を接続するための無線モジュールを含む再利用製品通信装置を備える。リユースバッテリ部材２００に含まれるバッテリＥＣＵは、リユースバッテリ２２０に故障が発生するか、故障が発生していないリユースバッテリ２２０が再利用製品５０から取り外されたときに、監視している各データとリユースバッテリ２２０の故障とを紐づけてデータベース化する。こうして、バッテリＥＣＵは、図６に示すリユースバッテリ使用状態収集データ２６２を生成し、再利用製品通信装置に送信する。再利用製品通信装置は、リユースバッテリ部材２００により出力される電流値、電圧値、温度やリユースバッテリ２２０のＳＯＨなどのリユースバッテリ使用状態収集データ２６２を、図１に示すネットワークＮＷを介して、寿命予測装置４００に送信する。

寿命予測装置４００は、バッテリＩＤによってバッテリ部材１００及びリユースバッテリ部材２００を管理する。このため、寿命予測装置４００では、バッテリ部材１００について、車載時から再利用時までの一連の劣化状態を管理することができる。したがって、再利用製品５０においても、バッテリ部材１００（リユースバッテリ部材２００）の劣化状態を適切に管理することができる。

[寿命予測装置４００]
図２に示すように、寿命予測装置４００は、例えば、通信部４１０と、取得部４２０と、生成部４３０と、予測部４４０と、記憶部４７０とを備える。取得部４２０、生成部４３０、及び予測部４４０は、例えば、ＣＰＵなどのハードウェアプロセッサがプログラムを実行することにより実現される。これらの構成要素のうち一部または全部は、ＬＳＩやＡＳＩＣ、ＦＰＧＡ、ＧＰＵなどのハードウェアによって実現されてもよいし、ソフトウェアとハードウェアの協働によって実現されてもよい。プログラムは、予めＨＤＤやフラッシュメモリなどの記憶装置に格納されていてもよいし、ＤＶＤやＣＤ−ＲＯＭなどの着脱可能な記憶媒体に格納されており、記憶媒体がドライブ装置に装着されることでインストールされてもよい。記憶部４７０は、前述した記憶装置により実現される。寿命予測装置４００は、車両１０及び再利用製品５０により送信される情報に基づいて、バッテリ部材及びリユースバッテリ部材２００を管理し、リユースバッテリ部材２００の寿命を予測する。

通信部４１０は、取得部４２０の指示に従い、セルラー網やＷｉ−Ｆｉ網を接続するための無線モジュールを含む。通信部４１０は、車両１０により送信されるバッテリ使用状態収集データ１６２、及び再利用製品５０により送信されるリユースバッテリ使用状態収集データ２６２を受信する。

通信部４１０は、複数の車両１０及び複数の再利用製品５０との間で通信可能とされており、通信部４１０は、複数(多数)の車両１０及び再利用製品５０により送信されるバッテリ使用状態収集データ１６２及びリユースバッテリ使用状態収集データ２６２を受信する。このため、寿命予測装置４００は、大量のバッテリ使用状態収集データ１６２及びリユースバッテリ使用状態収集データ２６２を受信する。

取得部４２０は、車両１０により送信されるバッテリ使用状態収集データ１６２、及び再利用製品５０により送信されるリユースバッテリ使用状態収集データ２６２を、通信部４１０に受信させて取得する。取得部４２０は、取得したバッテリ使用状態収集データ１６２及びリユースバッテリ使用状態収集データ２６２を記憶部４７０に格納する。

取得部４２０は、複数の車両１０により送信される複数のバッテリ使用状態収集データ１６２を集計して、バッテリ使用状態データ４７２を生成して取得する。図７は、バッテリ使用状態データ４７２の一例を示す図である。バッテリ使用状態データ４７２は、複数の車両１０により送信されたバッテリ使用状態収集データ１６２を通信部４１０が受信した順に並べたデータである。

取得部４２０は、複数の再利用製品５０により送信される複数のリユースバッテリ使用状態収集データ２６２を集計して、リユースバッテリ使用状態データ４７４を生成して取得する。図８は、リユースバッテリ使用状態データ４７４の一例を示す図である。リユースバッテリ使用状態データ４７４は、複数の再利用製品５０により送信されたリユースバッテリ使用状態収集データ２６２を通信部４１０が受信した順に並べたデータである。

生成部４３０は、通信部４１０により受信され、記憶部４７０に記憶されたバッテリ使用状態データ４７２及びリユースバッテリ使用状態データ４７４を学習データ及び教師データとした機械学習を行い、寿命予測モデル４７６を生成する。生成部４３０は、バッテリ使用状態データ４７２及びリユースバッテリ使用状態データ４７４より取得されるデータを入力データ、リユースバッテリ部材２００の寿命を出力データとして、複数の車両１０及び再利用製品５０のニューラルネットワークモデルを寿命予測モデル４７６として生成する。

生成部４３０は、ニューラルネットワークモデルの入力データをバッテリ部材１００の使用状態、バッテリ部材１００の交換有無、バッテリ部材１００の利用期間、リユースバッテリ部材２００の用途、リユースバッテリ部材２００の使用状態、リユースバッテリ部材２００の寿命とし、出力データを、リユースバッテリ部材２００の寿命をとして寿命予測モデル４７６を生成する。生成部４３０は、生成した寿命予測モデル４７６を記憶部４７０に格納する。生成部４３０は、実施形態において入力層に入力されるデータを一部に限定して寿命予測モデル４７６を生成してもよい。特に、生成部４３０は、使用状態を一部の項目に限定して寿命予測モデル４７６を生成してもよい。生成部４３０は、入力層に入力されるデータごとに分類した寿命予測モデル４７６を生成してもよい。例えば、生成部４３０は、リユースバッテリ部材２００の用途（再利用製品５０の種類）ごとに寿命予測モデル４７６を生成してもよい。生成部４３０は、劣化要素とバッテリ１２０のＳＯＨとを紐づけて寿命予測モデル４７６を生成してもよい。

予測部４４０は、例えばバッテリ部材１００が車両１０より取り外された場合や再利用製品製造業者により寿命予測要請があった場合に、再利用時におけるバッテリ部材１００を再利用してリユースバッテリ部材２００とした場合の寿命を予測する。寿命予測要請は、例えば、予測対象となるバッテリ部材１００（リユースバッテリ部材２００となる前のバッテリ部材１００）を特定して行われてもよいし、寿命予測装置４００が管理する全てまたは一部のバッテリ部材１００を予測対象として行われてもよい。予測部４４０は、寿命予測モデル４７６を用いることなく、寿命予測モデル４７６の入力層に入力された各データに基づくルールベースによって、リユースバッテリ部材２００の寿命予測を行ってもよい。

リユースバッテリ部材２００の寿命を予測するにあたり、予測部４４０は、予測対象となるリユースバッテリ部材２００となる前のバッテリ部材１００のバッテリ使用状態データ４７２を取得するとともに、寿命予測モデル４７６を記憶部４７０から読み出す。予測部４４０は、バッテリ使用状態データ４７２及び寿命予測モデル４７６に基づいて、リユースバッテリ部材２００の寿命を予測する。予測部４４０は、寿命予測要請を行った再利用製品製造業者に対して、予測したリユースバッテリ部材２００の寿命の情報を、通信部４１０を利用して送信する。

次に、寿命予測装置４００における処理について説明する。図９及び図１０は、寿命予測装置４００において実行される処理の流れの一例を示すフローチャートである。ここでは、まず、寿命予測モデル４７６を更新する処理について図９を参照して説明し、続いて、リユースバッテリ部材２００の寿命予測を行う処理について図１０を参照して説明する。図９に示すように、取得部４２０は、バッテリ使用状態収集データ１６２を取得したか否かを判定する（ステップＳ１１０）。

バッテリ使用状態収集データ１６２を取得したと判定した場合、取得部４２０は、記憶部４７０からバッテリ使用状態データ４７２を読み出し、取得したバッテリ使用状態収集データ１６２をバッテリ使用状態データ４７２に追加して、バッテリ使用状態データ４７２を更新する（ステップＳ１２０）。バッテリ使用状態収集データ１６２を取得していないと判定した場合、寿命予測装置４００は、ステップＳ１３０に進む。

続いて、取得部４２０は、リユースバッテリ使用状態収集データ２６２を取得したか否かを判定する（ステップＳ１３０）。リユースバッテリ使用状態収集データ２６２を取得したと判定した場合、取得部４２０は、記憶部４７０からリユースバッテリ使用状態データ４７４を読み出し、取得したリユースバッテリ使用状態収集データ２６２をリユースバッテリ使用状態データ４７４に追加して、リユースバッテリ使用状態データ４７４を更新する（ステップＳ１４０）。リユースバッテリ使用状態収集データ２６２を取得していないと判定した場合、寿命予測装置４００は、ステップＳ１５０に進む。

続いて、生成部４３０は、バッテリ使用状態収集データ１６２またはリユースバッテリ使用状態収集データ２６２の更新があったか否かを判定する（ステップＳ１５０）。データの更新があったと判定した場合、生成部４３０は、寿命予測モデル４７６を記憶部４７０から読み出し、更新があったデータ等に基づいて、寿命予測モデル４７６を更新する（ステップＳ１６０）。

図１１は、寿命予測モデル４７６の生成工程の概念図である。生成部４３０は、図１１に示すように、入力層と隠れ層と出力層とを有する寿命予測モデル４７６を生成する。入力層には、バッテリ部材１００の使用状態と、バッテリ部材１００の交換の有無と、バッテリ部材１００の利用期間と、リユースバッテリ部材２００の用途と、リユースバッテリ部材２００の使用状態と、リユースバッテリ部材２００の寿命とが入力される。なお、バッテリ部材１００の利用期間は、バッテリ部材１００の使用開始年月日から故障発生年月日または故障は発生しないが、交換のためにバッテリ部材１００を車両から取り外した年月日までの期間である。リユースバッテリ部材２００の寿命は、リユースバッテリ部材２００のリユース年月日から故障発生年月日までの期間である。

出力層からは、リユースバッテリ部材２００の寿命が出力される。隠れ層は、入力層と出力層をつなぐ多層のニューラルネットワークを有する。隠れ層のパラメータは、入力層への入力を入力データと、出力層から出力される出力データを用いて機械学習を行うことで最適化される。生成部４３０は、こうして寿命予測モデル４７６を更新（生成）する。

図９に示すフローに戻り、生成部４３０は、更新した寿命予測モデル４７６を記憶部４７０に格納する（ステップＳ１７０）。こうして、寿命予測装置４００は、寿命予測モデル４７６を更新した後、図９に示す処理を終了する。さらに、ステップＳ１５０において、データの更新がなかったと判定した場合、寿命予測装置４００は、そのまま図９に示す処理を終了する。

続いて、リユースバッテリ部材２００の寿命予測を行う処理について図１０を参照して説明する。予測部４４０は、寿命予測を実行する時期であるか否かを判定する（ステップＳ２１０）。予測部４４０は、バッテリ部材１００が車両１０より取り外された情報を取得したり、再利用製品製造業者等により発信されたから寿命予測要請を通信部４１０が受信したりした場合に、寿命予測を実行する時期であると判定する。

寿命予測を実行する時期でないと判定した場合、寿命予測装置４００は、そのまま図１０に示す処理を終了する。寿命予測を実行する時期であると判定した場合、予測部４４０は、記憶部４７０から寿命予測モデル４７６を読み出す（ステップＳ２２０）。続いて、予測対象となるリユースバッテリ部材２００となるバッテリ部材１００の使用状態と、寿命予測モデル４７６を用いて、リユースバッテリ部材２００の寿命を予測する（ステップＳ２３０）。このとき、リユースバッテリ部材の用途の情報を更に用いてもよい。こうして、寿命予測装置４００は、図１０に示す処理を終了する。

以上説明した実施形態によれば、リユースバッテリ部材２００の用途、使用状態、寿命といったリユースバッテリ部材２００の情報に基づいて、バッテリ部材１００が再利用されるリユースバッテリ部材２００の寿命を予測する。このため、例えば最利用製品にリユースバッテリを搭載して新たに耐久試験などを行うことなくリユースバッテリ部材２００の予測寿命の情報を提供できるので、再利用するバッテリ部材の選定基準を提供することができる。

なお、上記の実施形態において、車両１０から取り外れたバッテリ部材１００について、バッテリ部材１００が再利用されたリユースバッテリ部材２００の寿命を予測するが、車両１０に搭載されているバッテリ部材１００について、バッテリ部材１００が再利用されたリユースバッテリ部材２００の寿命を予測してもよい。この場合、車両１０から取り外された際のバッテリ部材１００の使用状態は未定であるので、例えば、車両１０に搭載中のバッテリ部材１００の使用状態に基づいて、所定の取り外し時期におけるバッテリ部材１００の使用状態を推定し、推定したバッテリ部材１００の使用状態からリユースバッテリ部材２００の寿命を予測してもよい。この場合には、バッテリ部材１００の取り外し時期を複数想定して、それぞれの時期におけるリユースバッテリ部材２００の寿命を予測してもよい。

また、上記の実施形態では、バッテリ部材１００の使用状態について、車両１０に搭載された車両記憶装置１６０に記憶しておき、バッテリ使用状態収集データ１６２としてまとまったときに寿命予測装置４００に送信するが、バッテリ部材１００の使用状態の個々のデータを寿命予測装置４００や他のサーバ等に送信し、送信先においてバッテリ使用状態収集データ１６２を生成するようにしてもよい。同様に、リユースバッテリ使用状態収集データ２６２についても、再利用製品５０で収集する代わりに、寿命予測装置４００や他のサーバ等で生成するようにしてもよい。また、寿命予測装置４００における生成部４３０や予測部４４０の各機能は、車両１０や再利用製品５０が備えていてもよい。

また、上記の実施形態では、バッテリ部材１００の全体についてのリユースバッテリ部材２００の寿命を予測するが、バッテリ部材１００におけるバッテリ１２０のみ、または付属部品１４０毎のリユース品の寿命を予測するようにしてもよい。この場合、例えばリユース品ごとに寿命予測モデルを生成してリユース品の寿命を予測してもよい。また、リユース品個々の寿命を予測してもよいし、複数のリユース品のいくつかをまとめて寿命を予測してもよい。

以上、本発明を実施するための形態について実施形態を用いて説明したが、本発明はこうした実施形態に何等限定されるものではなく、本発明の要旨を逸脱しない範囲内において種々の変形及び置換を加えることができる。

１…寿命予測システム
１０…車両
５０…再利用製品
１００…バッテリ部材
１２０…バッテリ
１４０…付属部品
１４１…冷却ファン
１４２…電流センサ
１４３…電圧センサ
１４４…温度センサ
１４６…コンタクタ
１４７…コンバータ
１４８…ヒューズ
１５０…ＩＰＵ
１６０…車両記憶装置
１６２…バッテリ使用状態収集データ
１８０…通信装置
２００…リユースバッテリ部材
２２０…リユースバッテリ
２４０…リユース付属部品
２６０…再利用製品記憶装置
２６２…リユースバッテリ使用状態収集データ
３００…廃棄バッテリ部材
４００…寿命予測装置
４１０…通信部
４２０…取得部
４３０…生成部
４４０…予測部
４７０…記憶部
４７２…バッテリ使用状態データ
４７４…リユースバッテリ使用状態データ
４７６…寿命予測モデル

Claims (10)

1. 車両に搭載されたバッテリ部材の使用状態の情報を取得する取得部と、
   前記使用状態に基づいて、再利用時における前記バッテリ部材を再利用した場合の寿命を予測する予測部と、
   を備える寿命予測装置。
2. 前記予測部は、前記バッテリ部材を再利用する対象品の種類に基づいて、前記寿命を予測する、
   請求項１に記載の寿命予測装置。
3. 前記取得部は、前記バッテリ部材の再利用時の使用状態の情報を取得し、
   前記予測部は、前記バッテリ部材の再利用時の使用状態の情報に基づいて、前記寿命を予測する、
   請求項１または２に記載の寿命予測装置。
4. 前記バッテリ部材の使用状態の情報は、前記車両で収集された情報に基づく情報である、
   請求項１から３のうちいずれか１項に記載の寿命予測装置。
5. 前記バッテリ部材は、バッテリ及び前記バッテリの付属部品のうちの少なくとも一方である、
   請求項１から４のうちいずれか１項に記載の寿命予測装置。
6. 前記付属部品は、冷却ファン、電流センサ、電圧センサ、温度センサ、バッテリ演算装置、コンタクタ、コンバータ、及びヒューズのうち少なくとも一つである、
   請求項５に記載の寿命予測装置。
7. 前記予測部は、機械学習によって得られたモデルに前記バッテリ部材の使用状態の情報を入力することで、再利用時における前記バッテリ部材を再利用した場合の寿命を予測する、
   請求項１から６のうちいずれか１項に記載の寿命予測装置。
8. 機械学習によって前記モデルを生成する生成部
   を更に備える、請求項７に記載の寿命予測装置。
9. コンピュータが、
   車載に搭載されたバッテリ部材の使用状態の情報を取得し、
   前記使用状態に基づいて、再利用時における前記バッテリ部材を再利用したときの寿命を予測する、
   寿命予測方法。
10. コンピュータに、
    車載に搭載されたバッテリ部材の使用状態の情報を取得させ、
    前記使用状態に基づいて、再利用時における前記バッテリ部材を再利用したときの寿命を予測させる、
    プログラム。

Images