……Zoomオンライン受講
……見逃し視聴選択可
リチウムイオン・全固体電池の劣化・安全性予測から、機械学習・PINNs・生成AIによるモデル自動化までを解説。
講師
国立大学法人東北大学 未来科学技術共同研究センター 特任准教授 博士（理学）高岸 洋一 氏
【略歴】
2009年 立命館大学大学院理工学研究科 博士後期課程修了 博士（理学）取得
2009年 株式会社コベルコ科研 EM事業部 研究員
2019年 同社 計算科学センター マルチフィジックスグループ長
2019年 大阪大学 大学院 工学研究科 招へい教員
2021年 名古屋大学 未来社会創造機構 客員准教授（兼務）
2025年 東北大学 未来科学技術共同研究センター 特任准教授（現職）
【専門】
・新エネルギー材料・デバイス・造形プロセスのモデリング
・マルチスケール／マルチフィジックスシミュレーションおよび機械学習
・プロセスインフォマティクス／プロセスAI・知能化
【本テーマ関連学協会での活動】
日本機械学会, 電気化学会, 日本計算工学会会員
＜その他関連商品＞
電池・水素・エネルギー 一覧はこちら
日時・受講料・お申込みフォーム
●日時：2027年1月15日(金) 13:00-16:30 ＊途中、小休憩を挟みます。
●受講料：
【オンライン受講（見逃し視聴なし）】：1名 45,100円(税込（消費税10％）、資料付)
＊1社2名以上同時申込の場合、1名につき34,100円
【オンライン受講（見逃し視聴あり）】：1名 50,600円(税込（消費税10％）、資料付)
＊1社2名以上同時申込の場合、1名につき39,600円
＊「見逃し視聴あり」でお申込の場合、当日のご参加が難しい方も後日セミナー動画の視聴が可能です。
各種割引について
＊5名以上でのお申込の場合、更なる割引制度もございます。
ご希望の方は、以下より別途お問い合わせ・お申込みください。
req@*********（*********にはjohokiko.co.jpを入れてください）
＊学校法人割引：学生、教員のご参加は受講料50％割引。→「セミナー申込要領・手順」を確認ください。
お申込みはこちらから
商品コード：AD270182
配布資料・講師への質問など
●配布資料はPDFなどのデータで配布いたします。ダウンロード方法などはメールでご案内いたします。
・配布資料に関するご案内は、開催1週前～前日を目安にご連絡いたします。
・準備の都合上、開催1営業日前の12:00までにお申込みをお願いいたします。
（土、日、祝日は営業日としてカウントしません。）
・セミナー資料の再配布は対応できかねます。必ず期限内にダウンロードください。
●当日、可能な範囲でご質問にお答えします。（全ての質問にお答えできない可能性もございます。何卒ご了承ください。）
●ご受講に際しご質問・要望などございましたら、下記メールアドレス宛にお問い合わせください。
req@*********（*********にはjohokiko.co.jpを入れてください）
オンラインセミナーご受講に関する各種案内（必ずご確認の上、お申込みください。）
※メールアドレスの記載誤りについては、以下へご連絡お願いいたします。
req@*********（*********にはjohokiko.co.jpを入れてください）
→Skype／Teams／LINEなど別のミーティングアプリが起動していると、Zoomで音声が聞こえない、カメラ・マイクが使えないなどの事象が起きる可能性がございます。お手数ですが、これらのアプリは閉じた状態にてZoomにご参加ください。
→音声が聞こえない場合の対処例
→一部のブラウザは音声が聞こえないなどの不具合が起きる可能性があります。
対応ブラウザをご確認の上、必ず事前のテストミーティング をお願いします。
（iOSやAndroidOS ご利用の場合は、アプリインストールが必須となります）
→見逃し視聴について、 こちらから問題なく視聴できるかご確認ください。（テスト視聴動画へ）パスワード「123456」
＜見逃し視聴ご案内の流れ・配信期間詳細＞
セミナーポイント
■はじめに
近年, リチウムイオン電池や全固体電池はデバイス, 自動車, 航空機, 人工衛星などへの搭載が進んでおり, その劣化・寿命や安全性の予測技術に対する関心がますます高まっている. これら予測技術の歴史は比較的古く, これまでに経験式や物理シミュレーション, 機械学習などさまざまな方法が提案されてきた. しかしながら, 電池が本質的に複雑現象・複合現象であり, かつ未解明部分が多いことから, 実験によるデータ取得, モデル選択, パラメータ調整, モデル検証を繰り返しつつ, 新たな現象やメカニズム発見や関心領域の変化に応じてモデルを更新する取り組みがなされてきた. 一方, 最近のLLMをはじめとする生成AIやフィジカルAIの爆発的な進化は, このようなモデリングサイクルの自動化・自律化を可能とし, 大幅な高速化や高度化を実現すると期待される.
本セミナーでは, リチウムイオン／全固体電池の電気化学・物理現象を概説し, さまざまな劣化・安全性予測技術を解説した上で, AIを用いたモデル生成, 結果解釈, 現象発見, 知識の蓄積の自動化・自律化の具体的な事例を紹介する.
■想定される主な受講対象者
・リチウムイオン電池／全固体電池の劣化・安全性予測に興味のある方
・リチウムイオン電池／全固体電池の開発技術者、学生、興味のある方
・リチウムイオン電池／全固体電池を含むデバイス技術者、学生、興味のある方
・リチウムイオン電池／全固体電池を含むシステム技術者、学生、興味のある方
・AI・シミュレーション技術者、学生、興味のある方
・その他、AIによるモデル生成・解釈自動化・自動発見の適用に興味のある方
■必要な予備知識
本セミナーでは、基本的な原理や考え方から具体的な適用事例まで幅広く解説します。
そのため、参加者の関心や知識に応じて、必要な部分を中心に聴講いただくことも可能です。
なお、リチウムイオン電池／全固体電池に関する基本的な知識をお持ちの方や、
具体的な課題を抱えている方は、より理解を深めていただける内容となっています。
■本セミナーに参加して修得できること
・リチウムイオン電池／全固体電池の劣化メカニズムと寿命予測技術
・電池の熱暴走メカニズムと安全性予測技術
・シミュレーションや機械学習を用いた劣化・安全性予測の手法
・生成AIによる予測モデルの構築、検証、結果解釈の自動化
・AIを活用した現象発見、モデル更新の自動化・自律化と今後の課題
セミナー内容
1．リチウムイオン電池／全固体電池の劣化予測技術
1）基本的な反応とメカニズム
a）劣化の種類とそのメカニズム
b）さまざまな劣化予測／余寿命予測技術
c）機械学習・深層学習を用いた劣化予測の特徴と位置づけ
d）生成AIによる自動化・自律化
2）等価回路／1次元モデルに基づく劣化予測
a）充放電試験データを用いた余寿命推定
b）時系列データを用いた劣化挙動の推定
c）劣化予測とデータ同化, モデルの自動選択
d）電池モジュール, パック, ユニットの劣化予測
3）詳細モデルに基づく劣化予測
a）電極実構造／仮想構造を用いた劣化シミュレーション
b）サロゲートモデル, PINNsによる計算高速化
c）セルによるばらつきを考慮した劣化シミュレーションと統計解析
d）製造プロセスモデルと組み合わせた劣化シミュレーション
2．リチウムイオン電池／全固体電池の安全性予測技術
1）電池の熱暴走反応
a）熱暴走現象とそのメカニズム
b）さまざまな安全性・熱暴走予測技術
c）安全性予測の難しさ
d）生成AIによる自動化・自律化
2）短セルの安全性予測
a）内部短絡を想定した熱暴走予測
b）過充電を想定した熱暴走予測
c）電池劣化と安全性の関係
3）電池モジュール, パック, ユニットの安全性予測
a）電池モジュールの熱暴走・類焼予測
b）電池パックの熱暴走・類焼予測
c）セルの抵抗・容量ばらつきの影響
d）サロゲートモデル, PINNsによる計算高速化
3．生成AIを用いたリチウムイオン電池の劣化・安全性予測の実際
1）Pythonによる劣化予測モデル構築の例
a）モデル構築の流れ
b）モデル生成, 妥当性検証, 結果の自動解釈
c）現象発見・自律的なモデル更新へ向けて
2）安全性予測モデル構築の例
a）Python, 汎用ソフトによるモデル構築の流れ
b）モデル生成, 妥当性検証, 結果の自動解釈
c）マルチスケール化への対応
4．まとめ, 今後の課題
お申込みはこちらから
