異種データセットにわたる膝（ニー）を考慮したリチウムイオン電池の寿命予測のための連続エイジング軌跡表現

要旨: リチウムイオン電池の劣化を正確に評価することは、セル間のばらつき、異種のサイクリング手順、そしてデータ駆動型モデルのデータセット間での移植性の限界によって難しくなっています。特に、劣化遷移（たとえばニー点）を頑健に同定すること、ならびに残存有用寿命（RUL）の信頼できる初期予測は、いまだ未解決の課題です。本研究では、異種の公開データセット（NASA、CALCE、ISU-ILCC）から学習した電圧-容量および容量-サイクル軌跡の連続表現に基づく、電池劣化解析のための統一的フレームワークを提案します。連続的な定式化により、劣化記述子（曲率、プラトー長、ニーに関連する指標など）を一貫して抽出でき、データセット固有の離散化への感度を低減します。250セルを超える対象において、ニー発生時刻と寿命終端（end-of-life）との間に統計的に有意な相関（Pearson 0.75-0.84）が観察されます。さらに、追加の初期ライフ解析により、ニー関連の特徴が部分的な軌跡から推定された場合でも予測価値を保持することが確認されます。初期ライフのモデルは、観測されたサイクル数が増えるにつれて、RUL予測がますます安定していきます。予測性能が初めの5〜20サイクル内で意味のある形で立ち現れ、データセット間のドメインシフト下でも頑健であることが示されます。本フレームワークは、連続モデリング、特徴抽出、不確実性を考慮した予測を統合し、解釈可能でデータセットと整合したアプローチを提供しており、異種のデータセットタイプにわたって頑健性を示します。従来の離散的または特徴ベースの手法と比べて、提案する表現はサンプリング解像度への感度を低減し、データセット間の一貫性を改善します。本研究の限界として、実験室規模のデータセットに限定されており、寿命終端の定義も容量ベースです。