BattMo -- Battery Modelling Toolbox

本論文は、3D幾何学形状、熱および劣化の結合モデル、ならびにFAIR準拠のパラメータ化をサポートし、自動微分による効率的な勾配ベースの最適化を可能にする、多様な電気化学的電池セルのシミュレーションのための柔軟なMATLABベースの有限体積法ツールボックスであるBattMoを紹介するものである。

要約

より良いバッテリーを作ろうとしていると想像してみてください。しかし、金属や化学物質を使って物理的な試作機を作る代わりに（それはコストがかかり、時間がかかり、手間もかかります）、コンピュータの中でそれらを作りたいと考えているとしたら？それこそが、まさにBattMoが行っていることです。

BattMoを**「電池科学者のためのレゴセット」**と考えてみてください。

その仕組みを、シンプルなアイデアに分解して説明します：

1. 設計図（「JSON」と「グラフ」システム）

通常、コンピュータプログラム内でバッテリーのデザインを変更することは、たった一つの単語を変えるためだけに辞書全体を書き直そうとするようなものです。BattMoは違います。

• レシピカード： あなたは、シンプルなテキストファイル（JSONと呼ばれます）を使って、バッテリーがどのような形をしていて、何でできているかを伝えます。これは、「特定の種類のリチウムで作られた円筒形バッテリーが欲しい」と記入するフォームのようなものです。
• フローチャート： コンピュータ内部では、バッテリーは単なるコードの塊ではなく、フローチャートや計算グラフのように構築されます。家族の系図を想像してください。「親」が物理法則であり、「子供」がその結果です。もしバッテリーの発熱方法を変えたい場合は、全体の家系図を壊すことなく、そのツリーの一つの枝だけを入れ替えることができます。これにより、さまざまなアイデアを自由に組み合わせることが非常に容易になります。

2. シミュレーター（「バーチャル研究所」）

仮想のバッテリーを構築したら、BattMoは高速シミュレーターとして機能します。

• 3Dモデリング： 単にバッテリーの断面を見るだけでなく、完全な3Dモデルを構築します。平らなコイン型、巻き取られた製巻き（ジェリーロール）型、あるいは大きな長方形のブロック型であっても、BattMoはこれらを3Dで可視化できます。
• 「熱」の要素： 電気だけでなく、熱も追跡します。充電中にバッテリーがどのように熱を持ち、静止している間にどのように冷えていくかを同時にシミュレートします。
• 「劣化」の監視： バッテリーがどのように老化するかを予測することさえできます。内部に薄い汚れ（SEI層と呼ばれます）が蓄積していく様子や、シリコン材料がエネルギーを吸収する際にスポンジのように膨らむ様子などをシミュレートします。

3. 「スマートチューター」（キャリブレーションと最適化）

材料に関する正しい数値を推測することは、電池科学における最も難しい作業の一つです。

• 自動調整機能： BattMoには、自動微分という手法を用いた内蔵の「スマートチューター」が備わっています。ラジオのチューニングを合わせて最もクリアな信号を得ようとしている場面を想像してください。BattMoは、コンピュータ上のモデルを現実世界の実験結果に完璧に一致させるために、どのつまみを回すべきかを瞬時に計算できます。これにより、研究者が推測と検証に数週間を費やす手間を省けます。

4. これは誰のためのものか？

• エキスパート： 50種類の異なる形状を、50個の物理的な試作機を作る代わりに、1時間でテストしたい電池設計者。
• 学生： コードを理解するために博士号を必要とすることなく、電気と熱がバッテリー内部でどのように移動するかを見たい初心者。
• 開発者： 自身のソフトウェア・ワークフローにこのツールを組み込みたい人々。

5. 何が特別なのか？

他のツール（PyBaMMなど）も存在しますが、BattMoがユニークな理由は以下の通りです：

• 最初から3D形状と熱を同時に扱うようにゼロから設計されていること。
• 元々石油貯留層に使用されていたツールボックスであるMRSTに基づいているため、複雑な数学的問題を非常に高速に解くことができること。
• オープンで柔軟であること。新しい電池の化学組成を試すために、車のエンジンを交換するように、簡単に「エンジン」（数学方程式）を入れ替えることができます。

まとめ

BattMoは、3Dでバッテリーを設計、構築、テストできるデジタル・ワークショップです。モジュール式のブロックベースのシステムを採用しており、科学者がパーツを簡単に交換し、バッテリーの老化を予測し、設計を現実に適合させるために自動的に調整できるようにすることで、現実の世界でたった一つの物理的なバッテリーを組み立てることなく、設計・構築・テストを行うことができます。

注：このソフトウェアは現在、電気自動車やエネルギー貯蔵のための新しいタイプのバッテリーを設計するために、主要な欧州の研究プロジェクト（HYDRAやBATMAXなど）で使用されていますが、本論文は特定の将来の製品ではなく、ツールそのものに焦点を当てています。

技術概要

BattMo: バッテリーモデリングツールボックスの技術要約

問題提起
高性能な電気化学システム、特にリチウムイオンおよびポストリチウムイオン電池の開発は、電気エネルギー転換において極めて重要である。しかし、物理的なプロトタイピングを削減し、データから知見を抽出するための厳密なデジタルワークフローを構築することは、依然として困難な課題である。既存の物理ベースモデルは、パラメータ校正において課題を抱えることが多い。例えば、PyBaMM、cideMOD、LIONSIMBAといったオープンソースのフレームワークが存在するが、それぞれに特有の制限がある。例えば、PyBaMMは（2025年時点では）ようやく2Dおよび3Dシミュレーションを可能にしたばかりであり、校正や最適化のために外部パッケージ（PyBOP）に依存する場合が多い。同様に、cideMODは3Dシミュレーションをサポートしているが、自動微分機能が欠如しているため、複雑な非線形システムや設計最適化の取り扱いが困難である。したがって、完全に結合された3D電気化学・熱シミュレーションをネイティブにサポートし、随伴変数法による効率的なパラメータ校正を備え、モデル拡張のためのモジュール式アーキテクチャを持つ柔軟なフレームワークが求められている。

手法
BattMoは、MATLAB®（Octaveとの互換性も検討）で実装された、柔軟な有限体積連続体モデリングフレームワークである。メッシング、大規模な非線形システムの解決、および可視化のためにMATLAB Reservoir Simulation Toolbox (MRST) を活用しており、基本的で堅牢な低次有限体積法と完全陰解法による時間離散化を利用している。

• モデルアーキテクチャ: 本フレームワークは、階層的なグラフベースの設計を採用している。各モデルは計算グラフに対応しており、ノードは変数、有向エッジは関数関係を表す。この構造によりモジュール性が実現されている。モデルの結合は、既存のモデルをサブグラフとして含む新しい結合モデルを作成することで行われ、サブモデルを大きく変更することなく、結合メカニズムのためのエッジを追加することができる。
• 入力と相互運用性: 材料パラメータや幾何学的記述を含むシミュレーション入力は、JSONスキーマを介して指定される。このアプローチは、セマンティックな相互運用性とFAIR原則をサポートするために、Battery Interface Ontology (BattINFO) のガイドラインに準拠している。
• 物理学と化学: コアモデルはDoyle-Fuller-Newman (DFN) アプローチに基づいている。BattMoは完全に結合された熱シミュレーションを含み、SEI層の成長（SafariおよびBolayモデルを使用）やリチウム析出などの様々な劣化メカニズムをサポートしている。また、複合材料（例：シリコン・グラファイト混合物）やシリコン膨張も扱うことができる。
• ソルバーと最適化: ソルバーは、随伴計算をサポートするために自動微分を利用している。この機能により、すべてのパラメータに対する目的関数の導関数を効率的に計算することが可能となり、実験データに対してモデルを校正するための勾配ベースの最適化ルーチンが可能になる。
• 幾何形状: 本ツールボックスは、円筒形、プリズム形、コイン形、製耳型（jelly roll）、および様々なタブ配置を持つマルチポーチセルを含む、1D、2D、および3Dの幾何形状をサポートしている。

主な貢献

• ネイティブな3Dおよび結合シミュレーション: 前身のモデルとは異なり、BattMoはコア機能のために外部パッケージを必要とすることなく、結合された電気化学・熱シミュレーションを行うために基礎から設計されている。
• 随伴変数法による校正: 自動微分と随伴計算の統合により、実験データから複雑なバッテリーモデルを校正するための効率的な手法を提供し、物理ベースのモデリングにおける一般的なボトルネックを解消している。
• モジュール式グラフベース設計: 計算グラフのアプローチは、モデルの拡張と結合を容易にし、研究者が基礎となる方程式を修正したり、新しい劣化モデルや材料モデルを統合したりすることを容易にする。
• 標準化された入力: BattINFOに準拠したJSONスキーマの使用により、モデル定義が構造化され、再現性と相互運用性が確保されている。
• エコシステム: 本論文では、MATLAB版、Julia版（BattMo.jl）、Pythonラッパー（PyBattMo）、およびウェブアプリケーション（BattMoApp）を含む「BattMoファミリー」を紹介している。

結果と能力
本論文は、パラメータ化されたバッテリー幾何形状のライブラリと一連の文書化された例を備えた機能的なツールボックスとしてBattMoを提示している。これにより、以下のことが可能となることを実証している：

• 様々な電池化学（NMC, NCA, LFP, LNMO, SiGr）および形式（コイン、ポーチ、円筒形）のシミュレーション。
• 幾何形状およびパラメータに関する設計最適化の実行。
• 標準的な試験プロトコル（CC, CV, CCCV）および時系列入力のサポート。
• SEI成長、析出、シリコン膨張を含む特定の現象のモデリング。
• アルカリメンブレン電解槽やプロトンセラミック膜モデルなど、他の電気化学システムへの機能拡張。

意義と影響
著者らは、BattMoを研究および教育のための再現可能な電池開発のためのツールとして位置づけている。その意義は、仮想設計を最適化する経験豊富な設計者と、基礎的なプロセスを理解しようとする初心者、その両方をサポートできる能力にある。本ソフトウェアは、HYDRA、BATMAX、IntelLiGent、BIG-MAP、DigiBattといったEU基金によるイニシアチブを含む、いくつかの商業的および非商業的なプロジェクトですでに活用されている。これらの文脈において、新規のLNMOセルや、1Dおよび3D構成における商用のLFPおよびNMCセルをモデリングするために使用されている。モジュール式フレームワークと標準化された入力を高度な最適化機能と組み合わせることで、BattMoは物理的なプロトタイピングへの依存を減らし、電池研究の妥当性と再現性を高めることを目指している。