特許 7528148 二次電池劣化判定装置及び二次電池劣化判定方法

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】特許公報(B2)

(11)【特許番号】

(24)【登録日】2024-07-26

(45)【発行日】2024-08-05

(54)【発明の名称】二次電池劣化判定装置及び二次電池劣化判定方法

(51)【国際特許分類】

   G01R 31/392 20190101AFI20240729BHJP

   G01R 31/367 20190101ALI20240729BHJP

   G01R 31/3835 20190101ALI20240729BHJP

   G01R 31/388 20190101ALI20240729BHJP

   H01M 10/48 20060101ALI20240729BHJP

   H02J 7/00 20060101ALI20240729BHJP

【ＦＩ】

G01R31/392

G01R31/367

G01R31/3835

G01R31/388

H01M10/48 P

H01M10/48 301

H02J7/00 Y

【請求項の数】 8

(21)【出願番号】P 2022094305

(22)【出願日】2022-06-10

(65)【公開番号】P2023180752

(43)【公開日】2023-12-21

【審査請求日】2022-06-17

(73)【特許権者】

【識別番号】503374488

【氏名又は名称】株式会社トヨタシステムズ

(74)【代理人】

【識別番号】100114306

【弁理士】

【氏名又は名称】中辻 史郎

(74)【代理人】

【識別番号】100148655

【弁理士】

【氏名又は名称】諏訪 淳一

(72)【発明者】

【氏名】高木 淳

【審査官】田口 孝明

(56)【参考文献】

【文献】特開平０８－１３６６２９（ＪＰ，Ａ）

【文献】国際公開第２０２１／０２０２５０（ＷＯ，Ａ１）

【文献】特開２０２２－０２０４０４（ＪＰ，Ａ）

【文献】特開２０２０－１６９９４３（ＪＰ，Ａ）

【文献】特開２０２０－１８０９４２（ＪＰ，Ａ）

【文献】特開２０２１－０２１６８６（ＪＰ，Ａ）

【文献】特開２０１６－１２５９３２（ＪＰ，Ａ）

【文献】国際公開第２０１１／１３５８１３（ＷＯ，Ａ１）

(58)【調査した分野】(Int.Cl.，ＤＢ名)

ＩＰＣ Ｇ０１Ｒ ３１／３６－３１／４４、

Ｈ０２Ｊ ７／００－７／１２、

７／３４－７／３６、

Ｈ０１Ｍ １０／４２－１０／４８、

Ｂ６０Ｌ １／００－３／１２、

７／００－１３／００、

１５／００－５８／４０

(57)【特許請求の範囲】

【請求項1】

判定対象となる二次電池の劣化判定を行う二次電池劣化判定装置であって、
少なくとも前記二次電池の充電特性を示す充電曲線上の前記二次電池の充電開始時間から第１の所定時間を経過した充電中における第１の時点と、前記第１の時点から第２の所定時間を経過した充電中における第２の時点とがあらかじめ特定され、前記充電曲線上の前記第１の時点と前記第２の時点との間の電圧値の傾きと、前記充電曲線上の前記第１の時点における電圧値とに基づいて前記二次電池の推定電気容量を算定する算定手段と、
前記算定手段により算定された推定電気容量に基づいて、前記二次電池の劣化判定を行う劣化判定手段と
を備える二次電池劣化判定装置。

【請求項2】

前記算定手段は、
前記推定電気容量を目的変数とし、前記二次電池の充電曲線上の前記第１の時点と前記第２の時点との間の電圧値の傾きと、前記充電曲線上の前記第１の時点における電圧値とを説明変数に含む重回帰モデルを用いて、前記二次電池の推定電気容量を算定する請求項１に記載の二次電池劣化判定装置。

【請求項3】

前記算定手段は、
前記充電曲線上の前記第１の時点と前記第２の時点との間の電圧値の傾き及び前記充電曲線上の前記第１の時点における電圧値とともに、前記二次電池の充電開始時の電圧値及び／又は充電曲線計測時の温度を説明変数に含む重回帰モデルを用いて、前記二次電池の推定電気容量を算定する請求項２に記載の二次電池劣化判定装置。

【請求項4】

複数の二次電池についての充電曲線及び電気容量に基づいて前記重回帰モデルの係数を算出する係数算出手段をさらに備え、
前記算定手段は、
前記係数算出手段により算出された係数を適用した重回帰モデルを用いて、前記二次電池の推定電気容量を算定する請求項３に記載の二次電池劣化判定装置。

【請求項5】

前記算定手段は、
所定の多層ニューラルネットワークに対して、複数の二次電池についての充放電特性を示す充放電曲線及び正解データとなる電気容量を教師データとした教師有り学習を行うことにより生成された学習済モデルを用いて、前記二次電池の推定電気容量を算定する請求項１に記載の二次電池劣化判定装置。

【請求項6】

前記算定手段は、
決定木の勾配ブースティングを用いた機械学習により生成された学習済モデルを用いて、前記二次電池の推定電気容量を算定する請求項１に記載の二次電池劣化判定装置。

【請求項7】

前記劣化判定手段は、
前記推定電気容量が所定の閾値以上である場合には前記二次電池が再利用可能な良品であると判定し、前記推定電気容量が所定の閾値未満である場合には前記二次電池が再利用不能な劣化品であると判定する請求項１に記載の二次電池劣化判定装置。

【請求項8】

判定対象となる二次電池の劣化判定を行う二次電池劣化判定装置における二次電池劣化判定方法であって、
少なくとも前記二次電池の充電特性を示す充電曲線上の前記二次電池の充電開始時間から第１の所定時間を経過した充電中における第１の時点と、前記第１の時点から第２の所定時間を経過した充電中における第２の時点とがあらかじめ特定され、前記充電曲線上の前記第１の時点と前記第２の時点との間の電圧値の傾きと、前記充電曲線上の前記第１の時点における電圧値とに基づいて前記二次電池の推定電気容量を算定する算定工程と、
前記算定工程により算定された推定電気容量に基づいて、前記二次電池の劣化判定を行う劣化判定工程と
を含む二次電池劣化判定方法。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、二次電池の劣化判定を迅速かつ効率的に行うことができる二次電池劣化判定装置及び二次電池劣化判定方法に関する。

【背景技術】

【0002】

昨今の車両の急激な電動化に伴って車両用の二次電池の需要が増加しており、かかる状況に伴って二次電池の再利用のニーズも増している。車両が廃車となったならば、この車両から二次電池を取り出してリサイクル会社に送られ、リサイクル会社において二次電池の劣化判定が行われる。そして、劣化判定の結果、二次電池が再利用可能であると判定された場合には、リビルドして中古市場で利用される。

【0003】

このため、かかる二次電池の劣化判定を行う従来技術が知られている。例えば、特許文献１には、前回の満充電容量から走行期間中の使用電気量及び走行期間後の残存容量を減じた値に基づいて、走行期間中の二次電池の負極副反応電流を測定し、負極副反応電流に基づいて被膜量を推定し、この被膜量に基づいて二次電池の劣化状態を判定する技術が開示されている。

【先行技術文献】

【特許文献】

【0004】

【文献】特開２０２２－０２０４０４号公報

【発明の概要】

【発明が解決しようとする課題】

【0005】

しかしながら、上記特許文献１のものは、充電器において劣化判定するものであり、走行期間中の使用電気量及び走行期間後の残存容量を取得する必要があるため、リサイクル会社において二次電池の劣化判定を行う場合に利用することができない。このため、リサイクル会社において二次電池を満充電し、その後放電させて充放電特性を取得し、充放電特性に基づいて劣化判定をせざるを得ないことになるが、かかる充放電特性を取得するためには多大の時間を要する。

【0006】

本発明は、上記従来技術による問題点（課題）を解決するためになされたものであって、二次電池の劣化判定を迅速かつ効率的に行うことができる二次電池劣化判定装置及び二次電池劣化判定方法を提供することを目的とする。

【課題を解決するための手段】

【0007】

上述した課題を解決し、目的を達成するため、本発明は、判定対象となる二次電池の劣化判定を行う二次電池劣化判定装置であって、少なくとも前記二次電池の充電特性を示す充電曲線上の前記二次電池の充電開始時間から第１の所定時間を経過した充電中における第１の時点と、前記第１の時点から第２の所定時間を経過した充電中における第２の時点とがあらかじめ特定され、前記充電曲線上の前記第１の時点と前記第２の時点との間の電圧値の傾きと、前記充電曲線上の前記第１の時点における電圧値とに基づいて前記二次電池の推定電気容量を算定する算定手段と、前記算定手段により算定された推定電気容量に基づいて、前記二次電池の劣化判定を行う劣化判定手段とを備える。

【0008】

また、本発明は、上記発明において、前記算定手段は、前記推定電気容量を目的変数とし、前記二次電池の充電曲線上の前記第１の時点と前記第２の時点との間の電圧値の傾きと、前記充電曲線上の前記第１の時点における電圧値とを説明変数に含む重回帰モデルを用いて、前記二次電池の推定電気容量を算定する。

【0009】

また、本発明は、上記発明において、前記算定手段は、前記充電曲線上の前記第１の時点と前記第２の時点と間の電圧値の傾き及び前記充電曲線上の前記第１の時点における電圧値ととともに、前記二次電池の充電開始時の初期電圧値及び／又は充電曲線計測時の温度を説明変数に含む重回帰モデルを用いて、前記二次電池の推定電気容量を算定する請求項２に記載の二次電池劣化判定装置。

【0010】

また、本発明は、上記発明において、複数の二次電池についての充電曲線及び電気容量に基づいて前記重回帰モデルの係数を算出する係数算出手段をさらに備え、前記算定手段は、前記係数算出手段により算出された係数を適用した重回帰モデルを用いて、前記二次電池の推定電気容量を算定する。

【0012】

また、本発明は、上記発明において、前記算定手段は、所定の多層ニューラルネットワークに対して、複数の二次電池についての充放電特性を示す充放電曲線及び正解データとなる電気容量を教師データとした教師有り学習を行うことにより生成された学習済モデルを用いて、前記二次電池の推定電気容量を算定する。

【0013】

また、本発明は、上記発明において、前記算定手段は、決定木の勾配ブースティングを用いた機械学習により生成された学習済モデルを用いて、前記二次電池の推定電気容量を算定する。

【0014】

また、本発明は、上記発明において、前記劣化判定手段は、前記推定電気容量が所定の閾値以上である場合には前記二次電池が再利用可能な良品であると判定し、前記推定電気容量が所定の閾値未満である場合には前記二次電池が再利用不能な劣化品であると判定する。

【0017】

また、本発明は、判定対象となる二次電池の劣化判定を行う二次電池劣化判定装置における二次電池劣化判定方法であって、少なくとも前記二次電池の充電特性を示す充電曲線上の前記二次電池の充電開始時間から第１の所定時間を経過した充電中における第１の時点と、前記第１の時点から第２の所定時間を経過した充電中における第２の時点とがあらかじめ特定され、前記充電曲線上の前記第１の時点と前記第２の時点との間の電圧値の傾きと、前記充電曲線上の前記第１の時点における電圧値とに基づいて前記二次電池の推定電気容量を算定する算定工程と、前記算定工程により算定された推定電気容量に基づいて、前記二次電池の劣化判定を行う劣化判定工程とを含む。

【発明の効果】

【0020】

本発明によれば、二次電池の劣化判定を迅速かつ効率的に行うことができる。

【図面の簡単な説明】

【0021】

【図1】図１は、実施形態１に係る二次電池劣化判定システムの概要を説明する説明図である。

【図2】図２は、本実施形態１に係る二次電池劣化判定システムのシステム構成を示す図である。

【図3】図３は、図２に示した二次電池劣化判定装置の構成を説明するための機能ブロック図である。

【図4】図４は、充電曲線の計測点の一例を説明する説明図である。

【図5】図５は、重回帰分析結果のモデルの要約の一例を示す図である。

【図6】図６は、重回帰分析の係数の一例を示す図である。

【図7】図７は、図２に示した二次電池劣化判定装置の処理手順を示すフローチャート（その１）である。

【図8】図８は、図２に示した二次電池劣化判定装置の処理手順を示すフローチャート（その２）である。

【図9】図９は、充放電曲線の計測点の一例を説明する説明図である。

【図10】図１０は、変形例１の重回帰モデルの説明変数の一例を示す図である。

【図11】図１１は、図１０に示した説明変数を用いた重回帰モデルの推定満充電容量を示す図である。

【図12】図１２は、変形例２の重回帰モデルの説明変数の一例を示す図である。

【図13】図１３は、図１２に示す説明変数を用いた重回帰モデルの推定満充電容量を示す図である。

【図14】図１４は、変形例３の汎用化モデルの作成を説明するための説明図である。

【図15】図１５は、実施形態２に係る二次電池劣化判定システムのシステム構成を示す図である。

【図16】図１６は、図１５に示した二次電池劣化判定装置の構成を説明するための機能ブロック図である。

【図17】図１７は、図１６に示す学習済モデルの層構成の一例を説明するための説明図である。

【発明を実施するための形態】

【0022】

以下に、本発明に係る二次電池劣化判定装置及び二次電池劣化判定方法の実施形態を図面に基づいて詳細に説明する。ここでは、電動車両又はハイブリッド車両に搭載される車両用の二次電池（バッテリー）の劣化判定を行う場合を中心に説明する。ただし、本発明は車両用の二次電池に限定されるものではなく、再利用される各種の二次電池を用いる場合に適用することができる。

【0023】

［実施形態１］
＜二次電池劣化判定システムの概要＞
まず、本実施形態１に係る二次電池劣化判定システムの概要について説明する。図１は、実施形態１に係る二次電池劣化判定システムの概要を説明するための説明図である。本実施形態１に係る二次電池劣化判定システムは、二次電池２０の推定満充電容量Ｑに基づいて二次電池２０の劣化判定を行うシステムである。

【0024】

従来、車両が廃車となったならば、この車両から二次電池を取り出してリサイクル会社に送られ、簡易検査が行われた後、リビルド会社に送られる。リビルド会社では、二次電池の劣化判定が行われる。そして、劣化判定の結果、二次電池が再利用可能であると判定された場合には、リビルドして中古市場で利用される。このため、かかる二次電池の劣化判定を迅速かつ効率的に行う必要がある。

【0025】

このため、本実施形態１に係る二次電池劣化判定システムでは、二次電池の満充電容量Ｑ₀を目的変数とし、二次電池の充電曲線（二次電池計測時の電池温度を含む）を説明変数とする重回帰モデルを事前に構築する。そして、あらかじめ準備した複数の二次電池を二次電池劣化判定装置１０に接続し、二次電池の充電曲線及び満充電容量Ｑ₀を計測し（Ｓ１）、計測した充電曲線及び満充電容量Ｑ₀を用いて重回帰モデルの係数を算出する（Ｓ２）。かかる充電曲線は、複数の所定の時間における二次電池の電圧値のデータである。

【0026】

評価対象となる二次電池２０の劣化判定を行う場合には、二次電池２０を二次電池劣化判定装置１０に接続し、二次電池２０の充電曲線を計測し（Ｓ３）、計測した充電曲線と重回帰モデルを用いて推定された満充電容量（以下、「推定満充電容量Ｑ」と言う）を算出する（Ｓ４）。そして、この推定満充電容量Ｑに基づいて二次電池２０の劣化判定を行う（Ｓ５）。

【0027】

具体的には、推定満充電容量Ｑが所定の閾値以上である場合は、二次電池２０が再利用可能な良品であると判定し、推定満充電容量Ｑが所定の閾値未満である場合には、二次電池２０は再利用に適さない不良品であると判定する。

【0028】

ここで、充電曲線とは、安定化電源を用いて二次電池２０に一定の直流電流を流した場合に得られる二次電池の両端の電圧の時間ｔに対する電圧値を描いた曲線である、そして、二次電池のプラス端子及びマイナス端子に、それぞれ定電流電源のプラス端子及びマイナス端子を接続し計測する。また、放電曲線とは、定電流負荷を用いて二次電池２０から一定の直流電流を流した場合に得られる二次電池２０の両端の電圧の時間ｔに対する電圧値を描いた曲線である。また、放電曲線には、定電流負荷を用いないで、二次電池のプラス端子とマイナス端子を解放状態にして無負荷放電した場合も含まれる。

【0029】

また、ここでは、充放電曲線の電圧の変化をパラメータとして重回帰分析を行っている。これは、充放電特性から容量素子及び抵抗素子から構成される等価回路の等価回路定数を求めて、これら等価回路定数を説明変数にすることもできる。しかし、時間によって変化する等価回路定数を説明変数として重回帰分析を行うのは複雑な計算が必要である。そこで、等価回路定数の時間的変化は、充放電特性の充放電曲線上に現れることに注目し、充放電曲線上の電圧の変化をパラメータとして重回帰分析を行う。

【0030】

＜二次電池劣化判定システムのシステム構成＞
次に、本実施形態１に係る二次電池劣化判定システムのシステム構成について説明する。図２は、本実施形態１に係る二次電池劣化判定システムのシステム構成を示す図である。ここでは、あらかじめ重回帰モデルの係数が算出されているものとする。

【0031】

図２に示すように、本実施形態１に係る二次電池劣化判定システムは、二次電池劣化判定装置１０、定電流電源３０、定電流負荷３１、スイッチ３２、電流センサ３３、電圧センサ３４及び恒温槽３５を有する。図中に示す実線は回路素子間を接続する接続線を示し、図中に示す破線は制御線を示している。

【0032】

二次電池２０は、充電及び放電を繰り返して使用できる電池であり、例えばニッケル水素電池等である。定電流電源３０は、二次電池２０を充電する場合に一定の電流を流す電源である。定電流負荷３１は、二次電池２０を放電する場合に一定の電流を流して放電する負荷装置である。

【0033】

スイッチ３２は、二次電池２０を充電する場合には、二次電池２０に定電流電源３０を接続し、二次電池２０を放電する場合は、二次電池２０に定電流負荷３１を接続するように切り替えるスイッチである。

【0034】

電流センサ３３は、定電流電源３０から二次電池２０に流れ込む電流及び二次電池２０から定電流負荷３１へ流れ出る電流を計測するセンサである。電圧センサ３４は、二次電池２０の電圧値を計測する電圧センサである。恒温槽３５は、二次電池２０を一定の温度に保つ装置である。

【0035】

ここで、図２に示す二次電池劣化判定装置１０は、定電流電源３０、定電流負荷３１及び恒温槽３５の電源を投入し設定を初期化する（Ｓ１１）。そして、二次電池劣化判定装置１０は、定電流電源３０が二次電池２０に接続されるようスイッチ３２を制御した後、二次電池２０を充電する（Ｓ１２）。

【0036】

二次電池劣化判定装置１０は、二次電池２０の充電時の電圧値を電圧センサ３４より計測する（Ｓ１３）。この際、二次電池２０の充電時の電流値を電流センサ３３により計測し、この電流値が所定値となるように電流制御を行う。その後、二次電池劣化判定装置１０は、二次電池２０が定電流負荷３１に接続されるようスイッチ３２を制御し、二次電池２０に蓄積された電荷を放電させる（Ｓ１４）。

【0037】

その後、二次電池劣化判定装置１０は、二次電池２０の充電曲線に基づいて重回帰モデルを用いて推定満充電容量Ｑを算出する（Ｓ１５）。その後、二次電池劣化判定装置１０は、二次電池２０の推定満充電容量Ｑに基づいて二次電池２０の劣化判定を行う（Ｓ１６）。

【0038】

＜二次電池劣化判定装置１０の構成＞
次に、二次電池劣化判定装置１０の構成について説明する。図３は、図２に示した二次電池劣化判定装置１０の構成を説明する機能ブロック図である。図３に示すように、二次電池劣化判定装置１０は、表示部１１、入力部１２、記憶部１３及び制御部１４を有する。また、二次電池劣化判定装置１０は、定電流電源３０、定電流負荷３１、スイッチ３２，電流センサ３３、電圧センサ３４及び恒温槽３５が接続されている。

【0039】

表示部１１は、液晶パネル又はディスプレイ装置等の表示デバイスであり、入力部１２は、テンキーやマウスなどの入力デバイスである。なお、表示部１１及び入力部１２をまとめて表示操作部とすることもできる。

【0040】

記憶部１３は、ハードディスク装置や不揮発性メモリなどの記憶デバイスであり、初期設定データ１３ａと、電圧データ１３ｂと、重回帰モデル係数１３ｃと、推定満充電容量データ１３ｄとを記憶する。初期設定データ１３ａは、定電流電源３０、定電流負荷３１及び恒温槽３５等の初期値である。電圧データ１３ｂは、電圧センサ３４で計測した二次電池２０の電圧値のデータである。

【0041】

重回帰モデル係数１３ｃは、複数の二次電池の充電曲線及び満充電容量Ｑ₀に基づいて、充電曲線を説明変数として重回帰分析を行い算出した係数である。推定満充電容量データ１３ｄは、評価対象の二次電池２０の推定満充電容量Ｑのデータである。

【0042】

制御部１４は、二次電池劣化判定装置１０の全体を制御する制御部であり、初期設定部１４ａと、スイッチ制御部１４ｂと、電流・電圧計測部１４ｃと、重回帰モデル係数算出部１４ｄと、推定満充電容量算出部１４ｅと、劣化判定部１４ｆとを有する。実際には、これらのプログラムをＣＰＵにロードして実行することにより、初期設定部１４ａと、スイッチ制御部１４ｂと、電流・電圧計測部１４ｃと、重回帰モデル係数算出部１４ｄと、推定満充電容量算出部１４ｅと、劣化判定部１４ｆとにそれぞれ対応するプロセスを実行させることになる。

【0043】

初期設定部１４ａは、定電流電源３０及び定電流負荷３１等に初期値を設定処理する設定部である。例えば、定電流電源３０が出力する電流の電流値が１アンペア（１Ａ）に設定される。

【0044】

スイッチ制御部１４ｂは、二次電池２０を定電流電源３０に接続するためのスイッチ制御と、二次電池２０を定電流負荷３１に接続するためのスイッチ制御を行う制御部である。スイッチの制御は、あらかじめ決められた充電時間及び放電時間に合わせてスイッチ制御を行う。

【0045】

電流・電圧計測部１４ｃは、二次電池２０を充電する場合には、二次電池２０に流れ込む電流値を電流センサ３３により計測させ、二次電池２０を放電する場合には、二次電池２０から流れる電流値を電流センサ３３により計測させる。また、二次電池２０の電圧値を電圧センサ３４により計測させ、電圧データ１３ｂとして記憶部１３に記憶する処理を行う。

【0046】

重回帰モデル係数算出部１４ｄは、あらかじめ計測された複数の二次電池の充電曲線及び満充電容量Ｑ₀に基づいて、重回帰モデルの係数を算出する処理部である。推定満充電容量算出部１４ｅは、重回帰モデルを用いて推定満充電容量Ｑを算出する処理部である。

【0047】

劣化判定部１４ｆは、推定満充電容量算出部１４ｅにより算出された推定満充電容量Ｑに基づいて、二次電池２０が再利用可能な良品であるか否かを判定する処理部である。具体的には、二次電池２０の推定満充電容量Ｑが所定の閾値以上である場合は、二次電池２０は再利用可能な良品であると判定し、推定満充電容量Ｑが所定の閾値未満である場合には、二次電池２０は再利用に適さない不良品であると判定する。

【0048】

定電流電源３０は、初期設定部１４ａで設定された一定の電流を二次電池２０に流す電源である。定電流負荷３１は、初期設定部１４ａで設定された一定の電流を二次電池２０から流す負荷である。スイッチ３２は、あらかじめ決められた時間で二次電池２０に定電流電源３０を接続するか、定電流負荷３１を接続するかを切り替える。

【0049】

電流センサ３３は、スイッチ３２と二次電池２０に直列に接続され、二次電池２０を充電する場合には、二次電池２０に流れ込む電流値を計測し、二次電池２０を放電する場合には、二次電池２０から流れる電流値を計測するセンサである。電圧センサ３４は、二次電池２０の電圧値を計測するセンサである。恒温槽３５は、二次電池２０の充電曲線を計測する場合に、二次電池２０の雰囲気温度Ｔａを一定に保つ槽である。

【0050】

＜重回帰モデル係数の算出について＞
次に、重回帰モデルの係数の算出について説明する。ここでは、二次電池の充電曲線に基づくパラメータを電池温度Ｔｂ、初期電圧値Ｖ₀及び充電曲線の任意の二点間の電圧値の傾きとし、これらパラメータを説明変数とし、二次電池の満充電容量Ｑ₀を目的変数として重回帰モデル係数を算出する。図４は、充電曲線の計測点の一例を説明する説明図である。

【0051】

図４に示すように、充電曲線上にＡ点からＦ点までの６点を設ける。Ａ点は、充電開始点であり、Ｂ点は充電開始から垂直に上昇する電圧の終点である。Ｃ点は、Ａ点の時間をｔ＝０とした場合に、第１の所定時間ｔ₁秒後である。第１の所定時間ｔ₁秒は、例えば３００ｍ秒である。

【0052】

Ｄ点は、Ｃ点から第２の所定時間ｔ₂秒後である。第２の所定時間ｔ₂秒は、例えば３秒である。Ｅ点は、充電終了点（放電開始点）Ｆ点から第２の所定時間ｔ₂秒前である。ここでは、充電時間を８秒としている。重回帰分析を行う場合に、Ａ点～Ｆ点の電圧値を説明変数とすることもできるが、ここでは、二次電池の充電曲線の電圧値の傾きを算出する。

【0053】

例えば、Ｃ点とＤ点の時間に対する電圧値の傾きＣＤは、ＣＤ＝（Ｖ_C－Ｖ_D）／（ｔ_C－ｔ_D）により算出することができる。また、Ｅ点とＦ点の時間に対する電圧値の傾きＥＦは、ＥＦ＝（Ｖ_E－Ｖ_F）／（ｔ_E－ｔ_F）により算出することができる。

【0054】

また、各計測点の電圧値は、二次電池２０の初期電圧値と充電曲線を計測する場合の電池温度Ｔｂに依存するため、電池温度Ｔｂを重回帰分析の説明変数に含める。このため、重回帰分析に用いる説明変数は、電池温度Ｔｂ、初期電圧値Ｖ₀、電圧の傾きＣＤ及び電圧の傾きＥＦとなる。

【0055】

そして、推定満充電容量Ｑは、Ｑ＝Ｂ₁Ｔｂ＋Ｂ₂Ｖ₀＋Ｂ₃ＣＤ＋Ｂ₄ＥＦ＋ｅによって算出される。Ｂ₁～Ｂ₄は、重回帰分析で求められる偏回帰変数でありｅは残差である。一般的に、説明変数となる電池温度Ｔｂ、初期電圧値Ｖ₀、電圧の傾きＣＤ及び電圧の傾きＥＦは単位と大きさが異なるため、平均と標準偏差を用いて変換したデータにより重回帰分析を行う。重回帰分析は、例えば二次電池２０を１００個用意し、例えば電池温度Ｔｂを５℃、１５℃、２５℃及び３５℃の４つの条件として二次電池の充電曲線を計測し、合計４００組のデータを使用する。

【0056】

図５は、重回帰分析結果のモデルの要約の一例を示す図である。図５に示すように、重相関係数Ｒは０．９２０となり、決定係数Ｒ²は０．８４７となり、自由度調整済Ｒ²は０．８４５となり、推定値の標準誤差は０．４４９となる。自由度調整済Ｒ²が０．８４５であるため、このモデルは信頼することができる。

【0057】

図６は、重回帰分析の係数の一例を示す図である。図６に示す例では、重回帰モデルの係数は、定数に対して非標準係数Ｂ＝２２．２２６、非標準係数標準誤差＝５．６１６、ｔ値＝３．９５７及び有意確率＝０．０００であり、電池温度Ｔｂに対して非標準係数Ｂ＝－０．０７７、非標準係数標準誤差＝０．００６、標準化係数ベータ＝－０．７５７、ｔ値＝－１３。４８１及び有意確率＝０．０００である場合を示している。

【0058】

また、重回帰モデル１の係数は、Ｖ₀に対して非標準係数Ｂ＝－１．５２５、非標準係数標準誤差＝０．６９４、標準化係数ベータ＝－０．０６７、ｔ値＝－２．１９７及び有意確率＝０．０２９であり、ＣＤに対して非標準係数Ｂ＝－６３９３５４．９９、非標準係数標準誤差＝１４６４３７．１８、標準化係数ベータ＝－０．３７６、ｔ値＝－４．３６６及び有意確率＝０．０００であり、ＥＦに対して非標準係数Ｂ＝－３０３５００９．８２、非標準係数標準誤差＝１６９８４３．６８７、標準化係数ベータ＝－０．９４２、ｔ値＝－１７．８６９及び有意確率＝０．０００である場合を示している。ｔ値は、各説明変数が目的変数に与える寄与の大きさを示している。

【0059】

重回帰モデルから、説明変数は、Ｔ、ＣＤ及びＥＦが１％有意であり、Ｖ₀が５％有意であるため、説明変数のＴ、Ｖ₀、ＣＤ及びＥＦは、目的変数（推定満充電容量Ｑ）を推定するための変数として妥当である。

【0060】

＜二次電池劣化判定装置１０の処理手順＞
次に、二次電池劣化判定装置１０の処理手順について説明する。図７及び図８は、図２に示した二次電池劣化判定装置１０の処理手順を示すフローチャートである。ここでは、重回帰モデル係数１３ｃがあらかじめ算出されているものとする。図７に示すように、二次電池劣化判定装置１０は、まず、定電流電源３０と、定電流負荷３１との電流値等の初期設定及び恒温槽３５の初期設定を行う（ステップＳ１０１）。

【0061】

そして、二次電池劣化判定装置１０は、定電流電源３０が二次電池２０に接続されるようスイッチ３２を制御した後、所定の一定電流で二次電池２０を充電する（ステップＳ１０２）。二次電池劣化判定装置１０は、電圧センサ３４を用いて所定時間ごとに電圧値を計測する（ステップＳ１０３）。ここで、所定時間とは、例えば、充電開始から０秒、０．０５秒、０．３秒、３．３秒、５秒及び８秒等である。

【0062】

二次電池劣化判定装置１０は、所定の時間を経過したか否かを判定し（ステップＳ１０４）、所定の時間を経過していない場合は（ステップＳ１０４；Ｎｏ）、ステップＳ１０３に移行し、計測を続行する。ここで、所定の時間とは、例えば、充電時間の８秒である。

【0063】

これに対して、所定の時間を経過している場合は（ステップＳ１０４；Ｙｅｓ）、二次電池２０が定電流負荷３１に接続されるようスイッチ３２を制御し、所定の電流で二次電池２０に蓄積された電荷を放電させる（ステップＳ１０５）。二次電池劣化判定装置１０は、所定の時間を経過したか否かを判定し（ステップＳ１０６）、所定の時間を経過していない場合は（ステップＳ１０６；Ｎｏ）、所定の時間が経過するまで放電を続行する。

【0064】

これに対して、所定の時間を経過している場合は（ステップＳ１０６；Ｙｅｓ）、二次電池劣化判定装置１０は、充電曲線に基づいて電池温度Ｔｂ、初期電圧値Ｖ₀及び任意の二点間の電圧値の傾き等のパラメータを取得する（ステップＳ１０７）。その後、二次電池劣化判定装置１０は、充電曲線のパラメータに基づいて二次電池２０の推定満充電容量Ｑを算出し（ステップＳ１０８）、算出した推定満充電容量Ｑに基づいて二次電池２０の劣化を判定する（ステップＳ１０９）。

【0065】

二次電池劣化判定装置１０は、推定満充電容量Ｑに基づいて推定満充電容量Ｑが所定の閾値以上であった場合は（ステップ１０９；Ｙｅｓ）、二次電池２０は再利用可能な良品と判定し（ステップＳ１１０）、一連の処理を終了する。また、推定満充電容量Ｑが所定の閾値未満である場合は（ステップＳ１０９；Ｎｏ）、二次電池２０は再利用に適さない不良品と判定し（ステップＳ１１１）、一連の処理を終了する。

【0066】

上述してきたように、本実施形態１では、二次電池劣化判定システムは、あらかじめ複数の二次電池の充電曲線及び満充電容量Ｑ₀を計測し、計測した充電曲線から取得したパラメータ及び満充電容量Ｑ₀のデータを用いて重回帰モデルの係数を算出し、事前に重回帰モデルを構築する。そして、評価対象である二次電池２０の充電曲線を計測し、その充電曲線からパラメータを取得し、パラメータに基づいて重回帰モデルより推定満充電容量Ｑを算出し、算出した推定満充電容量Ｑに基づいて、二次電池２０の劣化を判定するようにしたので、二次電池２０の劣化判定を迅速かつ効率的に行うことができる。

【0067】

なお、実施形態１の推定満充電容量算出部１４ｅは、請求項１の算定手段に対応し、実施形態１の劣化判定部１４ｆは、請求項１の劣化判定手段に対応する。また、実施形態１では、充電曲線の計測した電池温度Ｔｂ、初期電圧値Ｖ₀及び充電曲線の任意の二点間の電圧値の傾きを説明変数とした場合を説明したが、本発明はこれに限定されるものではなく、説明変数を初期電圧値Ｖ₀及び充電曲線の任意の二点の電圧値の傾きとする場合に適用することもできる。

【0068】

また、実施形態１では、説明変数に電池温度Ｔｂを用いた場合について説明したが、一度に複数の二次電池２０を評価するためには、多くの温度測定器が必要になることから、複数の二次電池２０を収納する恒温槽３５の雰囲気温度Ｔａを説明変数として用いることもできる。

【0069】

＜変形例１＞
実施形態１では、二次電池劣化判定装置１０は、重回帰モデルの説明変数を充電曲線のパラメータ（電池温度Ｔｂ、初期電圧値Ｖ₀及び充電曲線の任意の二点間の電圧値の傾き）とした場合を説明したが、本変形例１では、説明変数に充電曲線の任意の点の電圧値を追加し、さらに放電曲線の任意の二点の電圧値の傾き及び放電曲線の任意の点の電圧値を追加した場合について説明する。

【0070】

図９は、充放電曲線の計測点の一例を説明する説明図である。図９に示すように、充放電曲線上にＡ点からＫ点までの１１点を設ける。Ａ点からＦ点までの定義は実施形態１と同様である。Ｃ点は、Ａ点から０．３１秒後ある。また、Ｅ点は、Ｆ点より１０秒前である。また、充電時間及び放電時間は３００秒とする。

【0071】

Ｇ点は、放電開始から垂直に電圧が降下する終点である。Ｈ点は、放電開始から０．０１秒後であり、Ｉ点は、Ｈ点から１０秒後である。Ｊ点は、放電開始から１０秒後であり、Ｋ点はＪ点から２０秒後である。

【0072】

放電曲線上のＨ点とＩ点の時間に対する電圧値の傾きＨＩは、ＨＩ＝（Ｖ_H－Ｖ_I）／（ｔ_H－ｔ_I）により算出することができる。また、Ｊ点とＫ点の時間に対する電圧値の傾きＪＫは、ＪＫ＝（Ｖ_J－Ｖ_K）／（ｔ_J－ｔ_K）により算出することができる。

【0073】

図１０は、変形例１の重回帰モデルの説明変数の一例を示す図である。図１０に示すように、変形例１の説明変数は、充電開始時の初期電圧値Ｖ₀、Ｃ点とＤ点の傾きＣＤ、Ｃ点の電圧値Ｖ_C、Ｅ点とＦ点の傾きＥＦ、Ｅ点の電圧値Ｖ_E、Ｈ点とＩ点の傾きＨＩ、Ｈ点の電圧値Ｖ_H、Ｊ点とＫ点の傾きＪＫ及びＪ点の電圧値Ｖ_Jからなる。

【0074】

図１１は、図１０に示した説明変数を用いた重回帰モデルの推定満充電容量Ｑを示す図である。図１１に示すように、図１０に示した説明変数を用いた重回帰モデルは、自由度調整済Ｒ²＝０．９２５１であり、信頼できるモデルが作成できている。

【0075】

なお、本変形例１では、放電曲線の任意の二点の電圧値の傾き及び放電曲線の任意の点の電圧値の双方を追加する場合を示したが、本発明はこれに限定されるものではなく、放電曲線の任意の二点の電圧値の傾き及び放電曲線の任意の点の電圧値の一方を追加する場合に適用することもできる。

【0076】

＜変形例２＞
次に、変形例２では、説明変数に充放電曲線上の所定の時間における電圧の傾き（一次微分係数）及び充放電曲線の曲がりの具合（二次微分係数）を追加する場合について説明する。一次微分係数及び二次微分係数は、充放電曲線上の離散した電圧値では求めることができないので、時間に対する電圧値のグラフを、主成分分析を用いていくつかの主成分ベクトルの線形結合で表し、それぞれの主成分ベクトルを多項式を用いて滑らかに補間することによって元の電圧式も時間に対する連続関数とできることから、連続関数となった電圧式を用いて求める。具体的には、特許第３９４１５６９号公報に記載された主成分分析を用いた多項式フィッティング技術を用い、この多項式を用いて一次微分係数及び二次微分係数を算出する。

【0077】

図１２は、変形例２の重回帰モデルの説明変数の一例を示す図である。図１２に示すように、変形例２の説明変数は、充電開始時の初期電圧値Ｖ₀、充電開始から垂直に上昇する電圧の終点Ｂ点の電圧値Ｖ_B、充電開始から２秒後のＣ点の電圧値Ｖ_C、充電開始から２７０秒後のＥ点の電圧値Ｖ_E、Ｃ点の一次微分係数Ｃ’、Ｅ点の一次微分係数Ｅ’、Ｈ点（放電開始から２６秒後）の一次微分係数Ｈ’、Ｊ点（放電開始から５０秒後）の一次微分係数Ｊ’、Ｌ点（充電開始から２０秒後）の二次微分係数Ｌ”及びＮ点（充電開始から２６秒後）の二次微分係数Ｎ”からなる。

【0078】

図１３は、図１２に示す説明変数を用いた重回帰モデルの推定満充電容量Ｑを示す図である。図１３に示すように、図１３に示した説明変数を用いた重回帰モデルは、自由度調整済Ｒ²＝０．９４６５であり、信頼できるモデルが作成できている。

【0079】

なお、本変形例２では、説明変数に充放電曲線上の所定の時間における一次微分係数及び二次微分係数の双方を追加する場合を示したが、本発明はこれに限定されるものではなく、説明変数に充放電曲線上の所定の時間における一次微分係数及び二次微分係数の一方を追加する場合に適用することもできる。

【0080】

＜変形例３＞
実施形態１では、二次電池劣化判定装置１０は、あらかじめ計測した二次電池の充電曲線及び満充電容量Ｑ₀を用いて重回帰モデルの係数を算出する場合について説明したが、本変形例３では、あらかじめ計測した二次電池の充電曲線及び満充電容量Ｑ₀のデータをトレーニングデータ、検証用データ及び汎化性能検証用データに分けて、トレーニングデータを用いて汎化性能を向上した重回帰モデルの係数を算出する場合について説明する。

【0081】

図１４は、変形例３の汎用化モデルの作成を説明するための説明図である。図１４に示すように、ここでは、あらかじめ計測した二次電池の充電曲線及び満充電容量Ｑ０の全計測データＮ_ALLは、Ｎ_ALL＝６０とする。そして、汎用化モデルを作成するために、この全計測データＮ_ALLを、トレーニングデータＮ_T＝５０、検証用データＮ_K＝５及び汎化性能検証用データＮ_H＝５に分ける。そして、汎用化モデルは、トレーニングデータを用いて重回帰分析を行い、重回帰モデルの係数を算出する。

【0082】

そして、トレーニングデータＮ_Tを用いて生成した重回帰モデルに検証用データＮ_Kを入力し、交差検証を行う。ここで、それぞれの重回帰モデルの決定係数Ｒ²が所定値よりも大きい場合は、作成した重回帰モデルは有用であると判定する。なお、汎用化モデルは、トレーニングデータＮ_Tと検証用データＮ_Kの組み合わせを変えて複数作成する。

【0083】

その後、交差検証を行った複数の重回帰モデルの標準化係数ベータの平均を求め、その平均化された標準化係数ベータを用いた重回帰モデルに汎化性能検証用データを入力し、重回帰モデルの汎化性能を判定する。汎化性能の判定は、汎化性能検証用データを入力した重回帰モデルの自由度調整済Ｒ²が所定値よりも大きい場合は、作成した重回帰モデルは有用であると判定する。

【0084】

［実施形態２］
ところで、上記実施形態１では、推定満充電容量Ｑを算出するために重回帰モデルを利用した場合について説明したが、本実施形態２では、あらかじめ計測した二次電池の充電曲線及び満充電容量Ｑ₀を教師データとして多層ニューラルネットワークを用いて教師有り学習を行った学習済モデルを利用する場合について説明する。

【0085】

＜二次電池劣化判定システムのシステム構成＞
本実施形態２に係る二次電池劣化判定システムのシステム構成を説明する。図１５は、実施形態２に係る二次電池劣化判定システムのシステム構成を示す図である。なお、実施形態１と同様の箇所には、同一の符号を付すこととして、その詳細な説明を省略する。

【0086】

図１５に示すように、二次電池劣化判定システムは、二次電池劣化判定装置４０に定電流電源３０、定電流負荷３１、スイッチ３２、電流センサ３３、電圧センサ３４及び恒温槽３５を有する。図中に示す実線は回路素子間を接続する接続線を示し、図中に示す破線は制御線を示している。

【0087】

ここで、図１５に示す二次電池劣化判定装置４０は、定電流電源３０、定電流負荷３１及び恒温槽３５の電源を投入し設定を初期化する（Ｓ２１）。そして、二次電池劣化判定装置４０は、定電流電源３０が二次電池２０に接続されるようスイッチ３２を制御した後、二次電池２０を充電する（Ｓ２２）。

【0088】

二次電池劣化判定装置４０は、二次電池２０の充電時の電圧値を電圧センサ３４より計測する（Ｓ２３）。この際、二次電池２０の充電時の電流値を電流センサ３３により計測し、この電流値が所定値となるように電流制御を行う。その後、二次電池劣化判定装置４０は、二次電池２０が定電流負荷３１に接続されるようスイッチ３２を制御し、二次電池２０に蓄積された電荷を放電させる（Ｓ２４）。

【0089】

その後、二次電池劣化判定装置１０は、二次電池２０の充電曲線に基づいて多層ニューラルネットワークの学習済モデルを用いて推定満充電容量Ｑを算出する（Ｓ２５）。その後、二次電池劣化判定装置１０は、二次電池２０の推定満充電容量Ｑに基づいて二次電池２０の劣化を判定する（Ｓ２６）。

【0090】

＜二次電池劣化判定装置４０の構成＞
次に、二次電池劣化判定装置４０の構成について説明する。図１６は、図１５に示した二次電池劣化判定装置４０の構成を説明する機能ブロック図である。図１６に示すように、二次電池劣化判定装置４０は、表示部１１、入力部１２、記憶部４３及び制御部４４を有する。また、二次電池劣化判定装置４０は、定電流電源３０、定電流負荷３１、スイッチ３２，電流センサ３３、電圧センサ３４及び恒温槽３５が接続されている。

【0091】

記憶部４３は、ハードディスク装置や不揮発性メモリなどの記憶デバイスであり、初期設定データ１３ａと、電圧データ１３ｂと、推定満充電容量データ１３ｄと、学習済モデル４３ａとを記憶する。学習済モデル４３ａは、多層ニューラルネットワーク（ＣＮＮ；Convolutional Neural Network）を深層学習により学習させることにより得られる学習済モデルである。学習済モデル４３ａは、別途サーバ、あるいはクラウド等を用いて教師データとして複数の二次電池を計測した充電曲線と、その充電曲線に対応した満充電容量Ｑ₀を正解値としたデータセットにより学習処理を行い生成されたものである。

【0092】

ここで、学習済モデル４３ａの層構成について説明する。図１７は、図１６に示す学習済モデル４３ａの層構成の一例を説明するための説明図である。図１２に示すように、学習済モデル４３ａは、コンボリューション層（Convolution）５１、コンボリューション層（Convolution）５２、アベレージ・プーリング層（Average Pooling）５３、コンボリューション層（Convolution）５４、アベレージ・プーリング層（Average Pooling）５５、全結合層（Fully Connect）５６、全結合層（Fully Connect）５７及び出力層（Softmax）５８を有する。ただし、ＣＮＮの層構成は、これに限定されるものではない。

【0093】

コンボリューション層５１、５２、５４は、局所的な特徴を抽出するために、前層で近くにあるノードにフィルタを畳み込んで特徴マップを生成する。アベレージ・プーリング層５３、５５は、局所的な特徴をまとめあげるために、前層であるコンボリューション層から出力された特徴マップをさらに縮小して新たな特徴マップとする。このように、ＣＮＮの隠れ層は、コンボリューション層とアベレージ・プーリング層により形成される。

【0094】

全結合層５６、５７は、特徴部分が取り出された特徴マップを一つのノードに結合し、所定の活性化関数によって変換された値を出力する。この活性化関数には、周知技術であるＲｅＬＵ（Rectified Linear Unit）等を用いることができる。出力層５８は、全結合層５７からの出力（特徴変数）をソフトマックス関数により確率に変換し、それぞれ正しく分類される確率を出力する。なお、オーバーフィッティングを避けるためにドロップアウト層を追加することもできる。なお、ＣＮＮの基本構造は公知技術であるため、ここではその詳細な説明を省略する。

【0095】

図１６に戻り、制御部４４は、二次電池劣化判定装置４０の全体を制御する制御部であり、初期設定部１４ａと、スイッチ制御部１４ｂと、電流・電圧計測部１４ｃと、劣化判定部１４ｆと、推定満充電容量算出部４４ａとを有する。実際には、これらのプログラムをＣＰＵにロードして実行することにより、初期設定部１４ａと、スイッチ制御部１４ｂと、電流・電圧計測部１４ｃと、劣化判定部１４ｆと、推定満充電容量算出部４４ａとにそれぞれ対応するプロセスを実行させることになる。

【0096】

推定満充電容量算出部４４ａは、計測した二次電池２０の充電曲線に基づいて学習済モデル４３ａを用いて推定満充電容量Ｑを算出する。

【0097】

上述してきたように、本実施形態２では、二次電池劣化判定システムは、あらかじめ複数の二次電池の充電曲線及び満充電容量Ｑ₀を計測し、計測した充電曲線及び満充電容量Ｑ₀のデータを用いて多層ニューラルネットワークを用いた学習済モデルを生成し、評価対象の二次電池２０の充電曲線を計測し、その充電曲線に基づいて学習済モデルを用い推定満充電容量Ｑを算出し、算出した推定満充電容量Ｑに基づいて、二次電池２０の劣化を判定するようにしたので、二次電池２０の劣化判定を迅速かつ効率的に行うことができる。

【0098】

なお、上記実施形態２では、深層学習により学習済モデルを生成する場合について説明したが、本発明はこれに限定されるものではなく、今回の充放電曲線上のパラメータを用いて決定木を構築すれば、決定木の勾配ブースティングを用いた機械学習により学習済モデルを生成することもできる。例えば、ＸＧＢｏｏｓｔまたはＬｉｇｈｔＧＢＭなどを適用することもできる。

【0099】

また、上記実施形態１及び実施形態２では、推定満充電容量Ｑを求める重回帰モデルは、二次電池の充電曲線のパラメータを説明変数としていたが、本発明はこれに限定されるものではなく、少なくとも充電曲線の任意の二点間の電圧値の傾きを含む充放電曲線のパラメータを説明変数として選択してもよい。また、重回帰モデルは、充放電曲線の各計測点の電圧値を説明関数としてもよい。

【0100】

また、上記実施形態１及び実施形態２では、充放電曲線の計測に流す電流を１Ａの定電流としていたが、本発明はこれに限定されるものではなく、２．５Ａ等の他の定電流値であってもよい。

【0101】

また、上記実施形態１及び実施形態２では、充放電曲線上の電圧値をパラメータとした場合について説明したが、充電状態（State of Charge）を用いた場合にも適用することができる。

【0102】

上記の各実施形態で図示した各構成は機能概略的なものであり、必ずしも物理的に図示の構成をされていることを要しない。すなわち、各装置の分散・統合の形態は図示のものに限られず、その全部又は一部を各種の負荷や使用状況などに応じて、任意の単位で機能的又は物理的に分散・統合して構成することができる。

【産業上の利用可能性】

【0103】

本発明に係る二次電池劣化判定装置及び二次電池劣化判定方法は、二次電池の劣化判定を迅速かつ効率的に行う場合に適している。

【符号の説明】

【0104】

１０ 二次電池劣化判定装置
１１ 表示部
１２ 入力部
１３ 記憶部
１３ａ 初期設定データ
１３ｂ 電圧データ
１３ｃ 重回帰モデル係数
１３ｄ 推定満充電容量データ
１４ 制御部
１４ａ 初期設定部
１４ｂ スイッチ制御部
１４ｃ 電流・電圧計測部
１４ｄ 重回帰モデル係数算出部
１４ｅ 推定満充電容量算出部
１４ｆ 劣化判定部
２０ 二次電池
３０ 定電流電源
３１ 定電流負荷
３２ スイッチ
３３ 電流センサ
３４ 電圧センサ
３５ 恒温槽
４０ 二次電池劣化判定装置
４３ 記憶部
４３ａ 学習済モデル
４４ 制御部
４４ａ 推定満充電容量算出部
５１、５２、５４ コンボリューション層
５３、５５ アベレージ・プーリング層
５６、５７ 全結合層
５８ 出力層

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】

【図10】

【図11】

【図12】

【図13】

【図14】

【図15】

【図16】

【図17】