現代のモビリティ産業において、数百から数千のセルを束ねたバッテリーパックはエネルギーの巨大な貯蔵庫であり、同時に無数の電子やイオンが絶え間なく行き交う極めて動的な化学反応空間を形成している。この広大な反応の海を制御し安全性を担保するために、バッテリー管理システム（BMS）と呼ばれるソフトウェアが絶えず監視の目を光らせている。しかしこれまでのシステムは、内部の悲鳴を直接聞く術を持っていなかった。
患者の顔色と体温だけを見て深部の内臓疾患を診断しようとする医師のように、従来のBMSはセル全体から出力される電圧や表面に現れる温度といった限られた外部指標に依存してきた。グラーツ工科大学やブリュッセル自由大学をはじめとする欧州の研究機関と産業界のパートナーが結集した「Nemoプロジェクト」は、この隠された破壊の連鎖を車両の内部で直接検知する画期的なアプローチを確立した。彼らは物理学の基本法則と高度な計算アルゴリズムを融合させ、ブラックボックス化されていたセル内部の微小な損傷や物理的膨張をリアルタイムで捉えることに成功した。
見えない箱庭の沈黙。表面的な指標が隠蔽する物理的危機
リチウムイオン電池は充放電のたびに、微視的なレベルで物理的な呼吸を繰り返している。充電時には正極から引き剥がされたリチウムイオンが負極の黒鉛の層間へと潜り込み、このインターカレーションと呼ばれる過程で黒鉛の層は物理的に押し広げられる。放電時にはイオンが抜け出し、再びセルは収縮する。スマートフォンの中に収まる単一のバッテリーであれば、このわずかな膨張と収縮のサイクルは大きな問題を引き起こさない。しかし電気自動車の床下に敷き詰められたバッテリーパックの中では事情が大きく異なる。限られた空間に高密度でセルが詰め込まれ、頑丈な金属の枠によって物理的に強固に拘束されている状態下では、膨張しようとする力は逃げ場を失う。
行き場を失った力は内部応力に変換され、自らの構成要素を激しく圧迫し始める。電極の微細なひび割れや正極と負極を隔てるセパレータの変形が静かに進行し、それが電解液との副反応の加速を引き起こす。これらのダメージが限界を超えたとき、最終的に内部短絡を引き起こして破滅的な熱暴走の引き金となる。
従来のバッテリー監視技術が直面していた最大の壁は、内部で進行する構造的な変化と、外部に現れる電気的な応答との間に横たわる深い断絶にある。バッテリーの劣化は容量の低下という形で最終的に表面化するものの、その根本原因はミクロなスケールでの機械的な損傷にある。従来のBMSはこの劣化の進行を事後的にしか推測できず、変化を察知した段階ではすでにセル内部の崩壊が後戻りできない水準に達しているケースが散見された。
ミクロな血流を捉える。電気化学インピーダンス分光法の車載統合
グラーツ工科大学の車両安全研究所（VSI）のチームは、この問題に対して物理的なアプローチから切り込んだ。彼らは駐車中の衝突事故などで生じる機械的な変形を模したセルを実験室で意図的に作り出し、その損傷が内部でどのように進行するかを詳細に観察した。外部からの衝撃や内部応力の蓄積によって生じた微小なダメージは、すぐには電圧の降下や異常発熱として表れない。この沈黙の期間にこそ次なる致命的な故障の芽が育っていることを、彼らのデータは明確に示していた。
この隠されたダメージを検知するため、研究チームは電気化学インピーダンス分光法（EIS）という手法を車載システムに統合する決断を下した。EISはバッテリーに対して様々な周波数の微小な交流信号を印加し、それに対する電圧の応答を測定することで、内部の電気抵抗の成分を周波数ごとに分離して抽出する技術である。
高周波帯域の応答からは電解液や接触抵抗の状態が読み取れ、中周波帯域からは電荷移動反応の抵抗が、低周波帯域からはリチウムイオンの拡散挙動が浮き上がる。Nemoプロジェクトの革新性は、実験室の大型で高価な測定機器に依存していたこの精密な分光技術を小型のセンサー群としてモジュールレベルに落とし込み、走行中の電気自動車の中で自律的に稼働させた点にある。
拘束下の呼吸を計算する。擬二次元モデルが紐解く膨張の熱力学
内部の電気的な変化を追うことと並行して、研究チームは空間的に制限されたモジュール内での物理的な体積変化をいかに予測するかという大きな課題に取り組んだ。リチウムイオン電池の膨張挙動は、外部から機械的な圧力がかかると劇的に変化する。圧力が高いほどリチウムイオンが層間に潜り込む際のエネルギー障壁が高くなり、膨張自体が抑制されるとともに、電極内部の空隙が押しつぶされてイオンの通り道が極端に狭くなる。
Jun Yinを中心とする研究グループは、この電気的・機械的な相互作用を解き明かすため、バッテリー内部の電気化学的プロセスを記述する標準的な枠組みである擬二次元（P2D）モデルを根本から拡張した。従来のP2Dモデルはマクロな電極間のイオン移動とミクロな活物質粒子内でのイオン拡散を同時に解く強力な手法であるが、そこに外部からの圧力という概念は組み込まれていなかった。
Yinらはリチウムイオンの挿入に伴う体積変化を示す熱力学的な指標である部分モル体積 を、イオン濃度 $c$ と外部圧力 $P$ の双方に依存する関数として再定義した。リチウムイオンが黒鉛の層を押し広げようとする力と、モジュールの金属枠がそれを外側から押さえつけようとする力が拮抗する境界において、熱力学的な均衡がどのようにシフトするかを正確に計算できるようになったのである。外部圧力 $P$ が上昇すると多孔質の電極を構成するミクロな隙間が圧縮され空隙率が低下する。モデルは圧力依存のパラメータを連続的に更新しながら、充放電の進行に伴う局所的なイオン濃度の偏りとそれが引き起こす全体的な厚さの変動を計算していく。
数値が示す未来の輪郭。圧力とパフォーマンスの冷酷な関係
構築された理論モデルは現実の物理世界において厳格な検証を受けた。研究チームは初期状態のNMC 631（ニッケル・マンガン・コバルト酸リチウム）と黒鉛を用いた容量75 Ahの角形セルを用意し、実際のモジュール環境を模した機械的拘束装置の中で充放電試験を行った。
0.164 MPaという一定の外部圧力がかかる環境下で、1時間で完全に放電しきる1Cのレートでテストを実施した結果、シミュレーションが弾き出したセルの厚さ変化の軌跡は、高精度の静電容量センサーが捉えた現実の物理的変化と驚くべき一致を見せた。実験値に対するシミュレーションの平均絶対パーセント誤差（MAPE）はわずか6.87%に留まっている。放電が終盤に近づき負極内のリチウムイオン濃度が急激に低下する局面においても、拘束圧力による変形をアルゴリズムは正確に追随していた。
さらに実験データは圧力がバッテリーの性能に与える現実を浮き彫りにした。圧力が高いほど、放電が終了する時点での負極内の残留リチウムイオン濃度が高くなる現象が観測されたのである。0 MPaの自由状態に比べ、0.612 MPaの拘束下では残留濃度が大幅に増加した。これは圧迫によって電極内の空隙が潰れ、イオンが外に出るための道が物理的に塞がれてしまったことを意味する。抽出されずに閉じ込められたイオンはそのまま容量の損失につながる。物理的な拘束が電気化学的なパフォーマンスの限界を直接的に決定づけるメカニズムが、数値として明確に証明された形だ。
| 比較項目 | 従来のバッテリー管理システム | Nemoプロジェクトの物理ベース診断 |
|---|---|---|
| 監視の主な指標 | 電圧、電流、表面温度 | 内部電気抵抗（EIS）、計算上の物理的膨張 |
| 劣化の検知手法 | 充放電容量の事後的な低下から推測 | 周波数応答による細胞レベルの構造変化の直接観測 |
| 機械的圧力の扱い | 考慮されない（自由膨張を前提） | 圧力依存パラメータを用いたP2Dモデルによる動的計算 |
| ハードウェア要件 | 標準的な電圧・温度センサー | 小型化された専用の交流信号発生・計測センサー |
| 異常対応のタイミング | 異常な発熱や著しい電圧低下の発生後 | 内部応力や微小クラックが発生し始める初期段階 |
業界の覇権を揺るがすオンボード診断。クラウドAI対エッジ物理モデル
この新技術が自動車産業全体に与えるビジネスインパクトは計り知れない。現在、テスラやBYDといった主要なEVメーカーは、全世界を走る数十万台のフリートから莫大な走行データをクラウドに吸い上げ、機械学習を用いて寿命や故障を予測するデータ駆動型のアプローチに巨額の投資を行っている。しかしクラウドベースの推論は、通信インフラの遅延や学習データのバイアス、そして膨大なデータを処理するサーバーコストという課題を抱えている。
対照的にNemoプロジェクトが提示した物理法則と熱力学モデルに根ざしたアプローチは、外部の通信インフラに依存せず車両単体で完結するエッジコンピューティングの極致である。アルゴリズム自体が物理法則に基づいているため、未知の劣化パターンに対しても高い予測精度を保つことができる。通信圏外の山間部を走行中であっても、BMSはセルの微細な変調をリアルタイムで検知し、瞬時に出力制限などの安全措置を講じることが可能となる。
さらにこの技術は、欧州の規制動向と極めて高い親和性を持っている。欧州連合は今後、バッテリーの製造履歴から現在の健全性（SOH）までのあらゆる情報をデジタル化する「バッテリーパスポート制度」の導入を予定している。EISベースの高度な診断機能がBMSに標準実装されれば、バッテリーの内部状態を極めて客観的かつ科学的なデータとして証明できるようになる。これは中古EV市場において最大の懸念材料であった「バッテリーの残存価値の不透明性」を完全に払拭し、車両のリセールバリューを飛躍的に向上させる経済的な起爆剤となる。
残された空白地帯と完全な自律性への道
科学的探求の性質として、一つのパズルを解き明かすことはその周りに広がるさらなる未知の領域を示すことでもある。今回実証されたモデルは工場を出荷されたばかりの初期状態を前提として構築されている。何千回もの充放電を繰り返し、内部に固体内電解質（SEI）被膜が分厚く成長し、活物質粒子そのものが疲労して崩壊し始めた老朽化セルにおいて、圧力と膨張の関係がどのように変質していくかは継続的な検証が求められる。
また真冬の極寒から真夏の酷暑まで激しく変動する温度環境下での振る舞いや、急速充電時のような極端な負荷がもたらす熱膨張とリチウム析出の複合的な効果を組み込むことが、実環境への完全な適応には不可欠となる。ベルギーのブリュッセル自由大学のチームはこれらの課題に対応すべく、EISから得られるデータと寿命予測アルゴリズムの統合を推し進めている。劣化の進行度合いに応じてセルがどのような構造的変化を経験しているかをリアルタイムで算出し、それに基づいて充電電流の強さや使用可能な容量の上限をソフトウェア側で動的に制限する。
Nemoプロジェクトが生み出したモジュールレベルのデモンストレーターは、次なる産業応用への準備を整えつつある。未来の電気自動車は自らの骨格にかかる圧力を計算し、ミクロな血流の滞りを感知して、自らの意志で最適な休息と運動のペースを決定するようになる。人間が外から監視する時代からシステム自身が内なる声を聞き自律的に調和を保つ時代へ。インピーダンス分光法と熱力学モデルの融合は、電動モビリティの持続可能性を支える極めて強靭な基盤となっていく。
