概要
リチウムイオン電池や全固体電池等の二次電池開発において、性能向上と安全性確保の鍵を握るのが「電極の微細構造」の制御です。電極内のイオン輸送効率や劣化メカニズムを解明するには、複雑な構造をいかに可視化・数値化し、物性と紐付けるかが重要となります。
本資料では、計測手法と機械学習を組み合わせた画像解析のアプローチを、最新の研究事例とともに解説します。
- 電池材料開発における主要な計測手法と役割
高解像度な観察が可能な電子顕微鏡 、非破壊で内部構造や経時変化を捉えるX線トモグラフィ（X線CT） 、さらに充電状態を可視化するX線吸収スペクトル（XAS）の役割を整理し、これらを統合して扱う重要性を提示します。
- 機械学習による画像特徴の抽出と数値化
計測画像を解析する上で不可欠な画像特徴の抽出について、画像分割により重要な構造を取り出す手法や、畳み込みニューラルネットワーク（CNN）やVision Transformer（ViT）などのDNNを用いた最新手法から、学習データを必要としない教師なし学習や既存知識を活用したアプローチまで詳説します。
- 画像の特徴と電池材料物性の関係性
数値化した特徴量と電池性能との関連づけについて、充放電特性と電極劣化の2つのテーマを軸に見ていきます。具体的には、抽出した粒子の剥離度と電気伝導性・イオン伝導性の対応関係の可視化や、画像から直接Cレートを予測するモデルを用いた物性と多孔度などの微細構造の特徴を関連づける分析、さらに充放電サイクルによる構成要素の体積分率の変化を追跡した劣化解析事例を取り上げます。
コンテンツ
- 電池材料開発における主要な計測手法と役割
- 機械学習による画像特徴の抽出と数値化
- 画像の特徴と電池材料物性の関係性
対象者
- 画像データの解析に課題を感じている方
- 電池材料において、構造と性能の関係を明らかにしたい方
- 材料開発においてMIの導入を検討している研究開発者
問い合わせ先
MI-6株式会社 事業開発部：marketing@mi-6.co.jp
※お申し込みいただくとダウンロードページへ遷移いたします。もし、ダウンロードできない場合はお手数ですが、問い合わせ先のメールアドレスへご連絡ください。また迷惑メールの設定や、メールアドレスの記載に誤りによって、ダウンロードができないケースがございます。 設定確認と登録アドレスに間違いがないよう、お願いいたします。
※同業他社企業のお申し込みはお断りしております。
