リーガルテック株式会社は、特許AIエージェント「MyTokkyo.Ai」を使い、蓄電池の製造・劣化診断AIに関する国内特許を調査しました。
2021年から2025年を対象に30件の検索式を実行し、重複を除いて約35件の公報を確認しました。
SOC・SOH推定や熱暴走予兆検知、中古電池評価、画像検査などの出願を分析しました。
調査では、劣化・異常データの不足と、製造条件や使用履歴を品質に結び付けるデータ設計が課題として示されました。
記事の概要
調査対象は、リチウムイオン電池と全固体電池を中心とする蓄電池です。
検索期間は2021年1月1日から2025年12月31日までで、2026年公開分は補足事例として扱いました。
SOC（充電率）・SOH（健全度）の推定では、株式会社デンソーや株式会社半導体エネルギー研究所の出願を確認しました。
株式会社日立ハイテクやトヨタバッテリー株式会社では、中古電池の残価評価や非破壊による電池特性推定に関する出願が確認されました。
製造・検査分野では、エルジー エナジー ソリューションによる電極画像検査AIや外観検査の出願が確認されました。
熱暴走や内部短絡は発生頻度が低く、希少な異常を学習するための実データを集めにくい点が課題です。
製造工程では、混練、塗工、乾燥、プレス、組立のデータと完成後の性能・寿命を結び付ける必要があります。
同社は、中古電池の用途別評価、複合センシング、検査結果を製造条件へ戻す工程最適化を開発機会として挙げています。
記事のポイント
- 学習データが不足： 熱暴走や内部短絡は発生頻度が低く、実データを集めにくいため、センサーの組み合わせや試験・シミュレーションデータの活用が必要です。
- 診断精度に条件差： 電池の種類や温度、充放電履歴で推定精度が変わり、中古電池では使用履歴が不明な個体の汎用的な診断が課題です。
- 製造品質との接続： 画像検査の結果を工程条件と結び付け、不良の検出から発生原因の推定や歩留まり改善へ広げることが焦点です。
このニュースがもたらす影響
- 導入を検討する企業： 蓄電池AIの導入では、モデル選定より先に、温度・使用履歴・製造条件・検査結果を横断して扱えるデータ基盤の整備を優先する必要がありそうです。
- 同領域の事業者： 中古電池の用途別評価や複合センシング、検査結果を工程改善へ戻す機能は、診断単体と差別化できるサービス設計の軸になる可能性があります。
- 電池業界の研究開発部門： 希少な異常データと条件差による精度低下が課題とされるため、実験・シミュレーション・量産データを組み合わせた評価手法が求められそうです。
このニュースの背景
今回の調査では、2021年から2025年を対象に30件の検索式を実行し、重複を除いて約35件の公報を確認しています。
対象技術は、SOC・SOH推定、熱暴走予兆検知、中古電池評価、画像検査などに広がっています。
一方で、熱暴走や内部短絡の実データは集めにくく、電池の種類や温度、充放電履歴によって診断精度も変わります。
製造工程のデータと完成後の性能・寿命を結び付ける設計も、AIの予測を歩留まり改善へ生かすうえでの課題とされています。
関連するニュース
- リーガルテックがMyTokkyo.Aiで、小売業の発注支援AIに関する国内特許を調査しました。
- リーガルテックはMyTokkyo.Aiで、セラミックス・ガラス分野のAI特許動向と実装課題を整理しました。
- ワイズコンサルティング グループは、台湾のAI・半導体需要による電力逼迫と日本企業の投資リスクを分析したレポートを発行しました。
詳しい記事の内容はこちらから（引用元）
リーガルテック株式会社のプレスリリース（2026年10月30日 13時00分）【技術動向レポート】蓄電池AI開発の壁は「…
https://prtimes.jp/main/html/rd/p/000000552.000042056.html