メインコンテンツへスキップ
パラメータ化モデル (Parameterized Model) は、次を組み合わせた完全な、すぐに実行可能なシミュレーションエンジンです:
  1. 特定の モデル(例: SPMDFN) — Models テーブルのモデルを参照します
  2. そのモデル用の完全で検証された パラメータ セット
このパッケージ全体が、特定の セル仕様 にリンクされます。パラメータがそのセルの固有の化学・設計に合わせて調整されているためです。パラメータ化モデルは、特定のセル用にフルパラメータ化されたすぐ実行可能なシミュレーションエンジンと考えてください。

モデル vs パラメータ化モデル

  • モデル: シミュレーション 方法 を定義します(数学的フレームワーク)
  • パラメータ化モデル: シミュレーション 対象 を定義します(モデル + 具体的なパラメータ値)
例えば、次のような構成があり得ます:
  • Doyle-Fuller-Newman モデル構造を定義する「DFN (Full Cell)」という 1 つの モデル
  • 同じモデルを異なるパラメータセットで使用する複数の パラメータ化モデル:
    • 「NMC Cell with Chen2020 Parameters」
    • 「NMC Cell with Custom Parameters」
    • 「LFP Cell with OKane2022 Parameters」
3 つのパラメータ化モデルはすべて同じモデルを参照しますが、それぞれが独自のパラメータセットを持ちます。
パラメータ化モデルは不変パラメータ化モデルが作成され、シミュレーションで使用されると、編集できません。これは結果の再現性を確保する重要な機能であり、シミュレーションはそれを生成した正確なパラメータ化モデルバージョンに永続的にリンクされます。既存のパラメータ化モデルに変更を加えるには、clone する必要があります。これにより、以前の作業の履歴と完全性を保ちながら、変更可能な新しいバージョンが作成されます。

新しいパラメータ化モデルの作成

パラメータ化モデルを作成するときは、まずモデル(システムモデルまたは作成したもの)を選択し、次にパラメータセットを提供します。パラメータを始めるにはいくつかの方法があります:
  • From Library: 公開または内部ライブラリの事前定義パラメータセット(例えば公開された学術論文からのもの)から始めます。多くの場合、これが最良の出発点です。
  • 既存のパラメータ化モデルをクローン: Ionworks Studio に既存のパラメータ化モデルがあり、それを反復したい場合はクローンできます。1 つや 2 つのパラメータを変更した効果を調べるのに最適なワークフローです。
  • BPX ファイルから: Battery Parameter eXchange (BPX) 標準に従って整形された JSON ファイルをアップロードします。これにより、他のツールや共同作業者からパラメータセットをインポートできます。
  • PyBaMM JSON ファイルから: PyBaMM のシリアライズされた JSON 形式のパラメータをアップロードします。PyBaMM や PyBaMM のパラメータ形式を使う他のツールからエクスポートされたパラメータがある場合に便利です。

パラメータの設定

開始点を選択したら、パラメータを確認・編集できます。

パラメータの種類

Ionworks Studio のパラメータは単純な数値だけではありません。複雑な物理挙動を捉えるため、いくつかの方法で定義できます:
  • Value: 単一の数値(例: Electrode height [m] = 0.05)。
  • Expression: 他のパラメータを参照する PyBaMM 式(例: 1 - Parameter("porosity"))。下記の依存パラメータ式を参照してください。
  • Function: 温度 T などの他の変数に依存することの多い数式(例: exp(-2500 / (T - 229)))。
  • Interpolant: データ点のセットによって定義されるルックアップテーブル(例: 開回路電位対化学量論)。補間子の詳細を学ぶ
パラメータエディタは、ナビゲーションを容易にするためにパラメータを論理的グループ(例: 「Cell」、「Anode」、「Cathode」)に整理します。

依存パラメータ式

一部のパラメータは、名前で他のパラメータを参照する として定義できます。例えば、パラメータを 1 - Parameter("porosity") に設定して、porosity パラメータから計算されるようにできます。これらは 依存パラメータ と呼ばれます。 式を使用するには:
  1. パラメータ値の隣の 変更サークルアイコン (⟳) をクリックします。
  2. メニューから Expression を選択します(プラス印付き円アイコン)。
  3. 専用の式フィールドに式を入力します。別のパラメータを参照するには Parameter("parameter name") を使用します。例えば、1 - Parameter("Negative electrode porosity")
  4. フィールドを離れる(フォーカスを外すか Enter を押す)と、式が検証・変換されます。有効であれば、現在のパラメータセットに基づいて計算された値が式の下に表示されます。
式フィールドは空の場合プレースホルダー例(例: 1 - Parameter("porosity"))を表示します。参照されたパラメータがまだ存在しない場合は自動的にパラメータリストに追加されるため、同じグループ内で値を入力できます。
式は標準の Python 演算(+-*/**)と explogsqrttanh などの関数をサポートします。関数や補間子として定義されているパラメータは参照できません — スカラー値と他の式のみ参照可能です。循環参照(例: A が B に依存し、B が A に依存)は検出されエラーとして報告されます。

パラメータ検証

パラメータ化モデルを作成する前に、Ionworks Studio は自動的な パラメータ検証 チェックを実行します。このサービスは、パラメータセットが物理的に現実的で自己整合性があることを確認するのに役立ちます。 バリデータは次をチェックします:
  • 既知の参照値からの偏差。
  • 関連パラメータ間の不整合。
各チェックにはステータスがあります:
  • Success: パラメータ値が期待される範囲内にあります。
  • Warning: パラメータ値は妥当ですが、参照から大きく外れています。
  • Error: パラメータ値は物理的に非現実的か、シミュレーションを失敗させる可能性があります。
一部の警告とエラーについては、バリデータが autofix オプションを提供します。これにより、提案された修正をパラメータに自動的に適用でき、問題を素早く解決してパラメータ化モデルをシミュレーションの準備ができた状態にできます。

パラメータ化モデルのダウンロード

オフライン使用や共同作業者との共有のために、パラメータ化モデルを ZIP ファイルとしてダウンロードできます。パラメータ化モデル詳細ページから Download ボタンをクリックします。 ダウンロードした ZIP ファイルには 2 つの JSON ファイルが含まれます:
  • model.json — モデル設定(例: モデルタイプとオプション)。
  • parameters.json — スカラー値、補間子、式関数、依存パラメータ式を含むすべてのパラメータ値。versioncitations などのメタデータキーはエクスポートから除外されます。
ZIP ファイルはパラメータ化モデルにちなんで名付けられます(例: My_NMC_Cell.zip)。

パラメータ化モデルの編集

パラメータ化モデル は名前と説明を更新できますが、作成後にモデル参照とパラメータを変更することはできません。これにより再現性が確保され、シミュレーションはそれを生成した正確なパラメータ化モデルバージョンに永続的にリンクされます。 パラメータ化モデルのパラメータまたはモデル参照を変更するには、clone する必要があります。クローンにより、以前の作業の履歴と完全性を保ちながら、変更可能な新しいパラメータ化モデルが作成されます。

次のステップ