Python API - Ionworks Studio

ionworks-api Python パッケージを使うと、シミュレーションを実行してパラメータ化パイプラインをプログラムから送信できます。インストールと認証については、Python API クライアントページを参照してください。

シミュレーションの実行

client.simulation を使ってシミュレーションを実行します。シミュレーションにはパラメータ化モデルと UCP 形式のプロトコルが必要です。

単一シミュレーション

response = client.simulation.protocol({
    "parameterized_model": "your-parameterized-model-id",
    "protocol_experiment": {
        "protocol": """
global:
  initial_soc: 1
  temperature: 25
steps:
  - direction: Discharge
    mode: C-rate
    value: 1
    ends:
      - variable: Voltage [V]
        value: 2.5
""",
        "name": "1C Discharge",
    },
})

print(f"Simulation ID: {response.simulation_id}")
print(f"Job ID: {response.job_id}")

実験パラメータと設計パラメータも渡せます:

response = client.simulation.protocol({
    "parameterized_model": "your-parameterized-model-id",
    "protocol_experiment": {
        "protocol": """
global:
  initial_soc: input["Initial SOC"]
steps:
  - direction: Discharge
    mode: C-rate
    value: input["C-rate"]
    ends:
      - variable: Voltage [V]
        value: 2.5
""",
        "name": "Parameterized Discharge",
    },
    "experiment_parameters": {
        "Initial SOC": 1.0,
        "C-rate": 0.5,
    },
    "design_parameters": {
        "Positive electrode thickness [m]": 75e-6,
    },
})

design_parameters は protocol() における単一シミュレーション用の便宜的なフィールドです。パラメータのオーバーライドをフラットな dict[str, float] で渡すと、クライアントが内部で 1 行の離散 DOE に変換してから送信します。完全な DOE スキーマを書かずに、単一の実行で 1 つ以上の設計パラメータを変えたい場合に使用してください。

protocol() では design_parameters と design_parameters_doe は排他的であり、DOE を渡す場合はちょうど 1 つのシミュレーションに展開される必要があります。両方を同時に渡したり、複数のシミュレーションに展開される DOE を渡したりすると ValueError が発生します。複数シミュレーションのスイープには、代わりに protocol_batch を使用してください。

結果を待機する

wait_for_completion を使ってシミュレーションの完了までポーリングします。このメソッドは、タイムアウトを待たずに失敗・キャンセルされたジョブを即座に検出します。

result = client.simulation.wait_for_completion(
    response.simulation_id,
    timeout=120,        # seconds (default: 60)
    poll_interval=2,    # seconds between polls (default: 2)
    verbose=True,       # print status updates (default: True)
)

シミュレーションが失敗したときに例外を発生させる代わりに結果の dict を取得するには、raise_on_failure=False を設定します:

result = client.simulation.wait_for_completion(
    response.simulation_id,
    raise_on_failure=False,
)

実験計画法 (DOE) によるバッチシミュレーション

protocol_batch を使ってパラメータスイープにわたる複数のシミュレーションを実行します:

responses = client.simulation.protocol_batch({
    "parameterized_model": "your-parameterized-model-id",
    "protocol_experiment": {
        "protocol": "...",
        "name": "C-rate Sweep",
    },
    "design_parameters_doe": {
        "sampling": "grid",
        "rows": [
            {
                "type": "discrete",
                "name": "Positive electrode thickness [m]",
                "values": [50e-6, 75e-6, 100e-6],
            },
        ],
    },
})

# Wait for all simulations
results = client.simulation.wait_for_completion(
    [r.simulation_id for r in responses],
    timeout=300,
)

サポートされる DOE 行タイプ:

タイプ	フィールド	説明
`discrete`	`values`	テストする特定の値
`range`	`min`、`max`、`count`	min と max の間の等間隔の値
`normal`	`mean`、`std`、`count`	平均周辺でサンプリングされた値

サンプリング戦略: grid（すべての組み合わせ）、random、latin_hypercube。

シミュレーションデータの取得

# List all simulations
simulations = client.simulation.list()

# Get a specific simulation
simulation = client.simulation.get(simulation_id)

# Get result data (time series, steps, metrics)
result = client.simulation.get_result(simulation_id)

get_result は、3 つのフィールドを持つ型付きの SimulationResult データクラスを返します。

フィールド	型	説明
`result.time_series`	`DataFrame`	各時点ごとに 1 行。列名は信号名（例: `"Time [s]"`、`"Voltage [V]"`、`"Current [A]"`）。
`result.steps`	`DataFrame`	プロトコルのステップごとに 1 行（例: `"Step count"`、`"Step type"`、`"Duration [s]"`）。
`result.metrics`	`dict[str, Any]`	実行全体にわたって計算されたスカラーメトリクス（例: サイクルレベルのサマリー）。

time_series と steps はデフォルトで polars DataFrame として返されます。pandas DataFrame を受け取りたい場合は、セッション開始時に set_dataframe_backend("pandas") を一度呼び出してください。

from ionworks import Ionworks

client = Ionworks()
simulation_id = "your-simulation-id"  # 例: 送信した実行の response.simulation_id
result = client.simulation.get_result(simulation_id)

# 電圧と時間のプロット。デフォルトの polars バックエンドでは先に pandas へ変換します。
# pandas バックエンド（set_dataframe_backend("pandas")）では result.time_series をそのまま使用できます。
ts = result.time_series.to_pandas()  # pandas バックエンドでは .to_pandas() を省略
ts.plot(x="Time [s]", y="Voltage [V]")

# Inspect protocol steps
print(result.steps)

# Read scalar metrics
print(result.metrics)

time_series の Discharge capacity [A.h] と Charge capacity [A.h] は、ステップ境界ごとに 0 にリセットされます。time_series と steps を結合する場合は "Step count" を使用してください。連続した累積容量のトレースが必要な場合は、ステップごとの最終値を累積してください。

パイプラインの実行

パイプラインは、バッテリーモデルパラメータ化のためのデータフィッティング、計算、検証のステップを組み合わせます。client.pipeline を使ってパイプラインを送信・管理します。

パイプラインには project_id が必要です。デフォルトプロジェクトを設定するには、IONWORKS_PROJECT_ID 環境変数を設定するか、Ionworks(...) に project_id= を渡してください。あるいはパイプライン設定に明示的に project_id を含めてください。非推奨の PROJECT_ID 環境変数も依然としてフォールバックとして受け入れられます。

パイプラインの送信

# project_id is auto-injected from IONWORKS_PROJECT_ID or the client default;
# pass it explicitly in the config to override.
pipeline = client.pipeline.create({
    "name": "NMC622 Parameterization",
    "elements": {
        "entry": {
            "element_type": "entry",
            "values": {
                "model": {"type": "SPM"},
                "data": "db:your-measurement-id",
            },
        },
        "data_fit": {
            "element_type": "data_fit",
            "objectives": {"voltage": {"data": "entry.data"}},
            "parameters": {
                "Negative electrode diffusivity [m2.s-1]": {
                    "bounds": [1e-16, 1e-12],
                    "initial_value": 3.3e-14,
                }
            },
        },
    },
})

print(f"Pipeline ID: {pipeline.id}")
print(f"Status: {pipeline.status}")

パイプラインの要素は辞書である必要があります（リストではありません）。各キーは要素名で、値はその設定です。

パイプラインの完了を待機する

result = client.pipeline.wait_for_completion(
    pipeline.id,
    timeout=600,        # seconds (default: 600)
    poll_interval=2,    # seconds between polls (default: 2)
    verbose=True,
)

print(f"Final status: {result.status}")

パイプライン結果の取得

pipeline_result = client.pipeline.result(pipeline.id)

# Access fitted parameter values
for name, element in pipeline_result.element_results.items():
    print(f"{name}: {element}")

パイプライン内のデータ参照

パイプライン設定でデータソースを参照するには、これらのプレフィックスを使用します:

プレフィックス	例	説明
`db:`	`"db:measurement-id"`	アップロードされた測定を ID で参照
`file:`	`"file:data.csv"`	ローカル CSV ファイルを読み込み
`folder:`	`"folder:data_dir/"`	ローカルディレクトリから読み込み

パイプライン設定内のインライン DataFrame には 1,000 行の制限があります。より大きなデータセットはまず測定としてアップロードし、db:measurement-id で参照してください。

folder: スキームは time_series ファイルと steps ファイルを含むディレクトリを想定しています。.parquet と .csv の両方がサポートされ、両方が存在する場合は parquet が優先されます。例えば、time_series.parquet と steps.parquet（または .csv）を含むフォルダは正しく読み込まれます。

PyBaMM モデルのサポート

パイプライン設定は PyBaMM モデルオブジェクトを直接受け入れます。クライアントは送信前に自動的にシリアライズします:

import pybamm

pipeline = client.pipeline.create({
    "elements": {
        "entry": {
            "element_type": "entry",
            "values": {
                "model": pybamm.lithium_ion.SPM(),
            },
        },
    },
})

シンプルパイプラインの実行

単一のデータフィットまたは単一の検証ステップを含むパイプラインには、client.pipeline の代わりに client.simple_pipeline を使用します。シンプルパイプラインは、軽量なファイア・アンド・フォーゲットの代替手段です。1 つの設定を送信すると、サーバーはそれをエンドツーエンドで単一のジョブとして実行し、フラットな parameter_values 結果を返します。

シンプルパイプラインの使いどころ

`client.simple_pipeline` を使う場合	`client.pipeline` を使う場合
設定に最大 1 つの `data_fit` または `validation` 要素がある	設定が複数のデータフィット、計算、検証を連結する
単一の結果ペイロードでファイア・アンド・フォーゲット実行が欲しい	要素ごとのステータス追跡と中間結果が必要
フラットな `parameter_values` 辞書が返ってほしい	要素間で累積パラメータを通す必要がある

シンプルパイプラインには project_id が必要です。デフォルトプロジェクトを設定するには、IONWORKS_PROJECT_ID 環境変数を設定するか、Ionworks(...) に project_id= を渡してください。あるいは各呼び出しで project_id= を明示的に渡してください。

シンプルパイプラインの送信

config = {
    "elements": {
        "initial_params": {
            "element_type": "entry",
            "values": {"Negative particle diffusivity [m2.s-1]": 2e-14},
        },
        "fit": {
            "element_type": "data_fit",
            "objectives": {"voltage": {"data": "db:your-measurement-id"}},
            "parameters": {
                "Negative particle diffusivity [m2.s-1]": {
                    "bounds": [1e-14, 1e-13],
                    "initial_value": 2e-14,
                }
            },
            "cost": {"type": "RMSE"},
            "optimizer": {"type": "DifferentialEvolution", "max_iterations": 10},
        },
    }
}

sp = client.simple_pipeline.create(
    config,
    name="NMC622 diffusivity fit",
    description="Single-parameter fit on the May 14 dataset",
)

print(sp.id, sp.status)  # status starts as "pending"

elements 辞書は最大 1 つの data_fit または validation 要素を含むことができます。entry 要素のようなヘルパーエントリは許可され、フィットの前に評価されます。

実行オプション

create に options 辞書を渡すことで、送信したパイプラインの実行時の挙動を制御できます。オプションは送信メタデータであり、サーバーがジョブをどのように実行するかに影響しますが、パイプライン設定の一部としては保存されません。

オプション	型	デフォルト	効果
`live_progress_updates`	`bool \| None`	`None`（ジョブタイプに応じてワーカーが適切なデフォルトを選択）	`True` の場合、ワーカーは実行中にチェックポイントの進捗をデータベースに書き込み、途中経過をポーリングできるようにします。`False` の場合、パフォーマンス向上のためチェックポイントをスキップします。

sp = client.simple_pipeline.create(
    config,
    name="NMC622 diffusivity fit",
    options={"live_progress_updates": False},  # 速度のためチェックポイントをスキップ
)

options（および project_id、name、description）は設定辞書に直接埋め込むこともできます。create は送信前にこれらを設定から取り出します。create に明示的に渡された引数は、設定内の値より優先されます。

config = {
    "options": {"live_progress_updates": True},
    "elements": { ... },
}

sp = client.simple_pipeline.create(config)

完了を待機する

wait_for_completion は、パイプラインが終端ステータス（completed、failed、または canceled）に達するまでポーリングし、最終レコードを返します。

completed = client.simple_pipeline.wait_for_completion(
    sp.id,
    timeout=600,        # seconds (default: 600)
    poll_interval=2,    # seconds between polls (default: 2)
    verbose=True,
    raise_on_failure=True,
)

# Fitted parameter values are returned as a flat dict
print(completed.result["parameter_values"])
# {"Negative particle diffusivity [m2.s-1]": 5.3e-14}

検証実行の場合、結果には parameter_values と並んで summary_stats ブロックも含まれます。 timeout 以内にパイプラインが完了しない場合は TimeoutError が発生します。failed で終了し、raise_on_failure=True（デフォルト）の場合、サーバー側のエラーメッセージを含む IonworksError が発生します。

一覧、フィルタリング、ソート

list は items、count、total を含むページ分割されたレスポンスを返します。文字列フィルタは、完全な値または ilike.%foo%、in.(completed,failed) のような Supabase 演算子構文を受け入れます。

# Newest 25 simple pipelines in the default project
page = client.simple_pipeline.list(limit=25)

# Only currently active runs
active = client.simple_pipeline.list(status="in.(pending,running)")

# Name contains "diffevo" (case-insensitive)
matches = client.simple_pipeline.list(name="ilike.%diffevo%")

# Created in the last week, oldest first
recent = client.simple_pipeline.list(
    created_at_gt="2026-05-08",
    created_at_lt="2026-05-15",
    order_by="created_at",
    order="asc",
)

更新、キャンセル、削除

# Rename or add a description (PATCH — at least one field is required)
client.simple_pipeline.update(sp.id, name="Renamed", description="notes")

# Cancel a running pipeline
client.simple_pipeline.cancel(sp.id)

# Permanently delete the pipeline, its job, and stored config
client.simple_pipeline.delete(sp.id)

エラー処理

from ionworks.errors import IonworksError

try:
    result = client.simple_pipeline.wait_for_completion(sp.id)
except TimeoutError:
    # Still running after the timeout — fetch the latest status to decide
    current = client.simple_pipeline.get(sp.id)
    print(f"Still {current.status}")
except IonworksError as e:
    # Pipeline ended in "failed" — the message includes the server error
    print(e)

スタディの管理

client.study を使ってスタディを作成、一覧、更新、削除します。スタディはプロジェクトにスコープされます。すべての client.study.* メソッドは project_id を任意のキーワード引数として受け入れます。省略すると、クライアントに設定されたデフォルトプロジェクト（または IONWORKS_PROJECT_ID から解決されたもの）を使用します。呼び出しごとにオーバーライドするには、project_id= を明示的に渡してください。

スタディの一覧

# Uses the default project from the client
studies = client.study.list()
for study in studies:
    print(f"{study.name} (ID: {study.id})")

# Filter by name
studies = client.study.list(name="Discharge")

# Paginate results
studies = client.study.list(limit=10, offset=0)

# Override the project for a single call
studies = client.study.list(project_id="other-project-id")

サポートされるフィルター: name、name_exact、order_by、order。

スタディの取得

study = client.study.get("your-study-id")

スタディの作成

study = client.study.create({
    "name": "1C Discharge Sweep",
    "description": "Comparing discharge curves across temperatures",
})

スタディの更新

study = client.study.update("your-study-id", {
    "name": "1C Discharge Sweep v2",
})

シミュレーションと測定の割り当て

# Assign a simulation to a study
client.study.assign_simulation("your-study-id", "simulation-id")

# Remove a simulation from a study
client.study.remove_simulation("your-study-id", "simulation-id")

# Assign a measurement to a study
client.study.assign_measurement("your-study-id", "measurement-id")

# List measurements in a study
measurements = client.study.list_measurements("your-study-id")

# Remove a measurement from a study
client.study.remove_measurement("your-study-id", "measurement-id")

スタディの削除

client.study.delete("your-study-id")

プロトコルの管理

UCP プロトコルを検証するには client.protocol を使用します。

プロトコルの検証

result = client.protocol.validate("""
global:
  initial_soc: 1
  temperature: 25
steps:
  - direction: Discharge
    mode: C-rate
    value: 1
    ends:
      - variable: Voltage [V]
        value: 2.5
""")
print(result["valid"])  # True or False
if not result["valid"]:
    print(result["error"])

入力参照の検索

プロトコル文字列内の input[...] プレースホルダーを検索します。実験パラメータフォームの構築に便利です。

refs = client.protocol.find_input_references("""
global:
  initial_soc: input["Initial SOC"]
steps:
  - direction: Discharge
    mode: C-rate
    value: input["C-rate"]
""")
print(refs)  # ["Initial SOC", "C-rate"]

UCP からベンダープロトコルファイルへの変換

client.protocol.convert を使って、UCP YAML プロトコルを商用サイクラーで使用されるネイティブファイル形式に変換します。これは商用プロトコルのアップロードフローの逆です。Ionworks で設計されたプロトコルから始め、ハードウェアで実行できるファイルを生成します。サポートされるターゲット形式: maccor、neware、arbin、biologic、novonix。

result = client.protocol.convert(
    protocol="""
global:
  initial_temperature: 25
  initial_state_type: soc_percentage
  initial_state_value: 100
steps:
  - CC Charge:
      - Charge:
          mode: C-rate
          value: 1
          ends:
            - "Voltage > 4.2"
  - CV Charge:
      - Charge:
          mode: Voltage
          value: 4.2
          ends:
            - "Current < 0.05"
  - Discharge:
      - Discharge:
          mode: C-rate
          value: 1
          ends:
            - "Voltage < 2.7"
""",
    target_format="maccor",
)

# Write the converted protocol to disk
with open("protocol.000", "w") as f:
    f.write(result["content"])

print(result["filename"])  # e.g. "protocol.000"

一部の UCP 機能はすべての形式間で明確にマッピングされますが、各ベンダーには独自の構文と制限があります（商用プロトコル間の違いを参照）。UCP 構造がターゲット形式で表現できない場合、変換はサポートされていないステップを記述するエラーを返します。実際のサイクラーで実行する前に、商用プロトコルフローで再アップロードして出力を検証してください。

どのリソースの ID も、Ionworks Studio Web アプリから確認できます。リソースの詳細ページに移動すると、URL に ID が表示されます。

次のステップ

シミュレーション

Ionworks Studio でのシミュレーションの実行について学びます。

プロトコルリファレンス

Universal Cycler Protocol 形式の完全なリファレンスです。

データのアップロード

Python API でセルデータをアップロード・管理します。

Build API

モデルとパラメータ化モデルを一覧・取得します。

​シミュレーションの実行

​単一シミュレーション

​結果を待機する

​実験計画法 (DOE) によるバッチシミュレーション

​シミュレーションデータの取得

​パイプラインの実行

​パイプラインの送信

​パイプラインの完了を待機する

​パイプライン結果の取得

​パイプライン内のデータ参照

​PyBaMM モデルのサポート

​シンプルパイプラインの実行

​シンプルパイプラインの使いどころ

​シンプルパイプラインの送信

​実行オプション

​完了を待機する

​一覧、フィルタリング、ソート

​更新、キャンセル、削除

​エラー処理

​スタディの管理

​スタディの一覧

​スタディの取得

​スタディの作成

​スタディの更新

​シミュレーションと測定の割り当て

​スタディの削除

​プロトコルの管理

​プロトコルの検証

​入力参照の検索

​UCP からベンダープロトコルファイルへの変換

​次のステップ

シミュレーション

プロトコルリファレンス

データのアップロード

Build API

シミュレーションの実行

単一シミュレーション

結果を待機する

実験計画法 (DOE) によるバッチシミュレーション

シミュレーションデータの取得

パイプラインの実行

パイプラインの送信

パイプラインの完了を待機する

パイプライン結果の取得

パイプライン内のデータ参照

PyBaMM モデルのサポート

シンプルパイプラインの実行

シンプルパイプラインの使いどころ

シンプルパイプラインの送信

実行オプション

完了を待機する

一覧、フィルタリング、ソート

更新、キャンセル、削除

エラー処理

スタディの管理

スタディの一覧

スタディの取得

スタディの作成

スタディの更新

シミュレーションと測定の割り当て

スタディの削除

プロトコルの管理

プロトコルの検証

入力参照の検索

UCP からベンダープロトコルファイルへの変換

次のステップ