Innovating Energy Devices.
バッテリー開発の最前線で、専門的な知見をもとに次世代エナジーデバイスの革新を牽引する。
Expert Services
R&D support and consulting based on specialized knowledge.
専門的な知見による研究開発支援とコンサルティング
Energy Device R&D
- Electrochemical Reaction Analysis電気化学反応の精密解析
- Material Performance Optimization新規材料のパフォーマンス最適化
- Virtual Prototyping & Designバーチャルプロトタイピング
- Degradation Root Cause Analysis劣化の根本原因究明
Consulting
- Development Support開発支援
- Process Improvementプロセス改善
- Data Analysis Servicesデータ解析
- Educational Support教育支援
Updates
Latest simulator releases, modeling enhancements, and tool updates.
最新のシミュレータ公開・機能拡張・更新情報
Digital Solutions
Original analysis tools for efficient device development.
効率的な開発を実現する独自開発の解析ツール
Excel DRT
Accelerated Relaxation Time Distribution analysis via optimized Excel VBA algorithms. 最適化されたExcel VBAアルゴリズムによる高速な緩和時間分布（DRT）解析ツール。Battery Simulator Web - SPM
Physics-based electrochemical simulation for quick estimation of battery behavior (Single Particle Model). 物理モデルに基づき、電池挙動を高速に推定する電気化学シミュレーター。Battery Simulator Web - SPMe
Advanced SPM considering electrolyte concentration gradients and potential drop. 電解液の濃度勾配や電位降下を考慮した、より高度な単一粒子モデル。SPMe Curve Fitting Tool
Automated parameter identification from experimental data using SPMe physics engine. SPMe物理エンジンを用い、実測データから物理パラメータを自動で同定。Battery Simulator Web - SPMe-LifeFitting
Physics-based battery degradation kinetics (LLI, LAM) and lifetime simulation engine. 物理劣化速度論（LLI・LAM）と温度加速モデルを統合した電池長寿命予測シミュレーター。SPMe to SPICE
Extract temperature-sensitive LTspice subcircuits from physical battery models. 電池の物理モデルから、熱特性を考慮したSPICEサブサーキットの自動生成。Battery Simulator Web - DFN
Detailed Doyle-Fuller-Newman (DFN) model electrochemical simulation in the browser. Doyle-Fuller-Newman (DFN) モデルに基づき、より詳細な電池内部挙動を推定するシミュレーター。Electrolyte Simulator - DNN
Deep Neural Network predictor for multi-component electrolyte transport properties (conductivity, diffusivity, transference number). 多成分電解液の輸送特性（導電率・拡散係数・輸率）をディープニューラルネットワークで予測するシミュレーター。Battery Simulator Web - Electrolyte DNN + SPMe
Interactive web application combining electrolyte property estimation DNN with SPMe solver. 電解液物性予測DNNとSPMeモデルを組み合わせ、電解液組成を調整可能なバッテリシミュレーター。Energy, Power, and Cost Trade-offs
Evaluate the relationship between physical battery design and active material costs (BOM). 極板設計パラメータと部材原材料コスト（BOM）の相関関係評価・シミュレーション。Battery Simulator Web - SPMe & Pack Thermal Studio
Multi-physics simulator coupling SPMe electrochemistry, 3D finite volume thermal networks (FVM), and CFD pack cooling fluidics. 単セルのSPMe電気化学、3次元有限体積熱伝導ネットワーク（FVM）、およびCFD冷却流動を統合した3D熱連成シミュレーター。Thin-Film Solid-State Battery (TFSSB)
High-fidelity 1D chemo-mechanical and electrochemical simulation engine for all-solid-state micro-batteries (LiPON, moving boundaries, stress OCV, EIS). 薄膜全固体電池（TFSSB）の1次元ケモメカニクス・電気化学連成および移動境界・EISインピーダンスシミュレーター。Physics Model Matrix
Comparative overview of physics formulations and use cases.
シミュレーション物理モデルの比較と選定ガイド
| Model / Tool モデル / ツール名 |
Key Physics & Equations 支配方程式・主要物理 |
Speed / Complexity 計算速度 / 規模 |
Best Application / Use Case 適用領域・推奨ユースケース |
Links 解説リンク |
|---|---|---|---|---|
| SPM (Single Particle) 単一粒子モデル |
Spherical Fickian solid diffusion + Butler-Volmer kinetics 球状固体拡散 + バトラー・ボルマー反応速度論 |
Ultra Fast (~1ms) | Low-to-medium C-rate (<0.5C), thin electrodes, real-time BMS 低〜中レート（<0.5C）、薄膜電極、リアルタイムBMS |
Theory |
| SPMe (SPM + Electrolyte) 電解液考慮SPM |
Solid diffusion + asymptotic liquid concentration & potential drop 固体拡散 + 電解液濃度勾配・電位降下の漸近近似 |
Very Fast (~5ms) | Moderate C-rates (0.5C–3C), standard EV cells, rapid parameter sweeps 標準EVレート（0.5C〜3C）、一般セル設計、高速パラメータ探索 |
Theory |
| DFN (Newman P2D) Newman P2Dモデル |
Coupled solid/liquid PDEs across electrode thickness & non-uniform kinetics 厚み方向の固液連成偏微分方程式 + 不均一反応分布 |
High Precision (~100ms) | High C-rates (>3C), thick commercial electrodes, liquid depletion analysis 急速充電（>3C）、厚膜電極、液中イオン枯渇解析 |
Theory |
| TFSSB (Solid-State) 薄膜全固体電池モデル |
LiPON 1D transport + Stefan moving boundary + hydrostatic stress OCV shift LiPON固体輸送 + Stefan移動境界 + 静水圧応力OCVシフト |
Coupled Physics (~20ms) | Thin-film micro-batteries, Li metal plating/stripping, chemo-mechanics & EIS 薄膜全固体電池、Li金属析出溶解、ケモメカニクス、EIS解析 |
Theory |
| LifeFitting 寿命・劣化解析 |
SPMe + SEI growth kinetics + LLI / LAM degradation SPMe + SEI成長速度論 + LLI / LAM劣化モード分離 |
Fast Multi-cycle | Cycle/calendar life prediction, warranty estimation, degradation deconvolution サイクル/カレンダー寿命予測、保証期間評価、劣化要因特定 |
Theory |
| Module 3D Thermal 3D熱連成モジュール |
SPMe electrochemistry + 3D Finite Volume (FVM) thermal + CFD cooling network 単セルSPMe + 3次元有限体積（3D FVM）熱伝導 + CFD冷却流動 |
Interactive 3D | Battery pack thermal runaway, cell-to-cell thermal gradients, cooling channel design パック熱暴走予測、セル間温度ばらつき、冷却流路最適化 |
Theory |
| Electrolyte DNN 電解液物性DNN |
Deep Neural Network trained on multi-component solvent/salt formulations 多成分溶媒/塩ブレンドの物性を学習した多層ニューラルネットワーク |
Instant (<1ms) | Conductivity, diffusivity, transference number screening for novel formulations 新規電解液レシピの導電率・拡散係数・輸率の高速スクリーニング |
Theory |
| Excel DRT 緩和時間分布解析 |
Tikhonov regularization deconvolution of EIS impedance spectra Tikhonov正則化・L-curve法によるEISインピーダンス逆畳み込み |
High Resolution | Impedance feature separation without pre-assumed equivalent circuits 等価回路モデルを事前仮定しない電極反応プロセスの高分解能分離 |
Tool Page |
Problem-to-Solution Selection Guide
Find the ideal physical modeling tool tailored to your specific engineering challenge.
開発課題・解析目的に応じた最適なシミュレーションツールの逆引き選定ガイド
Need to evaluate liquid concentration depletion, solid-liquid phase overpotentials, and non-uniform local current density across electrode thickness.
電極厚み方向の液中イオン枯渇や電位勾配、局所反応不均一を厳密な偏微分方程式で解きたい。
Need high accuracy accounting for electrolyte diffusion overpotentials while requiring millisecond-level solving speeds for large parameter sweeps.
電解液の影響を考慮しつつ、ミリ秒単位の超高速実行で膨大な設計パラメータを探索したい。
Evaluate multi-cell thermal gradients, hotspot propagation, and bottom liquid / tab cooling effectiveness coupled with electrochemical heat sources.
単セルの過電圧・ジュール・エントロピー発熱とパック全体の3D FVM熱伝導・CFD冷却流動を連成。
Identify physical degradation modes (SEI growth, Loss of Lithium Inventory, Loss of Active Material) and predict multi-cycle capacity retention & DC-R increase.
充放電サイクルによる容量低下と内部抵抗上昇を、物理劣化速度論に基づいて数理予測・要因分析。
Model thin-film solid-state cells with Stefan moving boundary tracking for Li plating/stripping, hydrostatic stress-induced OCV shifts, and dynamic EIS spectra.
金属Li負極のStefan移動境界、静水圧応力誘起OCVシフト、全固体特有のEISインピーダンス応答を解析。
Instantaneously predict ionic conductivity, diffusivity, and transference numbers from solvent ratios via deep neural networks, and simulate cell-level rate capability.
DNNによる電解液物性予測とSPMe電気化学ソルバーを連成し、溶媒比率がレート特性に与える影響を即座に評価。
Transform physics-based electrochemical parameters into temperature-sensitive electrical equivalent subcircuits (.subckt) for seamless power electronics design.
電気化学物理モデルから、熱・SOC依存性を含むLTspice用等価回路サブサーキットを自動生成。
Quantify the direct trade-off between coating thickness, active material mass loading, cell power/energy ratio, and active material Bill of Materials cost.
塗工厚みや電極面積の変更がエネルギー密度・出力特性・部材コスト（BOM）に与える影響を比較。
Separate overlapping semicircles in battery EIS spectra into distinct physical peaks (contact, SEI, charge transfer, diffusion) without arbitrary equivalent circuit assumptions.
等価回路モデルを事前仮定せず、Tikhonov正則化DRTによって重なり合った抵抗素過程を高分解能にピーク分離。
Extract kinetic, transport, and thermodynamic parameters directly from experimental charge/discharge curves using automated multi-step non-linear optimization.
実測データからNelder-Mead法やLM法によりSPMe物理モデルパラメータを自動逆算・フィッティング。
Battery Engineering FAQ
Direct answers to frequently asked technical and modeling questions.
電気化学モデリング・シミュレーションに関する技術FAQ
SPM (Single Particle Model) is optimal for low-to-medium C-rates (<0.5C) and thin electrodes where electrolyte concentration gradients are negligible, offering ultra-fast execution (~1 ms). SPMe (SPM with Electrolyte) captures liquid-phase concentration and potential drops via asymptotic expansions, enabling accurate simulation for standard EV operating regimes (0.5C–3C) within milliseconds. DFN (Doyle-Fuller-Newman / P2D) solves fully coupled solid-liquid PDEs across electrode thickness, essential for high C-rates (>3C), thick commercial electrodes, and electrolyte depletion analysis.
SPM（単一粒子モデル）は、電解液の濃度変化が無視できる低〜中Cレート（<0.5C）や薄型電極で超高速に計算したい場合に最適です。SPMe（電解液考慮SPM）は電解液の濃度勾配と電位降下を漸近近似で解くことで、実用的な0.5C〜3C領域を高精度かつミリ秒単位でシミュレーションできます。DFN（Newman P2Dモデル）は、厚膜電極や急速充電（>3C）など、電極厚み方向の液中イオン枯渇や不均一反応分布を正確に捉えたい場合に適しています。
BattSimWeb-TFSSB models thin-film solid-state cells with solid electrolytes (e.g., LiPON) and lithium metal anodes. It couples Stefan moving boundary conditions for lithium plating/stripping thickness evolution, hydrostatic stress generation with stress-induced equilibrium potential shifts (Stress-induced OCV shift), solid-state ion transport, and dynamic electrochemical impedance spectroscopy (EIS Nyquist) directly in the browser.
BattSimWeb-TFSSBは、LiPONなどの固体電解質と金属リチウム負極からなる薄膜全固体電池に対応しています。リチウムの析出・溶解に伴う膜厚変化を解くStefan移動境界（Moving Boundary）、インターカレーションに伴う格子体積変化と静水圧応力（Hydrostatic Stress）による化学ポテンシャル・平衡電位変化（Stress-induced OCV shift）、さらに周波数応答（EIS Nyquist）の連成計算をWebブラウザ上で完全実行します。
BattSimWeb-Module (SPMe & Pack Thermal Studio) couples single-cell SPMe electrochemical heat generation (irreversible reaction overpotentials, ohmic/Joule losses, and reversible entropic heat) with a module-level 3D Finite Volume Method (3D FVM) thermal network and fluid cooling (CFD channel/bottom cooling). This enables real-time visualization of cell-to-cell thermal gradients and hotspot evolution.
BattSimWeb-Module（SPMe & Pack Thermal Studio）では、各単セルの電気化学発熱（過電圧熱・オーム損ジュール熱・可逆エントロピー熱）をリアルタイム計算し、モジュール全体の3次元有限体積法（3D FVM）熱伝導ネットワークおよびボトム液冷・タブ冷却等の流体冷却（CFD流動）に連成します。セル間の温度ばらつきや最大温度上昇を3Dで即座に評価できます。
All ED&C simulation tools run 100% on the client side (in your web browser) using WebAssembly/JavaScript and are completely free to use. No model parameters, experimental data, or simulation results are ever uploaded to external servers, ensuring maximum IP protection for confidential R&D projects.
ED&Cの全シミュレーションツールは、Webブラウザ（Chrome, Edge, Safari, Firefox）上で100%クライアントサイドで動作し、完全無料です。データが外部サーバーに送信されることは一切なく、機密性の高い材料パラメータでも安全に計算可能です。
About the Developer
Background, research focus, and philosophy behind ED&C.
開発者紹介・専門領域・開発思想
Yuki Kusachi
Electrochemical Modeling Specialist & Battery R&D Consultant
Over 20 years of dedicated R&D experience across lithium-ion battery materials, cell engineering, electrolyte formulation, electrochemical analysis, and physics-based modeling. Having pivoted into battery research from an earlier 5-year foundation as a semiconductor engineer, I recognized the transformative potential of applying rigorous mathematical and physical modeling to energy storage devices. Driven by a mission to help experimental, chemistry-focused researchers and corporate engineers directly experience the core benefits and intuitive insights of modeling—as an accessible first step before investing in heavy, complex commercial simulators (even with certain model simplifications)—I develop and provide zero-install, confidential, client-side simulation suites that run seamlessly inside modern web browsers.
20年以上にわたりリチウムイオン電池の材料研究、セル開発、電解液研究、電気化学解析、および物理モデリングに従事。約5年間の半導体エンジニアとしての経験から電池研究へとピボットした背景から、半導体業界で培われた数理モデリングの強力なアプローチを電池分野へ広げることの計り知れない可能性を実感。化学系出身者が多い電池開発の現場や企業の実務エンジニアの方々に、高価で複雑な商用シミュレータを本格導入する前のファーストステップとして、モデル固有の前提や制限はあるものの、まずは手軽にモデリングの利点と直感的な洞察力を体感していただきたいという強い思いから、環境構築不要・100%クライアントサイド実行の独自シミュレーションスイートを開発・無償提供しています。
Connect on LinkedInTechnical Insights
Knowledge base and R&D insights for battery engineering.
次世代バッテリー開発に向けた専門コラム・技術解説
Contact
We are actively welcoming new projects and consulting inquiries.
Whether you need technical
support, custom modeling, or R&D acceleration, please feel free to reach out.
新たなプロジェクトやコンサルティングのご依頼を積極的にお受けしております。
技術的な課題解決からR&Dの加速まで、どんなことでもお気軽にご相談ください！
@misc{kusachi2025edandc,
author = {Yuki Kusachi},
title = {YK Energy Device \& Consulting: Physics-Based Battery Simulation Suite},
year = {2025},
url = {https://www.edandc.com/},
note = {Accessed: 2026}
}