非接触で燃料電池を内部診断するモデル開発、筑波大：ビオ・サバールの法則を利用

筑波大学は、燃料電池内部の電流分布を非接触で推定するモデルを開発し、実験によりその精度を検証した。開発した手法を用いると、燃料電池の内部状態をリアルタイムかつ非接触で診断することが可能になる。

[馬本隆綱，EE Times Japan]

運転中に燃料電池の内部状態をリアルタイムにモニタリング

　筑波大学システム情報系の秋元祐太朗助教らによる研究グループは2026年8月、燃料電池内部の電流分布を非接触で推定するモデルを開発し、実験によりその精度を検証したと発表した。開発した手法を用いると、燃料電池の内部状態をリアルタイムかつ非接触で診断することが可能になる。

　固体高分子形燃料電池（PEMFC）は、水素と酸素の電気化学反応によって、直接電気を取り出せる。このため、燃料電池車や家庭用熱電供給システムなど分散型電源として実用化が進む。ただ、水の管理を適切に行う必要がある。

　例えば、発電に伴って生じる水が電池内部に滞留する「フラッディング」や、電解質膜が乾いてしまう「ドライアウト」が生じると、出力の低下や材料の局所的劣化を引き起こす。これらの不具合を防ぐには、運転中のセル内部について、その状態を監視しておく必要がある。

　そこで今回は、電流が流れると周囲に磁場が生じるという原理を利用した。燃料電池内で実測した電流と磁場のデータを用い、非接触で内部の電流分布を推定するモデルを開発した。

　具体的には、カソード側の集電板を9つの領域に分割した電池を作製し、各領域の電流を測定した。カソードセパレーターに設けた穴からは磁気センサーのプローブを挿入。9点で電池内部の磁場を計測し、この測定データを「正解値」とした。次に、ビオ・サバールの法則に基づき、各領域の中心を貫く線電流がセルに垂直に流れると仮定し、計測した磁場から9本の電流値を求めるモデルを開発した。

　開発したモデルを検証したところ、最適化手法（非負最小二乗法）の初期値α＝0.54のケースでは、初期値α＝0だった先行研究に比べ、推定精度が112％から平均13.4％まで低減するなど、実測の電流分布に近い結果が得られた。

モデル構築のために作製した燃料電池の外観とセパレーター断面図［クリックで拡大］ 出所：筑波大学

燃料電池内の測定点と解析点［クリックで拡大］ 出所：筑波大学

実測と誤差率［クリックで拡大］ 出所：筑波大学