2026/11/09
記事
最適な電解液の探索でも、故障しつつあるセルの診断でも、電気化学インピーダンス分光法(EIS)は、電池研究者が利用できる診断ツールの中で最も強力であり、同時にしばしば最も扱いに苦労するツールです。このブログ記事では、電池へのEISの適用、データの妥当性に影響を及ぼしうる一般的なエラー、そしてよりクリーンで信頼性の高いデータを得るために測定を最適化するうえで採用すべきベストプラクティスについて解説します。
この記事では、以下のトピックを取り上げます。
電池研究におけるEIS研究から得られる主な知見を確認しておくことは有用です。これらの知見は、一般にいくつかの主要なカテゴリーに分類されます [1]。
EISでは、ワークフローのさまざまな段階で、いくつかの形でエラーが混入する可能性があります。エラーは、測定を開始する前にすでに発生することがあります。たとえば、誤ったパラメーターを選択した場合や、実験セットアップにおいて誤った条件が考慮されていない場合です。また、物理的な実態が考慮されていない場合には、事後のデータ解析でもエラーが生じることがあります。幸いなことに、これらのエラーが大きくなりすぎて測定データへの信頼が失われることのないよう、採用できるベストプラクティスがあります。
電池(またはその他の任意の系)で測定したEISデータが妥当であるためには、その系が3つの測定基準を満たしている必要があります。これらが満たされない場合、測定データの信頼性に疑問が生じる可能性があります。
励起信号(電流または電圧)は妥協の産物です。応答が線形となるよう十分に小さく(通常は10 mA未満)する必要がありますが、適切なS/N比を得られる程度の大きさも必要です。信号が大きすぎると、真のインピーダンスではなく非線形な高調波が測定されてしまいます。電池の場合、ガルバノスタティックEISのベストプラクティスは、通常、C/10に相当する電流の振幅を目安とすることです。
これは、測定中に系が変化してはならないという要件に由来します。電池の場合、測定中に充電状態が変化してはならないことを意味します。したがって、放電中または充電中の電池に対して、最大1時間かかる可能性のあるEIS測定を行わないでください。そのようなことをすると、低周波数側で歪んだテールとして現れることが多いアーティファクトが生じます。そのため、電池に対するEIS測定の多くは、電池の充電または放電の後に休止時間(30分超)を置いたうえで、通常は0 V / 0 AのDCバイアスで行われます。operando EISなどの例外もありますが、これは追加のデータ解析を必要とする高度な技術であり、別のブログ記事で取り上げます。
最後の基準は、応答が励起信号のみによって引き起こされていなければならないというものです。外部ノイズや、たとえば充電ステップの完了後に電池が冷えることによって生じる内部の化学的な変動によって引き起こされてはなりません。したがって、この最後の基準は前の基準(安定性)と関連しており、測定を開始する前に、電池が定常状態に達するのに十分な時間を確保する必要があります。
ここまでは、高品質で妥当なEISデータを得るために必要な、普遍的な基準に焦点を当ててきました。ここでは、特に電池を扱う場合に顕著となる、実験セットアップに起因するエラーについて取り上げます。
温度は電池試験において最も重要なパラメーターの1つであり、EISもその例外ではありません。わずか2 °Cの変化でも、ナイキスト線図上の電荷移動半円が大きく変化し、得られるインピーダンススペクトルが歪む可能性があります。正確な温度制御(たとえば恒温槽の使用)がなければ、測定間でSOHを比較することは難しくなり、信頼できないことも少なくありません。
図3はこの影響を示しています。同じ電池のEISスペクトルを、複数の温度で記録しました。得られたナイキスト線図には、温度変動と、それに伴う電池の内部抵抗の変化に直接関連した大きなシフトが見られます。
電池端子と測定リード線との間の接触抵抗の影響を考慮することが不可欠です。接触が不十分であったり変動したりすると、追加の抵抗が生じ、電池本来のインピーダンスプロファイルが歪む可能性があります。高精度なEIS測定を行うには、専用に設計された電池ホルダーを使用することがベストプラクティスです。これにより、接触の再現性が確保され、必要に応じて校正によって補正することができます。この影響は、電流の供給と電圧の測定に同じ1対のリード線を使用する2線式の測定セットアップを使用する場合に、特に顕著になります。この構成では、リード線、コネクター、接触界面の抵抗が測定されたインピーダンスに直接加算されるため、電池本来の内部抵抗が不明瞭になる可能性があります。
このエラーを避けるには、正確なインピーダンス測定や低抵抗の測定が必要な場合は常に、4線式(ケルビン)接続を使用する必要があります。ケルビンセットアップでは、1対のリード線が電流を流し、別の1対のリード線が電池端子で直接電圧を検出します。検出用リード線に流れる電流は無視できるほど小さいため、その抵抗の寄与は事実上排除され、測定されたインピーダンスが測定ハードウェアではなく電池そのものを反映することが保証されます。専用に設計されたホルダーを使用するもう1つの利点は、まさにこの目的のために4つの端子を備えているものが多いことです。たとえば角形電池のように、ホルダーを使用できない場合でも、図4に従って4端子接触での測定を行う必要があります。
高周波数領域では、インピーダンススペクトルがナイキスト線図の正の虚数象限へ流れ込む「カール」を示すことがよくあります。この挙動は電気化学的な現象とはほとんど関係がなく、測定セットアップにおける寄生インダクタンスの典型的な兆候です。
浮遊インダクタンスは、長いケーブルの引き回し、撚られていない、または配線が適切でないリード線、あるいは意図しないループを形成する測定ジオメトリーによって生じることが一般的です。わずか数マイクロヘンリー(μH)のインダクタンスでも、高周波数でのインピーダンス応答を支配することがあります。これらのアーティファクトを最小限に抑えるには、配線を実用上可能な限り短くする必要があります。可能であれば、電流用(WE+CE)と電圧検出用(RE+S)のケーブルをそれぞれ対にして密に撚り合わせ、大きなループが形成されないように配置することもできます。適切なケーブル管理を行い、コンパクトで低インダクタンスの測定ジオメトリーを維持することで、高周波数領域が試験セットアップの制約ではなく、セル本来の挙動を反映するようになります。ただし、電池の内部ジオメトリーの影響により、この効果を完全に取り除くことは通常できません。
これまでのセクションでは、測定が行われるまでのワークフローを取り上げました。この最後のセクションでは、収集したデータの解析時に、測定後のミスを避けるために実施できるいくつかの事項を紹介します。
インピーダンスデータをフィッティングする際、残差が小さくなり、フィッティングがほぼ完璧に見えるようになるまで、等価回路モデル(ECM)に抵抗-コンデンサー(RC)要素や定位相要素を追加し続けたくなることがあります。しかし、このアプローチは誤解を招く可能性があります。ECMのすべての要素は、電気化学系における実在し、物理的に意味のあるプロセスに対応していなければなりません。統計的なフィッティングを改善するためだけに任意の成分を追加すると、見た目には優れていても、実際の電荷移動経路、拡散挙動、あるいは界面プロセスとは何の関連もないモデルが出来上がってしまうことがあります。
過剰にパラメーター化された回路は、ノイズの多いデータ、誘導性アーティファクト、測定エラーなどの根本的な問題を覆い隠してしまうことがよくあります。また、存在しないものにRC回路を割り当てることで、誤った仮定につながる可能性もあります。優れたECMは、可能な限りシンプルで、物理的原理に基づいており、セルの化学、ジオメトリー、動作条件について分かっていることを反映したものであるべきです。
クラマース・クローニッヒ(K–K)検定は、インピーダンスデータの妥当性を検証するための重要なツールですが、見落とされがちです。数学的には、K–K関係式は複素関数(この場合はインピーダンス)の実部と虚部を結び付ける積分方程式です。データが上記の3つの基準(すなわち、線形性、安定性、因果性)に従って測定されていれば、インピーダンスの実部は虚部から、虚部は実部から予測可能です。K–K検定は、測定された実部のデータに基づいて、インピーダンスの虚部の理論値を計算することで行われます。両者が一致しない場合、そのデータは妥当ではありません。
NOVAなど、最新のEISソフトウェアの多くには、K–K検定ツールが内蔵されています。内部では、一連のRC回路からなる疑似回路(通常は測定した周波数の数と同数のRC回路)を生成することで動作します。この回路は本質的にK–K条件を満たしているためです。その後、ソフトウェアは実験で測定されたデータ点をK–K条件を満たすモデルと比較し、残差誤差プロットを生成します。
残差プロットは、測定した周波数範囲全体にわたって、ゼロを中心にランダムに分布している必要があり、通常は1%〜2%の範囲内に収まります。波状やスパイク状(5%超)といった明確なパターンが現れた場合、そのデータはK–K検定に不合格であるとみなされます。
データセットがK–K検定に不合格となった場合、系が非定常(測定中に変化している)であった、非線形(励起が強すぎた)であった、あるいは計測器のエラー、ドリフト、接触不良によってデータが損なわれていたことを強く示しています。したがって、そのようなデータから導かれる結論については、注意を払う必要があります。
電気化学インピーダンス分光法は、電池研究において依然として最も重要な診断ツールの1つですが、その価値は、収集したデータの品質と解釈可能性に完全に左右されます。ベストプラクティスは、線形性、安定性、因果性という基本的な要件を常に満たすようにするとともに、温度ドリフト、接触不良、誘導性の配線といった、実験セットアップにおけるその他の一般的なエラーも補正・制御することです。
つまり、よりクリーンな測定が、より明確な結論につながります。
[1] Meddings, N.; Heinrich, M.; Overney, F.; 他. 市販リチウムイオンセルへの電気化学インピーダンス分光法の適用:総説. Journal of Power Sources 2020, I, 228742. DOI:10.1016/j.jpowsour.2020.228742
[2] Choi, W.; Shin, H.-C.; Kim, J. M.; 他. リチウムイオン電池に対する電気化学インピーダンス分光法(EIS)のモデリングと応用. Journal of Electrochemical Science and Technology 2020, 11 (1), 1–13. DOI:10.33961/jecst.2019.00528
情報共有
