JPH09215207A - 監視システム、ホスト装置及び監視システムのニューラルネットワーク発生方法 - Google Patents

監視システム、ホスト装置及び監視システムのニューラルネットワーク発生方法

Info

Publication number
JPH09215207A
JPH09215207A JP8290165A JP29016596A JPH09215207A JP H09215207 A JPH09215207 A JP H09215207A JP 8290165 A JP8290165 A JP 8290165A JP 29016596 A JP29016596 A JP 29016596A JP H09215207 A JPH09215207 A JP H09215207A
Authority
JP
Japan
Prior art keywords
neural network
discharge
cycle
battery
parameter
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
JP8290165A
Other languages
English (en)
Other versions
JP3887047B2 (ja
JPH09215207A5 (ja
Inventor
Jean Joel Patillon
パティロン ジャン−ノエル
Olivier Gerard
ゲラール オリビエ
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Koninklijke Philips NV
Original Assignee
Philips Electronics NV
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Philips Electronics NV filed Critical Philips Electronics NV
Publication of JPH09215207A publication Critical patent/JPH09215207A/ja
Publication of JPH09215207A5 publication Critical patent/JPH09215207A5/ja
Application granted granted Critical
Publication of JP3887047B2 publication Critical patent/JP3887047B2/ja
Anticipated expiration legal-status Critical
Expired - Fee Related legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
    • G01R31/367—Software therefor, e.g. for battery testing using modelling or look-up tables
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—ELECTRIC POWER NETWORKS; CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J7/00—Circuit arrangements for charging or discharging batteries or for supplying loads from batteries
    • H02J7/90—Regulation of charging or discharging current or voltage
    • H02J7/933—Regulation of charging or discharging current or voltage the cycle being controlled or terminated in response to electric parameters

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Secondary Cells (AREA)
  • Charge And Discharge Circuits For Batteries Or The Like (AREA)
  • Tests Of Electric Status Of Batteries (AREA)

Abstract

(57)【要約】 【課題】 放電／充電サイクルを有するバッテリを監視
するシステムにおいて、予め設定されたバッテリ放電電
圧のしきい値に到達する瞬時に関する予測情報を提供す
る。 【解決手段】 第１ニューラルネットワークＮＮ１は、
放電電圧のしきい値ＶTHを放電周期の開始ｔO で収集す
るとともに、バッテリがこのしきい値ＶTHに到達する瞬
時ｔTHを計算し及び提供する。第２及び第３ニューラル
ネットワークＮＮ２及びＮＮ３は、開始瞬時ｔO で、開
始電圧ＶO 、時間経過ΔｔO 後の開始変動ΔＶO 及び放
電／充電サイクルの以前の開始数ＮO の測定を収集する
とともに、近似パラメータWjB のセット及びこれらに対
応する訂正パラメータWjC のセットを計算し及び発生さ
せ、これらパラメータを加算して、第１ニューラルネッ
トワークＮＮ１に課される動作パラメータWjA を発生さ
せる。

Description

【発明の詳細な説明】
【０００１】
【発明の属する技術分野】本発明は、スマートバッテリ
を形成するために充電可能なバッテリの放電／充電サイ
クルを開始する監視システムに関するものである。同様
に、本発明は、スマートバッテリを含むホスト装置に関
するものである。
【０００２】本発明は、例えば個人用又は職務用のセル
ラー電話機、コードレスツール、ポータブルコンピュー
タ、玩具等のような充電可能なバッテリを設備した変調
装置に適用される。
【０００３】
【従来の技術】スマートバッテリは、充電の状態を監視
するシステムに結合した充電可能なバッテリを意味する
ものと理解されたい。このシステムは、バッテリの充電
状態のデータを収集する手段と、将来の放電状態に関す
る計算された予測情報信号を発生させる手段とを具え
る。
【０００４】将来の放電状態についての予測情報信号を
充電可能な電池に対して決定する際に課される技術的な
問題は、バッテリの製造パラメータの変動及びホスト装
置のユーザの癖の変動に依存する。
【０００５】個別に考察されるバッテリの製造パラメー
タの変動は、同タイプのバッテリの製造中の構成データ
の拡大が原因となる。
【０００６】ユーザの癖が変動するのは使用に適切でな
く、これによってバッテリが損傷されるとともに後の充
電の見込みに悪影響を及ぼす。これらの不適切な使用の
癖には、長時間の充電、又は、過度に放電されたバッテ
リの頻繁な充電がある。
【０００７】他の技術的な問題は、充電可能なバッテリ
の現在の用途において、利用できるエネルギーの量に関
して所定の瞬時で非常に正確であることを要求している
ことにある。
【０００８】ニューラルネットワークを利用するバッテ
リの充電状態を監視するシステムは、1991年4 月8 〜10
日にポルトガルのリスボンでの"10TH EUROPEAN PHOTOVO
LTAIC SOLAR ENERGY CONFERENCE"におけるMARCUS STOLL
による"NEURAL NETWARK, A PROPER APPROACH THE ENERG
Y MANAGEMENT PROBLEM" という表題の刊行物のの427〜4
30 頁から既に既知である。
【０００９】引用した刊行物は、充電システム（ＲＥ
Ｓ）の鉛蓄電池の充電状態（ＳＯＣ）を推定するタスク
を引き受けるニューラルネットワークの使用が記載され
ている。引用した刊行物によれば、充電状態（ＳＯＣ）
の決定は、バッテリのエネルギーレベルを監視するのを
実行すべき重要なタスクである。より詳細には、充電状
態を推定することにより、継続できるエネルギーの使用
を計画し、ホスト装置の使用状態を最適にし、かつ、バ
ッテリの放電／充電サイクルの種々の周期に関する限定
を行うことができる。
【００１０】ニューラルネットワークを、充電状態（Ｓ
ＯＣ）の推定においてデータベースに関連させる。コス
トを低減するために、ニューラルネットワークは、バッ
テリの放電範囲のごく一部のみ係わらせる。放電電流は
大抵の時間中非常に小さいので、ニューラルネットワー
クの関わりはこの範囲にある。
【００１１】ニューラルネットワークの学習周期におい
て、放電電流、放電電圧及び使用の標準状態の下、すな
わち20℃の固定温度及び固定電流での充電状態を含むデ
ータベースが使用されている。これに加えて、このデー
タベースは、放電サイクル、、放電がどの程度生じた
か、及びバッテリの平均温度に関する情報を含む。入力
ベクトルを形成するこれらデータの種々のバッテリは、
ニューラルネットワークに供給されて、ネットワークに
バッテリの放電動作の情報が提供される。ニューラルネ
ットワークを、バッテリの動作を適切に表示するために
配置する。
【００１２】ニューラルネットワークの区分周期におい
て、放電電流及び電圧のみがニューラルネットワークに
供給され、その出力部に対応するバッテリの充電状態を
発生させる。
【００１３】
【発明が解決しようとする課題】既知のシステムの使用
に起因する問題は、このシステムが、クリティカルな放
電電圧のしきい値に到達する前に経過する時間の経過を
直接予測できないことである。
【００１４】既知のシステムの使用に起因する他の問題
は、以前の充電／放電サイクルの数に対応するデータ及
びこれらサイクルの放電の程度を正確に考慮できないこ
とである。実際には、これらデータは、動作中バッテリ
を形成する実際の使用の関数として非常に変動し、放電
サイクルの所定の瞬時にバッテリに存在する実際の充電
状態に大いに影響を及ぼし、それに対して、引用した文
献の既知のシステムでは、ニューラルネットワークの重
みは、最終的には学習周期の終了から固定される。
【００１５】本発明の目的は、バッテリ放電電圧の予め
設定されたクリティカルなしきい値に到達する瞬時に関
する予測情報、より詳しくは、使用以前の各現瞬時から
この予め設定された放電電圧のクリティカルなしきい値
に到達する瞬時まで経過する残りの時間の経過に関する
予測情報を発生させるバッテリの放電／充電サイクルを
監視するシステムを提供することである。
【００１６】本発明の目的は、既に以前に行われた放電
充電サイクルの数の関数としてバッテリの各放電周期と
ともに変動する新たな電圧データにそれ自体を自動的に
適合させるような予測情報を発生させるバッテリの放電
／充電サイクルを監視するシステムを提供することであ
る。
【００１７】本発明の目的は、平均動作に関連する個々
のバッテリの動作に拡張するために新たな実電圧データ
に関連するバッテリの各放電周期とともに変動する前記
電圧データにそれ自体を適合させる予測情報を発生させ
るこのような監視システムを提供することである。
【００１８】
【課題を解決するための手段】これら問題は、放電／充
電サイクルに依存して放電周期と交互に変わる充電周期
を有する充電可能なバッテリに結合したバッテリの放電
／充電サイクルを監視する監視システムであって、この
システムは、前記バッテリの放電／充電サイクルの放電
周期の開始時に、第１パラメータと称される動作パラメ
ータのバッチを収集するととにも、予め設定されたクリ
ティカルな放電電圧のしきい値の値を入力部で受信する
ために配置され、かつ、前記バッテリがこの放電周期の
終了に相当するこのクリティカルなしきい値に到達する
瞬時の計算された予測表示を出力部に発生させるように
配置した第１適応計算手段と、前記第１計算手段に結合
し、開始瞬時、前記バッテリの放電周期の開始時、開始
電圧と称される前記バッテリの電圧の値、この開始瞬時
から開始する短い時間の経過後のこの開始電圧の変動の
値、及び前記放電周期前に行われるこのバッテリの放電
／充電サイクルの開始数の値を入力部で受信するように
配置され、かつ、これら開始の値が利用できる前記放電
周期の瞬時から近似パラメータのバッチ及び対応する訂
正パラメータのバッチをそれぞれ出力部に発生させ、こ
れらのパラメータを互いに加算して、前記第１計算手段
に課される第１作動パラメータを形成する第２及び第３
適応計算手段を具えることを特徴とする監視システムに
よって解決される。
【００１９】これら問題は、特に、前記バッテリの放電
電圧測定及びこの測定に対応する現瞬時によってそれぞ
れ形成される瞬時の実数値のバッチを前記放電周期中に
記録する読出し／書込み記憶区域と、計算器とを更に具
え、前記システムにおいて、各放電／充電サイクルの放
電周期に続く前記バッテリの充電周期中、前記第１計算
手段を、帰納的に独立して計算するとともに、瞬時的な
実数値のバッチが課される状況のこれら第１計算手段の
作動に対応する実パラメータと称されるパラメータを発
生させ、その間前記放電電圧測定を入力部に課するとと
ともに対応する現瞬時を出力に課するためにも配置し、
前記計算器を、前記放電周期中前記第２計算手段によっ
て計算された前記近似パラメータを受信するとともに前
記充電周期中前記第１計算手段によって計算された前記
実パラメータを受信し、かつ、誤差パラメータと称され
るこれらパラメータ間の差をそれぞれ発生させるように
配置し、前記第３計算システムを、前記誤差パラメータ
をその出力部に課するとともに以前の放電周期の開始値
をその入力部に課する状況でこれら第３計算システムの
作動に対応する適応パラメータと称されるパラメータを
独立して計算するように配置し、このシステムの第３計
算手段は、次の放電／充電サイクルの後の放電周期の動
作パラメータとして、前記充電周期で計算された適応パ
ラメータを保管するようにしたことを特徴とする既に規
定したようなシステムによって解決される。
【００２０】好適例では、これら問題は、前記第１，第
２及び第３計算手段を、第１、第２及び第３ニューラル
ネットワークによってそれぞれ形成し、前記作動パラメ
ータを、前記第１ニューラルネットワークのシナプス係
数とし、前記第１ニューラルネットワークは、電圧値用
の入力セル及び時間値用の出力セルを有し、前記第２ニ
ューラルネットワークは、前記開始値用の三つの入力セ
ルと、前記第１ニューラルネットワークのシナプス係数
と同様の量の近似パラメータ用の複数の出力セルとを有
し、前記第３ニューラルネットワークは、前記開始値用
の三つの入力セルと、前記第１ニューラルネットワーク
のシナプス係数と同様の量の訂正パラメータ用の複数の
出力セルとを有し、前記計算器を、前記近似パラメータ
及び訂正パラメータを受信するとともにこれらを互いに
加算し、かつ、前記第１ニューラルネットワークに課さ
れた前記シナプス係数を発生させるように配置したこと
を特徴とする冒頭で規定したような監視システムによっ
て解決される。
【００２１】他の好適例では、これら問題を、前記第１
計算手段を形成する第１ニューラルネットワークを、各
放電／充電サイクルの放電周期に続く充電周期中、逆伝
播法により、瞬時の実数値の各バッチに対して前記放電
電圧の測定をその入力部に課するとともに対応する現瞬
時をその出力部に課する状況で、それ自体の実シナプス
係数とする実パラメータを計算するために配置し、前記
計算器を、前記充電周期中前記第１ニューラルネットワ
ークによって計算された前記シナプス係数と、前記以前
の放電周期に対して前記第２ニューラルネットワークに
よって計算された前記近似パラメータとの間の各差によ
って形成した誤差パラメータを発生させるように配置
し、前記第３計算手段を形成する前記第３ニューラルネ
ットワークを、逆伝播法によって、前記誤差パラメータ
をその出力部に課するとともに前記以前の放電周期の開
始値をその入力部に課する状況で、それ自体の適応シナ
プス係数とする適応パラメータを計算するように配置
し、前記次の放電／充電サイクルの次の放電周期のこの
第３ニューラルネットワーク（ＮＮ３）は、前記充電周
期で計算されたこれら適応シナプス係数を維持するよう
にしたことを特徴とする冒頭で規定したような監視シス
テムによって解決する。
【００２２】これら二つの例のうちのいずれか一つのこ
の監視システムの利点は、所定のタイプのバッテリ又は
種々のタイプのバッテリに対してこの監視システムに結
合したバッテリの個別の放電／充電特性に予測表示を適
合させる点である。その理由は、この監視システムは、
任意の新たな放電／充電サイクルに適合するという利点
を提供するからである。
【００２３】他の利点は、これら予測された表示が正確
かつ非常に信頼性があるという点である。
【００２４】他の利点は、これら表示は、このような
「スマート」バッテリを具えるホスト装置をユーザが使
用の最適状態で作動させることができる測定に関する、
という点である。
【００２５】本発明の適用モードにおいて、ホスト装置
は、充電可能なバッテリによって給電され、このバッテ
リに結合したこのような監視システムを具える。
【００２６】このシステムの利点は、使用が非常に簡単
であるということである。このシステムに結合したホス
ト装置は特に良好に応答する。
【００２７】
【発明の実施の形態】図１０を参照すると、監視装置１
００を充電可能なバッテリ１１０に結合して、スマート
バッテリ１２０と称される全システムを形成する。この
充電可能なバッテリは、連続的な放電／充電サイクルで
交互に現れる充電周期及び放電周期を有する。監視装置
１００は、充電可能なバッテリの放電／充電サイクルの
放電周期及び場合によっては充電周期を監視する。この
監視装置１００は、放電周期においてバッテリ１１０が
予め設定されたクリティカルな電圧のしきい値ＶTHに到
達した瞬時ｔTH、より詳細には、放電電圧のこの予め設
定されたクリティカルなしきい値ＶTHに到達する前に経
過する時間の経過ΔｔTH、又はこれら二つを表示する計
算器１６０を具える。このスマートバッテリの総体を、
このホスト装置１３０に統合すなわち結合することがで
きる。この場合、この充電可能なバッテリ１１０を、接
続部Ｄ１，Ｄ２によってこのホスト装置１３０に結合す
る。このホスト装置は、ユーザに時間表示ｔTH、ΔｔTH
又はこれら二つを提供する表示手段１４０も具える。
【００２８】監視システム１００を、時間計測及びバッ
テリ電圧測定手段１５０にも結合する。
【００２９】放電／充電サイクルの放電周期中の監視シ
ステム１００の動作手順 バッテリの放電周期に作動する監視システムを表す図１
Ａを参照すると、この監視システム１００は、一方で
は、放電／充電サイクル中のバッテリの放電周期の開始
と一致する開始瞬時ｔo と称される瞬時における開始値
と称される値を獲得する。これら開始値をこの開始瞬時
ｔo の開始バッテリ電圧と称されるバッテリ電圧Ｖ
o と、バッテリが開始瞬時ｔo とその後の瞬時ｔ’o ＝
ｔo ＋Δｔo との間で使用される非常に短い時間の第１
経過Δ to 中測定される、開始電圧変動と称されるバッ
テリ電圧の変動ΔＶo と、考察した開始瞬時ｔo の前に
既に行われた放電／充電サイクルの数Ｎo とする。考察
したサイクルが、以前に新たに再充電されていないバッ
テリを最初に用いるサイクルである場合には、Ｎo を、
所望に応じて０（零）に等しくすることができる。この
Ｎo を、開始サイクル数とする。
【００３０】このシステム１００は、一方では、この同
一放電周期の連続的な各現瞬時ｔの瞬時値を獲得するこ
とができる。この瞬時値を、現瞬時ｔのバッテリ電圧Ｖ
t と、対応する瞬時ｔとする。
【００３１】図１Ａを参照すると、充電可能なバッテリ
１１０の充放電サイクルを監視するシステム１００は、
放電周期で開始電圧値Ｖo ，ΔＶo ，Ｎo 及びクリティ
カルな電圧しきい値ＶTHの固定値に基づいてクリティカ
ル瞬時ｔTHと称される瞬時の予測表示を発生させる第
１、第２及び第３の結合された適応予測計算手段ＮＮ
１，ＮＮ２及びＮＮ３を具える。同一放電周期のこのク
リティカル瞬時ｔTHにおいて、バッテリ電圧は、このク
リティカルしきい値ＶTH、より詳細には、この放電電圧
しきい値ＶTHに到達する前に経過すべき時間の経過Δｔ
THの予測表示に到達する。このしきい値は、バッテリ電
圧がこのしきい値ＶTHに到達する前に予め決定されてい
るので、バッテリ１１０は、正確に既知であるとともに
所定の範囲にある動作エネルギーを保持し、この場合、
このエネルギーを、給電されるホスト装置１３０の動作
に正確に適合させる。
【００３２】図１Ａに図示した実施の形態では、監視シ
ステム１００の第１、第２及び第３の適応予測計算手段
を、ＮＮ１を付した第１ニューラルネットワークと、こ
の第１ニューラルネットワークＮＮ１に直列結合された
ＮＮ２を付した第２ニューラルネットワークと、この第
２ニューラルネットワークに並列結合されたＮＮ３を付
した第３ニューラルネットワークとによって形成する。
【００３３】以下の説明において、放電／充電サイクル
の瞬時ｔo に開始するＰＤ１を付した第１放電周期を先
ず考察し、放電電圧の予め設定されたクリティカルなし
きい値ＶTHを、固定して決定する。
【００３４】第１ニューラルネットワークＮＮ１は、予
め設定されたクリティカルなしきい値を形成する電圧Ｖ
THに対する入力部を有するとともに、電圧のこの予め設
定されたクリティカルなしきい値ＶTHに到達する、現瞬
時ｔの各々で例えば毎分発生させる瞬時ｔTHの出力部を
有する。
【００３５】図９を参照すると、第１ニューラルネット
ワークＮＮ１を、現瞬時ｔの各々で計測を行う時間計測
手段１５０ａに結合し、かつ、加算器の機能を有すると
ともに現瞬時ｔと計算された瞬時の値ｔTHとの間の差と
して発生させる計算器１６０に結合する。
【００３６】この現瞬時ｔと計算された瞬時の値ｔTHと
の間の差を、ホストシステム１３０に給電されるバッテ
リの通常の動作で予め決定されたクリティカルな放電電
圧のしきい値ＶTHに到達するまで経過するとともに、こ
の動作が原因で通常放電される時間の経過の値ΔｔTHと
する。
【００３７】図示した実施の形態において、第１ニュー
ラルネットワークＮＮ１の13個のシナプス係数すなわち
重みが存在し、これらにＷjAを付し、この場合ｊを、１
から13までの指標とする。これらは第１パラメータWjA
と称され、これらを、第１放電周期ＰＤ１中、第３ニュ
ーラルネットワークＮＮ３と共同する第２ニューラルネ
ットワークＮＮ２によって自動的に計算し及び発生させ
る。
【００３８】第２ニューラルネットワークＮＮ２は、こ
の第１放電周期ＰＤ１の開始瞬時ｔ o で測定された開始
電圧Ｖo と、開始瞬時ｔo の後例えば１分後計算される
短い時間経過Δｔo 後にある瞬時ｔo ’での開始電圧の
変動ΔＶo と、サイクルの開始数Ｎo とに対する三つの
入力部を有するとともに、第１ニューラルネットワーク
ＮＮ１のシナプス係数すなわち重みWjA の形成に寄与す
る近似パラメータと称する１３個のWjB に対する１３個
の入力部を有する。
【００３９】第３ニューラルネットワークＮＮ３は、第
２ニューラルネットワークＮＮ２と同数の入力部すなわ
ち三つの入力部を有し、これら入力部を、この第１放電
周期ＰＤ１の開始瞬時ｔo で測定された開始電圧Ｖ
o と、開始瞬時ｔo の後例えば１分後計算される短い時
間経過Δｔo 後に現れる瞬時ｔ’o での開始電圧の変動
ΔＶo と、サイクルの開始数Ｎo とに対する三つの入力
部を有するとともに、第２ニューラルネットワークＮＮ
２から来る１３個の近似パラメータWjB の各々に対応す
る１３個の訂正パラメータＷjCの１３個の出力部を有す
る。
【００４０】加算器の機能を有する計算器１６０は、と
りわけ、瞬時ｔo で測定された開始電圧Ｖo と次の瞬時
ｔ’o で測定された次の電圧Ｖ’o との間の差すなわち
ΔＶ o ＝Ｖo −Ｖ’o を計算することによって電圧の開
始変動の値Δｔo を発生させる。
【００４１】この計算器１６０は、その加算器の機能に
おいて、第２ニューラルネットワークから来る近似パラ
メータＷjBと第３ニューラルネットワークから来る訂正
パラメータＷjCとを加算することにより、この第１放電
周期ＰＤ１中第１ニューラルネットワークの動作に必要
なシナプス係数すなわち重みＷjAも発生させる。
【００４２】13個の結果ＷjA＝ＷjB＋ＷjCの各々は、第
１動作パラメータとしてこの第１放電周期ＰＤ１中第１
ニューラルネットワークに課される。
【００４３】図１０を参照すると、監視システム１００
は、この場合第１及び第３ニューラルネットワークの可
変の測定及び重みを記録し及び発生させるＲＡＭ区域１
７０ｂと、ニューラルネットワークＮＮ１，ＮＮ２及び
ＮＮ３の構成データ並びに第２ニューラルネットワーク
ＮＮ２の固定パラメータ及び重みを記憶するＲＯＭ区域
１７０ｂとも具える。
【００４４】これらメモリは、監視システム１００の動
作に必要な計算を実行する計算器１６０によってアクセ
ス可能である。
【００４５】ニューラルネットワークＮＮ１，ＮＮ２及
びＮＮ３の各々を、連続的に出力するために計算を行う
とともにこれら出力信号を発生させるように構成（すな
わち配置）すべきである。この点に関して、これらの各
々は、学習手順と、それらのシナプス係数を予め設定し
及び所定の場合には固定する学習周期と称される試験手
順とに支配される。
【００４６】ニューラルネットワークの学習手順 第１ニューラルネットワークＮＮ１のタスクは、放電曲
線モデルを学習すべきである。この学習により、Ｖt を
付したバッテリ放電電圧の瞬時値とバッテリがこの電圧
Ｖt に到達する現瞬時ｔとの間の関係を形成することが
できる。第１ニューラルネットワークＮＮ１は、この学
習周期中、関係
【数１】 ｔ＝Ｆｗ（Ｖｔ） （１ａ） を決定する関数Ｆｗを形成すべきである。ここで、Ｆに
付した指標ｗは、関数Ｆが、第１ニューラルネットワー
クＮＮ１の重みWjA すなわちシナプス係数にリンクされ
たことを表す。
【００４７】ニューラルネットワークＮＮ１は、非線形
関数Ｆｗを発生させるように形成される。
【００４８】図２を参照すると、第１ニューラルネット
ワークＮＮ１は、-1に選択されたしきい値電圧を入力す
る第１ニューラルセルＮＣ０Ａ及び瞬時ｔで瞬時電圧値
Ｖtを入力する第２ニューラルセルＮＣ１Ａを含む二つ
のニューラルセルによって形成された入力層と、-1に選
択されたしきい値を入力する第１隠れニューラルセルＮ
Ｃ０Ａ及びＮＣ１Ａ〜ＮＣ４Ａを付した四つの隠れニュ
ーラルセルを含む五つのニューラルセルの隠れ層と、Ｎ
ＳＡを付した単一ニューラルセルを有する出力層とを具
える。
【００４９】したがって、第１ニューラルネットワーク
ＮＮ１の学習手順中、その入力部ＥＣ１Ａが瞬時電圧値
Ｖt を受信し、それに対してこの同一の入力部が現使用
中クリティカルな電圧しきい値ＶTHの値を受信するのが
観察される。
【００５０】ＮＣ１Ａ〜ＮＣ４Ａを付した各隠れニュー
ラルネットワークの構成及び動作式を、定型（基準）ニ
ューロンのセルとし、これらを、一例として隠れセルＮ
Ｃ１Ａを示す図１１に図示する。
【００５１】各々の所定の隠れニューロンＮＣｉＡは、
WjA を付した13個の重みのうちの一つの入力重みすなわ
ち入力シナプス係数を有する瞬時電圧Ｖt を入力部で受
信するとともに、WjA を付した13個の重みのうちの他の
一つに関係するその値として定数「-1」を有するしきい
値も受信する。指標"i" を、各隠れニューラルセルＮＣ
１Ａ〜ＮＣ４Ａの指標１〜４とする。各隠れニューロン
ＮＣｉＡは、13個の重みWjA のうちの一つに関係させる
Σを付した入力の重み付けられた和を発生させるととも
に、中間出力信号Ei(Vt)を計算する。
【００５２】各隠れニューロンＮＣ１Ａ〜ＮＣ４Ａは、
Siを付した活性化関数によってこの中間出力信号Ei(Vt)
を変換するとともに、関係
【数２】 Si(Vt)= Si［Ei(Vt)］ （２ａ） に基づいてSi(Vt)を付した出力信号を計算する。
【００５３】したがって、各隠れニューロンの活性化関
数Si(Vt)は、良好に規定された状態となる。あり得る活
性化関数として、非線形関数のセットから選択した関数
のみを採用する。
【００５４】好適には、活性化関数Siを、後に示すよう
に形成すべき放電曲線の形態に良好に適合させた正接の
双曲線関数に等しいシグモイド関数"tanh"とする。隠れ
層において、このような四つのニューラルセルＮＣ１Ａ
〜ＮＣ４Ａを、説明した例において非線形関数"tanh"を
示す。
【００５５】単一の出力ニューロンＮＳＡの構成を図１
２に図示する。Σを付した、全ての隠れニューロンＮＣ
ｉＡの出力信号Si(Vt)の重み付け和を、シナプス係数Wj
A を利用することによって実現し、この和に、隠れセル
ＮＣ０Ａから来る「-1」の値のしきい値を加算する。こ
のしきい値を、シナプス係数WjA のうちの一つによって
出力ニューロンＮＳＡに導入する。
【００５６】したがって、この出力ニューロンは、中間
出力信号Es(Vt)を付与する重み付け和Σを先ず発生させ
る。
【００５７】次いで、出力ＮＳＡのニューロンは、Lsを
付した活性化関数によって出力信号Es(Vt)を変換し、関
係
【数３】 Fw(Vt)= Ls［Es(Vt)］ （３ａ） に従ってFw(Vt)を付した最終出力信号を計算する。
【００５８】この出力ニューロンの活性化関数Lsを線形
に選択する。出力ニューロンの出力信号を、発生させよ
うとする関数Fwとする。
【００５９】各隠れニューロンＮＣｉＡの重みの表示
を、図２において出力ニューロンＮＳＡの入力重みの表
示のように表す。Ｗ１Ａ〜Ｗ１３Ａを付したこれら重み
のセットを、並列に接続した第２及び第３ニューラルネ
ットワークＮＮ２及びＮＮ３によって伝送される13個の
重みWjA のセットによって形成し、これらニューラルネ
ットワークの出力部を、加算器の機能の計算器１６０に
よって結合する。
【００６０】図６を参照すると、一例として採用したニ
ッケル−カドニウム電池の通常の放電曲線は、分の時間
ｔに対してプロットしたボルトの瞬時電圧Ｖt を示す。
この曲線は、例えば最初の100 分の電池の第１作動周期
の急な勾配と、これに続く100 分と500 分との間の使用
におけるゆるやかな勾配と、500 分を超えた後の再度の
急な勾配とを示す。当然、この放電曲線は一例として全
体的に付与される。
【００６１】しかしながら、本システムにおいて、第１
ニューラルネットワークＮＮ１は、バッテリの電圧Ｖt
の関数Fwである時間ｔを発生させる学習周期を経験すべ
きであることを思い出す。
【００６２】したがって、本明細書で関心のある放電曲
線の例を図７に示す。この曲線は、バッテリ電圧Ｖt に
対してプロットした時間ｔを示す。図７のこの曲線は、
図６の時間軸上の値を図７のＹ軸に移すとともに図６の
Ｙ軸上の値を図７のＸ軸に移すことによって簡単にプロ
ットすることができる。この放電曲線は、曲線"tanh"の
形態にアプローチする形態を有することがわかる。した
がって、シグモイドタイプの関数は、隠れ層のニューロ
ンの活性化関数を実現するのに好適である。
【００６３】したがって、図７は、ボルトの電圧Ｖt に
対してプロットした分の時間ｔを与える放電曲線を示
し、これは、ほぼ平坦な両端部及び急な勾配を有する中
央部を示す。したがって、第１ニューラルネットワーク
ＮＮ１において、関係１ａの放電曲線の中央部のモデル
化を、活性化関数がそれぞれ急な勾配を有する隠れ層の
二つのニューラルセルＣＮ１Ａ，ＣＮ２Ａによって実行
し、それに対して、これら曲線の端部のモデル化を、急
でない勾配を有する活性化関数を示す次の隠れニューラ
ルセルＣＮ３Ａ，ＣＮ４Ａによって実行される。
【００６４】活性化関数を有するとともに比較的相違す
る勾配を示す隠れセルが存在すると、予め設定された相
違するタスクの実行の際には各隠れセルを特定すること
になる。ニューラルネットワークＮＮ１がこの特定化の
存在なしに同一レベルのパフォーマンスの関数Fwを発生
させるタスクを学習できることを明らかである。しかし
ながら、本発明によれば、ニューラルネットワークＮＮ
１の学習周期が相当短いことがわかる。その理由は、各
セルは、予め設定されたタスクに専念するからである。
【００６５】隠れセルＮＣ１Ａ，ＮＣ２Ａの活性化関数
Siの勾配を、例えば7.0 とし、それに続く隠れセルＮＣ
３Ａ，ＮＣ４Ａの活性化関数の勾配を、例えば2.0 とす
る。
【００６６】第１ニューラルネットワークＮＮ１の学習
周期に際し、放電電圧V(t)に対してプロットした放電時
間ｔの曲線を、例えば複数の放電サイクルＮに対して毎
分及び同一タイプのバッテリ１１０例えばニッケル−カ
ドニウム電池に対して記録する。
【００６７】一例では、20個のバッテリを用いるととも
に、140 の放電／充電サイクルを経験する。その電圧が
ＶO ＝９Ｖである場合バッテリが十分充電されたと考え
られ、その電圧がＶTH＝６Ｖに到達するとクリティカル
な放電しきい値に到達したと考えられる。この方法によ
り、20×140=2800の放電曲線が記録され、その結果各曲
線は1600個の点を発生させる。
【００６８】各曲線は、相違するネットワークＮＮ１で
点を取る。したがって、学習周期において、2800個のネ
ットワークが、すなわち曲線ごとに一つのネットワーク
が開始される。各曲線において、例えば半分の点、すな
わち800 個の点が、対応するニューラルネットワークＮ
Ｎ１の学習に用いられ、他の半分の点、すなわち他の80
0 個の点が、前記ニューラルネットワークＮＮ１を試験
するのに用いられる。
【００６９】学習周期及び試験を具えるこの学習周期の
開始では、2800のニューラルネットワークＮＮ１の各々
の13個の重みWjA は、図１０で１７０ｂを付したＲＡＭ
区域に記憶される。
【００７０】それらに基づいて、メモリの13個の重みWj
A のバッチの値は、第２ニューラルネットワークＮＮ２
の学習に対するデータベースを形成する。
【００７１】第２ニューラルネットワークＮＮ２のタス
クは、バッテリ放電電圧に依存するパラメータ間の関係
を学習すべきである。したがって、第２ニューラルネッ
トワークＮＮ２は、開始のサイクル数ＮO と、各放電曲
線の最初に記録された電圧Ｖ O と、この放電曲線の開始
時の勾配ΔＶO とを受信する。それは、これら測定に基
づいて、第１ニューラルネットワークＮＮ１の作動に必
要な13個の重みWjA を計算できるようにすべきである。
この関係は、関係
【数４】 WjA ＝Ｇ（ＶO ，ΔＶO ，ＮO ） （４ａ） の関数Ｇによって表現される。
【００７２】図３を参照すると、第２ニューラルネット
ワークＮＮ２の構成は、そのタスクによって指令され
る。このニューラルネットワークＮＮ２は、値ＶO ，Δ
ＶO 及びＮO に対する三つの入力セルＥＣ１Ｂ，ＥＣ２
Ｂ，ＥＣ３Ｂ並びに-1のしきい値に対する入力セルＥＣ
０Ｂとを有する入力層と、第１ニューラルネットワーク
の求められた重みの値に隣接する値の13個の近似パラメ
ータWjB の各々に対する13個の出力セルＮＳ１Ｂ〜ＮＳ
１３Ｂと、ＮＣ１Ｂ〜ＮＣ８Ｂを付した８個の隠れニュ
ーラルセル及び-1のしきい値に対する一つの隠れセルＮ
Ｃ０Ｂを有する単一隠れ層とを具える。
【００７３】本発明によれば、開始値ＶO 及びΔＶO に
よって形成された入力部を特に選択する。その理由は、
それらが、バッテリの特性に対して最も敏感な値となる
からである。
【００７４】サイクルの開始数ＮO によって形成された
第３入力部を特別に選択する。その理由は、この入力部
はバッテリのエージングの影響を考慮することができ
ず、バッテリが放電／充電サイクルに支配される程度が
大きくなるにしたがって、それを使用できる寿命が短く
なり、すなわち、充電の影響が有効でなくなるとともに
放電が急速になるからである。このエージングの影響を
図８に示し、これは、開始サイクルの数ＮO に対してプ
ロットした、開始瞬時ｔO からクリティカルなしきい値
ＶTHに到達する放電周期ｔTHに対応する測定点をγで示
す。これらの測定γは、サイクル数が多くなるにしたが
って放電時間ｔTHが短くなることを示す。
【００７５】WnB を付したこの第２ニューラルネットワ
ークのシナプス係数すなわち重みを、学習周期中固定す
るとともに、図１０に図示したＲＯＭ区域１７０ａに記
憶させる。
【００７６】ニューラルネットワークＮＮ２への適用を
試みると、その関数として非線形正接双曲線関数"tanh"
を作動させ、八つの隠れセルを有するこのようなネット
ワークは、割り当てられたタクスを適切に管理すること
ができる。
【００７７】第１ニューラルネットワークの出力セルＮ
ＳＡの相違が発生すると、第２ニューラルネットワーク
ＮＮ２のＮＳ１Ｂ〜ＮＳ１３Ｂを付した出力セルは、好
適には"tanh"の非線形活性化関数を有する。
【００７８】第１ニューラルネットワークＮＮ１のよう
に、この第２ニューラルネットワークＮＮ２は、シグモ
イダル活性化関数の勾配がセルごとに相違する隠れセル
を有する。この実施の形態では、多数の隠れセルを使用
しなくてもよくなる。
【００７９】したがって、第２ニューラルネットワーク
ＮＮ２では、1400のベクトルを、2800の記録された曲線
により第１ニューラルネットワークＮＮ１の学習によっ
て発生した13個の重み値に使用し、発生した1400の他の
ベクトルを試験に使用する。
【００８０】試験手順を次のように実現する。学習バッ
チに属しない1400のベクトルに対して、対応する開始値
ＶO ，ΔＶO 及びＮO を、第２ニューラルネットワーク
の入力部に供給する。このネットワークは、このネット
ワークが計算に導入されると、13個の重み値WjB の出力
ベクトルを計算する。
【００８１】この試験法に従うと、これら13個の重み値
WjB は、予め設定されたクリティカルな放電電圧値ＶTH
＝６Ｖがその入力部ＥＣ１Ａに供給されるのと同時にニ
ューラルネットワークＮＮ１に課される。したがって、
この第１ニューラルネットワークＮＮ１は、試験曲線の
ものと比較された放電時間ｔTHに自動的に適合した予測
値を計算する。
【００８２】図８を参照すると、このようにして獲得さ
れたサイクル数ＮO に対してプロットした放電時間の予
測曲線をαで図示する。
【００８３】以上説明した学習周期において、第３ニュ
ーラルネットワークＮＮ３の存在は考慮しなかった。
【００８４】図８を参照すると、第３ニューラルネット
ワークＮＮ３が回路に含まれていない場合、サイクル数
ＮO に対してプロットした放電時間ｔTHの予測表示を示
す曲線αは、実測定γに依存する曲線と異なり、すなわ
ち、監視システムは、バッテリがクリティカルな電圧し
きい値ＶTHに到達する瞬時ｔTHを予測すると、約10分の
平均誤差が生じる。
【００８５】したがって、この瞬時ｔTHの予測的な決定
に影響を及ぼすこの誤差を訂正することは重要である。
【００８６】この誤差は、第１ニューラルネットワーク
の作動に対して課された重みを訂正することにより訂正
することができる。これは、第２ニューラルネットワー
クＮＮ２によって計算されたパラメータWjB を第１ニュ
ーラルネットワークＮＮ１に直接供給しないことによっ
て行う。その理由は、これらは、平均値であり、かつ、
説明した誤差の原因となるからである。したがって、こ
れは、第３ニューラルネットワークＮＮ３によって生じ
た訂正パラメータWjC によってこれら補正パラメータWj
B を補正することによって行い、その補正パラメータ
は、補正パラメータWjB の数と同様な量を有する。
【００８７】結局は第１ニューラルネットワークＮＮ１
の最適重みWjA となるまで、近似パラメータWjB 及び訂
正パラメータWjC を、その加算器の機能の計算器１６０
に互いに加算し、その結果を、この第１ニューラルネッ
トワークＮＮ１に課する。
【００８８】図１Ｂを参照すると、学習周期中、第３ニ
ューラルネットワークＮＮ３は、適合値としてのそれ自
体のシナプス係数すなわち重みの計算を学習して、訂正
パラメータWjB を計算できるようにし、この訂正パラメ
ータWjB は、第２ニューラルネットワークＮＮ２によっ
て生じた補正パラメータWjA に加算され、かつ、第１ニ
ューラルネットワークＮＮ１の動作に最適なシナプス係
数すなわち重みを形成する。したがって、これら適合さ
れた重みWjA を有するこの第１ニューラルネットワーク
ＮＮ１は、放電周期中、実数値の最近クリティカル瞬時
ｔTHを予測する表示を発生させる。
【００８９】例えば、この第３ニューラルネットワーク
を用いると、ｔTHの予測表示βと測定γとの間の差は、
図８に図示したように約１分まで低減される。これは、
正確な予測表示を得るのに非常に有利である。その理由
は、監視システムは、約570分の放電周期ののうちの10
分の誤差からこれらの570 分のうちの１分の誤差に変わ
るからである。
【００９０】このように形成された監視システムは、非
常に正確なシステムとなる。
【００９１】図４を参照すると、第３ニューラルネット
ワークＮＮ３は、開始サイクルの数ＮO と、各放電曲線
の曲線の最初に記録された電圧ＶO と、この放電曲線の
開始時の勾配ΔＶO とを受信し、それは、これら測定に
基づいて13個の訂正パラメータWjC を計算できるように
すべきである。これら測定は、第１ニューラルネットワ
ークＮＮ１の作動に必要な重みWjA を13個の近似重みWj
B とともに発生させるために共同する。
【００９２】図４を参照すると、第３ニューラルネット
ワークＮＮ３の構成は、そのタスクによって指令され
る。このニューラルネットワークＮＮ３は、値ＶO ，Δ
ＶO 及びＮO の三つの入力セルＥＣ１Ｃ，ＥＣ２Ｃ，Ｅ
Ｃ３Ｃ及び-1のしきい値の入力セルＥＣＯＣと、13個の
訂正パラメータWjC のうちの一つに対する13個の出力セ
ルＮＳ１Ｃ〜ＮＳ１３Ｃとを具える。これら出力セル
は、第２ニューラルネットワークＮＮ２の対応する出力
セルの関数と等しい活性化関数、すなわち同一勾配を有
するシグモイダル関数"tanh"を有する。また、このニュ
ーラルネットワークは、しきい値の隠れセルを有しない
ＡＵを付した一つの隠れニューラルセルを有する単一隠
れ層を具える。
【００９３】第３ニューラルネットワークは、動作の際
に、入力部に４個のシナプス係数を必要とするとともに
出力部に13個のシナプス係数を必要とする。すなわちｋ
を１から17までの指標とする場合、合計17個のシナプス
係数を必要とする。
【００９４】図５を参照して、第３ニューラルネットワ
ークＮＮ３の学習手順を明示する。この手順は次の手順
を具える。
【００９５】１）第１放電周期ＰＤ１に対応するブロッ
ク１によって示した第１ステップ。このステップ中、第
２ニューラルネットワークは、開始値ＶO ，ΔＶO 及び
ＮO を受信するとともに、近似パラメータWjB を計算
し、ＲＡＭ区域１７０ｂは、時間計測手段１５０ａ（図
９）及び充電可能なバッテリ１１０の電圧測定手段１５
０ｂによって生じた瞬時の測定を記録する。これら瞬時
の測定は、前記第１放電周期ＰＤ１の現瞬時の各々で、
例えば毎分記録され、現瞬時ｔの測定及び対応する電圧
値Ｖt の測定を具える。
【００９６】２）図５のブロック２及び図１Ｂに第２ス
テップを図示する。これは、第１放電周期ＰＤ１の終了
に続く第１充電周期ＰＣ１に対応する計算器１６０及び
ニューラルネットワークの時間経過中連続的に発生す
る。このステップ中、これらサブステップを連続的に発
生させる。
【００９７】２ａ）ブロック２ａによって図示したサブ
ステップ。この間、先行する放電周期ＰＤ１の現瞬時の
各々に測定された瞬時の測定Ｖt ，ｔのバッチを、第１
ニューラルネットワークＮＮ１に課し、その結果、瞬時
に測定された電圧値Ｖt を、第１ニューラルネットワー
クＮＮ１の入力ＥＣ１Ａに課し、対応する瞬時ｔの瞬時
の測定を、第１ニューラルネットワークＮＮ１の出力Ｎ
ＳＡに課する。
【００９８】ニューラルネットワークでは従来既知の逆
伝播法(reverse propagation) によって、第１ニューラ
ルネットワークＮＮ１は、これら課された瞬時の実数値
に対応するその13個の内部重みを計算する。これら13個
の計算された重みは実重みと称され、これにWjA*を付
す。これら重みWjA*を、第１ニューラルネットワークＮ
Ｎ１の作動に対する13個の最適のあり得るパラメータ値
とし、それは、先行する放電周期ＰＤ１中記録された実
充電曲線に対応する。
【００９９】２ｂ）充電周期ＰＣ１中に連続的に発生す
る、ブロック２ｂに図示したサブステップ。この間、こ
れら13個の実重みWjA*の最適値を計算器１６０に供給す
る。この計算器は、以前の放電周期ＰＤ１中第２ニュー
ラルネットワークＮＮ２によって計算された13個の近似
パラメータWjB も受信する。
【０１００】この第２サブステップにおいて、加算器の
機能の計算器１６０は、これら13個の実重み値WjA*とこ
れら13個の近似パラメータWjB との間の差を計算して、
WjC*を付した13個の誤差パラメータを計算する。
【数５】WjC*＝WjA*−WjB この場合、ｊを、本例の第１ニューラルネットワークの
作動に必要な重みの数に対応する１から13までの数とす
る。
【０１０１】２ｃ）ブロック２ｃによって示したサブス
テップを、充電周期ＰＣ１中常に連続的に発生させる。
その間、これら13個の誤りパラメータWjC*を、第３ニュ
ーラルネットワークＮＮ３の13個の出力部ＮＳ１Ｃ〜Ｎ
Ｓ１３Ｃの各々に課し、それに対して、以前の放電周期
ＰＤ１中に用いた開始値ＶO ，ΔＶO 及びＮO を、その
入力部ＥＣ１Ｃ〜ＥＣ３Ｃに課する。
【０１０２】これら13個の誤差パラメータWjC*は、第３
ニューラルネットワークＮＮ３のあり得る最適の出力と
なる。
【０１０３】既知の逆伝播法を用いて、第３ニューラル
ネットワークＮＮ３は、ＲＡＭ区域１７０ｂに記憶され
たWkC を付したそれ自体の適応シナプス係数を計算す
る。
【０１０４】３）第３ステップは、ＰＤ２を付した新た
な放電周期で開始する第２放電／充電サイクルに相当す
る。
【０１０５】この新たな放電周期ＰＤ２において、以前
のサイクルの充電周期ＰＣ１中計算された図４に図示し
た第３ニューラルネットワークの構成と同様な、この場
合ｋを１から１７までの数とする適応シナプス係数WkC
は、監視システムが作動中、既に説明したように第１ニ
ューラルネットワークＮＮ１のシナプス係数の他の計算
に対して保持される。
【０１０６】このように計算したこれら適応シナプス係
数WkC とともに、第３ニューラルネットワークＮＮ３
は、この新たな放電周期ＰＤ２中、第２ニューラルネッ
トワークＮＮ２によって生じた近似パラメータWjB の訂
正に非常に良好に適合した訂正パラメータWjC を発生さ
せる。
【０１０７】計算器１６０は、この第２放電周期中第１
ニューラルネットワークＮＮ１に良好に適合した新たな
シナプス係数を発生させるWjB+WjC を互いに加算する
間、この訂正を実行する。
【０１０８】充電可能なバッテリを監視するシステムの
動作モード 監視システム１００は、開始モード、現使用モード及び
適応モードと称される三つの動作モードを有する。
【０１０９】開始モードは、バッテリ１１０が放電／充
電サイクルの充電手順を終了する度したがって放電周期
の新たなサイクルを開始する度に利用される。バッテリ
１１０が動作に入ると、開始電圧ＶO が直ぐに記録され
る。その後、好適には正確に１分の非常に短い時間経過
ｔO −ｔ’O ＝ΔｔO の後の瞬時ｔ’O において、バッ
テリ電圧も、Ｖ’O を付した発生値を記録し、開始電圧
の差ＶO −Ｖ’O ＝ΔＶO を、例えば図９及び１０に図
示した加算器１６０の機能の計算器によって計算する。
その後、計算器１６０を用いて計算される既に発生した
開始サイクル数ＮO とともに、二つの値ＶO 及びＶ’O
を、第２ニューラルネットワークＮＮ２の入力部に供給
し、その後、第１ニューラルネットワークＮＮ１Ａに供
給すべき13個の重み値WjB のベクトルを計算する。
【０１１０】現使用モードを、放電周期それ自体の間に
用いる。この現使用モードにおいて、瞬時電圧Ｖt を、
第３ニューラルネットワークの重みを更新するために毎
分測定し及び記憶する。バッテリがこの予め設定された
クリティカルな電圧しきい値ＶTH＝６Ｖに到達する前に
経過した時間経過ΔｔTHを、時間ｔTHと時間ｔとの間の
差として計算する。ここで、ｔTHを、その入力をＶTH＝
６Ｖに設定した場合のネットワークＮＮ１Ａの出力と
し、ｔを、計測手段１５０ａによって計測した瞬時とす
る。時間ｔTH又は時間の経過ΔｔTHの表示を、このよう
に毎分発生させる。
【０１１１】適応モードを充電周期中に用い、これは、
図１Ｂ及び５を参照して既に説明した手順に従って、実
パラメータWjA*と、第３ニューラルネットワークＮＮ３
と称する誤差パラメータWjC*の計算と、ｔが第１ニュー
ラルネットワークＮＮ１に課される瞬時の実数値Ｖt に
基づく第３ニューラルネットワークＮＮ３のシナプス重
みWkc の計算を具える。
【０１１２】一般的な方法では、図９を参照すると、監
視システム１００を、計算を実行するマイクロプロセッ
サ１６０と、データを記憶するメモリ区域１７０ａ，１
７０ｂによって使用する。これらメモリ区域は、マイク
ロプロセッサ１６０を介してアクセス可能であり、ニュ
ーラルネットワークＮＮ１，ＮＮ２及びＮＮ３の構成デ
ータ並びに第２ニューラルネットワークの固定パラメー
タ及び重みWnB を記憶するＲＯＭ区域１７０ａと、第１
及び第３ニーラルネットワークの変動しうる測定及び重
みベクトルWjC,WjA*,WjC* を記録し場合によっては発生
させるＲＡＭ区域１７０ｂとを含む。マイクロプロセッ
サ１６０は、監視システムの動作に必要な計算を実行す
る。
【０１１３】図１０を参照すると、監視システム１００
を、時間ｔTHの表示、使用後の現瞬時ｔからバッテリが
この予め設定されたしきい値電圧Ｖt THに到達する瞬時
まで経過した時間の経過ΔｔTHの表示、又はこれら二つ
の表示をユーザに行う表示手段１４０に結合する。この
表示手段１４０は、時間すなわち正確な時間表示も行う
ことができる。これら表示手段は、バッテリの放電周期
に続く充電周期を開始する際の表示、充電周期を終了す
る際の表示、及び電池が例えば開始電圧ＶO ＝９Ｖに到
達する際の表示を行うこともできる。
【０１１４】既に説明したように、監視システム１００
は、充電可能なバッテリ１１０に対する接続手段Ｄ１，
Ｄ２を具えるホスト装置１３０の一部を形成する。充電
可能なバッテリ１１０を監視システム１００に結合し
て、スマートバッテリ１２０を形成する。ホスト装置１
３０は、測定手段１５０例えばマルチメータと、マイク
ロプロセッサ１６０と、マイクロプロセッサにアクセス
可能なメモリ区域１７０ａ，１７０ｂと、表示手段１４
０とを収容する。
【０１１５】表示手段を実現するために、従来既知の種
々の装置を用いることができる。装置を、表示が書き込
まれ若しくは描写されるスクリーン、又は、ダイオード
で形成されたパネルとする。
【図面の簡単な説明】
【図１】Ａは、充電可能なバッテリの監視システムを表
わす図であり、Ｂは、連続的な充電周期における学習周
期中の監視システムを表す図である。
【図２】監視システムの第１ニューラルネットワークを
表す図である。
【図３】監視システムの第２ニューラルネットワークを
表す図である。
【図４】監視システムの第３ニューラルネットワークを
表す図である。
【図５】放電周期に続く充電周期中の監視システムの三
つのニューラルネットワークの学習手順の段階を表すブ
ロック図である。
【図６】バッテリの放電電圧を時間に対してプロットし
た曲線を示す図である。
【図７】放電電圧に対してプロットしたバッテリの放電
時間曲線を示す図である。
【図８】放電／充電サイクルの数に対してプロットした
バッテリの放電時間曲線を示す図である。
【図９】監視システムを動作させる素子を示す図であ
る。
【図１０】ホストシステムの監視システムを示す図であ
る。
【図１１】監視システムの第１ニューラルネットワーク
ＮＮ１の隠れ層のニューラルセルの構成を示す図であ
る。
【図１２】第１ニューラルネットワークＮＮ１のニュー
ラル出力セルの構成を示す図である。
【符号の説明】
１００ 監視システム １１０ 充電可能なバッテリ １２０ スマートバッテリ １３０ ホスト装置 １４０ 表示手段 １５０ 時間計測及び電圧測定手段 １５０ａ 時間計測手段 １５０ｂ 電圧測定手段 １６０ マイクロプロセッサ １７０ａ ＲＯＭ １７０ｂ ＲＡＭ ＮＮ１ 第１ニューラルネットワーク ＮＮ２ 第２ニューラルネットワーク ＮＮ３ 第３ニューラルネットワーク

Claims (14)

    【特許請求の範囲】
  1. 【請求項１】 放電／充電サイクルに依存して放電周期
    と交互に変わる充電周期を有する充電可能なバッテリ
    （１１０）に結合したバッテリの放電／充電サイクルを
    監視する監視システム（１００）であって、このシステ
    ムは、 前記バッテリの放電／充電サイクルの放電周期の開始時
    に、第１パラメータ（WjA ）と称される動作パラメータ
    のバッチを収集するととにも、予め設定されたクリティ
    カルな放電電圧のしきい値（ＶTH）の値を入力部で受信
    するために配置され、かつ、前記バッテリがこの放電周
    期の終了に相当するこのクリティカルなしきい値
    （ＶTH）に到達する瞬時（ｔTH）の計算された予測表示
    を出力部に発生させるように配置した第１適応計算手段
    （ＮＮ１）と、 前記第１計算手段に結合し、開始瞬時、前記バッテリの
    放電周期の開始時、開始電圧と称される前記バッテリの
    電圧の値（ＶO ）、この開始瞬時から開始する短い時間
    の経過後のこの開始電圧の変動の値（ΔＶO ）、及び前
    記放電周期前に行われるこのバッテリの放電／充電サイ
    クルの開始数の値（ＮO ）を入力部で受信するように配
    置され、かつ、これら開始の値が利用できる前記放電周
    期の瞬時から近似パラメータのバッチ及び対応する訂正
    パラメータ（WjC ）のバッチをそれぞれ出力部に発生さ
    せ、これらのパラメータを互いに加算して、前記第１計
    算手段（ＮＮ１）に課される第１作動パラメータ（WjA
    ）を形成する第２及び第３適応計算手段（ＮＮ２，Ｎ
    Ｎ３）を具えることを特徴とする監視システム。
  2. 【請求項２】 前記バッテリの放電電圧測定（Ｖt ）及
    びこの測定に対応する現瞬時（ｔ）によってそれぞれ形
    成される瞬時の実数値のバッチを前記放電周期中に記録
    する読出し／書込み記憶区域（１７０ｂ）と、計算器
    （１６０）とを更に具え、 前記システムにおいて、各放電／充電サイクルの放電周
    期（ＰＤ１）に続く前記バッテリの充電周期（ＰＣ１）
    中、 前記第１計算手段（ＮＮ１）を、帰納的に独立して計算
    するとともに、瞬時的な実数値のバッチが課される状況
    のこれら第１計算手段（ＮＮ１）の作動に対応する実パ
    ラメータ（WjA*）と称されるパラメータを発生させ、そ
    の間前記放電電圧測定（Ｖt ）を入力部に課するととと
    もに対応する現瞬時（ｔ）を出力に課するためにも配置
    し、 前記計算器（１６０）を、前記放電周期中（ＰＤ１）前
    記第２計算手段（ＮＮ２）によって計算された前記近似
    パラメータ（WjB ）を受信するとともに前記充電周期中
    （ＰＣ１）前記第１計算手段（ＮＮ１）によって計算さ
    れた前記実パラメータ（WjA*）を受信し、かつ、誤差パ
    ラメータ（WjC*）と称されるこれらパラメータ間の差を
    それぞれ発生させるように配置し、 前記第３計算システム（ＮＮ３）を、前記誤差パラメー
    タ（WjC*）をその出力部に課するとともに以前の放電周
    期（ＰＤ１）の開始値（ＶO ，ΔＶO ，ＮO ）をその入
    力部に課する状況でこれら第３計算システムの作動に対
    応する適応パラメータ（WcK ）と称されるパラメータを
    独立して計算するように配置し、 このシステムの第３計算手段（ＮＮ３）は、次の放電／
    充電サイクルの後の放電周期の動作パラメータとして、
    前記充電周期で計算された適応パラメータ（WkC ）を保
    管するようにしたことを特徴とする請求項１記載の監視
    システム。
  3. 【請求項３】 前記第１，第２及び第３計算手段（ＮＮ
    １，ＮＮ２，ＮＮ３）を、第１、第２及び第３ニューラ
    ルネットワークによってそれぞれ形成し、前記作動パラ
    メータを、前記第１ニューラルネットワークのシナプス
    係数（WjA ）とし、前記第１ニューラルネットワーク
    （ＮＮ１）は、電圧値用の入力セル（ＥＣ１Ａ）及び時
    間値用の出力セル（ＮＳＡ）を有し、前記第２ニューラ
    ルネットワークは、前記開始値（ＶO ，ΔＶO ，ＮO ）
    用の三つの入力セル（ＮＥ１Ｂ，ＮＥ２Ｂ，ＮＥ３Ｂ）
    と、前記第１ニューラルネットワーク（ＮＮ１）のシナ
    プス係数（WjA ）と同様の量の近似パラメータ（WjB ）
    用の複数の出力セル（ＮＥ１Ｂ〜ＮＥ１３Ｂ）とを有
    し、前記第３ニューラルネットワーク（ＮＮ３）は、前
    記開始値（ＶO ，ΔＶO ，ＮO ）用の三つの入力セル
    （ＮＥ１Ｃ，ＮＥ２Ｃ，ＮＥ３Ｃ）と、前記第１ニュー
    ラルネットワーク（ＮＮ１）のシナプス係数（WjA ）と
    同様の量の訂正パラメータ（WjC ）用の複数の出力セル
    （ＮＥ１Ｃ〜ＮＥ１３Ｃ）とを有し、 前記計算器（１６０）を、前記近似パラメータ（WjB ）
    及び訂正パラメータ（WjC ）を受信するとともにこれら
    を互いに加算し、かつ、前記第１ニューラルネットワー
    ク（ＮＮ１）に課された前記シナプス係数（WjA ）を発
    生させるように配置したことを特徴とする請求項１又は
    ２記載の監視システム。
  4. 【請求項４】 前記第１計算手段を形成する第１ニュー
    ラルネットワーク（ＮＮ１）を、各放電／充電サイクル
    の放電周期（ＰＤ１）に続く充電周期（ＰＣ１）中、逆
    伝播法により、瞬時の実数値の各バッチに対して前記放
    電電圧（Ｖt）の測定をその入力部に課するとともに対
    応する現瞬時（ｔ）をその出力部に課する状況で、それ
    自体の実シナプス係数とする実パラメータ（WjA*）を計
    算するために配置し、 前記計算器（１６０）を、前記充電周期（ＰＣ１）中前
    記第１ニューラルネットワーク（ＮＮ１）によって計算
    された前記シナプス係数（WjA*）と、前記以前の放電周
    期（ＰＤ１）に対して前記第２ニューラルネットワーク
    （ＮＮ２）によって計算された前記近似パラメータ（Wj
    B ）との間の各差によって形成した誤差パラメータ（Wj
    C*）を発生させるように配置し、 前記第３計算手段を形成する前記第３ニューラルネット
    ワーク（ＮＮ３）を、逆伝播法によって、前記誤差パラ
    メータ（WjC*）をその出力部に課するとともに前記以前
    の放電周期（ＰＤ１）の開始値（ＶO ，ΔＶO ，ＮO ）
    をその入力部に課する状況で、それ自体の適応シナプス
    係数とする適応パラメータ（WkC ）を計算するように配
    置し、 前記次の放電／充電サイクルの次の放電周期（ＰＤ２）
    のこの第３ニューラルネットワーク（ＮＮ３）は、前記
    充電周期で計算されたこれら適応シナプス係数（WkC ）
    を維持するようにしたことを特徴とする請求項３記載の
    監視システム。
  5. 【請求項５】 前記計算器（１６０）を、現瞬時（ｔ）
    の測定及び前記第１適応計算手段によって生じたクリテ
    ィカルな瞬時（ｔTH）の予測表示に基づいて、この現瞬
    時（ｔ）以前からバッテリが予め設定されたクリティカ
    ルな放電電圧のしきい値（ＶTH）に到達するまで経過し
    た時間の経過（ΔｔTH）の予測表示を計算するとともに
    現瞬時（ｔ）ごとに発生させるようにも配置したことを
    特徴とする請求項１又は２記載の監視システム。
  6. 【請求項６】 前記計算器を、現瞬時（ｔ）の測定及び
    前記第１ニューラルネットワークによって生じたクリテ
    ィカルな瞬時（ｔTH）の予測表示に基づいて、この現瞬
    時（ｔ）以前からバッテリが予め設定されたクリティカ
    ルな放電電圧のしきい値（ＶTH）に到達するまで経過し
    た時間の経過（ΔｔTH）の予測表示を計算するとともに
    現瞬時（ｔ）ごとに発生させるようにも配置したことを
    特徴とする請求項３又は４記載の監視システム。
  7. 【請求項７】 前記ニューラルネットワーク（ＮＮ２）
    を前記第１ニューラルネットワーク（ＮＮ１）に直列結
    合し、前記第３ニューラルネットワーク（ＮＮ３）を前
    記第２ニューラルネットワークに並列結合したことを特
    徴とする請求項３，４又は６記載の監視システム。
  8. 【請求項８】 前記第１ニューラルネットワーク（ＮＮ
    １）は三つの層を有し、そのうつの一つのである電圧値
    用のニューラルセル（ＮＥ１Ａ）の入力層はニューラル
    セルの隠れ層を有し、出力層は単一ニューラル層（ＮＳ
    Ａ）を有し、前記隠れ層のセルは、セルごとに変動する
    勾配を有するシグモイダル活性化関数を有し、前記出力
    層のセルは、線形活性化関数を有することを特徴とする
    請求項７記載の監視システム。
  9. 【請求項９】 前記第２ニューラルネットワーク（ＮＮ
    ２）は三つのニューラルセル層を有し、そのうちの一つ
    を、前記開始値（ＶO ，ΔＶO ，ＮO ）の各々に対する
    三つのニューラルセル（ＮＥ１Ｂ，ＮＥ２Ｂ，ＮＥ２
    Ｂ）の入力層とし、そのうちの一つを隠れセルの層と
    し、そのうちの一つをニューラルセル（ＮＳ１Ｂ〜ＮＳ
    １３Ｂ）の出力層とし、前記隠れ層のセル（ＮＣ１Ｂ〜
    ＮＣ８Ｂ）は、セルごとに相違する勾配を有するシグモ
    イダル活性化関数を有し、前記出力層のセルは、前記第
    １ニューラルネットワークの作動に必要なシナプス係数
    と同数であり、シグモイダル活性化関数を有することを
    特徴とする請求項８記載の監視システム。
  10. 【請求項１０】 前記第３ニューラルネットワーク（Ｎ
    Ｎ３）は三つのニューラルセル層を有し、そのうちの一
    つを、前記開始値（ＶO ，ΔＶO ，ＮO ）の各々に対す
    る三つのニューラルセル（ＮＥ１Ｃ，ＮＥ２Ｃ，ＮＥ２
    Ｃ）の入力層とし、そのうちの一つを単一の隠れセル
    （ＡＵ）とし、そのうちの一つをニューラルセル（ＮＳ
    １Ｃ〜ＮＳ１３Ｃ）の出力層とし、前記出力層のセル
    は、前記第１ニューラルネットワークの作動に必要なシ
    ナプス係数と同数であり、シグモイダル活性化関数を有
    することを特徴とする請求項９記載の監視システム。
  11. 【請求項１１】 計算を実行して第１、第２及び第３ニ
    ューラルネットワーク並びに計算器を形成するマイクロ
    プロセッサ（１６０）と、データを記憶するメモリ区域
    （１７０ａ，１７０ｂ）とを具え、これら記憶区域は前
    記マイクロプロセッサ（１６０）を介してアクセス可能
    であり、前記ニューラルネットワークの構成データ、固
    定パラメータ及び前記第２ニューラルネットワークのシ
    ナプス係数を記憶するメモリ区域（１７０ａ）と、変動
    する測定、並びに第１及び第３ネットワークのシナプス
    係数を記憶し又は発生させるランダムアクセスメモリ区
    域（１７０ａ）とを含むことを特徴とする請求項４から
    １０のうちのいずれかに記載の監視システム。
  12. 【請求項１２】 このシステムを、充電可能なバッテリ
    （１１０）と、時間計測手段（１５０ａ）と、電圧測定
    手段（１５０ｂ）と、表示手段（１４０）とに結合し、
    この表示手段を、前記バッテリが前記クリティカルな電
    圧しきい値（Ｖt TH）に到達するクリティカルな瞬時
    （ｔTH）の表示、使用以前の現瞬時（ｔ）から前記バッ
    テリが予め設定されたクリティカルな電圧のしきい値
    （Ｖt TH）に到達するまで経過した時間の経過（Δ
    ｔTH）の表示、又はこれら二つの表示、及び場合によっ
    ては前記バッテリの充電周期の終了の表示を行うために
    配置したことを特徴とする請求項１から１１のうちのい
    ずれかに記載の監視システム。
  13. 【請求項１３】 充電可能なバッテリ（１１０）から給
    電されるとともに、このバッテリに結合した請求項１か
    ら１２のうちのいずれかに記載された監視システム（１
    ００）を具えるホスト装置（１３０）。
  14. 【請求項１４】 請求項７から１２のうちのいずれかに
    記載された監視システムのニューラルネットワークを発
    生させるに当たり、学習周期中、 通常電圧値用に意図した第１ニューラルネットワークの
    入力に放電電圧（Ｖt）を課するとともに、この第１ニ
    ューラルネットワークのシナプス係数（WjA ）のベクト
    ルによって形成されたデータベースを形成するための出
    力に対応する瞬時（ｔ）を課する間、放電電圧（Ｖt ）
    の関数として放電時間曲線（ｔ）を第１ニューラルネッ
    トワークによって学習し、 前記開始値（ＶO ，ΔＶO ，ＮO ）と、前記第１ニュー
    ラルネットワークの学習手順で決定されるそのシナプス
    係数（WjA ）との間の関係を第２ニューラルネットワー
    クによって学習し、 それ自体の適応シナプス係数（WkC ）を決定しうるよう
    に第３ニューラルネットワークによって学習し、この学
    習は、 １）バッテリの放電／充電サイクルの放電周期（ＰＤ
    １）中、前記開始値（Ｖ O ，ΔＶO ，ＮO ）と、対応す
    る現瞬時（ｔ）の関数としてのバッテリ電圧の値（Ｖt
    ）と、第２ニューラルネットワーク（ＮＮ２）によっ
    て生じた近似パラメータ（WjB ）とを記憶するステップ
    と、 ２）次の充電周期（ＰＣ１）のステップとを具え、この
    学習は、 ２ａ）瞬時の電圧の値（Ｖt ）及び時間の値（ｔ）をそ
    の入力部及び出力部にそれぞれ課する際それ自体の実シ
    ナプス係数（WjA*）を前記第１ニューラルネットワーク
    によって計算し、 ２ｂ）実パラメータ（WjA*）と前記近似パラメータとの
    間の差を計算することによって誤差パラメータ（WjC*）
    を計算し、 ２ｃ）前記誤差パラメータ（WjC*）を出力部に課すると
    ともに前記開始値（ＶO ，ΔＶO ，ＮO ）を入力部に課
    する際に適応パラメータと称するそれ自体のシナプス係
    数（WkC ）を前記第３ニューラルネットワークによって
    計算し、 前記監視システムを使用するに当たり、次の放電／充電
    サイクルの後の放電周期中前記第３ニューラルネットワ
    ーク（ＮＮ３）のシナプス係数として適応パラメータ
    （WkC ）を使用することを特徴とする監視システムのニ
    ューラルネットワーク発生方法。
JP29016596A 1995-10-31 1996-10-31 監視システム、ホスト装置及び監視システムのニューラルネットワーク発生方法 Expired - Fee Related JP3887047B2 (ja)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
FR9512864 1995-10-31
FR9512864A FR2740555A1 (fr) 1995-10-31 1995-10-31 Systeme de controle des cycles de charge-decharge d'une batterie rechargeable, et dispositif hote muni d'une batterie intelligente

Publications (3)

Publication Number Publication Date
JPH09215207A true JPH09215207A (ja) 1997-08-15
JPH09215207A5 JPH09215207A5 (ja) 2004-10-21
JP3887047B2 JP3887047B2 (ja) 2007-02-28

Family

ID=9484106

Family Applications (1)

Application Number Title Priority Date Filing Date
JP29016596A Expired - Fee Related JP3887047B2 (ja) 1995-10-31 1996-10-31 監視システム、ホスト装置及び監視システムのニューラルネットワーク発生方法

Country Status (5)

Country Link
US (1) US5825156A (ja)
EP (1) EP0772056B1 (ja)
JP (1) JP3887047B2 (ja)
DE (1) DE69633162T2 (ja)
FR (1) FR2740555A1 (ja)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010519691A (ja) * 2007-04-20 2010-06-03 杭州高特電子設備有限公司 蓄電池の性能を分析するためのエキスパート診断方法
CN103048625A (zh) * 2011-10-17 2013-04-17 国际商业机器公司 电池的状态预测系统、方法及程序
US9134381B2 (en) 2011-07-08 2015-09-15 International Busines Machines Corporation Predicting state of a battery
JP2024509525A (ja) * 2021-06-18 2024-03-04 エルジー・ケム・リミテッド 二次電池の低電圧不良予測装置および方法、並びにその装置を含む電池制御システム
EP4502633A4 (en) * 2022-06-02 2025-08-13 Lg Energy Solution Ltd BATTERY CELL LIFE DIAGNOSTIC DEVICE AND OPERATING METHOD THEREOF

Families Citing this family (167)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6633165B2 (en) 1997-11-03 2003-10-14 Midtronics, Inc. In-vehicle battery monitor
US7246015B2 (en) 1996-07-29 2007-07-17 Midtronics, Inc. Alternator tester
US6850037B2 (en) 1997-11-03 2005-02-01 Midtronics, Inc. In-vehicle battery monitor
US6445158B1 (en) 1996-07-29 2002-09-03 Midtronics, Inc. Vehicle electrical system tester with encoded output
US6331762B1 (en) 1997-11-03 2001-12-18 Midtronics, Inc. Energy management system for automotive vehicle
US8198900B2 (en) 1996-07-29 2012-06-12 Midtronics, Inc. Automotive battery charging system tester
US8872517B2 (en) 1996-07-29 2014-10-28 Midtronics, Inc. Electronic battery tester with battery age input
US6351102B1 (en) 1999-04-16 2002-02-26 Midtronics, Inc. Automotive battery charging system tester
US7003410B2 (en) 1996-07-29 2006-02-21 Midtronics, Inc. Electronic battery tester with relative test output
US7706991B2 (en) 1996-07-29 2010-04-27 Midtronics, Inc. Alternator tester
US6566883B1 (en) 1999-11-01 2003-05-20 Midtronics, Inc. Electronic battery tester
US6914413B2 (en) 1996-07-29 2005-07-05 Midtronics, Inc. Alternator tester with encoded output
US6885195B2 (en) 1996-07-29 2005-04-26 Midtronics, Inc. Method and apparatus for auditing a battery test
US5914605A (en) 1997-01-13 1999-06-22 Midtronics, Inc. Electronic battery tester
WO1998040951A1 (en) 1997-03-12 1998-09-17 Us Nanocorp. Method for determining state-of-health using an intelligent system
JP2002505747A (ja) 1997-06-19 2002-02-19 スナップ−オン イクイップメント リミテッド バッテリー検査および分類
US7705602B2 (en) 1997-11-03 2010-04-27 Midtronics, Inc. Automotive vehicle electrical system diagnostic device
US7774151B2 (en) 1997-11-03 2010-08-10 Midtronics, Inc. Wireless battery monitor
US8958998B2 (en) 1997-11-03 2015-02-17 Midtronics, Inc. Electronic battery tester with network communication
US6586941B2 (en) 2000-03-27 2003-07-01 Midtronics, Inc. Battery tester with databus
US7126341B2 (en) 1997-11-03 2006-10-24 Midtronics, Inc. Automotive vehicle electrical system diagnostic device
US6871151B2 (en) 1997-11-03 2005-03-22 Midtronics, Inc. Electronic battery tester with network communication
US7688074B2 (en) 1997-11-03 2010-03-30 Midtronics, Inc. Energy management system for automotive vehicle
US6074775A (en) * 1998-04-02 2000-06-13 The Procter & Gamble Company Battery having a built-in controller
US6118248A (en) * 1998-04-02 2000-09-12 The Procter & Gamble Company Battery having a built-in controller to extend battery service run time
US6835491B2 (en) 1998-04-02 2004-12-28 The Board Of Trustees Of The University Of Illinois Battery having a built-in controller
US6198250B1 (en) 1998-04-02 2001-03-06 The Procter & Gamble Company Primary battery having a built-in controller to extend battery run time
US6163131A (en) * 1998-04-02 2000-12-19 The Procter & Gamble Company Battery having a built-in controller
AU5320599A (en) 1998-07-27 2000-02-21 Midtronics, Inc. Apparatus and method for carrying out diagnostic tests on batteries and for rapidly charging batteries
US6323650B1 (en) 1999-04-08 2001-11-27 Midtronics, Inc. Electronic battery tester
US7039533B2 (en) 1999-04-08 2006-05-02 Midtronics, Inc. Battery test module
US6795782B2 (en) 1999-04-08 2004-09-21 Midtronics, Inc. Battery test module
US7058525B2 (en) 1999-04-08 2006-06-06 Midtronics, Inc. Battery test module
US7505856B2 (en) 1999-04-08 2009-03-17 Midtronics, Inc. Battery test module
US6456045B1 (en) 1999-04-16 2002-09-24 Midtronics, Inc. Integrated conductance and load test based electronic battery tester
US6483275B1 (en) 1999-04-23 2002-11-19 The Board Of Trustees Of The Univesity Of Illinois Consumer battery having a built-in indicator
US6359441B1 (en) 1999-04-30 2002-03-19 Midtronics, Inc. Electronic battery tester
GB2350686B (en) * 1999-06-03 2004-01-07 Switchtec Power Systems Ltd Battery capacity measurement
US6441585B1 (en) 1999-06-16 2002-08-27 Midtronics, Inc. Apparatus and method for testing rechargeable energy storage batteries
US6490543B1 (en) * 1999-07-13 2002-12-03 Scientific Monitoring Inc Lifeometer for measuring and displaying life systems/parts
US6313607B1 (en) 1999-09-01 2001-11-06 Keith S. Champlin Method and apparatus for evaluating stored charge in an electrochemical cell or battery
US6737831B2 (en) 1999-09-01 2004-05-18 Keith S. Champlin Method and apparatus using a circuit model to evaluate cell/battery parameters
US6363303B1 (en) * 1999-11-01 2002-03-26 Midtronics, Inc. Alternator diagnostic system
DE19959019A1 (de) * 1999-12-08 2001-06-13 Bosch Gmbh Robert Verfahren zur Zustandserkennung eines Energiespeichers
US6252378B1 (en) 2000-01-10 2001-06-26 Snap-On Technologies, Inc. Usage counter for portable jump-starting battery unit
US6466025B1 (en) 2000-01-13 2002-10-15 Midtronics, Inc. Alternator tester
US6928371B1 (en) * 2000-02-08 2005-08-09 Paul T. Roshau Monitoring system of VRLA battery capacitance
DE10012964A1 (de) * 2000-03-16 2001-10-04 Implex Hear Tech Ag Vorrichtung und Verfahren zum Betreiben eines wiederaufladbaren Speichers für elektrische Energie
US7398176B2 (en) 2000-03-27 2008-07-08 Midtronics, Inc. Battery testers with secondary functionality
US6967484B2 (en) 2000-03-27 2005-11-22 Midtronics, Inc. Electronic battery tester with automotive scan tool communication
US7446536B2 (en) 2000-03-27 2008-11-04 Midtronics, Inc. Scan tool for electronic battery tester
US6759849B2 (en) 2000-03-27 2004-07-06 Kevin I. Bertness Battery tester configured to receive a removable digital module
US7598744B2 (en) 2000-03-27 2009-10-06 Midtronics, Inc. Scan tool for electronic battery tester
US8513949B2 (en) 2000-03-27 2013-08-20 Midtronics, Inc. Electronic battery tester or charger with databus connection
ATE518292T1 (de) 2000-09-04 2011-08-15 Eaton Ind Co Netzwerk zur batterieüberwachung
AU2001290371A1 (en) * 2000-09-04 2002-03-22 Invensys Energy Systems (Nz) Limited Battery monitoring
US6784641B2 (en) * 2000-09-20 2004-08-31 Toshiba Battery Co., Ltd. Uninterruptible power supply
US6628102B2 (en) * 2001-04-06 2003-09-30 Microchip Technology Inc. Current measuring terminal assembly for a battery
US7205746B2 (en) * 2001-04-06 2007-04-17 Microchip Technology Inc. Battery cover assembly having integrated battery condition monitoring
GB2413225B (en) * 2001-05-14 2005-12-28 Eaton Power Quality Ltd Battery charge management
US6417669B1 (en) 2001-06-11 2002-07-09 Keith S. Champlin Suppressing interference in AC measurements of cells, batteries and other electrical elements
US7479763B2 (en) 2001-06-22 2009-01-20 Midtronics, Inc. Apparatus and method for counteracting self discharge in a storage battery
US7501795B2 (en) 2001-06-22 2009-03-10 Midtronics Inc. Battery charger with booster pack
US7015674B2 (en) 2001-06-22 2006-03-21 Midtronics, Inc. Booster pack with storage capacitor
US6788025B2 (en) 2001-06-22 2004-09-07 Midtronics, Inc. Battery charger with booster pack
US6544078B2 (en) 2001-07-18 2003-04-08 Midtronics, Inc. Battery clamp with integrated current sensor
US6469511B1 (en) 2001-07-18 2002-10-22 Midtronics, Inc. Battery clamp with embedded environment sensor
US7111179B1 (en) 2001-10-11 2006-09-19 In-Hand Electronics, Inc. Method and apparatus for optimizing performance and battery life of electronic devices based on system and application parameters
US6466026B1 (en) 2001-10-12 2002-10-15 Keith S. Champlin Programmable current exciter for measuring AC immittance of cells and batteries
US6941234B2 (en) 2001-10-17 2005-09-06 Midtronics, Inc. Query based electronic battery tester
US7198510B2 (en) 2001-11-14 2007-04-03 Midtronics, Inc. Kelvin connector for a battery post
US6696819B2 (en) 2002-01-08 2004-02-24 Midtronics, Inc. Battery charge control device
AU2003220264A1 (en) 2002-03-14 2003-09-29 Midtronics, Inc. Electronic battery tester with battery failure temperature determination
US6906522B2 (en) 2002-03-29 2005-06-14 Midtronics, Inc. Battery tester with battery replacement output
US7081755B2 (en) 2002-09-05 2006-07-25 Midtronics, Inc. Battery tester capable of predicting a discharge voltage/discharge current of a battery
US7723993B2 (en) 2002-09-05 2010-05-25 Midtronics, Inc. Electronic battery tester configured to predict a load test result based on open circuit voltage, temperature, cranking size rating, and a dynamic parameter
US7012433B2 (en) 2002-09-18 2006-03-14 Midtronics, Inc. Battery tester upgrade using software key
US6781382B2 (en) 2002-12-05 2004-08-24 Midtronics, Inc. Electronic battery tester
DE10394007T5 (de) 2002-12-31 2006-02-02 Midtronics, Inc., Willowbrook Vorrichtung und Verfahren zum Vorhersagen der verbleibenden Entladezeit einer Batterie
US6888468B2 (en) 2003-01-22 2005-05-03 Midtronics, Inc. Apparatus and method for protecting a battery from overdischarge
US6891378B2 (en) 2003-03-25 2005-05-10 Midtronics, Inc. Electronic battery tester
US7408358B2 (en) 2003-06-16 2008-08-05 Midtronics, Inc. Electronic battery tester having a user interface to configure a printer
US6913483B2 (en) 2003-06-23 2005-07-05 Midtronics, Inc. Cable for electronic battery tester
US7199557B2 (en) * 2003-07-01 2007-04-03 Eaton Power Quality Company Apparatus, methods and computer program products for estimation of battery reserve life using adaptively modified state of health indicator-based reserve life models
US7319304B2 (en) 2003-07-25 2008-01-15 Midtronics, Inc. Shunt connection to a PCB of an energy management system employed in an automotive vehicle
US7154276B2 (en) 2003-09-05 2006-12-26 Midtronics, Inc. Method and apparatus for measuring a parameter of a vehicle electrical system
US9018958B2 (en) 2003-09-05 2015-04-28 Midtronics, Inc. Method and apparatus for measuring a parameter of a vehicle electrical system
US9255955B2 (en) 2003-09-05 2016-02-09 Midtronics, Inc. Method and apparatus for measuring a parameter of a vehicle electrical system
US8164343B2 (en) 2003-09-05 2012-04-24 Midtronics, Inc. Method and apparatus for measuring a parameter of a vehicle electrical system
US6919725B2 (en) 2003-10-03 2005-07-19 Midtronics, Inc. Electronic battery tester/charger with integrated battery cell temperature measurement device
US7977914B2 (en) 2003-10-08 2011-07-12 Midtronics, Inc. Battery maintenance tool with probe light
US7595643B2 (en) 2003-11-11 2009-09-29 Midtronics, Inc. Apparatus and method for simulating a battery tester with a fixed resistance load
US7116109B2 (en) 2003-11-11 2006-10-03 Midtronics, Inc. Apparatus and method for simulating a battery tester with a fixed resistance load
US7598699B2 (en) 2004-02-20 2009-10-06 Midtronics, Inc. Replaceable clamp for electronic battery tester
US7119686B2 (en) 2004-04-13 2006-10-10 Midtronics, Inc. Theft prevention device for automotive vehicle service centers
US7642786B2 (en) 2004-06-01 2010-01-05 Midtronics, Inc. Battery tester capable of identifying faulty battery post adapters
US7772850B2 (en) 2004-07-12 2010-08-10 Midtronics, Inc. Wireless battery tester with information encryption means
US7106070B2 (en) 2004-07-22 2006-09-12 Midtronics, Inc. Broad-band low-inductance cables for making Kelvin connections to electrochemical cells and batteries
US9496720B2 (en) 2004-08-20 2016-11-15 Midtronics, Inc. System for automatically gathering battery information
US8344685B2 (en) 2004-08-20 2013-01-01 Midtronics, Inc. System for automatically gathering battery information
US8436619B2 (en) 2004-08-20 2013-05-07 Midtronics, Inc. Integrated tag reader and environment sensor
US8442877B2 (en) 2004-08-20 2013-05-14 Midtronics, Inc. Simplification of inventory management
US7710119B2 (en) 2004-12-09 2010-05-04 Midtronics, Inc. Battery tester that calculates its own reference values
US7545146B2 (en) 2004-12-09 2009-06-09 Midtronics, Inc. Apparatus and method for predicting battery capacity and fitness for service from a battery dynamic parameter and a recovery voltage differential
US7554296B2 (en) * 2005-02-14 2009-06-30 Denso Corporation Method and apparatus for detecting charged state of secondary battery based on neural network calculation
US7498767B2 (en) 2005-02-16 2009-03-03 Midtronics, Inc. Centralized data storage of condition of a storage battery at its point of sale
US7197487B2 (en) * 2005-03-16 2007-03-27 Lg Chem, Ltd. Apparatus and method for estimating battery state of charge
JP4587306B2 (ja) * 2005-04-20 2010-11-24 株式会社デンソー 二次電池の残存容量演算方法
US7504801B2 (en) * 2006-06-30 2009-03-17 Cisco Technology, Inc. Systems and methods of profiling power cycles in a battery for indicating detrimental battery operation
GB2444511B (en) * 2006-12-06 2008-10-22 Iti Scotland Ltd Battery Management System
US7791348B2 (en) 2007-02-27 2010-09-07 Midtronics, Inc. Battery tester with promotion feature to promote use of the battery tester by providing the user with codes having redeemable value
US7808375B2 (en) 2007-04-16 2010-10-05 Midtronics, Inc. Battery run down indicator
GB2491304B (en) 2007-07-17 2013-01-09 Midtronics Inc Battery tester and electric vehicle
US9274157B2 (en) 2007-07-17 2016-03-01 Midtronics, Inc. Battery tester for electric vehicle
JP2009049005A (ja) * 2007-07-26 2009-03-05 Panasonic Corp 電池の内部短絡検知装置および方法、電池パック並びに電子機器システム
KR100911316B1 (ko) 2007-08-23 2009-08-11 주식회사 엘지화학 배터리의 장기 특성 예측 시스템 및 방법
KR100936892B1 (ko) * 2007-09-13 2010-01-14 주식회사 엘지화학 배터리의 장기 특성 예측 시스템 및 방법
US8203345B2 (en) 2007-12-06 2012-06-19 Midtronics, Inc. Storage battery and battery tester
US20100174642A1 (en) * 2009-01-07 2010-07-08 Better Energy Systems Ltd. Solar powered utility
US8330425B2 (en) * 2009-10-19 2012-12-11 Verizon Patent And Licensing Inc. System for and method of detecting a non-functional battery back-up unit (BBU) of an optical network terminal
US20110193518A1 (en) * 2010-02-10 2011-08-11 James Wright Battery override
US9588185B2 (en) 2010-02-25 2017-03-07 Keith S. Champlin Method and apparatus for detecting cell deterioration in an electrochemical cell or battery
US9425487B2 (en) 2010-03-03 2016-08-23 Midtronics, Inc. Monitor for front terminal batteries
US9229062B2 (en) 2010-05-27 2016-01-05 Midtronics, Inc. Electronic storage battery diagnostic system
US11740294B2 (en) 2010-06-03 2023-08-29 Midtronics, Inc. High use battery pack maintenance
JP5829681B2 (ja) 2010-06-03 2015-12-09 ミッドトロニクス インコーポレイテッド 電気自動車用バッテリパックのメンテナンス
US8738309B2 (en) 2010-09-30 2014-05-27 Midtronics, Inc. Battery pack maintenance for electric vehicles
US10046649B2 (en) 2012-06-28 2018-08-14 Midtronics, Inc. Hybrid and electric vehicle battery pack maintenance device
US9419311B2 (en) 2010-06-18 2016-08-16 Midtronics, Inc. Battery maintenance device with thermal buffer
US9201120B2 (en) 2010-08-12 2015-12-01 Midtronics, Inc. Electronic battery tester for testing storage battery
JP5565273B2 (ja) * 2010-10-29 2014-08-06 株式会社豊田自動織機 産業車両
US9020649B2 (en) * 2011-07-18 2015-04-28 Nec Laboratories America, Inc. Method for real-time power management of a grid-tied microgrid to extend storage lifetime and reduce cost of energy
US10429449B2 (en) 2011-11-10 2019-10-01 Midtronics, Inc. Battery pack tester
DE102012007988A1 (de) * 2012-04-20 2013-10-24 Volkswagen Aktiengesellschaft Verfahren und Vorrichtung zur Visualisierung der Leistungsdynamik der Batterie eines elektrisch angetriebenen Fahrzeugs
CN103427125B (zh) * 2012-05-15 2016-04-13 清华大学 硫基聚合物锂离子电池的循环方法
US11325479B2 (en) 2012-06-28 2022-05-10 Midtronics, Inc. Hybrid and electric vehicle battery maintenance device
US9851411B2 (en) 2012-06-28 2017-12-26 Keith S. Champlin Suppressing HF cable oscillations during dynamic measurements of cells and batteries
US9442165B2 (en) * 2012-07-07 2016-09-13 Nec Corporation Method for estimating battery life in presence of partial charge and discharge cycles
US9244100B2 (en) 2013-03-15 2016-01-26 Midtronics, Inc. Current clamp with jaw closure detection
US9312575B2 (en) 2013-05-16 2016-04-12 Midtronics, Inc. Battery testing system and method
US10843574B2 (en) 2013-12-12 2020-11-24 Midtronics, Inc. Calibration and programming of in-vehicle battery sensors
US9923289B2 (en) 2014-01-16 2018-03-20 Midtronics, Inc. Battery clamp with endoskeleton design
US10473555B2 (en) 2014-07-14 2019-11-12 Midtronics, Inc. Automotive maintenance system
US10222397B2 (en) 2014-09-26 2019-03-05 Midtronics, Inc. Cable connector for electronic battery tester
US20170214266A1 (en) * 2014-09-29 2017-07-27 Nec Corporation Electric power storage device, control device, electric power storage system, method for controlling electric power storage device, and non-transitory computer-readable medium storing control program
US10317468B2 (en) 2015-01-26 2019-06-11 Midtronics, Inc. Alternator tester
US9966676B2 (en) 2015-09-28 2018-05-08 Midtronics, Inc. Kelvin connector adapter for storage battery
US10608353B2 (en) 2016-06-28 2020-03-31 Midtronics, Inc. Battery clamp
US12320857B2 (en) 2016-10-25 2025-06-03 Midtronics, Inc. Electrical load for electronic battery tester and electronic battery tester including such electrical load
US11054480B2 (en) 2016-10-25 2021-07-06 Midtronics, Inc. Electrical load for electronic battery tester and electronic battery tester including such electrical load
US10983167B2 (en) * 2018-06-14 2021-04-20 Huayuan Semiconductor (Shenzhen) Limited Company Method and device for gauging an electronic apparatus
KR20200026607A (ko) * 2018-09-03 2020-03-11 엘지전자 주식회사 배터리를 포함하는 장치
US11513160B2 (en) 2018-11-29 2022-11-29 Midtronics, Inc. Vehicle battery maintenance device
US11555858B2 (en) 2019-02-25 2023-01-17 Toyota Research Institute, Inc. Systems, methods, and storage media for predicting a discharge profile of a battery pack
US11566972B2 (en) 2019-07-31 2023-01-31 Midtronics, Inc. Tire tread gauge using visual indicator
US11545839B2 (en) 2019-11-05 2023-01-03 Midtronics, Inc. System for charging a series of connected batteries
US11668779B2 (en) 2019-11-11 2023-06-06 Midtronics, Inc. Hybrid and electric vehicle battery pack maintenance device
US11474153B2 (en) 2019-11-12 2022-10-18 Midtronics, Inc. Battery pack maintenance system
US11973202B2 (en) 2019-12-31 2024-04-30 Midtronics, Inc. Intelligent module interface for battery maintenance device
DE102020216599A1 (de) 2019-12-31 2021-07-01 Midtronics, Inc. Intelligente Modulschnittstelle für eine Batteriewartungsvorrichtung
US11486930B2 (en) 2020-01-23 2022-11-01 Midtronics, Inc. Electronic battery tester with battery clamp storage holsters
US12517178B2 (en) 2021-05-27 2026-01-06 Midtronics, Inc. Battery monitoring system
US12555965B2 (en) 2021-08-24 2026-02-17 Midtronics, Inc. Power adapter for automotive vehicle maintenance device
US12330513B2 (en) 2022-02-14 2025-06-17 Midtronics, Inc. Battery maintenance device with high voltage connector
US12571853B2 (en) * 2022-02-17 2026-03-10 Battelle Energy Alliance, Llc Predicting aging of batteries
US12392833B2 (en) 2022-05-09 2025-08-19 Midtronics, Inc. Electronic battery tester
US20240291303A1 (en) * 2023-02-24 2024-08-29 Fluence Energy, Llc Load collectives for energy storage systems

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO1990013823A1 (de) * 1989-05-12 1990-11-15 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Verfahren und vorrichtung zur bestimmung von physikalischen grössen von wiederaufladbaren elektrischen energiespeichern
US4952862A (en) * 1989-09-29 1990-08-28 At&T Bell Laboratories Apparatus and method for adaptively predicting battery discharge reserve time
IT1244942B (it) * 1991-03-18 1994-09-13 Enea Metodo e dispositivo per la stima dello stato di carica di accumulatori elettrochimici e per il controllo degli impianti che li utilizzano
JPH05244729A (ja) * 1992-01-24 1993-09-21 Sanyo Electric Co Ltd 電池の充電方法
JPH06245403A (ja) * 1993-02-13 1994-09-02 Japan Storage Battery Co Ltd 蓄電池充電装置
US5606242A (en) * 1994-10-04 1997-02-25 Duracell, Inc. Smart battery algorithm for reporting battery parameters to an external device

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010519691A (ja) * 2007-04-20 2010-06-03 杭州高特電子設備有限公司 蓄電池の性能を分析するためのエキスパート診断方法
US9134381B2 (en) 2011-07-08 2015-09-15 International Busines Machines Corporation Predicting state of a battery
US9134382B2 (en) 2011-07-08 2015-09-15 International Business Machines Corporation Predicting state of a battery
CN103048625A (zh) * 2011-10-17 2013-04-17 国际商业机器公司 电池的状态预测系统、方法及程序
JP2024509525A (ja) * 2021-06-18 2024-03-04 エルジー・ケム・リミテッド 二次電池の低電圧不良予測装置および方法、並びにその装置を含む電池制御システム
EP4502633A4 (en) * 2022-06-02 2025-08-13 Lg Energy Solution Ltd BATTERY CELL LIFE DIAGNOSTIC DEVICE AND OPERATING METHOD THEREOF

Also Published As

Publication number Publication date
US5825156A (en) 1998-10-20
FR2740555A1 (fr) 1997-04-30
JP3887047B2 (ja) 2007-02-28
EP0772056A1 (fr) 1997-05-07
DE69633162T2 (de) 2005-08-18
EP0772056B1 (fr) 2004-08-18
DE69633162D1 (de) 2004-09-23

Similar Documents

Publication Publication Date Title
JP3887047B2 (ja) 監視システム、ホスト装置及び監視システムのニューラルネットワーク発生方法
JP3887048B2 (ja) 監視システム
Qays et al. Recent progress and future trends on the state of charge estimation methods to improve battery-storage efficiency: A review
Deng et al. Online available capacity prediction and state of charge estimation based on advanced data-driven algorithms for lithium iron phosphate battery
US10969436B1 (en) Systems and methods for forecasting battery state of charge
KR102703658B1 (ko) 배터리 노화 상태 추정 방법 및 이를 수행하는 장치
CN204269785U (zh) 用于计算电池电荷状态的系统
EP3674726B1 (en) Method for estimating parameter of equivalent circuit model for battery, and battery management system
JP4032934B2 (ja) 電池容量算出方法、電池容量算出装置、及び電池容量算出プログラム
KR101187766B1 (ko) 배터리 셀의 전압 변화 거동을 이용한 셀 밸런싱 장치 및 방법
US6388450B2 (en) Method for determining the state of charge of storage batteries
US9291682B2 (en) Degradation state estimating method and degradation state estimating apparatus
Wu et al. Battery SOC estimation with physics-constrained BiLSTM under different external pressures and temperatures
JPH09215207A5 (ja)
US20210215768A1 (en) Method and system for battery capacity estimation using voltage slope capacity and dynamic anchors
EP2188642A2 (en) System and method for estimating long term characteristics of battery
WO2009035288A2 (en) System and method for estimating long term characteristics of battery
CN113015918A (zh) 用于确定二次电池的健康状态的方法和电池管理系统
CN104007390A (zh) 电池电荷状态跟踪、等效电路选择及基准测试方法及系统
KR102246633B1 (ko) 하이브리드 varma 및 lstm을 이용한 배터리의 출력 전압 응답 및 충전 상태 예측 최적화 방법
Chang et al. An improved AhI method with deep learning networks for state of charge estimation of lithium-ion battery
US20200195017A1 (en) Method and battery management system for smoothing power limit of battery
Dong et al. Adaptive SOC estimation of grid-level BESS for multiple operational scenarios
CN119064793A (zh) 基于充电曲线数据的锂电池soh智能预测方法与系统
KR100453749B1 (ko) 재충전가능한배터리의방전/충전사이클모니터링시스템과스마트배터리를포함하는호스트장치

Legal Events

Date Code Title Description
A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20060314

A601 Written request for extension of time

Free format text: JAPANESE INTERMEDIATE CODE: A601

Effective date: 20060612

A602 Written permission of extension of time

Free format text: JAPANESE INTERMEDIATE CODE: A602

Effective date: 20060615

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20060908

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20061114

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20061124

R150 Certificate of patent or registration of utility model

Free format text: JAPANESE INTERMEDIATE CODE: R150

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20091201

Year of fee payment: 3

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20101201

Year of fee payment: 4

LAPS Cancellation because of no payment of annual fees