Byterat - Battery Data Platform

主要なサイクラーブランドと外部試験所のデータを取り込み、PDF と CSV にも対応する。複数ファイルに分かれた系列は自動でつながるため、ファイル名を付け替えてチャネルが合うのを祈る工程がなくなる。新しい形式は提供側が処理するので、取引先のソフト更新が 2 週間のパーサー作業に化けることはない。

データが届くたびにチェックが走り、下流のモデルに届く前に形式の問題を印す。自社スキーマからの同期で、セル ID、ビルド番号、試験条件が正しいレコードに紐づく。実務上の効果は明白で、サイクラーデータ分析がきれいな入力から始まり、悪い取り込みはその日のうちに見つかる。

エンジニアが問いを書く。たとえば 3 つの配合の劣化傾向を比べる、といった具合だ。プラットフォームが取得するデータを決め、コードを書き、実行し、社内文献と公開論文で文脈を補い、レポートまで仕上げる。生成コードはハイパーパラメータも統計手法も含めてすべて見える。この透明性が、ラボが信じて使う道具と、使われない黒箱を分ける。

標準的なモデル種別はコードを書かずに学習と配備ができ、モデルは人が再実行するノートブックではなく稼働中のパイプラインで動く。異常検知は傾きの変化や想定ノイズを外れた性能のずれを監視する。利得は早期終了にある。年間 100 万ドルの試験プログラムなら、平均試験期間が 20% 縮むだけで約 20 万ドル分の枠が戻る。これは提供元自身の試算だ。

ライブのダッシュボードは、いま何が動いているか、各チャネルがどう使われているか、新しいビルドが前のビルドとどこで違うかを示す。運用アラートは、本来なら現場を歩いて気づく類の異常を拾う。電池分析プラットフォームとしては保存の先へ踏み込んでおり、比較画面は会議の後ではなく会議中に使うものだ。

物理モデルは PyBaMM のネイティブ連携で実験データの隣で動き、シミュレーションと実測が同じ環境を共有する。検証済みの流れはテンプレートとして保存でき、新しいデータセットごとに自動で走る。知識ベースは各テンプレートの判断理由を残す。電池ラボソフトウェアの多くは作図で止まる。この層は手法を次のエンジニアへ渡す。