蓄電池は携帯機器，電気自動車をはじめ，自然エネルギー有効利用に至るまで広範囲に利用され，その重要性はますます高まっている。これら機器の使用時間や特性は蓄電池の特性に大きく依存することから，電池自体の特性改善に加え，劣化を診断してより効率的に電池を運用することが求められている。本論文は，非線形情報処理を得意とする人工知能を用いた2次電池の劣化診断法を開発し，エネルギーの有効利用に資する技術を確立した。機器動作時の電池電圧・電流波形と電池劣化特性との関連性を，人工知能を用い学習することにより，機器稼働時に電池の劣化を診断することができる。なお，この関連性は非線形で複雑であるが，非線形分析を得意とする人工知能は劣化診断に適している。学習には時間を要するものの，診断は短時間になし得ることから，提案法は稼働時劣化診断に適している。本論文では，この特徴を生かし，電池の等価回路（ECM）を導出し，充電率（SOC），容量維持率（SOH）を推定している。また，本論文では現在産業応用分野で用いられている，リチウムイオン電池，ニッケル水素電池，鉛蓄電池を対象とし，提案法はあらゆる電池使用機器に応用可能である。また，提案法を電池状態監視装置（BMU）や，マイコンなどを用いた組み込みシステムに応用可能とし，実証している。以上のことから，本論文は，新たな蓄電池の劣化診断法の確立し，その有効性を確認している。 / The importance of rechargeable batteries nowadays is increasing from the portable electronic devices and solar energy industry up to the development of new EV models. The rechargeable batteries have a crucial role in the storage system, mostly in mobile applications and transportation, because the period of its usage and the flexibility of the function are determined by the battery. Due to the black box approach of the ANN it is possible to connect the complex physical phenomenon with a specific physical meaning expressed with a nonlinear logic between inputs and output. Using specific input data to relate with the desired output, makes possible to create a pattern connection with input and output. This ability helps to estimate in real time the desired outputs, behaviors, phenomes and at the same time it can be used as a real time diagnosis method. / 博士(工学) / Doctor of Philosophy in Engineering / 同志社大学 / Doshisha University