MétaCan
Menu
Retour à la cohorte
Enregistrement W1554587315 · doi:10.1109/intlec.1995.498967

Experiences with Individual Cell Equalizers ability to prevent, diagnose, and correct common battery conditions, 1988-1995

2002· article· en· W1554587315 sur OpenAlexaff
N.R. Koznuik

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Battery Technologies Research
Établissements canadiensBP (Canada)
Organismes subventionnairesnon disponible
Mots-clésBattery (electricity)Reliability engineeringVoltageComputer scienceAutomotive engineeringRisk analysis (engineering)EngineeringElectrical engineeringBusinessPower (physics)

Résumé

récupéré en direct d'OpenAlex

This paper identifies beliefs and misconceptions relating to the operation and testing of stationary battery banks, and the problems they present to the battery user. These problems cost millions due to the inability to prevent, diagnose; and/or correct common battery conditions. This paper also identifies how BWB Battery Corp. Ltd. has used the Individual Cell Equalizer (ICE), designed and patented by Ericsson Communications Inc., Stockholm, Sweden to prevent and correct these problems. The first installation of ICE by BWB was in 1988. Since then, we have had the opportunity to identify and study the advantages of this unique device. It has been used as a tool for maintenance, testing, and the prevention of known inherent battery conditions. ICE has provided substantial savings in all aspects of maintenance and testing. Using modern maintenance techniques that have been developed by BWB to complement the use of ICE, it is now possible to identify defective cells, measure operational life and security of battery banks at a fraction of the traditional cost. Techniques are presented to show evidence that the voltage levels of all cells will now be uniform with little or no voltage variations. Techniques are presented to show evidence that if cells are consuming a normal amount of current with ICE to maintain their set voltage level, they will be found to be within their rated capabilities.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0020,002
Communication savante0,0010,002
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,024
Tête enseignante GPT0,273
Écart entre enseignants0,249 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2002
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAdvanced Battery Technologies ResearchTravaux en français237 207