MétaCan
Menu
Retour à la cohorte
Enregistrement W1967811274 · doi:10.4271/2015-01-1182

Three-Dimensional Electrochemical Analysis of a Graphite/LiFePO<sub>4</sub> Li-Ion Cell to Improve Its Durability

2015· article· en· W1967811274 sur OpenAlexaff
Mehrdad Mastali Majdabadi Kohneh, Ehsan Samadani, Siamak Farhad, Roydon Fraser, Michael Fowler

Notice bibliographique

RevueSAE technical papers on CD-ROM/SAE technical paper series · 2015
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvancements in Battery Materials
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésGraphiteDurabilityElectrochemistryIonMaterials scienceChemical engineeringAnalytical Chemistry (journal)ElectrodeComposite materialChemistryEngineeringPhysical chemistryChromatographyOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Lithium-ion batteries (LIBs) are one of the best candidates as energy storage systems for automobile applications due to their high power and energy densities. However, durability in comparison to other battery chemistries continues to be a key factor in prevention of wide scale adoption by the automotive industry. In order to design more-durable, longer-life, batteries, reliable and predictive battery models are required. In this paper, an effective model for simulating full-size LIBs is employed that can predict the operating voltage of the cell and the distribution of variables such as electrochemical current generation and battery state of charge (SOC). This predictive ability is used to examine the effect of parameters such as current collector thickness and tab location for the purpose of reducing non-uniform voltage and current distribution in the cell. It is identified that reducing the non-uniformities can reduce the ageing effects and increase the battery durability. Finally, it is observed that simply changing tab locations can change the degree of non-uniformity in electrochemical current generation from a max-min variation of 10 % to 3 % across the entire cell.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,010
Tête enseignante GPT0,231
Écart entre enseignants0,222 · 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'étudeExpérimental (laboratoire)
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

Citations9
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSAE technical papers on CD-ROM/SAE technical paper seriesMême sujetAdvancements in Battery MaterialsTravaux en français237 207