MétaCan
Menu
Retour à la cohorte
Enregistrement W1971662799 · doi:10.1149/2.094310jes

Simulating High Current Discharges of Power Optimized Li-Ion Cells

2013· article· en· W1971662799 sur OpenAlexaff
J. N. Reimers, Mark Shoesmith, Yong Lin, Lars Ole Valøen

Notice bibliographique

RevueJournal of The Electrochemical Society · 2013
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Battery Technologies Research
Établissements canadiensE-One Moli Energy (Canada)
Organismes subventionnairesnon disponible
Mots-clésStack (abstract data type)VoltageRange (aeronautics)IonPower (physics)CapacitanceCurrent (fluid)Materials scienceAtmospheric temperature rangeThermalComputational physicsSet (abstract data type)Analytical Chemistry (journal)Nuclear engineeringThermodynamicsChemistryComputer scienceElectrical engineeringPhysicsEngineeringElectrodeComposite material

Résumé

récupéré en direct d'OpenAlex

A full physics stack model combined with a detailed thermal model are applied to simulate voltage and temperature profiles of 26700 sized commercial Li-ion power cells. A wide range of currents (3A → 40A) and a wide range of temperatures ( − 20°C → 40°C) are considered. The conventional stack model is augmented to include pseudo-capacitance effects in order to get a reasonable agreement with the measured data. Least squares refinement of 21 data sets is used to determine a number of material properties and their temperature dependence. Practical guidelines are described for choosing input material properties and for using the least squares method. All 21 data sets are successfully simulated using one set of input parameters. Key features in the voltage and temperature profiles are explained by looking at the simulated state inside the stack.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,039
Score d'incertitude au seuil0,391

Scores Codex et Gemma par catégorie

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 recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,007
Tête enseignante GPT0,246
Écart entre enseignants0,238 · 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 tête enseignante, 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

Citations17
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of The Electrochemical SocietyMême sujetAdvanced Battery Technologies ResearchTravaux en français237 207