MétaCan
Menu
Retour à la cohorte
Enregistrement W2309665897 · doi:10.1021/jp508912z

Determination of the Time Dependent Parasitic Heat Flow in Lithium Ion Cells Using Isothermal Microcalorimetry

2014· article· en· W2309665897 sur OpenAlexafffund
Laura E. Downie, S. R. Hyatt, A. T. B. Wright, J. R. Dahn

Notice bibliographique

RevueThe Journal of Physical Chemistry C · 2014
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Battery Technologies Research
Établissements canadiensDalhousie University
Organismes subventionnairesDalhousie UniversityNatural Sciences and Engineering Research Council of CanadaCanada Research Chairs
Mots-clésIsothermal microcalorimetryIsothermal processLithium (medication)ElectrolyteThermodynamicsMaterials scienceChemistryAnalytical Chemistry (journal)Organic chemistryPhysical chemistryElectrodeEnthalpyPhysics

Résumé

récupéré en direct d'OpenAlex

Isothermal microcalorimetry has been previously used to determine the voltage dependent parasitic heat flow for individual lithium ion cells. While a decrease in parasitic heat flow over time was observed, no attempts were made to quantify the time dependence. Here, by varying the current over narrow voltage ranges, the relative contributions of each of the components of the total heat flow were isolated as functions of time and state of charge. By fitting the measured total heat flow to a simple empirical model, the polarization and entropic heat flows were determined as a function of state of charge, while the heat flow resulting from parasitic chemical reactions was determined as functions of both state of charge and time. The time and state of charge dependent parasitic heat flow was determined for high voltage LiCoO 2 /graphite and Li[Ni 0.4 Mn 0.4 Co 0.2 ]O 2 (NMC442)/graphite pouch cells, with particular emphasis on high voltage operation. The effects of electrolyte additive blends containing combinations of vinylene carbonate, prop-1-ene sultone, tris(trimethylsilyl)phosphite, and methylene methanedisulfonate are also shown.

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 enseignants0,138
Score d'incertitude au seuil0,232

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 recherche0,0000,000
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 Opus0,008
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

Citations43
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Journal of Physical Chemistry CMême sujetAdvanced Battery Technologies ResearchTravaux en français237 207