MétaCan
Menu
Retour à la cohorte
Enregistrement W2329020120 · doi:10.1149/05848.0145ecst

Thermal Conductivity, Heat Sources and Temperature Profiles of Li-Ion Batteries

2014· article· en· W2329020120 sur OpenAlexaff
Odne Stokke Burheim, Morten Andreas Onsrud, Jon G. Pharoah, Fride Vullum‐Bruer, Preben J. S. Vie

Notice bibliographique

RevueECS Transactions · 2014
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Battery Technologies Research
Établissements canadiensQueen's University
Organismes subventionnairesnon disponible
Mots-clésThermal conductivityMaterials scienceElectrodeAnodeElectrolyteThermal conductionConductivityThermal resistanceAnalytical Chemistry (journal)Atmospheric temperature rangeThermalComposite materialChemistryThermodynamicsChromatography

Résumé

récupéré en direct d'OpenAlex

In this paper we report the thermal conductivity of several commercial and non-commercial Li-ion secondary battery electrode materials with and without electrolytesolvents. We also measure the Tafel potential, the ohmic resistance, reaction entropyand external temperature of a commercial pouch cell secondary Li-ion battery. Finallywe combined all the experimentally obtained data in a thermal model and discuss thecorresponding internal temperature effects.The thermal conductivity of dry electrode material was found to range from 0.07to 0.41 WK−1m−1 while the electrode material soaked in electrolyte solvent rangedfrom 0.36 to 1.10 WK−1m−1. For all the different materials it was found that addingthe electrolyte solvent increased the thermal conductivity by at least a factor of three. For one of the anode materials it was found that heat treatment at 3000 K increasedthe thermal conductivity by a factor of almost five.Measuring the electric heat sources of an air cooled commercial pouch cell bat-tery at up to ± 2C and the thermal conductivity of the electrode components madeit possible to estimate internal temperature profiles. Combining the heat sources withtabulated convective heat transfer coefficients of air allowed us to calculate the ambi-ent temperature profiles. At 12C charging rate (corresponding to 5 minutes completecharging) the internal temperature differences was estimated to be in the range of 4-20K, depending on the electrode thermal conductivity. The external temperature dropin air flowing at the battery surface was estimated to nearly 40K. Evaluating thermal management of batteries in the light of our measurement led to the conclusion that ex-ternal cooling is more challenging than internal, though neither should be neglected.

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)0,001
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 enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,011
Tête enseignante GPT0,234
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

Citations55
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueECS TransactionsMême sujetAdvanced Battery Technologies ResearchTravaux en français237 207