MétaCan
Menu
Retour à la cohorte
Enregistrement W2910164945 · doi:10.1109/vppc.2018.8604955

Battery Pack Sizing Method - Case Study of an Electric Motorcycle

2018· article· en· W2910164945 sur OpenAlexaff
Félix-A. LeBel, Louis Pelletier, Pascal Messier, João Pedro F. Trovão

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Battery Technologies Research
Établissements canadiensUniversité de Sherbrooke
Organismes subventionnairesnon disponible
Mots-clésBattery packSizingBattery (electricity)CapacitorComputer scienceLimitingAutomotive engineeringEnergy storageEngineering design processVoltageProcess (computing)Power (physics)Energy (signal processing)Electrical engineeringReliability engineeringEngineeringMechanical engineering

Résumé

récupéré en direct d'OpenAlex

This paper presents a method for battery pack sizing for electric vehicles, applied to the case of an electric motorcycle. A novel way of analyzing battery pack performances in a single graphical tool is proposed. It is intended to help engineers get a broader understanding of the influence of design decisions from the early stages of the engineering process. In multi-cell battery packs, specifications such as energy, power, volume and mass are proportional to the total number of cells, while voltage, current are dependent of the series and parallel arrangement. Thus, presenting results as functions of the number of cells in series and parallel allows to compare quickly the various performance metrics of a pack. By applying the design constraints of the technical requirements as limiting functions, one can easily select a suitable solution that meets design goals, or assess the effect of design constraints. This graphical design tool could be used to size other electric energy storage devices such as lithium-capacitors, super-capacitors or battery pack of other chemistries than lithium- ion.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,507
Score d'incertitude au seuil0,466

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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 Opus0,030
Tête enseignante GPT0,347
Écart entre enseignants0,317 · 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

Citations25
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAdvanced Battery Technologies ResearchTravaux en français237 207