MétaCan
Menu
Retour à la cohorte
Enregistrement W3033549246 · doi:10.3390/en13112825

Battery Management Systems—Challenges and Some Solutions

2020· article· en· W3033549246 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueEnergies · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Battery Technologies Research
Établissements canadiensUniversity of Windsor
Organismes subventionnairesOffice of Naval ResearchNatural Sciences and Engineering Research Council of Canada
Mots-clésBattery (electricity)State of healthAutomotive engineeringState of chargeAutomotive batteryReliability (semiconductor)Battery packVoltageComputer scienceTrickle chargingReliability engineeringEngineeringPower (physics)Electrical engineering

Résumé

récupéré en direct d'OpenAlex

Electric vehicles are set to be the dominant form of transportation in the near future and Lithium-based rechargeable battery packs have been widely adopted in them. Battery packs need to be constantly monitored and managed in order to maintain the safety, efficiency and reliability of the overall electric vehicle system. A battery management system consists of a battery fuel gauge, optimal charging algorithm, and cell/thermal balancing circuitry. It uses three non-invasive measurements from the battery, voltage, current and temperature, in order to estimate crucial states and parameters of the battery system, such as battery impedance, battery capacity, state of charge, state of health, power fade, and remaining useful life. These estimates are important for the proper functioning of optimal charging algorithms, charge and thermal balancing strategies, and battery safety mechanisms. Approach to robust battery management consists of accurate characterization, robust estimation of battery states and parameters, and optimal battery control strategies. This paper describes some recent approaches developed by the authors towards developing a robust battery management system.

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.

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: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,667
Score d'incertitude au seuil0,378

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 Opus0,045
Tête enseignante GPT0,237
Écart entre enseignants0,192 · 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