Numerical study on sensitivity analysis of factors influencing liquid cooling with double cold‐plate for lithium‐ion pouch cell
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.
Notice bibliographique
Résumé
Structural and flow parameters have a substantial effect on the thermal and hydraulic performance of a lithium-ion battery and cooling system. In this study, a computational fluid dynamics model is developed for double cold-plate based liquid cooling for a 20 Ah lithium-ion pouch cell, and then validated based on experimental data. An orthogonal test consisting of single factor and multi-factor analysis is designed to obtain the sensitivity of four factors, including the inlet coolant temperature, inlet coolant volume flow rate, number of cooling channels, and maximum channel width that influence the thermal behavior of the pouch cell. The multi-objective optimization for minimizing maximum temperature, maximum temperature difference and average pressure drop using genetic algorithm is conducted subjected to constraints of operating conditions for optimum battery performance. Based on the multi-objective optimization, the obtained minimized values for maximum temperature (Tmax), maximum temperature difference (ΔTmax) and average pressure drop (ΔPavg) are 25.25°C, 0.22°C and 48.76 kPa. The minimized objective functions are obtained at the inlet coolant temperature of 25°C, inlet coolant volume flow rate of 240 mL/min, number of cooling channel of 10 and maximum channel width of 1.70 mm.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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