A Control-Oriented Electrothermal Model for Pouch-Type Electric Vehicle Batteries
Notice bibliographique
Résumé
An accurate control-oriented electrothermal model is of great importance for onboard temperature monitoring and efficient performance management of lithium (Li)-ion batteries in automobile applications. This article presents a control-oriented electrothermal model for pouch-type electric vehicle batteries. This model uses the Chebyshev-Galerkin (CG) approximation method and captures the heat generation of positive and negative tabs, the heat flow between the tabs and the body, and the uneven heat generation inside the battery. This model consists of two lumped-mass submodels for positive and negative tabs and a 2-D CG submodel for the main battery body. The heat generation in the 2-D CG model is strongly dependent on the electrical parameters that are conversely functions of battery temperature. The lumped-mass models are decoupled from the 2-D CG model and parameterized separately by the particle swarm optimization algorithm and validated against the temperature measurements (covering three test scenarios) of a 20-Ah pouch-type Li-ion iron phosphate battery. The results demonstrate that the coupled model accurately predicts the temperatures of the tabs and the temperature distribution inside the battery. Besides, the computational complexity of the coupled model is also evaluated, and the result shows that the model has great potential for real-time temperature monitoring and efficient thermal management.
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 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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».