MétaCan
Menu
Retour à la cohorte
Enregistrement W3192875172 · doi:10.22214/ijraset.2021.36967

An Experimental Study of Battery Thermal Management using Air Cooling and PCM (Lauric Acid)

2021· article· en· W3192875172 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.

Notice bibliographique

RevueInternational Journal for Research in Applied Science and Engineering Technology · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Battery Technologies Research
Établissements canadiensHorizon College and Seminary
Organismes subventionnairesnon disponible
Mots-clésBattery (electricity)Automotive engineeringPhase-change materialWater coolingAir coolingComputer coolingLauric acidElectrical engineeringThermalMaterials scienceEnvironmental scienceNuclear engineeringEngineeringMechanical engineeringThermal management of electronic devices and systemsMeteorologyChemistryThermodynamics

Résumé

récupéré en direct d'OpenAlex

This report is on a Thermal management system using air and PCM (Lauric acid) as an electric vehicle cooling module. Hybrid and electric vehicles are emerging with great technology in today’s world, a lot of challenges are being faced by all the manufactures, one of the main problems is the battery thermal management system. Battery thermal management system (BTMS) maintains a standard temperature for the battery to work efficiently. Cooling the battery using air and phase change material (PCM) is the latest and most efficient way of cooling the battery. This enhancement is possible by using CPU fans to direct the atmospheric air to focus and cool the width of the battery through the battery compartment’s air vents. PCM cooling is achieved by using 30/70 mixture of water and Lauric acid respectively, PCM is run around both sides of the battery’s length through copper tubes in which PCM is pumped using a submersible 12v DC pump. DC pump is turned ON and OFF by the Arduino Nano micro-controller and temperature sensor connected to the battery detects the temperature of the battery.

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)0,001
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: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,287
Score d'incertitude au seuil0,437

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,058
Tête enseignante GPT0,396
Écart entre enseignants0,338 · 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