MétaCan
Menu
Retour à la cohorte
Enregistrement W3208173517 · doi:10.3390/en14216986

Three-Dimensional Thermal Simulations of 18650 Lithium-Ion Batteries Cooled by Different Schemes under High Rate Discharging and External Shorting Conditions

2021· article· en· W3208173517 sur OpenAlexaff
Yang Li, Zhifu Zhou, Jian Zhao, Liang Hao, Minli Bai, Yulong Li, Xuanyu Liu, Yubai Li, Yongchen Song

Notice bibliographique

RevueEnergies · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Battery Technologies Research
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesFundamental Research Funds for the Central UniversitiesNational Natural Science Foundation of China
Mots-clésBattery (electricity)Thermal runawayBattery packMaterials scienceNuclear engineeringThermalCoolantLithium (medication)Computer coolingLithium-ion batteryIonComposite materialMechanical engineeringThermodynamicsChemistryThermal management of electronic devices and systemsEngineeringPhysics

Résumé

récupéré en direct d'OpenAlex

In this work, three-dimensional thermal simulations of single 18650 lithium-ion battery cell and 75 V lithium-ion battery pack composed of 21 18650 battery cells are performed based on a multi-scale multi-domain (MSMD) battery modeling approach. Different cooling approaches’ effects on 18650 lithium-ion battery and battery pack thermal management under fast discharging and external shorting conditions are investigated and compared. It is found that for the natural convection, forced air cooling, and/or mini-channel liquid cooling approaches, the temperature of battery cell easily exceeds 40 °C under 3C rate discharging condition. While under external shorting condition, the temperature of cell rises sharply and reaches the 80 °C in a short period of time, which can trigger thermal runaway and may even lead to catastrophic battery fire. On the other hand, when the cooling method is single-phase direct cooling with FC-72 as coolant or two-phase immersed cooling by HFE-7000, the cell temperature is effectively limited to a tolerable level under both high C rate discharging and external shorting conditions. In addition, two-phase immersed cooling scheme is found to lead to better temperature uniformity according to the 75 V battery pack simulations.

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: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,245
Score d'incertitude au seuil0,593

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 Opus0,013
Tête enseignante GPT0,256
Écart entre enseignants0,243 · 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

Citations15
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnergiesMême sujetAdvanced Battery Technologies ResearchTravaux en français237 207