MétaCan
Menu
Retour à la cohorte
Enregistrement W3216241475 · doi:10.3390/electrochem2040040

Coupled Electrochemical-Thermal Simulations and Validation of Minichannel Cold-Plate Water-Cooled Prismatic 20 Ah LiFePO4 Battery

2021· article· en· W3216241475 sur OpenAlexaff
Chaithanya Akkaldevi, Sandeep Dattu Chitta, Jeevan Jaidi, Satyam Panchal, Michael Fowler, Roydon Fraser

Notice bibliographique

RevueElectrochem · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Battery Technologies Research
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésBattery (electricity)CoolantMaterials scienceElectrochemistryThermalVoltageHeat generationThermal analysisNuclear engineeringThermodynamicsElectrodeElectrical engineeringChemistryPower (physics)Engineering

Résumé

récupéré en direct d'OpenAlex

This paper discusses the quantitative validation carried out on a prismatic 20 Ah LiFePO4 battery sandwiched between two minichannel cold-plates with distributed flow having a single U-turn. A two-way coupled electrochemical-thermal simulations are performed at different discharge rates (1–4 C) and coolant inlet temperatures (15–35 °C). The predicted battery voltage response at room temperature (22 °C) and the performance of the Battery Thermal Management System (BTMS) in terms of the battery surface temperatures (maximum temperature, Tmax and temperature difference, ΔT) have been analyzed. Additionally, temperature variation at ten different locations on the battery surface is studied during the discharge process. The predicted temperatures are compared with the measured data and found to be in close agreement. Differences between the predicted and measured temperatures are attributed to the assumption of uniform heat generation by the Li-ion model (P2D), the accuracy of electrochemical property input data, and the accuracy of the measuring tools used. Overall, it is suggested that the Li-ion model can be used to design the efficient BTMS at the cell level.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,010
Tête enseignante GPT0,237
Écart entre enseignants0,227 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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

Citations99
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueElectrochemMême sujetAdvanced Battery Technologies ResearchTravaux en français237 207