MétaCan
Menu
Retour à la cohorte
Enregistrement W4281477731 · doi:10.3390/electrochem3020018

Performance Study on the Effect of Coolant Inlet Conditions for a 20 Ah LiFePO4 Prismatic Battery with Commercial Mini Channel Cold Plates

2022· article· en· W4281477731 sur OpenAlexaff
Jeevan Jaidi, Sandeep Dattu Chitta, Chaithanya Akkaldevi, Satyam Panchal, Michael Fowler, Roydon Fraser

Notice bibliographique

RevueElectrochem · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Battery Technologies Research
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésCoolantBattery (electricity)Nuclear engineeringMaterials scienceInletVolumetric flow rateThermodynamicsMechanical engineeringPower (physics)Engineering

Résumé

récupéré en direct d'OpenAlex

Rechargeable Li-ion batteries are widely used in renewable energy storage and automotive powertrain systems, and therefore, an efficient thermal management system is imperative for maximum battery life and safety. Battery heat generation and dissipation rates primarily depend on the battery surface temperatures, which are affected by the coolant system design and coolant inlet conditions. In this paper, a two-way coupled electrochemical-thermal simulation with selected experimental validation has been performed and analyzed the effect of water coolant inlet conditions on the effectiveness of commercial mini-channel cold-plates for 20 Ah LiFePO4 prismatic batteries. Three coolant inlet temperatures (25–45 °C) and four flow rates (150–600 mL/min) are tested at three different discharge rates (2–4 C) and the performance of coolant system design has been analyzed in terms of battery peak (maximum) temperature and temperature difference (i.e., non-uniformity) across the battery. The predicted results indicate that the coolant flow rate has a profound effect on the battery temperature non-uniformity, while the coolant inlet temperature has a significant effect on the battery peak temperature. At high coolant flow rates, the battery surface temperature difference is within the acceptable range (ΔT < 5 °C), but the maximum temperatures are high at all discharge rates. Further, at the low coolant inlet temperature of 25 °C and the high coolant flow rate of 600 mL/min, the battery temperature rise at the top and bottom locations during the constant current discharge process is high, indicating that the battery heat generation rate is high at a low coolant inlet temperature.

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)0,001
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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
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 Opus0,012
Tête enseignante GPT0,244
Écart entre enseignants0,232 · 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'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

Citations49
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueElectrochemMême sujetAdvanced Battery Technologies ResearchTravaux en français237 207