MétaCan
Menu
Retour à la cohorte
Enregistrement W4386201654 · doi:10.4271/2023-24-0170

LCA and LCC of a Li-ion Battery Pack for Automotive Application

2023· article· en· W4386201654 sur OpenAlexaff
Natalia Di Vittorio, Antonella Accardo, Ezio Spessa, Lucio Viscido, Edwin Tam

Notice bibliographique

RevueSAE International Journal of Advances and Current Practices in Mobility · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Battery Technologies Research
Établissements canadiensUniversity of Windsor
Organismes subventionnairesnon disponible
Mots-clésLife-cycle assessmentBattery packBattery (electricity)Electric vehicleCarbon footprintEconomic shortageAutomotive industryEngineeringAutomotive engineeringEnvironmental scienceProduction (economics)Greenhouse gasEconomics

Résumé

récupéré en direct d'OpenAlex

<div class="section abstract"><div class="htmlview paragraph">Lithium Ion (Li-ion) batteries have emerged as the dominant technology for electric mobility due to their performance, stability, and long cycle life. Nevertheless, there are emerging environmental and economic issues from Li-ion batteries related to depleting critical resources and their potential shortage. This paper focuses on developing the Life Cycle Assessment (LCA) and Life Cycle Costing (LCC) of a generic Li-ion battery pack with a Nickel-Manganese-Cobalt (NMC) cathode chemistry, being the most used, and a capacity of 95 kWh as an average between different carmakers. The LCA and LCC include all the relevant phases of the life cycle of the product. The costs related to the LCC assessment have been taken as secondary data. Lastly, the same system boundary has been chosen both for the LCA and LCC. The results of the LCA and LCC show that the carbon footprint is 119.7 kgCO<sub>2eq</sub>/kWh while the economic impact is 147.3 €/kWh if Europe is assumed as the production, use and recycling location. The assumed location significantly affects the analysis, and a sensitivity analysis has been conducted on both the LCA and LCC considering four different locations for the battery pack life cycle.</div></div>

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,937
Score d'incertitude au seuil0,298

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
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 savante0,0000,001
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 Opus0,034
Tête enseignante GPT0,399
Écart entre enseignants0,365 · 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'étudeAutre devis
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

Citations5
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSAE International Journal of Advances and Current Practices in MobilityMême sujetAdvanced Battery Technologies ResearchTravaux en français237 207