MétaCan
Menu
Retour à la cohorte
Enregistrement W4386233146 · doi:10.11159/jffhmt.2023.010

Comparison of Hybrid Cooling Concepts with PCM Cooling for Electric Battery Packs

2023· article· en· W4386233146 sur OpenAlexaffvenue
Seham Shahid, Martin Agelin‐Chaab

Notice bibliographique

RevueJournal of Fluid Flow Heat and Mass Transfer · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Battery Technologies Research
Établissements canadiensOntario Tech University
Organismes subventionnairesnon disponible
Mots-clésBattery (electricity)Water coolingActive coolingNuclear engineeringEnvironmental scienceMaterials scienceAutomotive engineeringMechanical engineeringEngineeringThermodynamicsPhysicsPower (physics)

Résumé

récupéré en direct d'OpenAlex

In this paper, a hybrid thermal management strategy is proposed to increase the temperature uniformity and improve cooling within a Lithium-ion battery pack.Three different configurations are developed and compared.In all three configurations, the phase change material is placed directly with the cells, and liquid channels are placed in the battery pack to extract heat from the phase change materials.Furthermore, an air duct is placed at the top of the battery to extract heat from the fluids that are stationary within the liquid channels.In the first configuration, the liquid channels are placed in between the phase change material.In the second configuration, the location of the liquid channel is changed such that a part of it is in direct contact with the cells.This configuration is then modified for the third configuration such that for every three cells, there are two liquid channels.A baseline battery pack is also developed which contains only PCM cooling.Transient numerical studies were conducted, and the results indicated that through the first configuration, the maximum temperature was limited to 31.5 C and the temperature uniformity to 1.75 C.Moreover, this strategy does not require excessive pumping fluid power and high air velocities, which implies that less energy is required for the operation of the thermal management system.

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 enseignants0,376
Score d'incertitude au seuil0,549

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 Opus0,024
Tête enseignante GPT0,301
Écart entre enseignants0,277 · 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

Citations2
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Fluid Flow Heat and Mass TransferMême sujetAdvanced Battery Technologies ResearchTravaux en français237 207