MétaCan
Menu
Retour à la cohorte
Enregistrement W4386934032 · doi:10.3390/batteries9090474

Experimental and Numerical Analysis of a Hybrid Thermal Management Concept at Different Discharge Rates for a Cylindrical Li-Ion Battery Module

2023· article· en· W4386934032 sur OpenAlexaff
Seham Shahid, Martin Agelin‐Chaab

Notice bibliographique

RevueBatteries · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Battery Technologies Research
Établissements canadiensOntario Tech University
Organismes subventionnairesnon disponible
Mots-clésBattery (electricity)Materials sciencePhase-change materialThermalNuclear engineeringAirflowComputer coolingIonPropulsionEnergy storageBattery packPower (physics)MechanicsEnvironmental scienceThermodynamicsMechanical engineeringThermal management of electronic devices and systemsChemistryPhysicsEngineering

Résumé

récupéré en direct d'OpenAlex

In this paper, an experimental and numerical study was conducted to analyze the performance of a hybrid thermal management concept for cylindrical lithium-ion battery modules at various discharge rates. The proposed concept consists of primary cooling through phase change material (PCM) and secondary cooling through vertical liquid channels between the PCM and airflow at the top of the cells. Two experimental studies were performed to obtain the temperature and heat flux profiles. In addition, the thermal performance of the battery module was obtained for 1 C, 2 C, 3 C, 5 C, and 7 C discharge rates using the numerical study. The results show that the maximum temperature was limited to ~30 °C. Additionally, the temperature uniformity in all the discharge rates was maintained below 5 °C. Finally, a meager amount of PCM was utilized during all the discharge cycles. At 1 C none of the PCM changed its phase, whereas at 2 C, 0.32%, 3 C, 0.14%, 5 C, 0.3%, and at 7 C, 0.12% of PCM changed its phase. The proposed hybrid concept can maintain the thermal environment required by the Li-ion cells for effective performance. Furthermore, this concept does not require excessive pumping fluid power and high air velocities, which reduces the energy required for the operation of the thermal management system, thereby increasing the available energy for propulsion.

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 enseignants0,131
Score d'incertitude au seuil0,717

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 Opus0,019
Tête enseignante GPT0,292
Écart entre enseignants0,273 · 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

Citations4
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBatteriesMême sujetAdvanced Battery Technologies ResearchTravaux en français237 207