Modélisation et simulation des piles aux lithium ions
Bibliographic record
Abstract
Aujourd'hui, les batteries au lithium-ion (Li-ion) en tant que sources de stockage d'énergie sont largement utilisées dans différentes technologies de pointe, telles que l'aérospatiale, le médical, l'automobile, les appareils photo numériques et les téléphones portables, en raison de leurs caractéristiques spécifiques dont la haute densité de puissance/énergie et leur durabilité. Le développement de telles batteries dans l'industrie automobile peut aider à diminuer les préoccupations concernant l'épuisement des combustibles fossiles et les problèmes environnementaux attribués à l'émission de dioxyde de carbone. Malgré leur temps de calcul plus élevé, les modèles de batteries basés sur la physique comme le modèle pseudo-bidimensionnel (P2D) sont plus fiables et plus robustes que les autres modèles de batteries. Ces modèles comprennent différents mécanismes de transport de charges et d'espèces en phases solide et solution, ainsi que la cinétique de réaction à l'interface solide-solution. Comprendre ces phénomènes est un facteur crucial pour concevoir, optimiser et contrôler les cellules Li-ion. La performance de la batterie est considérablement affectée par ses propriétés structurelles. Le développement de nouveaux matériaux d'électrode et de nouvelles structures sont d'une importance significative pour les concepteurs de batteries afin d'améliorer leur efficacité. Alors qu'une électrode est composée de particules de différentes tailles, la plupart des modèles dans la littérature utilisent des électrodes avec des particules de même taille (modèle monomodale) pour simplifier les calculs. L'un des principaux objectifs de cette thèse est de comprendre les effets de propriétés structurelles, telles que la distribution granulométrique et la porosité de l'électrode sur le voltage, l'énergie spécifique, la puissance spécifique et la polarisation totale d'une cellule composée des électrodes Graphite et Li_y Mn_2 O_4. En outre, cette thèse quantifiera l'influence de la position des particules dans la morphologie de l'électrode positive sur la performance de la cellule. La sécurité est un problème essentiel pour les fabricants de batteries. La température résultant de la chaleur générée peut diminuer la performance de la cellule et entraîner un emballement thermique et même une explosion dans le cas le plus défavorable. Par conséquent, le développement d'un modèle de couplage électrothermique robuste qui peut prédire les comportements électrochimiques et thermiques à travers la cellule est crucial pour les concepteurs de batteries. La polarisation ou la perte de potentiel dans chaque partie d'une cellule peut contribuer à la génération de chaleur. Ainsi, connaître chaque polarisation à l'intérieur de la cellule et trouver les principaux facteurs limitant la performance de la cellule peuvent fournir aux concepteurs de batteries de nouvelles connaissances qui les aideront dans leur conception. Un autre objectif de ce projet est de développer un modèle électrochimique pour une cellule cylindrique commerciale de graphite - LiFePO4 (LFP) afin de trouver les principaux mécanismes de transport contrôlant la performance de la cellule pendant le processus de décharge. Le modèle électrochimique est alors couplé à un modèle thermique pour déterminer la contribution de chaque polarisation dans la chaleur totale générée. Les résultats simulés sont validés avec des données expérimentales fournies par Hydro-Québec.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.001 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.003 | 0.001 |
| Insufficient payload (model declined to judge) | 0.007 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".