Name: Optymalizacja systemu zarządzania ciepłem na bazie powietrza dla zapylonych akumulatorów litowo-jonowych pokrytych cząstkami stałymi (Wideo) | JoVE Journal
Uploaded: 2023-11-03T14:40:00.000+00:00
Duration: 10 min 36 s
Description: Odkryj metodę optymalizacji przepływu powietrza w systemach chłodzenia akumulatorów litowo-jonowych z wykorzystaniem symulowanego wyżarzania adaptacyjnego. To podejście zmniejsza zużycie energii przy zachowaniu wydajności termicznej i wydłuża cykl życia pakietu baterii.

ai_agent_IP

ai_agent

maintenance

instantTrialDurationMinutes

isBiopharma

enableNewMyJoveSectionDesign

educationFeatures

seoMetaApi

ai_copilot_institution_blacklist

ai_chat_institution_blacklist

freeAccessWindow

ssoRoleCapture

scheduledMaintenanceBanner

joveLabsFeatures

disable_autoplay_for_bots

extended_trial_duration

5 minutes

Niektóre programy do analizy i optymalizacji są wspierane przez Uniwersytet Tsinghua, Uniwersytet Konkuk, Uniwersytet Narodowy Chonnam, Uniwersytet Mokpo i Uniwersytet Chiba.

Optimizing Battery Heat Management in Dusty Environments

<ol><li>Xia, G., Cao, L., Bi, G. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+review+on+battery+thermal+management+in+electric+vehicle+application%5BTitle%5D)+AND+%22Journal+of+Power+Sources%22%5BJournal%5D)">A review on battery thermal management in electric vehicle application.</a> Journal of Power Sources. 367 (1), 90-105 (2017).</li>
<li>Mahamud, R., Park, C. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Reciprocating+air+flow+for+Li-ion+battery+thermal+management+to+improve+temperature+uniformity%5BTitle%5D)+AND+%22Journal+of+Power+Sources%22%5BJournal%5D)">Reciprocating air flow for Li-ion battery thermal management to improve temperature uniformity.</a> Journal of Power Sources. 196 (13), 5685-5696 (2011).</li>
<li>Kumar, R., Goel, V. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+study+on+thermal+management+system+of+lithium-ion+batteries+for+electrical+vehicles%3A+A+critical+review%5BTitle%5D)+AND+%22Journal+of+Energy+Storage%22%5BJournal%5D)">A study on thermal management system of lithium-ion batteries for electrical vehicles: A critical review.</a> Journal of Energy Storage. 71, 108025(2023).</li>
<li>Fan, Y., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Experimental+study+on+the+thermal+management+performance+of+air+cooling+for+high+energy+density+cylindrical+lithium-ion+batteries%5BTitle%5D)+AND+%22Applied+Thermal+Engineering%22%5BJournal%5D)">Experimental study on the thermal management performance of air cooling for high energy density cylindrical lithium-ion batteries.</a> Applied Thermal Engineering. 155, 96-109 (2019).</li>
<li>Mohammadian, S. K., He, Y. L., Zhang, Y. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Internal+cooling+of+a+lithium-ion+battery+using+electrolyte+as+coolant+through+microchannels+embedded+inside+the+electrodes%5BTitle%5D)+AND+%22Journal+of+Power+Sources%22%5BJournal%5D)">Internal cooling of a lithium-ion battery using electrolyte as coolant through microchannels embedded inside the electrodes.</a> Journal of Power Sources. 293, 458-466 (2015).</li>
<li>Skerlos, S. J., Winebrake, J. J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Targeting+plug-in+hybrid+electric+vehicle+policies+to+increase+social+benefits%5BTitle%5D)+AND+%22Energy+Policy%22%5BJournal%5D)">Targeting plug-in hybrid electric vehicle policies to increase social benefits.</a> Energy Policy. 38 (2), 705-708 (2010).</li>
<li>Avadikyan, A., Llerena, P. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+real+options+reasoning+approach+to+hybrid+vehicle+investments%5BTitle%5D)+AND+%22Technological+Forecasting+and+Social+Change%22%5BJournal%5D)">A real options reasoning approach to hybrid vehicle investments.</a> Technological Forecasting and Social Change. 77 (4), 649-661 (2010).</li>
<li>Chen, K., Chen, Y., Li, Z., Yuan, F., Wang, S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Design+of+the+cell+spacings+of+battery+pack+in+parallel+air-+cooled+battery+thermal+management+system%5BTitle%5D)+AND+%22International+Journal+of+Heat+and+Mass+Transfer%22%5BJournal%5D)">Design of the cell spacings of battery pack in parallel air- cooled battery thermal management system.</a> International Journal of Heat and Mass Transfer. 127, 393-401 (2018).</li>
<li>Jiang, Z. Y., Qu, Z. G. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Lithium+-+ion+battery+thermal+management+using+heat+pipe+and+phase+change+material+during+discharge+-+charge+cycle%3A+A+comprehensive+numerical+study%5BTitle%5D)+AND+%22Applied+Energy%22%5BJournal%5D)">Lithium - ion battery thermal management using heat pipe and phase change material during discharge - charge cycle: A comprehensive numerical study.</a> Applied Energy. 242, 378-392 (2019).</li>
<li>Saw, L. H., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Computational+fluid+dynamic+and+thermal+analysis+of+Lithium-ion+battery+pack+with+air+cooling%5BTitle%5D)+AND+%22Applied+energy%22%5BJournal%5D)">Computational fluid dynamic and thermal analysis of Lithium-ion battery pack with air cooling.</a> Applied energy. 177, 783-792 (2016).</li>
<li>Park, H. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+design+of+air+flow+configuration+for+cooling+lithium+-+ion+battery+in+hybrid+electric+vehicles%5BTitle%5D)+AND+%22Journal+of+Power+Sources%22%5BJournal%5D)">A design of air flow configuration for cooling lithium - ion battery in hybrid electric vehicles.</a> Journal of Power Sources. 239 (10), 30-36 (2013).</li>
<li>Wang, Q., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Thermal+runaway+caused+fire+and+explosion+of+lithium-ion+battery%5BTitle%5D)+AND+%22Journal+of+power+sources%22%5BJournal%5D)">Thermal runaway caused fire and explosion of lithium-ion battery.</a> Journal of power sources. 208, 210-224 (2012).</li>
<li>Rao, Z., Wang, S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+review+of+power+battery+thermal+energy+management%5BTitle%5D)+AND+%22Renewable+and+Sustainable+Energy+Reviews%22%5BJournal%5D)">A review of power battery thermal energy management.</a> Renewable and Sustainable Energy Reviews. 15 (9), 4554-4571 (2011).</li>
<li>Chen, K., Wu, W., Yuan, F., Chen, L., Wang, S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Cooling+efficiency+improvement+of+air-cooled+battery+thermal+management+system+through+designing+the+flow+pattern%5BTitle%5D)+AND+%22Energy%22%5BJournal%5D)">Cooling efficiency improvement of air-cooled battery thermal management system through designing the flow pattern.</a> Energy. 167, 781-790 (2019).</li>
<li>Lan, X., Li, X., Ji, S., Gao, C., He, Z. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Design+and+optimization+of+a+novel+reverse+layered+air-cooling+battery+management+system+using+U+and+Z+type+flow+patterns%5BTitle%5D)+AND+%22International+Journal+of+Energy+Research%22%5BJournal%5D)">Design and optimization of a novel reverse layered air-cooling battery management system using U and Z type flow patterns.</a> International Journal of Energy Research. 46 (10), 14206-14226 (2022).</li>
<li>Singh, G., Wu, H. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Effect+of+different+inlet%2Foutlet+port+configurations+on+the+thermal+management+of+prismatic+Li-ion+batteries%5BTitle%5D)+AND+%22Journal+of+Heat+Transfer%22%5BJournal%5D)">Effect of different inlet/outlet port configurations on the thermal management of prismatic Li-ion batteries.</a> Journal of Heat Transfer. 144 (11), 112901(2022).</li>
<li>Zhang, J., Wu, X., Chen, K., Zhou, D., Song, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Experimental+and+numerical+studies+on+an+efficient+transient+heat+transfer+model+for+air-cooled+battery+thermal+management+systems%5BTitle%5D)+AND+%22Journal+of+Power+Sources%22%5BJournal%5D)">Experimental and numerical studies on an efficient transient heat transfer model for air-cooled battery thermal management systems.</a> Journal of Power Sources. 490, 229539(2021).</li>
<li>Qian, X., Xuan, D., Zhao, X., Shi, Z. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Heat+dissipation+optimization+of+lithium-ion+battery+pack+based+on+neural+networks%5BTitle%5D)+AND+%22Applied+Thermal+Engineering%22%5BJournal%5D)">Heat dissipation optimization of lithium-ion battery pack based on neural networks.</a> Applied Thermal Engineering. 162, 114289(2019).</li>
<li>Chen, K., Wang, S., Song, M., Chen, L. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Structure+optimization+of+parallel+air-cooled+battery+thermal+management+system%5BTitle%5D)+AND+%22International+Journal+of+Heat+and+Mass+Transfer%22%5BJournal%5D)">Structure optimization of parallel air-cooled battery thermal management system.</a> International Journal of Heat and Mass Transfer. 111, 943-952 (2017).</li>
<li>Liu, Y., Zhang, J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Self-adapting+J-type+air-based+battery+thermal+management+system+via+model+predictive+control%5BTitle%5D)+AND+%22Applied+Energy%22%5BJournal%5D)">Self-adapting J-type air-based battery thermal management system via model predictive control.</a> Applied Energy. 263, 114640(2020).</li>
<li>Baveja, R., Bhattacharya, J., Panchal, S., Fraser, R., Fowler, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Predicting+temperature+distribution+of+passively+balanced+battery+module+under+realistic+driving+conditions+through+coupled+equivalent+circuit+method+and+lumped+heat+dissipation+method%5BTitle%5D)+AND+%22Journal+of+Energy+Storage%22%5BJournal%5D)">Predicting temperature distribution of passively balanced battery module under realistic driving conditions through coupled equivalent circuit method and lumped heat dissipation method.</a> Journal of Energy Storage. 70, 107967(2023).</li>
<li>Singh, L. K., Kumar, R., Gupta, A. K., Sharma, A. K., Panchal, S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Computational+study+on+hybrid+air-PCM+cooling+inside+lithium-ion+battery+packs+with+varying+number+of+cells%5BTitle%5D)+AND+%22Journal+of+Energy+Storage%22%5BJournal%5D)">Computational study on hybrid air-PCM cooling inside lithium-ion battery packs with varying number of cells.</a> Journal of Energy Storage. 67, 107649(2023).</li>
<li>Fan, Y., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Multi-objective+optimization+design+and+experimental+investigation+for+a+prismatic+lithium-ion+battery+integrated+with+a+multi-stage+Tesla+valve-based+cold+plate%5BTitle%5D)+AND+%22Processes%22%5BJournal%5D)">Multi-objective optimization design and experimental investigation for a prismatic lithium-ion battery integrated with a multi-stage Tesla valve-based cold plate.</a> Processes. 11 (6), 1618(2023).</li>
<li>Feng, Z., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Optimization+of+the+Cooling+Performance+of+Symmetric+Battery+Thermal+Management+Systems+at+High+Discharge+Rates%5BTitle%5D)+AND+%22Energy+Fuels%22%5BJournal%5D)">Optimization of the Cooling Performance of Symmetric Battery Thermal Management Systems at High Discharge Rates.</a> Energy Fuels. 37 (11), 7990-8004 (2023).</li>
<li>Talele, V., Moralı, U., Patil, M. S., Panchal, S., Mathew, K. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Optimal+battery+preheating+in+critical+subzero+ambient+condition+using+different+preheating+arrangement+and+advance+pyro+linear+thermal+insulation%5BTitle%5D)+AND+%22Thermal+Science+and+Engineering+Progress%22%5BJournal%5D)">Optimal battery preheating in critical subzero ambient condition using different preheating arrangement and advance pyro linear thermal insulation.</a> Thermal Science and Engineering Progress. 42, 101908(2023).</li>
<li>Kenny, Q. Y., Li, W., Sudjianto, A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Algorithmic+construction+of+optimal+symmetric+Latin+hypercube+designs%5BTitle%5D)+AND+%22Journal+of+statistical+planning+and+inference%22%5BJournal%5D)">Algorithmic construction of optimal symmetric Latin hypercube designs.</a> Journal of statistical planning and inference. 90 (1), 145-159 (2000).</li>
<li>Oliveira Jr, H. A., Petraglia, A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Global+optimization+using+dimensional+jumping+and+fuzzy+adaptive+simulated+annealing%5BTitle%5D)+AND+%22Applied+Soft+Computing%22%5BJournal%5D)">Global optimization using dimensional jumping and fuzzy adaptive simulated annealing.</a> Applied Soft Computing. 11 (6), 4175-4182 (2011).</li>
<li>Ingber, L. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Very+fast+simulated+re-annealing%5BTitle%5D)+AND+%22Mathematical+and+computer+modelling%22%5BJournal%5D)">Very fast simulated re-annealing.</a> Mathematical and computer modelling. 12 (8), 967-973 (1989).</li>
<li>Yu, X., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Experimental+study+on+transient+thermal+characteristics+of+stagger-arranged+lithium-ion+battery+pack+with+air+cooling+strategy%5BTitle%5D)+AND+%22International+Journal+of+Heat+and+Mass+Transfer%22%5BJournal%5D)">Experimental study on transient thermal characteristics of stagger-arranged lithium-ion battery pack with air cooling strategy.</a> International Journal of Heat and Mass Transfer. 143, 118576(2019).</li>
<li>Li, W., Xiao, M., Peng, X., Garg, A., Gao, L. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+surrogate+thermal+modeling+and+parametric+optimization+of+battery+pack+with+air+cooling+for+EVs%5BTitle%5D)+AND+%22Applied+Thermal+Engineering%22%5BJournal%5D)">A surrogate thermal modeling and parametric optimization of battery pack with air cooling for EVs.</a> Applied Thermal Engineering. 147, 90-100 (2019).</li>
<li>Chen, K., Zhang, Z., Wu, B., Song, M., Wu, X. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((An+air-cooled+system+with+a+control+strategy+for+efficient+battery+thermal+management%5BTitle%5D)+AND+%22Applied+Thermal+Engineering%22%5BJournal%5D)">An air-cooled system with a control strategy for efficient battery thermal management.</a> Applied Thermal Engineering. 236, 121578(2023).</li>
<li>Zhao, L., Li, W., Wang, G., Cheng, W., Chen, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+novel+thermal+management+system+for+lithium-ion+battery+modules+combining+direct+liquid-cooling+with+forced+air-cooling%5BTitle%5D)+AND+%22Applied+Thermal+Engineering%22%5BJournal%5D)">A novel thermal management system for lithium-ion battery modules combining direct liquid-cooling with forced air-cooling.</a> Applied Thermal Engineering. 232, 120992(2023).</li>
<li>Oyewola, O. M., Awonusi, A. A., Ismail, O. S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Design+optimization+of+Air-Cooled+Li-ion+battery+thermal+management+system+with+Step-like+divergence+plenum+for+electric+vehicles%5BTitle%5D)+AND+%22Alexandria+Engineering+Journal%22%5BJournal%5D)">Design optimization of Air-Cooled Li-ion battery thermal management system with Step-like divergence plenum for electric vehicles.</a> Alexandria Engineering Journal. 71, 631-644 (2023).</li>
<li>Chen, K., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Design+of+parallel+air-cooled+battery+thermal+management+system+through+numerical+study%5BTitle%5D)+AND+%22Energies%22%5BJournal%5D)">Design of parallel air-cooled battery thermal management system through numerical study.</a> Energies. 10 (10), 1677(2017).</li>
<li>Lyu, C., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+new+structure+optimization+method+for+forced+air-cooling+system+based+on+the+simplified+multi-physics+model%5BTitle%5D)+AND+%22Applied+Thermal+Engineering%22%5BJournal%5D)">A new structure optimization method for forced air-cooling system based on the simplified multi-physics model.</a> Applied Thermal Engineering. 198, 117455(2021).</li>
<li>Zhang, W. C., Liang, Z. C., Ling, G. Z., Huang, L. S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Influence+of+phase+change+material+dosage+on+the+heat+dissipation+performance+of+the+battery+thermal+management+system%5BTitle%5D)+AND+%22Journal+of+Energy+Storage%22%5BJournal%5D)">Influence of phase change material dosage on the heat dissipation performance of the battery thermal management system.</a> Journal of Energy Storage. 41, 102849(2021).</li>
<li>Li, M. L., Zang, M. Y., Li, C. Y., Dai, H. Y. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Optimization+of+structure+of+air+cooling+heat+dissipation+for+Li-ion+batteries%5BTitle%5D)+AND+%22Battery+Bimonthly%22%5BJournal%5D)">Optimization of structure of air cooling heat dissipation for Li-ion batteries.</a> Battery Bimonthly. 50 (3), 1001(2020).</li>
</ol>

Autorzy nie mają nic do ujawnienia.

&#160;System BTMS wykorzystany w niniejszym badaniu został opracowany w oparciu o system chłodzenia powietrzem ze względu na jego niski koszt oraz prostotę konstrukcji. Z powodu niskiej zdolności przekazywania ciepła, wydajność systemu chłodzenia powietrzem jest niższa niż w przypadku systemu chłodzenia cieczą oraz systemu chłodzenia materiałem zmiennofazowym. Jednakże system chłodzenia cieczą charakteryzuje się wadą w postaci wycieków czynnika chłodniczego, a system chłodzenia materiałem zmiennofazowym cechuje się dużą ...

Wraz z szybkim rozwojem przemysłu samochodowego, tradycyjne pojazdy napędzane paliwami zużywają dużo nieodnawialnych zasobów, co skutkuje poważnym zanieczyszczeniem środowiska i niedoborem energii. Jednym z najbardziej obiecujących rozwiązań jest rozwój pojazdów elektrycznych (EV)1,2.
Akumulatory używane w pojazdach elektrycznych mogą magazynować energię elektrochemiczną, co jest kluczem do zastąpienia tradycyjnych pojazdów napędzanych paliwem. Akumulatory zasilające stosowane w pojazdach elektrycznych obejmują akumulator litowo-jonowy (LIB), akumulator niklowo-metalowo-wodorkowy (NiMH) i elektryczny kondensator dwuwarstwowy (EDLC)3. W porównaniu z innymi akumulatorami, akumulatory litowo-jonowe są obecnie szeroko stosowane jako jednostki magazynujące energię w pojazdach elektrycznych ze względu na ich zalety, takie jak wysoka gęstość energii, wysoka wydajność i długi cykl życia4,5,6,7.
Jednakże, ze względu na ciepło reakcji chemicznej i ciepło dżuli, łatwo jest zgromadzić dużą ilość ciepła i zwiększyć temperaturę baterii podczas szybkiego ładowania i intensywnego rozładowywania. Idealna temperatura pracy LIB to 20-40 °C8,9. Maksymalna różnica temperatur między bateriami w łańcuchu baterii nie powinna przekraczać 5 °C10,11. W przeciwnym razie może to prowadzić do szeregu zagrożeń, takich jak nierównowaga temperatur między bateriami, przyspieszone starzenie, a nawet przegrzanie, pożar, wybuch i tak dalej12. Dlatego krytyczną kwestią, którą należy rozwiązać, jest zaprojektowanie i optymalizacja wydajnego systemu zarządzania temperaturą akumulatora (BTMS), który może kontrolować temperaturę i różnicę temperatur akumulatora w wąskim zakresie.
Typowe BTMS obejmują chłodzenie powietrzem, chłodzenie wodą i chłodzenie materiału zmiennofazowego13. Wśród tych metod chłodzenia, typ chłodzenia powietrzem jest szeroko stosowany ze względu na niski koszt i prostotę struktury14. Ze względu na ograniczoną pojemność cieplną właściwą powietrza, łatwo o wysoką temperaturę i duże różnice temperatur między ogniwami akumulatorów w systemach chłodzonych powietrzem. Aby poprawić wydajność chłodzenia chłodzonego powietrzem BTMS, konieczne jest zaprojektowanie wydajnego systemu15,16,17. Qian et al.18 zebrali maksymalną temperaturę i różnicę temperatur w zestawie akumulatorów, aby wytrenować odpowiedni model bayesowskiej sieci neuronowej, który jest używany do optymalizacji odstępów między ogniwami szeregowo chłodzonego zestawu akumulatorów chłodzonych powietrzem. Chen et al.19 zgłosili użycie metody Newtona i modelu sieci oporu przepływu do optymalizacji szerokości komory dywergencyjnej wlotu i komory konwergencji wylotu w równoległym systemie chłodzonym powietrzem typu Z. Wyniki wykazały zmniejszenie różnicy temperatur w systemie o 45%. Liu i in.20 pobrali próbki z pięciu grup kanałów chłodzących w J-BTMS i uzyskali najlepszą kombinację odstępów między komórkami za pomocą algorytmu optymalizacji opartej na sustytu. Baveja i in.21 modelowali pasywnie zrównoważony moduł akumulatorowy, a badanie opisało wpływ przewidywania termicznego na równoważenie pasywne na poziomie modułu i odwrotnie. Singh et al.22 zbadali system zarządzania temperaturą baterii (BTMS), który wykorzystywał zamknięty materiał zmiennofazowy wraz z wymuszonym konwekcyjnym chłodzeniem powietrzem, zaprojektowany przy użyciu sprzężonego modelowania elektrochemiczno-termicznego. Fan et al.23 zaproponowali płytę chłodzącą ciecz zawierającą wielostopniową konfigurację zaworów Tesli, aby zapewnić bezpieczniejszy zakres temperatur dla pryzmatycznego akumulatora litowo-jonowego o wysokiej rozpoznawalności w zastosowaniach mikroprzepływowych. Feng et al. 24 wykorzystali metodę współczynnika zmienności do oceny schematów z różnymi natężeniami przepływu na wlocie i odstępami między akumulatorami. Talele et al.25 wprowadzili izolację termiczną z wykładziny pirotechnicznej wzmocnionej ścianą, aby magazynować potencjalnie generowane ciepło w oparciu o optymalne rozmieszczenie folii grzewczych.
Gdy korzysta się z chłodzenia powietrzem BTMS, cząsteczki pyłu metalowego, cząsteczki pyłu mineralnego, cząsteczki pyłu materiałów budowlanych i inne cząsteczki w środowisku zewnętrznym zostaną wprowadzone do chłodzonego powietrzem BTMS przez dmuchawę, co może spowodować pokrycie powierzchni baterii DPM. Jeśli nie ma planu odprowadzania ciepła, może to spowodować wypadki z powodu zbyt wysokiej temperatury akumulatora. Po symulacji przyjmujemy maksymalną temperaturę akumulatora w określonej prędkości przepływu powietrza i środowisku wolnym od kurzu jako oczekiwaną temperaturę w zapylonym środowisku. Po pierwsze, współczynnik C odnosi się do wartości prądu wymaganego, gdy akumulator zwalnia swoją pojemność znamionową w określonym czasie, który jest równy wielokrotności pojemności znamionowej akumulatora w wartości danych. W tym artykule symulacja wykorzystuje rozładowanie o szybkości 2C. Pojemność znamionowa wynosi 10 Ah, a napięcie znamionowe 3,2 V. Jako materiał elektrody dodatniej stosuje się fosforan litowo-żelazowy (LiFePO4), a jako materiał elektrody ujemnej stosuje się węgiel. Elektrolit zawiera elektrolit, sól litową, rozpuszczalnik organiczny o wysokiej czystości, niezbędne dodatki i inne surowce. Losowa tablica reprezentująca różne kombinacje prędkości na wlotach została wyznaczona za pomocą OLHA, a funkcja 2. rzędu między maksymalną temperaturą akumulatora a kombinacją prędkości przepływu na wlocie została ustawiona pod warunkiem sprawdzenia dokładności dopasowania krzywej. Łacińskie projekty hipersześcianów (LH) były stosowane w wielu eksperymentach komputerowych od czasu, gdy zostały zaproponowane przez McKaya i wsp.26. LR jest dana przez N x p-macierz L, gdzie każda kolumna L składa się z permutacji liczb całkowitych od 1 do N. W tym artykule zastosowano optymalną metodę próbkowania hipersześcianów łacińskich w celu zmniejszenia obciążenia obliczeniowego. W metodzie wykorzystuje się warstwowe pobieranie próbek w celu zapewnienia, że punkty pobierania próbek mogą obejmować wszystkie elementy wewnętrzne pobierania próbek.
W następnym kroku, kombinacja prędkości przepływu na wlocie została zoptymalizowana, aby obniżyć maksymalną temperaturę zestawu akumulatorów w zapylonym środowisku na podstawie ASAM pod warunkiem jednoczesnego uwzględnienia zużycia energii. Adaptacyjny algorytm symulowanego wyżarzania został szeroko opracowany i szeroko stosowany w wielu problemach optymalizacyjnych27,28. Algorytm ten pozwala uniknąć wpadnięcia w pułapkę lokalnego optimum, akceptując najgorsze rozwiązanie z pewnym prawdopodobieństwem. Globalne optimum osiąga się poprzez zdefiniowanie prawdopodobieństwa przyjęcia i temperatury; Szybkość obliczeń można również dostosować za pomocą tych dwóch parametrów. Wreszcie, w celu sprawdzenia dokładności optymalizacji, optymalny wynik porównano z wynikiem analizy uzyskanym z oprogramowania symulacyjnego.
W tym artykule zaproponowano metodę optymalizacji natężenia przepływu na wlocie do skrzynki baterii dla zestawu baterii, którego temperatura wzrasta z powodu osłony przeciwpyłowej. Celem jest obniżenie maksymalnej temperatury zakurzonego zestawu akumulatorów poniżej maksymalnej temperatury niepokrytego pyłem zestawu akumulatorów w przypadku niskiego zużycia energii.

<table><tbody><tr><td>Ansys-Workbench</td><td>ANSYS</td><td>N/A</td><td>Wielofunkcyjny program do projektowania komputerowego metodą elementów skończonych.https://www.ansys.com</td></tr><tr><td>Isight</td><td>Engineous Sogtware</td><td>N/A</td><td>Kompleksowe oprogramowanie inżynierskie wspomagane komputerowo.https://www.3ds.com</td></tr><tr><td>NVIDIA GPU</td><td>NVIDIA</td><td>N/A</td><td>Wymagany jest procesor graficzny NVIDIA, ponieważ niektóre z poniższych ram oprogramowania nie będą działać w inny sposób. https://www.nvidia.com</td></tr><tr><td>Oprogramowanie</td><td></td><td></td><td></td></tr><tr><td>SOLIDWORKS</td><td>Dassault Sysèmeses</td><td>N/A</td><td>SolidWorks dostarcza różne rozwiązania projektowe, zmniejsza liczbę błędów w procesie projektowania i poprawia jakość produktu www.solidworks.com</td></tr></tbody></table>

optymalizacja systemu zarządzania ciepłem na bazie powietrza dla zapylonych akumulatorów litowo-jonowych pokrytych cząstkami stałymi

Optimization of An Air-Based Heat Management System for Dusty Particulate Matter-Covered Lithium-Ion Battery Packs

To badanie ma na celu rozwiązanie problemu wzrostu temperatury ogniwa i spadku wydajności spowodowanego pyłem zawieszonym pokrywającym powierzchnię ogniwa poprzez alokację prędkości przepływu powietrza na wlotach do skrzynki chłodzącej akumulator w celu niskiego zużycia energii. Maksymalną temperaturę akumulatora przy określonej prędkości przepływu powietrza i środowisku wolnym od kurzu przyjmujemy jako oczekiwaną temperaturę w zapylonym środowisku. Maksymalna temperatura akumulatora w zapylonym środowisku jest obliczana przy różnych prędkościach przepływu powietrza wlotowego, które są warunkami brzegowymi modelu analitycznego skonstruowanego w oprogramowaniu symulacyjnym. Tablice reprezentujące różne kombinacje prędkości przepływu powietrza na wlotach są generowane losowo za pomocą optymalnego algorytmu hipersześcianu łacińskiego (OLHA), w którym dolne i górne granice prędkości odpowiadających temperaturom powyżej żądanej temperatury są ustawiane w oprogramowaniu optymalizacyjnym. Ustalamy przybliżony QRSM między kombinacją prędkości a maksymalną temperaturą za pomocą modułu dopasowania oprogramowania optymalizacyjnego. QRSM jest optymalizowany w oparciu o ASAM, a optymalny wynik jest dobrze zgodny z wynikiem analizy uzyskanym przez oprogramowanie symulacyjne. Po optymalizacji natężenie przepływu środkowego wlotu zmienia się z 5,5 m/s na 5 m/s, a całkowita prędkość przepływu powietrza zmniejsza się o 3%. Protokół przedstawia tutaj metodę optymalizacji uwzględniającą jednocześnie zużycie energii i wydajność cieplną ustanowionego systemu zarządzania baterią i może być szeroko stosowany w celu poprawy cyklu życia zestawu akumulatorów przy minimalnych kosztach operacyjnych.

Zgodnie z protokołem, najważniejsze są trzy pierwsze etapy: modelowanie, tworzenie siatki oraz symulacja, których celem jest wyznaczenie maksymalnej temperatury zestawu akumulatorów. Następnie, poprzez próbkowanie, korygowana jest prędkość przepływu powietrza, a na koniec, w drodze optymalizacji, wyznaczana jest optymalna kombinacja natężeń przepływu.
Rysunek 9&#160;przedstawia porównanie rozkładu t...

Tutaj prezentujemy adaptacyjną metodę symulowanego wyżarzania (ASAM) w celu optymalizacji przybliżonego modelu powierzchni odpowiedzi kwadratowej (QRSM) odpowiadającego systemowi zarządzania ciepłem akumulatora pokrytego pyłem zawieszonym i wypełnienia spadków temperatury poprzez dostosowanie kombinacji prędkości przepływu powietrza na wlotach systemu.

Optymalizacja systemu zarządzania ciepłem na bazie powietrza dla zapylonych akumulatorów litowo-jonowych pokrytych cząstkami stałymi

This study aims to solve the problem of the cell temperature rise and performance decline caused by dusty particulate matter covering the surface of the ...

Badanie to ma na celu rozwiązanie problemu wzrostu temperatury ogniwa i spadku wydajności spowodowanego przez zapylone cząstki stałe pokrywające powierzchnię ogniwa poprzez przydzielenie prędkości przepływu powietrza u podstawy chłodzenia akumulatora w celu niskiego zużycia energii. Opracowano metodę optymalizacji uwzględniającą jednocześnie zużycie energii i wydajność cieplną systemu zarządzania baterią. I może być szeroko stosowany w celu poprawy cyklu życia akumulatora przy minimalnych kosztach operacyjnych.Aby rozpocząć analizę przepływu płynów, przeciągnij przepływ płynów z przybornika i systemów analitycznych do strefy schematu projektu. Następnie przytrzymaj lewym przyciskiem myszy siatkę airMESH, siatkę batteryFEM i siatkę dpmFEM i przesuń je do ustawień przepływu płynu. Kliknij prawym przyciskiem myszy przepływ płynu, a następnie skonfiguruj i wybierz aktualizację, aby przejść do okna konfiguracji.Potwierdź poprawność modelu MES i sprawdź, czy siatka ma objętość ujemną. Teraz wejdź do interfejsu ustawień modelu lepkości i modelu promieniowania i wybierz odpowiednio model k-epsilon i dyskretny model ordynacji. Zmień typ płynu w ponumerowanych domenach baterii na typ stały.Następnie w pełnym oknie kliknij dwukrotnie każdą domenę baterii, aby zmienić materiał DPM na materiał baterii. Następnie wybierz pozycję Warunki źródłowe i zaznacz podświetlone warunki źródłowe, aby dodać źródło energii, przypisując liczbę w liczbie źródeł energii i wybierając Typ stałej, aby wprowadzić wartość źródła. Zmień typ płynu numerowanych domen programu DPM na typ bryły.Następnie przekonwertuj typ wszystkich powierzchni o zmienionych nazwach, w tym wewnętrzne powierzchnie domeny powietrznej, wszystkie strony domen baterii i domeny DPM z domyślnej ściany na interfejs. Aby wygenerować interfejsy siatki, kliknij interfejsy siatki i przejdź do okna tworzenia i edycji interfejsów siatki. Dopasuj powierzchnie gniazda ze wszystkich stron z wyjątkiem górnych stron domen baterii i dolnych stron domen programu DPM.Nazwij je i ponumeruj odpowiednio jako interfejs 1 do interfejsu 11. Następnie dopasuj górne strony domen baterii i dolne boki domen programu DPM. Nazwij je i ponumeruj odpowiednio jako interfejs 12 do interfejsu 22.Aby przypisać zewnętrzną powierzchnię obramowania jako granicę termiczną ściany, należy ustawić współczynnik przenikania ciepła na 5 w mieszanych warunkach termicznych. Następnie zmień materiał z domyślnego aluminium na wcześniej zdefiniowany materiał skrzynki akumulatorowej. W oknie wlotu prędkości ustaw prędkości przepływu powietrza wszystkich wlotów na 5 metrów na sekundę.Następnie ustaw ciśnienie manometryczne wylotu na zero w okienku wylotu ciśnienia. Następnie ustaw stan domeny obliczeniowej z początkową temperaturą 300 kelwinów i typem inicjalizacji rozwiązania najlepsza inicjalizacja standardowa. Ustaw liczbę iteracji na 2 000 i kliknij przycisk Oblicz, aby rozpocząć symulację.Aby przejść do okna postu CFD, kliknij dwukrotnie przepływ płynu, a następnie wyniki. Następnie w przyborniku kliknij dwukrotnie ikonę konturu. W selektorze lokalizacji wybierz wszystkie strony baterii i przełącz się z ciśnienia na temperaturę.Następnie kliknij Zastosuj, aby wygenerować kontur temperatury baterii. Kliknij plik, a następnie eksportuj, aby wybrać temperaturę wybranych zmiennych, a następnie kliknij przycisk rozwijany lokalizacji, aby wybrać domeny baterii. Kliknij OK, a następnie przycisk Zapisz, aby wyjść.Zmiany temperatury akumulatora przy różnych prędkościach przepływu powietrza wlotowego wykazały, że maksymalna temperatura akumulatora spada wraz ze wzrostem prędkości przepływu na wlocie. Porównanie rozkładu temperatury akumulatora i drugiego rozkładu temperatury akumulatora w różnych środowiskach wykazało, że temperatura akumulatora wzrasta w warunkach zapylenia ze względu na niską przewodność cieplną DPM. Zacznij od otwarcia pustego arkusza kalkulacyjnego, aby utworzyć tabelę z wierszami o nazwach wlot1, wlot2 i wlot3 w pierwszej kolumnie.Zapisz plik jako sample.xlsx. Uruchom oprogramowanie optymalizacyjne i przeciągnij ikonę arkusza kalkulacyjnego na pojedynczą strzałkę zadania pierwszego. Następnie kliknij dwukrotnie ikonę arkusza kalkulacyjnego, aby otworzyć okno edytora komponentów Excel.Kliknij przycisk przeglądania, aby zaimportować sample.xlsx. Następnie kliknij przycisk Dodaj to mapowanie, aby odwzorować wlot1, wlot2 i wlot3 na A1, A2 i A3 jako parametry. Kliknij OK, aby powrócić do początkowego okna, przeciągnij ikonę DOE do zadania pierwszego i kliknij ją dwukrotnie, aby otworzyć okno edytora komponentów DOE.Wybierz Optymalna hipersześcian łaciński. A w oknie ogólnym ustaw liczbę punktów na 15. Przejdź do okna czynników i ustaw 5.5 jako górną granicę i 5 jako dolną granicę dla A1, A2 i A3. Przełącz się do okna macierzy projektowej i kliknij przycisk generuj, aby utworzyć losowe punkty próbkowania dla różnych prędkości wlotowych.Zamknij oprogramowanie optymalizacyjne. Połącz zmienne predyktora x1, x2 i x3 tablic prędkości i y tablic temperatury, aby utworzyć nową tabelę, zapisz tabelę jako próbkę. txt i zaimportuj go, aby dopasować go do modelu powierzchni odpowiedzi.Uruchom ponownie oprogramowanie optymalizacyjne i przeciągnij ikonę aproksymacji na pojedynczą strzałkę zadania pierwszego. Kliknij dwukrotnie ikonę zadania, aby wyświetlić okno aproksymacji edytora komponentów w celu wybrania modelu powierzchni odpowiedzi. Przejdź do okna pliku danych i zaimportuj próbkę.txt zawierający zmienne predykcyjne. Przejdź do okna parametrów i kliknij skanuj, aby otworzyć parametry w oknie pliku danych, w którym zmienne predyktora x1, x2 i x3 są zdefiniowane jako dane wejściowe i y jako wyjściowe. Następnie przejdź do okna opcji techniki i wybierz kwadratowy w kolejności wielomianowej.Przejdź do okna opcji analizy błędów i wybierz opcję Krzyżowa walidacja w metodzie analizy błędów. Następnie przejdź do okna widoku danych i kliknij przycisk Zainicjuj teraz, aby uzyskać współczynniki równania kwadratowej regresji liniowej. Kliknij przycisk analizy błędów, aby otworzyć okno analizy błędów przybliżenia.Sprawdź, czy błędy spełniają akceptowalne standardy dla każdego typu błędu. Zamknij okno komponentu aproksymacji. Przeciągnij ikonę optymalizacji do zadania pierwszego i kliknij ją dwukrotnie, aby otworzyć okno optymalizacji edytora komponentów.Następnie wybierz adaptacyjny, symulowany i klęczący w technice optymalizacji. Przejdź do okna zmiennych i ustaw 5.5 jako górny limit i 5 jako dolny limit. Przejdź do okna celów i wybierz parametr Y przed zamknięciem okna optymalizacji edytora komponentów.Na koniec kliknij przycisk uruchom optymalizację i poczekaj na wyniki optymalizacji. Nasza analiza kwadratowa wykazała, że model aproksymacji powierzchni odpowiedzi wielomianowej drugiego rzędu miał dobrą dokładność dopasowania. Maksymalna temperatura uzyskana w wyniku optymalizacji wyniosła 309,39 kelwinów przy określonych prędkościach przepływu powietrza na wlotach.Zoptymalizowane prędkości przepływu powietrza doprowadziły do niższej maksymalnej temperatury wynoszącej 309,39 kelwinów w porównaniu z początkowym przypadkiem, suma prędkości przepływu powietrza w zoptymalizowanej obudowie jest mniejsza niż w przypadku niezoptymalizowanych. Jednak maksymalna temperatura nie wzrasta wraz ze zmniejszającą się prędkością przepływu powietrza. Ponadto rozkład linii przepływu po optymalizacji staje się szerszy.Czynnik x1 ma największy wpływ na temperaturę, podczas gdy czynniki x2 i x3 mają podobne efekty.

optimization-an-air-based-heat-management-system-for-dusty

Research

JoVE Journal

Engineering

Inżynieria

Ta praca ma na celu określenie kinetyki reakcji katody i anody baterii litowo-jonowej ulegających niekontrolowanemu wzrostowi termicznemu (TR). Jednoczesna analiza termiczna (STA)/spektrometr FTIR z transformacją Fouriera/spektrometria mas chromatografii gazowej (GC-MS) zostały wykorzystane do ujawnienia zdarzeń termicznych i wykrycia wydzielanych gazów.

identyfikacja i kwantyfikacja mechanizmów rozkładu w akumulatorach litowo-jonowych; Dane wejściowe do symulacji przepływu ciepła w celu modelowania niekontrolowanej temperatury

Tutaj opisujemy procedurę testową opracowaną w celu scharakteryzowania niekontrolowanej temperatury i pożarów w ogniwach litowo-jonowych poprzez pomiary in situ różnych parametrów w komorze środowiskowej.

In Situ Analiza gazów i charakterystyka pożaru ogniw litowo-jonowych podczas ucieczki termicznej z wykorzystaniem komory środowiskowej

Tutaj prezentujemy metodę analizy zakresu, która optymalizuje punkty próbkowania generowane przez ortogonalny projekt eksperymentalny, aby zapewnić, że świeża żywność może być przechowywana w wentylowanym pudełku przez długi czas, regulując wzorzec przepływu powietrza.

Projektowanie i strategie optymalizacji wysokowydajnej skrzynki wentylowanej

W niniejszym badaniu połączono oprogramowanie do analizy numerycznej z metodologią powierzchni odpowiedzi (RSM) w celu systematycznego badania metody projektowania optymalizacji tarcz ciernych sprzęgieł hydro-lepkościowych.

Metoda projektowania optymalizacji parametrycznej tarcz ciernych sprzęgieł hydroleskotycznych

Opisano protokół konstrukcji i testowania ogniw guzikowych baterii litowo-jonowych. Przedstawiono szczegółowe procedury wykonania elektrody roboczej, przygotowania elektrody przeciwnej, montażu ogniwa wewnątrz komory rękawicowej oraz testowania ogniwa.

Konstrukcja i testowanie ogniw guzikowych baterii litowo-jonowych

Baterie litowo-jonowe wykorzystują łatwopalne i lotne elektrolity organiczne, które są odpowiednie do zastosowań w temperaturze otoczenia. Bezpieczniejszą alternatywą dla elektrolitów organicznych są akumulatory polimerowe ze stali kości. Akumulatory polimerowe działają bezpiecznie w wysokich temperaturach (&gt;120 °C), dzięki czemu można je stosować w zastosowaniach wysokotemperaturowych, takich jak głębokie wiercenia ropy naftowej i hybrydowe pojazdy elektryczne. W tym artykule omówiono (a)...

Elektrolity z kopolimeru kopolimeru w stanie stałym do zastosowań w bateriach litowych

Prezentujemy unikalną platformę do charakteryzowania powierzchni elektrod w ogniwach paliwowych ze stałym tlenkiem (SOFC), która umożliwia jednoczesne wykonywanie wielu technik charakteryzacji (np. spektroskopia Ramana in situ i mikroskopia z sondą skaningową wraz z pomiarami elektrochemicznymi). Uzupełniające informacje uzyskane dzięki tym analizom mogą pomóc w lepszym zrozumieniu mechanizmów reakcji i degradacji elektrod, dostarczając informacji na temat racjonalnego projektowania lepszych...

Sondowanie i mapowanie powierzchni elektrod w ogniwach paliwowych ze stałym tlenkiem

Opisujemy użycie technik synchrotronowej spektroskopii absorpcyjnej promieniowania rentgenowskiego (XAS) i dyfrakcji rentgenowskiej (XRD) do badania szczegółów procesów interkalacji/deinterkalacji w materiałach elektrodowych dla akumulatorów litowo-jonowych i na-jonowych. Zarówno eksperymenty in situ, jak i ex situ są wykorzystywane do zrozumienia zachowań strukturalnych istotnych dla działania...

Charakterystyka materiałów elektrodowych do akumulatorów litowo-jonowych i sodowo-jonowych z wykorzystaniem technik promieniowania synchrotronowego

Opisujemy projekt i budowę ogniwa elektrochemicznego do badania materiałów elektrodowych za pomocą dyfrakcji proszków neutronów in situ (NPD). Pokrótce omówimy alternatywne projekty komórek NPD in situ i omówimy metody analizy odpowiadających im danych NPD in situ uzyskanych przy użyciu tej komórki.

In Situ Dyfrakcja proszku neutronowego przy użyciu niestandardowych akumulatorów litowo-jonowych

Niewodne przetwarzanie elektrod jest kluczowe dla budowy ogniw pastylkowych i oceny nowych chemii elektrod dla akumulatorów litowo-jonowych. Dostępny jest przewodnik krok po kroku po podstawowych praktykach potrzebnych inżynierowi elektrochemikowi pracującemu z bateriami w akademickich warunkach eksperymentalnych.

Niewodne przetwarzanie elektrod i budowa litowo-jonowych ogniw pastylkowych

Odkryj metodę optymalizacji przepływu powietrza w systemach chłodzenia akumulatorów litowo-jonowych z wykorzystaniem symulowanego wyżarzania adaptacyjnego. To podejście zmniejsza zużycie energii przy zachowaniu wydajności termicznej i wydłuża cykl życia pakietu baterii.

Optymalizacja systemu zarządzania ciepłem na bazie powietrza dla zapylonych akumulatorów litowo-jonowych pokrytych cząstkami stałymi (Wideo) | JoVE Journal

Optymalizacja systemu zarządzania ciepłem na bazie powietrza dla zapylonych akumulatorów litowo-jonowych pokrytych cząstkami stałymi

Przeglądaj więcej filmów