Summary
כאן, אנו מציגים את שיטת החישול המדומה האדפטיבית (ASAM) כדי למטב מודל משטח תגובה ריבועית משוערת (QRSM) המתאים למערכת ניהול חום סוללה מכוסה חומר חלקיקי מאובק ולמלא את ירידות הטמפרטורה בחזרה על ידי התאמת שילוב מהירויות זרימת האוויר של פתחי המערכת.
Abstract
מחקר זה נועד לפתור את בעיית עליית טמפרטורת התא וירידה בביצועים הנגרמת על ידי חומר חלקיקי מאובק המכסה את פני התא באמצעות הקצאת מהירויות זרימת האוויר בפתחי תיבת הקירור של הסוללה במטרה של צריכת אנרגיה נמוכה. אנו לוקחים את הטמפרטורה המקסימלית של מארז הסוללות במהירות זרימת אוויר מוגדרת ובסביבה נטולת אבק כטמפרטורה הצפויה בסביבה מאובקת. הטמפרטורה המקסימלית של מארז הסוללות בסביבה מאובקת נפתרת במהירויות זרימת אוויר כניסה שונות, שהן תנאי הגבול של מודל הניתוח שנבנה בתוכנת הסימולציה. המערכים המייצגים את שילובי מהירויות זרימת האוויר השונים של כניסות נוצרים באופן אקראי באמצעות אלגוריתם ההיפרקובייה הלטינית האופטימלית (OLHA), כאשר הגבול התחתון והעליון של מהירויות המתאימות לטמפרטורות מעל הטמפרטורה הרצויה נקבעים בתוכנת האופטימיזציה. אנו קובעים QRSM משוער בין שילוב המהירות לטמפרטורה המקסימלית באמצעות מודול ההתאמה של תוכנת האופטימיזציה. ה- QRSM מותאם על בסיס ה- ASAM, והתוצאה האופטימלית תואמת היטב את תוצאת הניתוח המתקבלת על ידי תוכנת הסימולציה. לאחר האופטימיזציה, קצב הזרימה של הכניסה האמצעית משתנה מ-5.5 מטר לשנייה ל-5 מטר לשנייה, ומהירות זרימת האוויר הכוללת יורדת ב-3%. הפרוטוקול כאן מציג שיטת אופטימיזציה בו זמנית בהתחשב בצריכת האנרגיה והביצועים התרמיים של מערכת ניהול הסוללה שהוקמה, וניתן להשתמש בה באופן נרחב כדי לשפר את מחזור החיים של חבילת הסוללות עם עלות הפעלה מינימלית.
Introduction
עם ההתפתחות המהירה של תעשיית הרכב, רכבי דלק מסורתיים צורכים הרבה משאבים שאינם מתחדשים, וכתוצאה מכך זיהום סביבתי חמור ומחסור באנרגיה. אחד הפתרונות המבטיחים ביותר הוא פיתוח כלי רכב חשמליים (EVs)1,2.
סוללות הכוח המשמשות לרכבים חשמליים יכולות לאגור אנרגיה אלקטרוכימית, שהיא המפתח להחלפת רכבי דלק מסורתיים. סוללות כוח המשמשות בכלי רכב חשמליים כוללות סוללת ליתיום-יון (LIB), סוללת ניקל-מתכת הידריד (NiMH) וקבל חשמלי דו-שכבתי (EDLC)3. בהשוואה לסוללות האחרות, סוללות ליתיום-יון נמצאות כיום בשימוש נרחב כיחידות אחסון אנרגיה ברכב חשמלי בשל יתרונותיהן כגון צפיפות אנרגיה גבוהה, יעילות גבוהה ומחזור חיים ארוך 4,5,6,7.
עם זאת, בשל חום התגובה הכימית וחום הג'אול, קל לצבור כמות גדולה של חום ולהעלות את טמפרטורת הסוללה במהלך טעינה מהירה ופריקה בעוצמה גבוהה. טמפרטורת ההפעלה האידיאלית של LIB היא 20-40 °C 8,9. הפרש הטמפרטורה המרבי בין הסוללות במחרוזת סוללה לא יעלה על 5°C10,11. אחרת, זה עלול להוביל לשורה של סיכונים כגון חוסר איזון טמפרטורה בין הסוללות, הזדקנות מואצת, אפילו התחממות יתר, אש, פיצוץ, וכן הלאה12. לכן, הבעיה הקריטית שיש לפתור היא תכנון ואופטימיזציה של מערכת ניהול תרמי יעילה של הסוללה (BTMS) שיכולה לשלוט בהפרש הטמפרטורה והטמפרטורה של מארז הסוללות בטווח צר.
BTMS טיפוסי כולל קירור אוויר, קירור מים וקירור חומרים לשינוי פאזה13. בין שיטות קירור אלה, סוג קירור האוויר נמצא בשימוש נרחב בגלל העלות הנמוכה שלה ואת הפשטות של המבנה14. בשל קיבולת החום הספציפית המוגבלת של האוויר, קל להתרחש הבדלי טמפרטורה גבוהים והבדלי טמפרטורה גדולים בין תאי הסוללה במערכות מקוררות אוויר. על מנת לשפר את ביצועי הקירור של BTMS מקורר אוויר, יש צורך לתכנן מערכת יעילה 15,16,17. Qian et al.18 אספו את הפרש הטמפרטורה והטמפרטורה המרבי של מארז הסוללות כדי לאמן את מודל הרשת העצבית הבייסיאנית המתאים, המשמש למיטוב ריווח התאים של מארז הסוללות מקורר האוויר בסדרה. Chen et al.19 דיווחו על שימוש בשיטת ניוטון ובמודל רשת התנגדות הזרימה לאופטימיזציה של רוחב מליאת סטיית הכניסה ומלאת התכנסות היציאה במערכת מקוררת אוויר מקבילית מסוג Z. התוצאות הראו ירידה של 45% בהפרש הטמפרטורה של המערכת. Liu et al.20 דגמו חמש קבוצות של צינורות קירור ב- J-BTMS והשיגו את השילוב הטוב ביותר של ריווח תאים על ידי אלגוריתם אופטימיזציה מבוסס אנסמבל חלופי. Baveja et al.21 מידלו מודול סוללה מאוזן באופן פסיבי, והמחקר תיאר את ההשפעות של חיזוי תרמי על איזון פסיבי ברמת המודול ולהיפך. Singh et al.22 חקרו מערכת ניהול תרמי של סוללות (BTMS) שהשתמשה בחומר שינוי פאזה עטוף יחד עם קירור אוויר קונבקטיבי מאולץ שתוכנן באמצעות מודלים אלקטרוכימיים-תרמיים מצומדים. Fan et al.23 הציעו לוח קירור נוזלי הכולל תצורת שסתום טסלה רב-שלבית כדי לספק טווח טמפרטורות בטוח יותר עבור סוללת ליתיום-יון מסוג פריזמטי עם זיהוי גבוה ביישומים מיקרופלואידים. Feng et al. 24 השתמשו בשיטת מקדם השונות כדי להעריך את התוכניות עם קצבי זרימת כניסה שונים ואישורי סוללות. Talele et al.25 הציגו בידוד תרמי משופר קיר של ציפוי פירו כדי לאחסן חימום פוטנציאלי שנוצר על בסיס מיקום אופטימלי של יריעות חימום.
כאשר משתמשים ב-BTMS לקירור אוויר, חלקיקי אבק מתכתיים, חלקיקי אבק מינרליים, חלקיקי אבק חומרי בניין וחלקיקים אחרים בסביבה החיצונית יובאו ל-BTMS קירור האוויר על ידי המפוח, מה שעלול לגרום לפני השטח של הסוללות להיות מכוסים ב-DPM. אם אין תוכנית לפיזור חום, הדבר עלול לגרום לתאונות עקב טמפרטורת הסוללה הגבוהה מדי. לאחר הסימולציה, אנו לוקחים את הטמפרטורה המקסימלית של מארז הסוללות במהירות זרימת אוויר מוגדרת ובסביבה נטולת אבק כטמפרטורה הצפויה בסביבה מאובקת. תחילה, C-rate מתייחס לערך הנוכחי הנדרש כאשר הסוללה משחררת את הקיבולת המדורגת שלה בתוך הזמן שצוין, השווה לכפולה של הקיבולת המדורגת של הסוללה בערך הנתונים. במאמר זה, הסימולציה משתמשת בפריקה בקצב 2C. הקיבולת הנקובה היא 10 Ah, והמתח הנומינלי הוא 3.2 V. ליתיום ברזל פוספט (LiFePO4) משמש כחומר האלקטרודה החיובי, ופחמן משמש כחומר האלקטרודה השלילי. האלקטרוליט מכיל מלח ליתיום אלקטרוליטי, ממס אורגני בעל טוהר גבוה, תוספים נחוצים וחומרי גלם אחרים. המערך האקראי המייצג את צירופי המהירויות השונים בכניסות נקבע באמצעות ה- OLHA, ופונקציה מסדר שני בין הטמפרטורה המרבית של מארז הסוללות לבין שילוב מהירות זרימת הכניסה נקבעה בתנאי של בדיקת דיוק התאמת העקומה. עיצובי היפרקוביה לטינית (LH) יושמו בניסויים ממוחשבים רבים מאז הוצעו על ידי McKay et al.26. LH נתון על ידי N x p-מטריצה L, כאשר כל עמודה של L מורכבת מתמורות של המספרים השלמים 1 עד N. במאמר זה, שיטת הדגימה הלטינית האופטימלית של היפרקובייה משמשת להפחתת הנטל החישובי. השיטה משתמשת בדגימה מרובדת כדי להבטיח שנקודות הדגימה יוכלו לכסות את כל הדגימה הפנימית.
בשלב הבא, שילוב מהירות זרימת הכניסה הותאם כדי להפחית את הטמפרטורה המקסימלית של מארז הסוללות בסביבה מאובקת המבוססת על ASAM בתנאי של התחשבות בצריכת האנרגיה בו זמנית. אלגוריתם החישול המדומה האדפטיבי פותח באופן נרחב ונמצא בשימוש נרחב בבעיות אופטימיזציה רבות27,28. אלגוריתם זה יכול להימנע מלהילכד באופטימום מקומי על ידי קבלת הפתרון הגרוע ביותר בהסתברות מסוימת. האופטימום העולמי מושג על ידי הגדרת הסתברות הקבלה והטמפרטורה; ניתן להתאים את מהירות החישוב גם באמצעות שני פרמטרים אלה. לבסוף, לצורך בדיקת דיוק האופטימיזציה, התוצאה האופטימלית הושוותה לתוצאת הניתוח שהתקבלה מתוכנת הסימולציה.
במאמר זה, מוצעת שיטת אופטימיזציה לקצב זרימת הכניסה של תיבת הסוללה עבור מארז הסוללות שהטמפרטורה שלו עולה עקב כיסוי אבק. המטרה היא להפחית את הטמפרטורה המקסימלית של מארז הסוללות המכוסה באבק אל מתחת לטמפרטורה המקסימלית של מארז הסוללות שאינו מכוסה אבק במקרה של צריכת אנרגיה נמוכה.
Subscription Required. Please recommend JoVE to your librarian.
Protocol
הערה: מפת הדרכים של טכנולוגיית המחקר מוצגת באיור 1, שבו נעשה שימוש בתוכנת המידול, הסימולציה והאופטימיזציה. החומרים הדרושים מוצגים בטבלת החומרים.
1. יצירת מודל תלת מימד
הערה: השתמשנו ב- Solidworks כדי ליצור את מודל התלת-ממד.
- צייר מלבן בגודל 252 מ"מ x 175 מ"מ, לחץ על Extrude Boss/Base והזן 73. צור מישור חדש 4 מ"מ מפני השטח החיצוניים.
- צייר מלבן בגודל 131 מ"מ x 16 מ"מ ולחץ על תבנית שרטוט ליניארית. הזן 22 ו- 6 בריווח ובמספר מופעים, בהתאמה. בחרו בכל ארבעת צידי המלבן ולחצו על הלחצן 'אשר'. הזן 180 בזווית והפעל אותו שוב. שלב זה הוא סימטריה במרכז המודל.
- לחץ על Extrude Cut, הזן 65 ולחץ על אישור. לחץ על Extrude Boss/Base והזן 65, בטל את הסימון של תוצאת מיזוג ולחץ על הפוך כיוון ואישור.
הערה: כאשר תוצאת המיזוג אינה מסומנת, הישות הנמתחת הופכת לישות נפרדת. ישנם 23 חלקים בסך הכל, כולל 11 סוללות, 11 חומר חלקיקי מאובק, ותחום אוויר אחד. - צייר מלבן 16 מ"מ x 1 מ"מ. חזור על שלבים 1.2 ו- 1.3.
- צייר מלבן בגודל 63 מ"מ x 15 מ"מ, לחץ על הקצה העליון של המלבן ועל תבנית שרטוט ליניארית. הזן 21, 3 ו- 270 ולחץ על אישור. לחץ על Split Line and the face of the cube, לחץ על OK.
- צייר מלבן 63 מ"מ x 15 מ"מ. לחץ על Split Line and the face of the cube, לחץ על OK.
- לחץ על קובץ ושמור אותו כקובץ X_T.
הערה: הגודל שצוין:L תיבה: 73 מ"מ; קופסת W:252 מ"מ; תיבת גובה:175 מ"מ; Lb, Ld:65 מ"מ; Wb, Wd:10 מ"מ; גובהב:131 מ"מ; גובהד:1 מ"מ; Li:63 מ"מ; רוחבi:15 מ"מ; d1, d2:5 מ"מ, d3:6 מ"מ מוצגים באיור 2. - גרור את רכיב רשת השינוי בלחיצה על ארגז כלים > Component Systems > Mesh לאזור הסכמטי של הפרוייקט. ייבא את קובץ X_T שנשמר בעבר על-ידי לחיצה על גיאומטריה.
- היכנס לחלון הדגם בעיצוב רשת שינוי, ודגם מארז הסוללות, הכולל 23 חלקים כגופים עצמאיים, יוצג שוב על-ידי לחיצה על צור.
- בחר את כל 23 חלקי הסוללה כחלק חדש בשם חלק סוללה, כל חלקיקי האבק של 23 חלקים כחלק אבק, וחלל אוויר כחלק אוויר, במתאר העץ לנוחיות של הסתרה ושיום אובייקטים הבאים.
- ראשית, לחץ לחיצה ימנית על BatteryPart ו- DustPart ובחר את הסתר חלק כך שהחלון המוקפץ יציג רק את חלק האוויר.
- הזז את העכבר לסרגל הכלים של הבחירה כדי לבחור באפשרות Select Filter: Bodies, לחץ באמצעות לחצן העכבר הימני על מודל חלל האוויר באזור הגרפיקה כדי לבחור באפשרות Named Selection, ושנה את שם דגם חלל האוויר באזור תצוגת הפרטים לתחום אוויר.
- מעבר למסנן בחירה: פנים, לחץ באמצעות לחצן העכבר הימני ושנה את שם המשטח שפוצל לשלושה חלקים, מלמטה למעלה, כ- inlet1, inlet2 ו- inlet3, המשטח הנפרד מימין לשלושת הפאות הללו נקרא שקע, המשטח החיצוני הנותר נקרא outerBorder, בהתאמה.
- העבר את מצב הבחירה ל- Box Select, לחץ על ציר Y כדי לקבל את התצוגה המתאימה של דגם חלל האוויר לנוחות בחירת התיבה, שנה את שמם ומספרה של כל המשטחים הפנימיים כמשטח חלל1 למשטח חלל11 באמצעות בחירת תיבה.
- כדי להציג רק את הסוללהPart, לחצו לחיצה ימנית על airPart ובחרו 'הסתר חלק'. לחץ לחיצה ימנית על batteryPart ובחר הצג חלק בתפריט הקיצור המוקפץ.
- הזז את העכבר לסרגל הכלים של הבחירה כדי לבחור מסנן בחירה: גופים, העבר את מצב בחירה לבחירה יחידה, לחץ באמצעות לחצן העכבר הימני על כל דגם סוללה באזור הגרפיקה כדי לבחור את הבחירה בעלת השם, שנה את השם ומספר את 11 דגמי הסוללה באזור תצוגת הפרטים כ- batteryDomain1 ל- batteryDomain11, בהתאמה.
- יתר על כן, לכל דגם סוללה יש שישה צדדים, ולאחר מכן עבור אל מסנן בחירה: פרצופים, לחץ לחיצה ימנית על כל צד של הסוללה הממוספרתתחומים כדי לבחור בחירה בשם ולשנות את שמם בהתאם לכיוון של צד הסוללה. לדוגמה, שנה את שמם של שישה צדדים של batteryDomain1 הממוספר ל- batteryDomain1_Upper, batteryDomain1_Lower, batteryDomain1_Left, batteryDomain1_Right, batteryDomain1_Front ו- batteryDomain1_Back.
- כדי להציג רק את חלק האבק, לחץ באמצעות לחצן העכבר הימני על batteryPart ובחר הסתר חלק. לחץ לחיצה ימנית על dustPart ובחר הצג חלק בתפריט הקיצור הנפתח.
- הזז את העכבר לסרגל הכלים של הבחירה כדי לבחור את מסנן הבחירה: גופים, לחץ באמצעות לחצן העכבר הימני על כל מודל של חומר חלקיקי מאובק באזור הגרפיקה כדי לבחור בחירה בעלת שם, שנה את שמם ומספר את 11 המודלים של חומר חלקיקי מאובק באזור תצוגת הפרטים כ- dpmDomain1 עד dpmDomain11, בהתאמה.
- יתר על כן, לכל מודל חומר חלקיקי מאובק יש שישה צדדים; לאחר מכן עבור אל מסנן הבחירה: פרצופים, לחץ לחיצה ימנית על כל צד של dpmDomains ממוספר כדי לבחור בחירה בשם ולשנות את שמם בהתאם לכיוון של צד החומר החלקיקי המאובק. לדוגמה, שנה את שמם של שישה צדדים של dpmDomain1 ממוספר ל- dpmDomain1_Upper, dpmDomain1_Lower, dpmDomain1_Left, dpmDomain1_Right, dpmDomain1_Front ו- dpmDomain1_Back.
- הצג את כל הגופות וחזור שוב לחלון הראשוני.
2. צור את מודל הרשת
הערה: מיזוג אלמנטים סופיים הוא שלב חשוב מאוד בניתוח סימולציה נומרית של אלמנטים סופיים, אשר משפיע ישירות על הדיוק של תוצאות הניתוח המספרי הבאות. לאחר מכן משתלבים הישויות ששמן השתנה.
- כדי לשנות את תחום האוויר, תחום הסוללה ותחום dpm בנפרד, גרור שוב שני רכיבי Mesh מ- Toolbox > Component Systems >- Mesh לאזור הסכמות של הפרויקט ושנה את שמם ל- airFEM, batteryFEM ו- dpmFEM, בהתאמה. החזק את airFEM > Geometry באמצעות לחצן העכבר השמאלי וגרור אותו אל הסוללה FEM > Geometry.
- לאחר מכן, החזק את הסוללה FEM > Geometry עם לחצן העכבר השמאלי וגרור אותו אל dpmFEM > Geometry. לחצו לחיצה ימנית על הקווים בין שלושת רכיבי רשת השינוי ובחרו 'מחק ' כדי לבטל את השיוך שלהם זה לזה.
- לחץ פעמיים על הרשת של airFEM, הזן את חלון הרשת, לחץ באמצעות לחצן העכבר הימני על batteryPart ו - dustPart כדי לבחור את Suppress Body ושנה את ההעדפה הפיזית ממכני ל- CFD. צור את דגם תחום האוויר FEM באמצעות גודל הפנים של 2 מ"מ וגודל הגוף של 4 מ"מ על ידי לחיצה על עדכן וחזור לחלון הראשוני.
- לחץ פעמיים על Mesh של batteryFEM, הזן את חלון הרשת, לחץ באמצעות לחצן העכבר הימני על airPart ו - dustPart כדי לבחור את Suppress Body ושנה את ההעדפה הפיזית מ - Mechanical ל- CFD. צור את דגם תחום הסוללה FEM דרך גודל הגוף 2 מ"מ על ידי לחיצה על עדכן וחזור לחלון הראשוני.
- לחץ פעמיים על רשת השינוי של dpmFEM, הזן את חלון הרשת, לחץ באמצעות לחצן העכבר הימני על airPart ו - batteryPart כדי לבחור באפשרות העלים גוף ושנה את ההעדפה הפיזית ממכני ל - CFD. צור את מודל התחום FEM dpm באמצעות גודל גוף 2 מ"מ על ידי לחיצה על עדכן, חזור לחלון הראשוני.
הערה: איור 3A מראה את הרשת של תחום האוויר, איור 3B מראה את הרשת של תחום הסוללה, ואיור 3C מראה את הרשת של תחום dpm. - הגדר את הגודל המינימלי של רשת האוויר ל- 4 מ"מ ואת הגודל המינימלי של הסוללה ורשת החומר החלקיקי המאובק ל- 2 מ"מ. ודא שהרשת אינה תלויה בפתרונות, שנה את גודל התא המינימלי של הרשת ובצע מחקר רגישות רשת.
הערה: כפי שניתן לראות באיור 4, כאשר מספר הרשתות גדל מ-519343 ל-1053849, השינויים המרביים בטמפרטורת הסוללה הם פחות מ-0.6K. בהתחשב ביכולת החישוב והדיוק, הניתוח הבא מבוסס על מודל הרשת עם רשתות 931189.
3. ניתוח סימולציה
- גרור את Fluid Flow מ - Toolbox > Analysis Systems >- Fluid Flow לאזור הסכמטי של הפרוייקט. החזק את airFEM > Mesh ולאחר מכן את batteryFEM > Mesh ואת dpmFEM > Mesh באמצעות לחצן העכבר השמאלי וגרור אותם אל Fluid Flow > Setup. לחץ לחיצה ימנית על Fluid Flow > Setup ובחר Update כדי להיכנס לחלון המוגדר.
- ודא את תקפות מודל FEM ובדוק אם לרשת השינוי יש נפח שלילי. התוכנה מציעה באופן אוטומטי את נפח הדגם, וערך מודל סביר הוא חיובי. אם יש בעיה כלשהי עם הרשת המחולקת או הגדרות הדגם, הודעת שגיאה תופיע כדי לספר.
- הפעל את משוואת האנרגיה במודלים של העברת חום. הזן את ממשק ההגדרה של המודל הצמיגי ומודל הקרינה ובחר את מודל K-epsilon ואת מודל הקואורדינטות הבדידות.
הערה: כפי שניתן לראות באיור 5, בהשוואה בין ארבעה מודלים צמיגים, תוצאות החישוב של מודל Spalart-Allmaras שונות למדי מאלה של מודלים אחרים. התוצאות של מודל K-epsilon סטנדרטי דומות לאלה של דגמי K-epsilon אחרים. מודל K-epsilon סטנדרטי עם יציבות וכלכלה גבוהות יותר נמצא בשימוש נרחב; הניתוח הבא מבוסס על מודל K-epsilon הסטנדרטי. - הגדר את החומרים החדשים עם תכונות שונות עבור חומר אוויר, חומר סוללה, חומר dpm וחומר קופסת סוללות בהתבסס על טבלה 1.
הערה: בתוך מארז הסוללות, ישנם שלושה חומרים פיזיים שונים: אוויר כנוזל והשאר כמוצק. לאחר מכן, הגדר את החומר.- שנה את סוג הנוזל של תחומי הסוללה הממוספרים לסוג מוצק ושנה את חומר ה- dpm לחומר הסוללה בחלון מוצק על-ידי לחיצה כפולה על כל תחום סוללה. לאחר מכן, בחר את הפריט תנאי מקור ולחץ על תנאי המקור המסומנים כדי להוסיף מקור אנרגיה על-ידי הקצאת המספר במספר מקורות האנרגיה ובחירה באפשרות סוג קבוע כדי להזין את הערך של 209993 w/m3.
- שנה את סוג הנוזל של תחומי dpm הממוספרים לסוג מוצק .
- לאחר מכן, הגדר את הממשק לחישוב סימולציה של מספר תחומים שונים בהתאם להגדרת קצב הזרימה בפועל ומקדם העברת החום כמתואר להלן.
- המר את סוג כל המשטחים ששמם השתנה, כולל המשטחים הפנימיים של תחום האוויר וכל הצדדים של תחומי הסוללה, כמו גם תחומי dpm מקיר ברירת המחדל לממשק. לאחר השלמת השלבים לעיל בהצלחה, ממשקי הרשת ייווצרו באופן מיידי.
- לחצו על Mesh Interfaces והיכנסו לחלון Create/Edit Mesh Interfaces . התאם את משטחי החלל לכל הצדדים למעט הצדדים העליונים של תחומי הסוללה והצדדים התחתונים של דומיאן dpm. לאחר מכן, תן להם שם ומספר אותם כממשק1 לממשק11, בהתאמה. לכן, ניתן ליצור את 11 ממשקי ה- Mesh בין תחום האוויר ודומיניות הסוללה וכן תחומי dpm.
- התאם את הצדדים העליונים של תחומי הסוללה ואת הצדדים התחתונים של תחומי dpm. לאחר מכן, תן להם שם ומספר אותם כ- interface12 ל- interface22, בהתאמה. לאחר מכן, נוצרים 11 ממשקי Mesh בין תחומי הסוללה ודומיינים dpm.
- הקצה את פני השטח של הגבול החיצוני כתנאי הגבול התרמי של הקיר על-ידי הגדרת מקדם העברת החום כ- 5 במצב תרמי מעורב ושינוי החומר שלו מאלומיניום ברירת מחדל לחומר קופסת הסוללה שהוגדר קודם לכן.
- הגדר את מהירויות זרימת האוויר של כל הכניסות כ- 5 מ"ש בחלון כניסת המהירות ואת לחץ המד של השקע כאפס בחלון יציאת הלחץ.
- לאחר מכן, הגדר את מצב תחום המחשוב ברגע הראשוני, כגון הטמפרטורה ההתחלתית של 300 K, אשר ישפיע על תהליך התכנסות המחשוב.
- הגדר את סוג אתחול הפתרון כאתחול הרגיל לפני האתחול.
- הגדר את מספר האיטרציות כ- 2000.
- לחץ על חשב כדי להדמיה. חזור לחלון הראשוני עד לסיום הסימולציה.
- החלק לעיל משלים את חישוב הסימולציה של הטמפרטורה ומהירות האוויר בתוך מארז הסוללות ולאחר מכן מציג את תוצאת הסימולציה בתוצאה. בצע את השלבים הבאים בתוצאות המוצגות.
- לחץ/י פעמיים על Fluid Flow > Results כדי להיכנס לחלון הפרסום של CFD ולאחר מכן לחץ/י על הסמל של Contour בארגז הכלים.
- בחר את כל הצדדים של הסוללות בבורר המיקומים ושנה את הלחץ לטמפרטורה. לאחר מכן לחץ על החל כדי ליצור את מתאר הטמפרטורה של הסוללות.
- לחץ על File > Export כדי לבחור את הטמפרטורה של המשתנים שנבחרו. לחץ על הלחצן הנפתח של המיקומים כדי להקפיץ את חלון בורר המיקומים שבו יש לבחור את כל תחומי הסוללה. לחץ על אישור ושמור כפתור כדי לצאת.
הערה: גיליון אלקטרוני שהנתונים שלו תואמים לטמפרטורות של כל צמתי הרשת של כל הסוללות יישמר אוטומטית בעת לחיצה על לחצן השמירה. - פתח את הגיליון האלקטרוני כדי למצוא את הערך המרבי, המציין את הטמפרטורה המרבית של הסוללות בסביבה מאובקת של 5 מ"ש מכל פתחי זרימת האוויר.
- לרכוש את הטמפרטורה המקסימלית של הסוללות תחת מצב אבק חופשי כמו הטמפרטורה הצפויה ולהשוות אותו עם הטמפרטורה המקסימלית תחת מצב מאובק; התוצאה מראה את הטמפרטורה כולה עולה.
הערה: כדי להשיג את הטמפרטורה המרבית של סוללות בסביבה נטולת אבק, יש ליצור מחדש את דגם מארז הסוללות החדש המוצג באיור 6 , ולחזור על כל השלבים 1.1-3.4.3. - על מנת להוריד את הטמפרטורה המקסימלית בתוך מארז הסוללות, הגדר את מהירויות זרימת האוויר בכניסות מ- 5 מ"ש ל- 6 מ"ש, הגדל ב- 5% וחשב את הטמפרטורות המרביות המתאימות של הסוללות המכוסות באבק.
הערה: ניתוח הרגישות של פרמטרים של מהירות זרימת אוויר צריך להיעשות זמן רב מראש לפני שינוי ערכי הפרמטרים. כפי שניתן לראות באיור 7 ובטבלה 2, שמרנו על אותה זרימה כוללת עבור כל אחת משבע הקבוצות של שילובי מהירויות זרימת אוויר כניסה שונים. עדיין קיימת שונות ברורה בטמפרטורה המקסימלית בשל ההבדל בהקצאת מהירות זרימת האוויר. במילים אחרות, יש איכשהו מתאם חזק בין שילוב מהירות זרימת האוויר לבין הטמפרטורה המקסימלית. לכן, פרמטרי מהירות אלה יכולים לשמש כמשתני תכנון. - התווה את עקומת הטמפרטורה-מהירות כפי שמוצג באיור 8, כאשר הקו האדום מציין שעקומת מאפייני הטמפרטורה יורדת עם העלייה במהירות זרימת האוויר, והקו הכחול מייצג את הטמפרטורה הצפויה.
- שמור על עלייה במהירות זרימת האוויר של 10%. כאשר תוספת המהירות היא יותר מ -10%, הטמפרטורה המקסימלית כבר נמוכה מהטמפרטורה הצפויה, אך זה אינו עונה על המטרה של צריכת אנרגיה נמוכה. עבור קצב זרימת האוויר הנותר, להפחית את הטמפרטורה המקסימלית של חבילת הסוללה לטמפרטורה הצפויה באמצעות אופטימיזציה, ובכך להשיג את המטרה של צריכת אנרגיה נמוכה.
4. דגימת היפרקובייה לטינית אופטימלית ומידול משטח תגובה
הערה: עבור קצבי הזרימה השמורים של 5 m/s-5.5 m/s, דגימות נבחרות לבניית שילובי קצבי זרימה שונים בטווח קצבי זרימה זה. שילובי המהירות מדומים כדי להשיג את הטמפרטורה המקסימלית. לבנות את הפונקציה של מהירות וטמפרטורה מקסימלית.
- פתח גיליון אלקטרוני ריק חדש כדי ליצור טבלה שהשורות שלה בעמודה הראשונה נקראות inlet1, inlet2 ו- inlet3, ושמור את הקובץ כ- sampling.xlsx.
- הפעל את תוכנת המיטוב וגרור את סמל הגיליון האלקטרוני אל החץ היחיד של משימה 1. לאחר מכן, לחץ פעמיים על סמל גיליון אלקטרוני כדי להקפיץ את עורך רכיבים - חלון Excel.
- יבא את sampling.xlsx על-ידי לחיצה על לחצן עיון ומפה את המפרצון1, המכניסה2 והמפרצון3 לפרמטרים A1, A2 ו- A3 כפרמטרים על-ידי לחיצה על הוסף מיפוי זה. לחץ על בסדר כפתור כדי לחזור לחלון הראשוני.
- גרור את סמל DOE לתוך Task1 ולחץ עליו פעמיים כדי להקפיץ את החלון Component Editor-DOE. בחר את OptimOKal Latin Hypercube והגדר את מספר הנקודות כ- 15 בחלון כללי.
- עבור לחלון גורמים והגדר 5.5 כגבול העליון ו- 5 כגבול התחתון עבור A1, A2 ו- A3.
- עבור לחלון Design Matrix ולחץ על Generate כדי ליצור את נקודות הדגימה האקראיות המתאימות למהירויות הכניסה השונות. כבה את תוכנת האופטימיזציה.
- קח את מערכי שילובי המהירויות של נקודות הדגימה האקראיות בחזרה כדי לחשב ולחזור על שלבים 3.5.5-3.7.5 כדי לקבל את מערך הטמפרטורה המתאים המורכב מהטמפרטורות המרביות של סוללות.
- שלב את משתני החיזוי x1, x2 ו- x3 של מערכי צירופי המהירות ו- y של מערכי הטמפרטורה כדי ליצור טבלה חדשה של משתנים, כפי שמוצג בטבלה 3, ושמור אותה כקובץ sample.txt. ייבא את הקובץ כך שיתאים למודל משטח תגובה.
- הפעל מחדש את תוכנת המיטוב וגרור את סמל הקירוב אל החץ היחיד של Task1. לחץ פעמיים על סמל Task1 כדי להקפיץ את חלון קירוב עורך הרכיבים כדי לבחור את מודל משטח התגובה.
- עבור לחלון Data File וייבא את קובץ sample.txt המכיל את משתני החיזוי.
- עבור לחלון פרמטרים ולחץ על סריקה כדי לפתוח את הפרמטרים בחלון קובץ הנתונים שבו משתני החיזוי של x1, x2 ו- x3 מוגדרים כקלט ו- y כפלט.
- עבור לחלון אפשרויות טכניקה ובחר בריבוע בסדר פולינומי. עבור לחלון אפשרויות ניתוח שגיאות ובחר אימות צולב בשיטת ניתוח השגיאות.
- עבור לחלון הצג נתונים ולחץ על אתחל כעת כדי לקבל את המקדמים של משוואת הרגרסיה הליניארית הריבועית.
- לחץ על לחצן ניתוח שגיאות כדי להקפיץ את חלון ניתוח שגיאות הקירוב כדי לבדוק אם השגיאות יכולות לעמוד בסטנדרטים המקובלים עבור כל סוג שגיאה. סגור את חלון רכיב הקירוב (approximation component window). אם השגיאה השרירותית אינה יכולה לעמוד בסטנדרטים המקובלים המתאימים, הוסף נקודות מדגם נוספות כדי להשתתף בהתאמת הדגם.
5. מודל התאמה משוער מבוסס אלגוריתם חישול אדפטיבי
הערה: לאחר מכן, תוכנה ואלגוריתם משמשים כדי למצוא את הערך האופטימלי של המודל המשוער
- גרור את סמל המיטוב אל Task1 ולחץ עליו פעמיים כדי להקפיץ את חלון מיטוב עורך הרכיבים. בחר ב- Adaptive Simulated Annealing (ASA) בטכניקת המיטוב.
- עבור לחלון משתנים כדי להגדיר 5.5 כגבול העליון ו- 5 כגבול התחתון.
- עבור לחלון יעדים ובחר בפרמטר Y לפני סגירת חלון מיטוב עורך הרכיבים.
- לחץ על הלחצן Run Optimization והמתן לתוצאת המיטוב.
Subscription Required. Please recommend JoVE to your librarian.
Representative Results
בעקבות הפרוטוקול, שלושת החלקים הראשונים הם החשובים ביותר, הכוללים מידול, רשת והדמיה, הכל על מנת לקבל את הטמפרטורה המקסימלית של מארז הסוללות. לאחר מכן, מהירות זרימת האוויר מותאמת על ידי דגימה, ולבסוף, שילוב קצב הזרימה האופטימלי מתקבל על ידי אופטימיזציה.
איור 9 מציג את ההשוואה של התפלגות הטמפרטורה של מארז הסוללות בסביבות שונות, ואיור 10 מציג את ההשוואה של התפלגות הטמפרטורה השנייה של הסוללה בסביבות שונות. כפי שניתן לראות באיור 9 ובאיור 10, הטמפרטורה של הסוללה במצב מאובק עולה לרמה מסוימת עקב מוליכות תרמית נמוכה של DPM (חומר חלקיקי מאובק).
על מנת להתאים את התפלגות טמפרטורת הסוללה, הגדר את מהירויות זרימת האוויר בכניסות מ- 5 מטר לשנייה ל- 6 מטר לשנייה, גדל ב- 5% תחת המודל המאובק והשג את הטמפרטורות המרביות בכל מהירות זרימת אוויר. כאשר מהירות זרימת האוויר הוגדלה ב-15% וב-20%, הטמפרטורה המרבית של מארז הסוללות במצב המאובק ירדה מתחת לטמפרטורה המקסימלית של מארז הסוללות במצב אבק חופשי, כפי שמוצג באיור 8. בהתחשב בצריכת האנרגיה, מהירות הכניסה המרבית מוגדרת כ- 5.5 m/s (גדלה ב- 10%) כדי להקטין את הטמפרטורה המרבית של מארז הסוללות במצב מאובק.
בעת קביעת QRSM ריבועי, מספר הדגימות המינימלי מחושב על ידי (N + 1) x (N + 2)/2, כאשר N הוא מספר משתני הבדיקה. ישנם שלושה משתני עיצוב במאמר זה, שהם מהירויות הכניסה והמספר המינימלי של דגימות הוא 10. על מנת לבסס מודל משטח תגובה עם דיוק התאמה גבוה, נבחרו 15 דגימות באמצעות רכיב DOE של פלטפורמת תוכנת האופטימיזציה. השיטה הכי פחות מרובעת משמשת להשלמת התאמת משטח התגובה בין הטמפרטורה המקסימלית של מארז הסוללות המתקבלת על ידי תוכנת הסימולציה לבין שלוש מהירויות כניסה. מודל משטח התגובה המשוער נקבע כדלקמן:
R2 מודד את ההתאמה הכוללת של משוואת הרגרסיה ומבטא את הקשר הכולל בין המשתנה התלוי לבין כל המשתנים הבלתי תלויים. R2 שווה ליחס בין סכום הרגרסיה של הריבועים לסכום הכולל של הריבועים, כלומר, אחוז השונות של המשתנה התלוי שמשוואת הרגרסיה יכולה להסביר. ככל שהערך של R2 קרוב יותר ל-1, כך ההתאמה של עקומת הרגרסיה לערך הנצפה טובה יותר.
ניתוח השגיאה של תוצאות החישוב מראה כי R2 הוא 0.93127, כפי שמוצג באיור 11, מה שמראה שלמודל קירוב משטח התגובה הפולינומית מסדר שני יש דיוק מתאים.
בסופו של דבר, חישול מדומה אדפטיבי (ASA) משמש כשיטת אופטימיזציה למציאת שילובי מהירות זרימת כניסה אופטימליים. המספר המרבי של עיצובים שנוצרו הוא 10,000, מספר העיצובים לבדיקת התכנסות הוא 5, ואפסילון ההתכנסות הוא 1.0 x 10-8. השיעור היחסי של חישול פרמטרים, חישול עלויות, מרוות פרמטרים ומרווה עלויות היו באותו ערך של 1.
הטמפרטורה המקסימלית של חבילת הסוללה המתקבלת על ידי אופטימיזציה היה 309.391420 K. מהירויות זרימת האוויר של המפרצונים הן 5.5 מטר לשנייה, 5 מטר לשנייה ו-5.5 מטר לשנייה. כדי לאשר את הדיוק, המקרה האופטימלי נותח על ידי תוכנת הסימולציה. טבלה 4 מציגה את ההשוואה בין תוצאות האופטימיזציה לתוצאות אימות הסימולציה. ניתן לראות כי השגיאה של הטמפרטורה המקסימלית של חבילת הסוללה היא בתוך 0.001% תחת שלושה תנאי מהירות זרימת אוויר כניסה, אשר מציין כי שיטת אופטימיזציה שאומצה בעבודה זו היא יעילה וישימה.
ההשוואה של התפלגות טמפרטורת הסוללה השנייה תחת מהירויות זרימת האוויר בכניסה מוצגת באיור 12, וההשוואה של התפלגות הטמפרטורה של מארז הסוללה לפני ואחרי המיטוב מוצגת באיור 13. טבלה 5 מציגה את הערכים הספציפיים של הטמפרטורות המרביות ואת השילובים של מהירויות זרימת האוויר. כאשר מהירויות זרימת האוויר של כניסות 1-3 הן 5.5 מ"ש, 5.5 מ"ש ו-5.5 מ"ש, בהתאמה, הטמפרטורה המרבית של מארז הסוללות היא 309.426208 K. לאחר המיטוב, מהירות זרימת האוויר של כניסות 1-3 היא 5.5 מ"ש, 5 מ"ש ו-5.5 מ"ש, והטמפרטורה המרבית של מארז הסוללות היא 309.392853 K. יש לציין כי סכום מהירויות זרימת האוויר של המקרה הממוטב המוצג באיור 12B קטן מסכום מהירויות זרימת האוויר של המקרה המוצג באיור 12A. עם זאת, הטמפרטורה המקסימלית אינה עולה עם ירידה במהירות זרימת האוויר. כמו כן, חבילת הסוללות הממוטבת מושווית לחבילת הסוללות הראשונית (כלומר, מהירויות זרימת האוויר של שלושת הכניסות הן כולן 5 מ"ש, והסוללות מכוסות ב- DPM). איור 14 משווה את התפלגות קווי הזרימה לפני ואחרי המיטוב, וניתן לראות שהתפלגות קווי הזרימה לאחר המיטוב רחבה יותר. איור 15 משווה את ההשפעות של כל גורם על הטמפרטורה; לפקטור X1 יש את ההשפעה הגדולה ביותר על הטמפרטורה. לגורמים x1 ו-x3 יש השפעות דומות על הטמפרטורה. במילה אחת, מהירות זרימת האוויר הכוללת יורדת ב -3%, והטמפרטורה המקסימלית של חבילת הסוללה יורדת לטמפרטורה הצפויה (כלומר, הטמפרטורה המקסימלית של חבילת הסוללות במצב ללא אבק).
ניתן להשתמש בשיטת האופטימיזציה באופן נרחב כדי לשפר את מחזור החיים של חבילת הסוללות עם צריכת אנרגיה נמוכה.
איור 1: מפת הדרכים הטכנית. איור זה מתאר את תהליך הסימולציה והאופטימיזציה המפורט בהתאם לתכני המחקר, כולל אובייקטי מחקר, שיטות, פתרונות, תוכנות מידול, סימולציה ואופטימיזציה. אנא לחץ כאן כדי להציג גרסה גדולה יותר של איור זה.
איור 2: מודל תלת-ממדי של מארז סוללות ליתיום-יון בסביבה מאובקת. המודל התלת-ממדי של חבילת LIB, שניתן לשמור כקובץ X_T ולייבא אותו לתוכנת סימולציה כדי לדמות אותו, משורטט על ידי תוכנת מידול. אנא לחץ כאן כדי להציג גרסה גדולה יותר של איור זה.
איור 3: דיאגרמת רשת. (A) איור זה מציג את הרשת של תחום האוויר. (B) איור זה מציג את הרשת של תחום הסוללה. (C) איור זה מציג את הרשת של תחום dpm. אנא לחץ כאן כדי להציג גרסה גדולה יותר של איור זה.
איור 4: מבחן עצמאות הרשת. ציר X הוא המספר הכולל השונה של רשתות במודל רשת שינוי, וציר Y הוא טמפרטורה. אנא לחץ כאן כדי להציג גרסה גדולה יותר של איור זה.
איור 5: מבחן מודל צמיג. ציר X הוא סוג של מודל צמיג, מספר 1 מייצג את מודל k-epsilon סטנדרטי, מספר 2 מייצג את מודל RNG k-epsilon, מספר 3 מייצג את מודל k-epsilon בר מימוש, מספר 4 מייצג את מודל Spalart-Allmaras, ציר Y הוא טמפרטורה. אנא לחץ כאן כדי להציג גרסה גדולה יותר של איור זה.
איור 6: מודל תלת-ממדי של מארז סוללות ליתיום-יון בסביבה נטולת אבק. המודל התלת-ממדי של חבילת LIB, שניתן לשמור כקובץ X_T ולייבא אותו לתוכנת סימולציה כדי לדמות אותו, משורטט על ידי תוכנת מידול. אנא לחץ כאן כדי להציג גרסה גדולה יותר של איור זה.
איור 7: ניתוח רגישות לפרמטרים. המספר על ציר ה-x מייצג את הצירוף ה-nth של מהירויות זרימת אוויר נכנסות. לדוגמה, הספרה 5 מייצגת את צירוף המהירויות (3,5,7) המתאים ל- 3 מ"ש בכניסה1, 5 מ"ש בכניסה2, 7 מ"ש במפרצון3. באופן דומה, המספר 1,2,3,4,6 מייצג את שילוב מהירויות זרימת האוויר בכניסות השונות של (5,5,5), (4,5,6), (5,6,4), (5,4,6), (3,5,7), (5,3,7), (5,7,3), בהתאמה. ציר ה-Y הוא טמפרטורה. אנא לחץ כאן כדי להציג גרסה גדולה יותר של איור זה.
איור 8: שינוי הטמפרטורה של מארז הסוללות במהירויות שונות של זרימת אוויר בכניסה. האיור מראה את הטמפרטורה המרבית של מארז הסוללות יורדת עם העלייה במהירות זרימת האוויר הנכנס. ציר ה-x הוא קצב עליית מהירות זרימת האוויר במפרצונים. ציר ה-Y הוא טמפרטורה. אנא לחץ כאן כדי להציג גרסה גדולה יותר של איור זה.
איור 9: השוואה בין התפלגות הטמפרטורה של מארז הסוללות בסביבות שונות. (A) איור זה מציג את התפלגות הטמפרטורה של מארז הסוללות בסביבה נטולת אבק. (B) איור זה מציג את התפלגות הטמפרטורה של מארז הסוללות בסביבה מאובקת, שממנה הטמפרטורה היא הגבוהה ביותר בסוללה מספר 2. אנא לחץ כאן כדי להציג גרסה גדולה יותר של איור זה.
איור 10: השוואה בין התפלגות טמפרטורת סוללה מספר 2 בסביבות שונות. (A) איור זה מציג את התפלגות הטמפרטורה של סוללת מספר 2 בסביבה נטולת אבק. (B) איור זה מציג את התפלגות הטמפרטורה של סוללת מספר 2 בסביבה מאובקת. אנא לחץ כאן כדי להציג גרסה גדולה יותר של איור זה.
איור 11: ניתוח שגיאות של מודל משטח תגובת קירוב. האיור מצביע על כך שלמודל קירוב משטח התגובה הריבועית של פולינום יש דיוק התאמה טוב. אנא לחץ כאן כדי להציג גרסה גדולה יותר של איור זה.
איור 12: השוואה של התפלגות טמפרטורת הסוללה מספר 2 תחת מהירויות זרימת אוויר נכנסות שונות. (A) איור זה מראה את התפלגות הטמפרטורה של סוללת מספר 2 רק על-ידי הגדלת מהירות זרימת האוויר בכניסה עצמה. (B) איור זה מציג את התפלגות הטמפרטורה של סוללת מספר 2 לאחר אופטימיזציה של מהירות זרימת האוויר בכניסה. אנא לחץ כאן כדי להציג גרסה גדולה יותר של איור זה.
איור 13: השוואה בין התפלגות הטמפרטורה של מארז הסוללות לפני ואחרי המיטוב. (A) איור זה מציג את התפלגות הטמפרטורה של מארז הסוללות בסביבה מאובקת ללא מיטוב. (B) איור זה מציג את התפלגות הטמפרטורה של מארז הסוללות בסביבה מאובקת לאחר מיטוב. אנא לחץ כאן כדי להציג גרסה גדולה יותר של איור זה.
איור 14: השוואה של חבילת סוללות מייעלת את ההפצה לפני ואחרי מיטוב. (A) איור זה מציג את ההתפלגות היעילה של מארז הסוללות בסביבה מאובקת ללא מיטוב. (B) איור זה מציג את החלוקה היעילה של מארז הסוללות בסביבה מאובקת לאחר מיטוב. אנא לחץ כאן כדי להציג גרסה גדולה יותר של איור זה.
איור 15: ההשפעה של שלושה גורמים על הטמפרטורה. (A) איור זה מראה את ההשפעות של x1 ו-x2 על הטמפרטורה. (B) איור זה מראה את ההשפעות של x1 ו-x3 על הטמפרטורה. אנא לחץ כאן כדי להציג גרסה גדולה יותר של איור זה.
| שם המדיום | ρ/kg·m-3 | ג/י· (ק"ג· יא)-1 | K/W (m·K)-1 |
| חומר אוויר | 1.225 | 1006.43 | 0.0242 |
| סוללה חומר | 1958.7 | 733 | kx=3.6,ky=kz=10.8 |
| חומר dpm | 2870 | 910 | 1.75 |
| חומר Batterybox | 7930 | 500 | 16.3 |
טבלה 1: תכונות חומר. תכונות החומר המתאימות לאוויר, לסוללה, לחומר חלקיקי האבק ולתיבת הסוללה ישמשו בהגדרות הפרמטרים של תוכנת הסימולציה.
| מספר | כניסה1(m/s) | כניסה2(m/s) | כניסה3(m/s) | הטמפרטורה המרבית של מארז הסוללות (K) |
| 1 | 5 | 5 | 5 | 309.72049 |
| 2 | 4 | 5 | 6 | 309.26413 |
| 3 | 5 | 6 | 4 | 309.703369 |
| 4 | 5 | 4 | 6 | 309.389038 |
| 5 | 3 | 5 | 7 | 311.54599 |
| 6 | 5 | 3 | 7 | 308.858704 |
| 7 | 5 | 7 | 3 | 309.801086 |
טבלה 2: ניתוח רגישות פרמטרים. הטבלה מציגה את שבעת הצירופים של מהירויות זרימת האוויר בכניסה ואת הטמפרטורה המקסימלית המתאימה של מארז הסוללות. לדוגמה, הספרה 5 מייצגת את צירוף המהירויות (3,5,7) המתאים ל- 3 מ"ש בכניסה1, 5 מ"ש בכניסה2, 7 מ"ש בכניסה3 והטמפרטורה המרבית המרבית של מארז הסוללות המתאים היא 311.54599 K.
| מספר | כניסה1(m/s) | כניסה2(m/s) | כניסה3(m/s) | הטמפרטורה המרבית של מארז הסוללות (K) |
| 1 | 5.071 | 5.429 | 5.179 | 309.58725 |
| 2 | 5.286 | 5.071 | 5.036 | 309.59982 |
| 3 | 5.393 | 5.143 | 5.429 | 309.48029 |
| 4 | 5.464 | 5.25 | 5.071 | 309.52237 |
| 5 | 5.179 | 5.036 | 5.25 | 309.59082 |
| 6 | 5.143 | 5.107 | 5.5 | 309.50894 |
| 7 | 5.5 | 5.357 | 5.321 | 309.46039 |
| 8 | 5.107 | 5.393 | 5.464 | 309.52564 |
| 9 | 5.036 | 5.179 | 5.107 | 309.64923 |
| 10 | 5.214 | 5.321 | 5 | 309.59052 |
| 11 | 5.321 | 5.5 | 5.393 | 309.48645 |
| 12 | 5.357 | 5.464 | 5.143 | 309.5264 |
| 13 | 5.429 | 5 | 5.214 | 309.50253 |
| 14 | 5 | 5.214 | 5.357 | 309.58344 |
| 15 | 5.25 | 5.286 | 5.286 | 309.54627 |
טבלה 3: מערכי מהירות וטמפרטורה המשמשים למודל משטח תגובה ריבועית. שילובי מהירויות זרימת האוויר השונים בכניסות יכולים להיווצר באופן אקראי על ידי OLHA, והטמפרטורות המקסימליות המתאימות מחושבות על ידי תוכנת הסימולציה.
| שם | כניסה1(m/s) | כניסה2(m/s) | כניסה3(m/s) | הטמפרטורה המרבית של מארז הסוללות (K) |
| תוצאת אופטימיזציה | 5.5 | 5 | 5.5 | 309.39142 |
| תוצאת אימות סימולציה | 5.5 | 5 | 5.5 | 309.392853 |
טבלה 4: השוואה בין תוצאות האופטימיזציה לתוצאות אימות הסימולציה. ניתן לקבל את שילוב מהירות זרימת האוויר המתאים בכניסות ובטמפרטורה המתאימה על ידי אופטימיזציה, אשר מוכחת גם כמדויקת על ידי אימות הסימולציה.
| שם | כניסה1(m/s) | כניסה2(m/s) | כניסה3(m/s) | הטמפרטורה המרבית של מארז הסוללות (K) |
| A | 5 | 5 | 5 | 309.412537 |
| B | 5 | 5 | 5 | 309.72049 |
| C | 5.5 | 5.5 | 5.5 | 309.426208 |
| D | 5.5 | 5 | 5.5 | 309.392853 |
טבלה 5: השוואות בין כניסת כניסת אוויר, מהירות זרימת אוויר וטמפרטורה מרבית של מארז הסוללות בתנאים שונים. (A) מארז הסוללות מתחת לכניסות הרגילות, מהירות זרימת האוויר וסביבת אבק חופשי. (B) מארז הסוללות מתחת לכניסות הרגילות, מהירות זרימת האוויר והסביבה המאובקת. (C) מארז הסוללות מתחת לפתחים, מהירויות זרימת האוויר גדלות והסביבה מאובקת. (D) מארז הסוללות תחת מהירויות זרימת האוויר הממוטבות והסביבה המאובקת.
Subscription Required. Please recommend JoVE to your librarian.
Discussion
ה- BTMS המשמש במחקר זה הוקם על בסיס מערכת קירור האוויר בשל עלותו הנמוכה ופשטות המבנה. בגלל יכולת העברת החום הנמוכה, הביצועים של מערכת קירור האוויר נמוכים מאלה של מערכת קירור הנוזל ומערכת קירור חומרי שינוי פאזה. עם זאת, למערכת קירור הנוזל יש את החיסרון של דליפת נוזל קירור, ולמערכת קירור חומרי שינוי הפאזה יש מסה גבוהה וצפיפות אנרגיה נמוכה29. למערכות קירור אלה יתרונות וחסרונות. לכן, ניתן לבסס את BTMS על ידי שילוב של מערכת קירור אוויר עם מערכת קירור נוזל או מערכת קירור חומרים לשינוי פאזה כדי לקדם את ביצועי הקירור.
פותר CFD יושם כדי לדמות את פרופיל הזרימה והטמפרטורה של המודל. המשוואות השולטות30, כגון רציפות (2) ומשוואת שימור האנרגיה (3), שימשו לפתרון הבעיה התרמית תלוית הזמן של זרימת האוויר.
כאשר p, k ו-c הן תכונות האוויר המועסק, שהן צפיפות, מוליכות תרמית וחום סגולי, בהתאמה; T, ו
- הם הלחץ הסטטי, הטמפרטורה והמהירות של אוויר הקירור.
משוואות תנע31
כאשר ui ו- uj הם רכיבי מהירות ממוצעת של ריינולדס; xi ו - xj הן קואורדינטות קרטזיות; P הוא לחץ ממוצע של ריינולדס; μ צמיגות דינמית; μt היא צמיגות דינמית טורבולנטית. K היא אנרגיה קינטית טורבולנטית; ε הוא קצב פיזור אנרגיה קינטית סוערת.
מספר ריינולדס בהתבסס על מהירות זרימת הכניסה (v=5 m/s) והקוטר המקביל הוערך כ-0.0242308; מספר ריינולדס מחושב כ-9894, ולכן נבחר מודל טורבולנציה של דגם K-E הסטנדרטי.
משוואת מספר ריינולדס32
כאשר Pl היא הצפיפות, Vmax היא מהירות הזרימה המרבית של הנוזל, D היא הקוטר המקביל של המיכל, ו - ul היא הצמיגות הדינמית של הנוזל.
משוואה33 של אנרגיה קינטית טורבולנטית
כאשר kt ו- ε הוא האנרגיה הקינטית הסוערת וקצב פיזור המערבולות, בהתאמה; UJ הוא רכיב JTH של וקטור המהירות, ו-μ ו-UT הם הצמיגות הדינמית המולקולרית והטורבולנטית, בהתאמה; Gkt ו - Gb הם ייצור האנרגיה הקינטית הסוערת הנגרמת על ידי מהירות ממוצעת ויצירת אנרגיה קינטית טורבולנטית כתוצאה מהשפעות ציפה, בהתאמה; YM מייצג את השפעת ההתרחבות המשתנה בלתי דחיסה טורבולנטית לסכום שיעורי הפיזור; Skt הוא מונח המקור של kt; αkt הוא מספר Prandtl האפקטיבי ההופכי עבור kt.
משוואה33 לפיזור אנרגיה קינטית טורבולנטית
כאשר Sε הוא מונח המקור של ε; αt הוא מספר פרנדטל האפקטיבי ההופכי עבור ε; C1ε , C2ε ו- C3ε הם קבועים אמפיריים.
עבור תאי הסוללה, משוואת שימור האנרגיה34
כאשר Q, kb, cb; ו - Pb מייצגים את החום שנוצר, מוליכות תרמית, קיבולת חום ספציפית וצפיפות הסוללה, בהתאמה.
נוסחת הסעת חום35
כאשר hf מייצג מקדם העברת חום הסעה; Ts מייצג את טמפרטורת פני השטח של LIBs; TB מייצג את הטמפרטורה של אוויר הסביבה; ו - Q* מייצג את קצב העברת חום הסעה.
הכניסה של BTMS הוגדרה למצב גבול מהירות-כניסה של 5 מטר לשנייה וטמפרטורה של 300 K בעוד שקע המערכת היה מותנה ליציאת לחץ כאשר הלחץ שמסביב נקבע ללחץ אטמוספרי. הקירות סביב המערכת ערוכים להסעה טבעית.
מאמר זה החל את המחקר בתנאי שנקבע מבנה דגם מארז הסוללות, אבק המכסה את פני הסוללה יגרום לטמפרטורת הסוללה לעלות. לאחר מכן אנו מציגים את ה- ASAM כדי לייעל QRSM משוער ולמלא את טיפות הטמפרטורה בחזרה דרך שילוב מהירויות זרימת האוויר האופטימליות של כניסות המערכת לפתרון בעיית אפקט DPM. יש לציין כי המיקומים של כניסת האוויר ואת היציאה של חבילת הסוללה יש גם השפעה רבה על הטמפרטורה של BTMS14.
ישנם כמה שלבים קריטיים בפרוטוקול. בעת יצירת המודל התלת-ממדי של חבילת הסוללות, תן לכל גוף ומשטח במודל שם מוכר לחומר נוסף לאחר מכן, יצירת ממשק רשת וקביעת תנאי גבול. בעת הפעלת תוכנת הסימולציה, יש צורך להגדיר כל פרמטר במדויק, במיוחד את יחידת הפרמטר.
במונחים של מודל התאמה, ניתוח שגיאות הוא משמעותי במידול משטח תגובה, אם השגיאה השרירותית לא יכלה לעמוד בסטנדרטים המקובלים המתאימים, יש להוסיף נקודות מדגם נוספות כדי להשתתף בהתאמת המודל עד שהשגיאה תגיע לסטנדרטים המקובלים. לאחר שתוכנת ההדמיה מייבאת את מודל הרשת, פתרו בעיות במודל רשת השינוי, לחצו על 'בדוק ' כדי לבדוק אם לרשת השינוי יש נפח שלילי. אם יש בעיה כלשהי עם הרשת המחולקת או הגדרות הדגם, תופיע הודעת שגיאה.
המגבלה העיקרית של מחקר זה היא שהמודל הגיאומטרי המשמש בסימולציה נגזר על ידי פישוט מודל מארז הסוללות המציאותי, כמעט בלתי אפשרי לשקף את המציאות במלואה. לאחר מכן, סביר להניח שתנאי הגבול שהוטלו לא יעלו בקנה אחד עם המצב בפועל. תוצאות החישוב שונות גם על פי תיאוריות חישוב שונות. כדי להקל על הסימולציה, פישטנו את מודל ייצור החום של הסוללה, קצב ייצור החום הממוצע של הסוללה הוא 20.993 קילוואט/מ"ר 3 כמקור החום הפנימי36,37.
המשמעות לגבי שיטות קיימות וכל יישום עתידי של הטכניקה:
פרוטוקול זה יסייע לבסס שיטת אופטימיזציה תוך התחשבות בו זמנית בצריכת האנרגיה ובביצועים התרמיים של מערכת ניהול הסוללה, וניתן להשתמש בו באופן נרחב לשיפור מחזור החיים של מארז הסוללות בעלות הפעלה מינימלית. טכניקה זו יכולה לשמש גם בעיצוב מכני, עיצוב אדריכלי ותחומים אחרים.
Subscription Required. Please recommend JoVE to your librarian.
Disclosures
למחברים אין מה לחשוף.
Acknowledgments
תוכנות ניתוח ואופטימיזציה מסוימות נתמכות על ידי אוניברסיטת Tsinghua, אוניברסיטת Konkuk, האוניברסיטה הלאומית Chonnam, אוניברסיטת Mokpo ואוניברסיטת Chiba.
Materials
| Name | Company | Catalog Number | Comments |
| Ansys-Workbench | ANSYS | N/A | Multi-purpose finite element method computer design program software.https://www.ansys.com |
| Isight | Engineous Sogtware | N/A | Comprehensive computer-aided engineering software.https://www.3ds.com |
| NVIDIA GPU | NVIDIA | N/A | An NVIDIA GPU is needed as some of the software frameworks below will not work otherwise. https://www.nvidia.com |
| Software | |||
| SOLIDWORKS | Dassault Systemes | N/A | SolidWorks provides different design solutions, reduces errors in the design process, and improves product quality www.solidworks.com |
References
- Xia, G., Cao, L., Bi, G. A review on battery thermal management in electric vehicle application. Journal of Power Sources. 367 (1), 90-105 (2017).
- Mahamud, R., Park, C. Reciprocating air flow for Li-ion battery thermal management to improve temperature uniformity. Journal of Power Sources. 196 (13), 5685-5696 (2011).
- Kumar, R., Goel, V. A study on thermal management system of lithium-ion batteries for electrical vehicles: A critical review. Journal of Energy Storage. 71, 108025 (2023).
- Fan, Y., et al. Experimental study on the thermal management performance of air cooling for high energy density cylindrical lithium-ion batteries. Applied Thermal Engineering. 155, 96-109 (2019).
- Mohammadian, S. K., He, Y. L., Zhang, Y. Internal cooling of a lithium-ion battery using electrolyte as coolant through microchannels embedded inside the electrodes. Journal of Power Sources. 293, 458-466 (2015).
- Skerlos, S. J., Winebrake, J. J. Targeting plug-in hybrid electric vehicle policies to increase social benefits. Energy Policy. 38 (2), 705-708 (2010).
- Avadikyan, A., Llerena, P. A real options reasoning approach to hybrid vehicle investments. Technological Forecasting and Social Change. 77 (4), 649-661 (2010).
- Chen, K., Chen, Y., Li, Z., Yuan, F., Wang, S. Design of the cell spacings of battery pack in parallel air- cooled battery thermal management system. International Journal of Heat and Mass Transfer. 127, 393-401 (2018).
- Jiang, Z. Y., Qu, Z. G. Lithium - ion battery thermal management using heat pipe and phase change material during discharge - charge cycle: A comprehensive numerical study. Applied Energy. 242, 378-392 (2019).
- Saw, L. H., et al. Computational fluid dynamic and thermal analysis of Lithium-ion battery pack with air cooling. Applied energy. 177, 783-792 (2016).
- Park, H. A design of air flow configuration for cooling lithium - ion battery in hybrid electric vehicles. Journal of Power Sources. 239 (10), 30-36 (2013).
- Wang, Q., et al. Thermal runaway caused fire and explosion of lithium-ion battery. Journal of power sources. 208, 210-224 (2012).
- Rao, Z., Wang, S. A review of power battery thermal energy management. Renewable and Sustainable Energy Reviews. 15 (9), 4554-4571 (2011).
- Chen, K., Wu, W., Yuan, F., Chen, L., Wang, S. Cooling efficiency improvement of air-cooled battery thermal management system through designing the flow pattern. Energy. 167, 781-790 (2019).
- Lan, X., Li, X., Ji, S., Gao, C., He, Z. Design and optimization of a novel reverse layered air-cooling battery management system using U and Z type flow patterns. International Journal of Energy Research. 46 (10), 14206-14226 (2022).
- Singh, G., Wu, H. Effect of different inlet/outlet port configurations on the thermal management of prismatic Li-ion batteries. Journal of Heat Transfer. 144 (11), 112901 (2022).
- Zhang, J., Wu, X., Chen, K., Zhou, D., Song, M. Experimental and numerical studies on an efficient transient heat transfer model for air-cooled battery thermal management systems. Journal of Power Sources. 490, 229539 (2021).
- Qian, X., Xuan, D., Zhao, X., Shi, Z. Heat dissipation optimization of lithium-ion battery pack based on neural networks. Applied Thermal Engineering. 162, 114289 (2019).
- Chen, K., Wang, S., Song, M., Chen, L. Structure optimization of parallel air-cooled battery thermal management system. International Journal of Heat and Mass Transfer. 111, 943-952 (2017).
- Liu, Y., Zhang, J. Self-adapting J-type air-based battery thermal management system via model predictive control. Applied Energy. 263, 114640 (2020).
- Baveja, R., Bhattacharya, J., Panchal, S., Fraser, R., Fowler, M. Predicting temperature distribution of passively balanced battery module under realistic driving conditions through coupled equivalent circuit method and lumped heat dissipation method. Journal of Energy Storage. 70, 107967 (2023).
- Singh, L. K., Kumar, R., Gupta, A. K., Sharma, A. K., Panchal, S. Computational study on hybrid air-PCM cooling inside lithium-ion battery packs with varying number of cells. Journal of Energy Storage. 67, 107649 (2023).
- Fan, Y., et al. Multi-objective optimization design and experimental investigation for a prismatic lithium-ion battery integrated with a multi-stage Tesla valve-based cold plate. Processes. 11 (6), 1618 (2023).
- Feng, Z., et al. Optimization of the Cooling Performance of Symmetric Battery Thermal Management Systems at High Discharge Rates. Energy Fuels. 37 (11), 7990-8004 (2023).
- Talele, V., Moralı, U., Patil, M. S., Panchal, S., Mathew, K. Optimal battery preheating in critical subzero ambient condition using different preheating arrangement and advance pyro linear thermal insulation. Thermal Science and Engineering Progress. 42, 101908 (2023).
- Kenny, Q. Y., Li, W., Sudjianto, A. Algorithmic construction of optimal symmetric Latin hypercube designs. Journal of statistical planning and inference. 90 (1), 145-159 (2000).
- Oliveira Jr, H. A., Petraglia, A. Global optimization using dimensional jumping and fuzzy adaptive simulated annealing. Applied Soft Computing. 11 (6), 4175-4182 (2011).
- Ingber, L.
- Yu, X., et al. Experimental study on transient thermal characteristics of stagger-arranged lithium-ion battery pack with air cooling strategy. International Journal of Heat and Mass Transfer. 143, 118576 (2019).
- Li, W., Xiao, M., Peng, X., Garg, A., Gao, L. A surrogate thermal modeling and parametric optimization of battery pack with air cooling for EVs. Applied Thermal Engineering. 147, 90-100 (2019).
- Chen, K., Zhang, Z., Wu, B., Song, M., Wu, X. An air-cooled system with a control strategy for efficient battery thermal management. Applied Thermal Engineering. 236, 121578 (2023).
- Zhao, L., Li, W., Wang, G., Cheng, W., Chen, M. A novel thermal management system for lithium-ion battery modules combining direct liquid-cooling with forced air-cooling. Applied Thermal Engineering. 232, 120992 (2023).
- Oyewola, O. M., Awonusi, A. A., Ismail, O. S. Design optimization of Air-Cooled Li-ion battery thermal management system with Step-like divergence plenum for electric vehicles. Alexandria Engineering Journal. 71, 631-644 (2023).
- Chen, K., et al. Design of parallel air-cooled battery thermal management system through numerical study. Energies. 10 (10), 1677 (2017).
- Lyu, C., et al. A new structure optimization method for forced air-cooling system based on the simplified multi-physics model. Applied Thermal Engineering. 198, 117455 (2021).
- Zhang, W. C., Liang, Z. C., Ling, G. Z., Huang, L. S. Influence of phase change material dosage on the heat dissipation performance of the battery thermal management system. Journal of Energy Storage. 41, 102849 (2021).
- Li, M. L., Zang, M. Y., Li, C. Y., Dai, H. Y. Optimization of structure of air cooling heat dissipation for Li-ion batteries. Battery Bimonthly. 50 (3), 1001 (2020).
