Waiting
Login processing...

Trial ends in Request Full Access Tell Your Colleague About Jove
JoVE Journal Engineering
Click here for the English version

Engineering

धूल भरे कण पदार्थ-कवर लिथियम-आयन बैटरी पैक के लिए एक वायु-आधारित गर्मी प्रबंधन प्रणाली का अनुकूलन

Published: November 3, 2023 doi: 10.3791/65892
Automatic Translation
1, 1, 1, 1, 1
1College of Mechanical and Electrical Engineering, Wenzhou University

Summary

यहां, हम एक धूल भरे कण पदार्थ से ढके बैटरी गर्मी प्रबंधन प्रणाली के अनुरूप अनुमानित द्विघात प्रतिक्रिया सतह मॉडल (क्यूआरएसएम) को अनुकूलित करने के लिए अनुकूली सिम्युलेटेड एनीलिंग विधि (एएसएएम) प्रस्तुत करते हैं और सिस्टम इनलेट्स के एयरफ्लो वेग संयोजन को समायोजित करके तापमान की बूंदों को पूरा करते हैं।

Abstract

इस अध्ययन का उद्देश्य कम ऊर्जा खपत के लक्ष्य के तहत बैटरी कूलिंग बॉक्स के इनलेट्स पर एयरफ्लो वेगों के आवंटन के माध्यम से सेल की सतह को कवर करने वाले धूल भरे कण पदार्थ के कारण सेल तापमान वृद्धि और प्रदर्शन में गिरावट की समस्या को हल करना है। हम बैटरी पैक का अधिकतम तापमान एक निर्दिष्ट एयरफ्लो वेग और धूल रहित वातावरण में धूल भरे वातावरण में अपेक्षित तापमान के रूप में लेते हैं। धूल भरे वातावरण में बैटरी पैक का अधिकतम तापमान विभिन्न इनलेट एयरफ्लो वेगों पर हल किया जाता है, जो सिमुलेशन सॉफ्टवेयर में निर्मित विश्लेषण मॉडल की सीमा स्थितियां हैं। इनलेट्स के विभिन्न एयरफ्लो वेग संयोजनों का प्रतिनिधित्व करने वाले सरणियों को इष्टतम लैटिन हाइपरक्यूब एल्गोरिथ्म (ओएलएचए) के माध्यम से बेतरतीब ढंग से उत्पन्न किया जाता है, जहां वांछित तापमान से ऊपर के तापमान के अनुरूप वेगों की निचली और ऊपरी सीमाएं अनुकूलन सॉफ्टवेयर में निर्धारित की जाती हैं। हम अनुकूलन सॉफ्टवेयर के फिटिंग मॉड्यूल का उपयोग करके वेग संयोजन और अधिकतम तापमान के बीच एक अनुमानित क्यूआरएसएम स्थापित करते हैं। क्यूआरएसएम एएसएएम के आधार पर अनुकूलित है, और इष्टतम परिणाम सिमुलेशन सॉफ्टवेयर द्वारा प्राप्त विश्लेषण परिणाम के साथ अच्छे समझौते में है। अनुकूलन के बाद, मध्य इनलेट की प्रवाह दर 5.5 m/s से 5 m/s में बदल जाती है, और कुल वायु प्रवाह वेग 3% कम हो जाता है। यहां प्रोटोकॉल एक अनुकूलन विधि प्रस्तुत करता है जो एक साथ ऊर्जा की खपत और बैटरी प्रबंधन प्रणाली के थर्मल प्रदर्शन पर विचार करता है जिसे स्थापित किया गया है, और इसका व्यापक रूप से न्यूनतम परिचालन लागत के साथ बैटरी पैक के जीवन चक्र में सुधार करने के लिए उपयोग किया जा सकता है।

Introduction

ऑटोमोबाइल उद्योग के तेजी से विकास के साथ, पारंपरिक ईंधन वाहन बहुत सारे गैर-नवीकरणीय संसाधनों का उपभोग करते हैं, जिसके परिणामस्वरूप गंभीर पर्यावरण प्रदूषण और ऊर्जा की कमी होती है। सबसे आशाजनक समाधानों में से एक इलेक्ट्रिक वाहनों (ईवीएस)1,2का विकास है।

ईवीएस के लिए उपयोग की जाने वाली पावर बैटरी विद्युत रासायनिक ऊर्जा को स्टोर कर सकती है, जो पारंपरिक ईंधन वाहनों को बदलने की कुंजी है। ईवी में उपयोग की जाने वाली पावर बैटरी में लिथियम-आयन बैटरी (एलआईबी), निकल-धातु हाइड्राइड बैटरी (एनआईएमएच), और इलेक्ट्रिक डबल-लेयर कैपेसिटर (ईडीएलसी)3 शामिल हैं। अन्य बैटरियों की तुलना में, लिथियम-आयन बैटरी वर्तमान में ईवीएस में ऊर्जा भंडारण इकाइयों के रूप में व्यापक रूप से उपयोग की जाती हैं, जैसे कि उच्च ऊर्जा घनत्व, उच्च दक्षता और लंबे जीवन चक्र 4,5,6,7 जैसे फायदे के कारण।

हालांकि, रासायनिक प्रतिक्रिया गर्मी और जूल गर्मी के कारण, बड़ी मात्रा में गर्मी जमा करना और तेजी से चार्जिंग और उच्च तीव्रता वाले निर्वहन के दौरान बैटरी का तापमान बढ़ाना आसान है। एलआईबी का आदर्श ऑपरेटिंग तापमान 20-40 डिग्री सेल्सियस 8,9 है। बैटरी स्ट्रिंग में बैटरी के बीच अधिकतम तापमान अंतर 5 डिग्री सेल्सियस10,11 से अधिक नहीं होना चाहिए। अन्यथा, यह बैटरी के बीच तापमान असंतुलन, त्वरित उम्र बढ़ने, यहां तक कि अति ताप, आग, विस्फोट, और इतने पर12 जैसे जोखिमों की एक श्रृंखला को जन्म दे सकता है। इसलिए, हल किया जाने वाला महत्वपूर्ण मुद्दा एक कुशल बैटरी थर्मल प्रबंधन प्रणाली (बीटीएमएस) को डिजाइन और अनुकूलित करना है जो एक संकीर्ण के भीतर बैटरी पैक के तापमान और तापमान अंतर को नियंत्रित कर सकता है।

विशिष्ट BTMS एयर कूलिंग, वाटर कूलिंग, और चरण परिवर्तन सामग्री शीतलन13 शामिल हैं. इन शीतलन विधियों के बीच, वायु शीतलन प्रकार व्यापक रूप से इसकी कम लागत और संरचना14 की सादगी के कारण उपयोग किया जाता है। हवा की सीमित विशिष्ट ताप क्षमता के कारण, एयर-कूल्ड सिस्टम में बैटरी कोशिकाओं के बीच उच्च तापमान और बड़े तापमान अंतर होना आसान है। एयर-कूल्ड बीटीएमएस के शीतलन प्रदर्शन में सुधार करने के लिए, एक कुशल प्रणाली 15,16,17 को डिजाइन करना आवश्यक है। Qian et al.18 ने संबंधित बायेसियन तंत्रिका नेटवर्क मॉडल को प्रशिक्षित करने के लिए बैटरी पैक के अधिकतम तापमान और तापमान अंतर को एकत्र किया, जिसका उपयोग श्रृंखला एयर-कूल्ड बैटरी पैक के सेल स्पेसिंग को अनुकूलित करने के लिए किया जाता है। चेन एट अल.19 ने इनलेट डाइवर्जेंस प्लेनम की चौड़ाई के अनुकूलन के लिए न्यूटन विधि और प्रवाह प्रतिरोध नेटवर्क मॉडल का उपयोग करने की सूचना दी और जेड-टाइप समानांतर एयर-कूल्ड सिस्टम में आउटलेट अभिसरण प्लेनम। परिणामों ने सिस्टम के तापमान अंतर में 45% की कमी दिखाई। लियू एट अल .20 ने जे-बीटीएमएस में शीतलन नलिकाओं के पांच समूहों का नमूना लिया और पहनावा सरोगेट-आधारित अनुकूलन एल्गोरिथ्म द्वारा सेल स्पेसिंग का सबसे अच्छा संयोजन प्राप्त किया। Baveja et al.21 ने एक निष्क्रिय संतुलित बैटरी मॉड्यूल का मॉडल तैयार किया, और अध्ययन ने मॉड्यूल-स्तरीय निष्क्रिय संतुलन और इसके विपरीत थर्मल भविष्यवाणी के प्रभावों का वर्णन किया। सिंह एट अल 22 ने एक बैटरी थर्मल मैनेजमेंट सिस्टम (बीटीएमएस) की जांच की, जिसमें युग्मित इलेक्ट्रोकेमिकल-थर्मल मॉडलिंग का उपयोग करके डिज़ाइन किए गए मजबूर संवहनी वायु शीतलन के साथ समझाया चरण परिवर्तन सामग्री का उपयोग किया गया था। फैन एट अल 23 ने एक तरल शीतलन प्लेट का प्रस्ताव रखा जिसमें माइक्रोफ्लुइडिक अनुप्रयोगों में उच्च मान्यता के साथ एक प्रिज्मीय-प्रकार लिथियम-आयन बैटरी के लिए एक सुरक्षित तापमान रेंज प्रदान करने के लिए एक बहु-चरण टेस्ला वाल्व कॉन्फ़िगरेशन शामिल है। फेंग एट अल 24 ने विभिन्न इनलेट प्रवाह दरों और बैटरी मंजूरी के साथ योजनाओं का मूल्यांकन करने के लिए भिन्नता विधि के गुणांक का उपयोग किया। Talele et al.25 ने हीटिंग फिल्मों के इष्टतम प्लेसमेंट के आधार पर संभावित उत्पन्न हीटिंग को स्टोर करने के लिए दीवार-वर्धित पायरो अस्तर थर्मल इन्सुलेशन की शुरुआत की।

जब कोई एयर-कूलिंग बीटीएमएस का उपयोग करता है, तो धातु धूल के कण, खनिज धूल के कण, निर्माण सामग्री धूल के कण और बाहरी वातावरण में अन्य कणों को ब्लोअर द्वारा एयर-कूलिंग बीटीएमएस में लाया जाएगा, जिससे बैटरी की सतह को डीपीएम के साथ कवर किया जा सकता है। यदि कोई गर्मी लंपटता योजना नहीं है, तो यह अत्यधिक उच्च बैटरी तापमान के कारण दुर्घटनाओं का कारण बन सकता है। सिमुलेशन के बाद, हम एक निर्दिष्ट एयरफ्लो वेग और धूल रहित वातावरण में बैटरी पैक का अधिकतम तापमान धूल भरे वातावरण में अपेक्षित तापमान के रूप में लेते हैं। सबसे पहले, सी-रेट वर्तमान मूल्य को संदर्भित करता है जब बैटरी निर्दिष्ट समय के भीतर अपनी रेटेड क्षमता जारी करती है, जो डेटा मान में बैटरी की रेटेड क्षमता के गुणक के बराबर होती है। इस पत्र में, सिमुलेशन 2 सी दर निर्वहन का उपयोग करता है। रेटेड क्षमता 10 आह है, और नाममात्र वोल्टेज 3.2 वी है। लिथियम आयरन फॉस्फेट (LiFePO4) का उपयोग सकारात्मक इलेक्ट्रोड सामग्री के रूप में किया जाता है, और कार्बन का उपयोग नकारात्मक इलेक्ट्रोड सामग्री के रूप में किया जाता है। इलेक्ट्रोलाइट में इलेक्ट्रोलाइट लिथियम नमक, एक उच्च शुद्धता कार्बनिक विलायक, आवश्यक योजक और अन्य कच्चे माल होते हैं। इनलेट्स पर विभिन्न वेग संयोजनों का प्रतिनिधित्व करने वाली यादृच्छिक सरणी OLHA के माध्यम से निर्धारित की गई थी, और बैटरी पैक के अधिकतम तापमान और इनलेट प्रवाह वेग संयोजन के बीच एक 2nd ऑर्डर फ़ंक्शन वक्र फिटिंग की सटीकता की जांच करने की स्थिति के तहत स्थापित किया गया था। लैटिन हाइपरक्यूब (एलएच) डिजाइन कई कंप्यूटर प्रयोगों में लागू किए गए हैं क्योंकि वे मैके एट अल.26द्वारा प्रस्तावित किए गए थे। एक LH एक N x p-मैट्रिक्स L द्वारा दिया जाता है, जहाँ L के प्रत्येक स्तंभ में पूर्णांक 1 से N का क्रमपरिवर्तन होता है। इस पत्र में, कम्प्यूटेशनल बोझ को कम करने के लिए इष्टतम लैटिन हाइपरक्यूब नमूनाकरण विधि का उपयोग किया जाता है। विधि यह सुनिश्चित करने के लिए स्तरीकृत नमूनाकरण का उपयोग करती है कि नमूना बिंदु सभी नमूना आंतरिक को कवर कर सकते हैं।

निम्नलिखित चरण में, इनलेट प्रवाह वेग संयोजन को एक साथ ऊर्जा खपत पर विचार करने की शर्त के तहत एएसएएम के आधार पर धूल भरे वातावरण में बैटरी पैक के अधिकतम तापमान को कम करने के लिए अनुकूलित किया गया था। अनुकूली नकली annealing एल्गोरिथ्म बड़े पैमाने पर विकसित किया गया है और व्यापक रूप से कई अनुकूलन समस्याओं27,28 में इस्तेमाल किया. यह एल्गोरिथ्म एक निश्चित संभावना के साथ सबसे खराब समाधान को स्वीकार करके स्थानीय इष्टतम में फंसने से बच सकता है। स्वीकृति संभावना और तापमान को परिभाषित करके वैश्विक इष्टतम प्राप्त किया जाता है; गणना की गति को इन दो मापदंडों का उपयोग करके भी समायोजित किया जा सकता है। अंत में, अनुकूलन की सटीकता की जांच के लिए, इष्टतम परिणाम की तुलना सिमुलेशन सॉफ्टवेयर से प्राप्त विश्लेषण परिणाम से की गई थी।

इस पत्र में, बैटरी पैक के लिए बैटरी बॉक्स की इनलेट प्रवाह दर के लिए एक अनुकूलन विधि प्रस्तावित है जिसका तापमान धूल कवर के कारण बढ़ जाता है। इसका उद्देश्य कम ऊर्जा खपत के मामले में धूल से ढके बैटरी पैक के अधिकतम तापमान को गैर-धूल से ढके बैटरी पैक के अधिकतम तापमान से कम करना है।

Subscription Required. Please recommend JoVE to your librarian.

Protocol

नोट: अनुसंधान प्रौद्योगिकी रोडमैप चित्रा 1 में दिखाया गया है, जहां मॉडलिंग, सिमुलेशन और अनुकूलन सॉफ्टवेयर का उपयोग किया जाता है। आवश्यक सामग्री सामग्री की तालिका में दिखाई गई है।

1. 3D मॉडल बनाना

नोट: हमने 3D मॉडल बनाने के लिए सॉलिडवर्क्स का इस्तेमाल किया।

  1. 252 मिमी x 175 मिमी आयत बनाएं, एक्सट्रूड बॉस/बेस पर क्लिक करें और 73 दर्ज करें। बाहरी सतह से एक नया विमान 4 मिमी बनाएं।
  2. एक आयत 131 mm x 16 mm ड्रा करें और लीनियर स्केच पैटर्न पर क्लिक करें। क्रमशः रिक्ति और उदाहरणों की संख्या में 22 और 6 दर्ज करें। आयत के चारों किनारों को चुनिए और OK पर क्लिक करें। कोण में 180 दर्ज करें और इसे फिर से चलाएं। यह कदम मॉडल के केंद्र में समरूपता के लिए है।
  3. कट निकालें क्लिक करें, 65 दर्ज करें और ठीक क्लिक करें. Extrude Boss/Base पर क्लिक करें और 65 दर्ज करें, मर्ज परिणाम को अनचेक करें और रिवर्स डायरेक्शन और OK पर क्लिक करें।
    नोट:: मर्ज परिणाम अनचेक किया गया है, जब बढ़ाया एंटिटी एक अलग एंटिटी बन जाता है। कुल 23 भाग हैं, जिनमें 11 बैटरी, 11 धूल भरे कण पदार्थ और 1 वायु डोमेन शामिल हैं।
  4. एक आयत 16 mm x 1 mm बनाएं। चरण 1.2 और 1.3 दोहराएं।
  5. एक आयत 63 मिमी x 15 मिमी ड्रा करें, आयत के शीर्ष किनारे और रैखिक स्केच पैटर्न पर क्लिक करें। 21, 3 और 270 दर्ज करें और ठीक क्लिक करें. स्प्लिट लाइन और क्यूब के चेहरे पर क्लिक करें, ओके पर क्लिक करें।
  6. एक आयत 63 mm x 15 mm बनाएं। स्प्लिट लाइन और क्यूब के चेहरे पर क्लिक करें, ओके पर क्लिक करें।
  7. फ़ाइल पर क्लिक करें और इसे X_T फ़ाइल के रूप में सहेजें।
    नोट: निर्दिष्ट आकार: एलबॉक्स: 73 मिमी; डब्ल्यूबॉक्स: 252 मिमी; एचबॉक्स: 175 मिमी; एलबी, एलडी: 65 मिमी; डब्ल्यूबी, डब्ल्यूडी: 10 मिमी; एचबी: 131 मिमी; एचडी: 1 मिमी; एलमैं: 63 मिमी; डब्ल्यूमैं: 15 मिमी; डी1, डी2: 5 मिमी, डी3: 6 मिमी चित्रा 2 में दिखाया गया है।
  8. Toolbox > Component Systems > Mesh को प्रोजेक्ट योजनाबद्ध ज़ोन में क्लिक करके मेश कॉम्पोनेंट को ड्रैग करें। ज्यामिति पर क्लिक करके पहले सहेजी गई X_T फ़ाइल आयात करें।
  9. जाल-डिज़ाइन मॉडलर विंडो दर्ज करें, और बैटरी पैक मॉडल, जिसमें स्वतंत्र निकायों के रूप में 23 भाग शामिल हैं, जनरेट पर क्लिक करके फिर से प्रदर्शित होता है।
  10. बैटरी के सभी 23 भागों को बैटरी भाग के रूप में नामित एक नया भाग बनाने के लिए चुनें, 23 भागों के सभी धूल भरे कण पदार्थ धूल के हिस्से के रूप में, और हवा के हिस्से के रूप में वायु गुहा, बाद में छिपाने और नामकरण वस्तुओं की सुविधा के लिए पेड़ की रूपरेखा में।
  11. सबसे पहले, बैटरीपार्ट और डस्टपार्ट पर राइट-क्लिक करें और हाइड पार्ट चुनें ताकि पॉप-अप केवल एयर पार्ट दिखाएगा।
  12. चयन फ़िल्टर का चयन करने के लिए माउस को चयन टूलबार पर ले जाएँ : निकायों, नामित चयन का चयन करने के लिए ग्राफिक्स ज़ोन पर वायु गुहा मॉडल पर राइट-क्लिक करें, और विवरण दृश्य क्षेत्र पर वायु गुहा मॉडल का नाम बदलकर वायु डोमेन के रूप में करें।
  13. चयन फ़िल्टर पर स्विच करें : चेहरे, राइट-क्लिक करें और उस सतह का नाम बदलें जिसे तीन टुकड़ों में विभाजित किया गया है, नीचे से ऊपर तक, इनलेट 1, इनलेट 2 और इनलेट 3 के रूप में, इन तीन चेहरों के दाईं ओर की अलग सतह को आउटलेट नाम दिया गया है, शेष बाहरी सतह को क्रमशः आउटरबॉर्डर नाम दिया गया है।
  14. चयन मोड को बॉक्स चयन पर स्विच करें, बॉक्स चयन की सुविधा के लिए वायु गुहा मॉडल का उपयुक्त दृश्य प्राप्त करने के लिए वाई अक्ष पर क्लिक करें, बॉक्स चयन का उपयोग करके सभी आंतरिक सतहों को गुहा सतह 1 से गुहा सतह11 के रूप में नाम बदलें और नंबर दें।
  15. केवल बैटरीपार्ट दिखाने के लिए, एयरपार्ट पर राइट-क्लिक करें और हाइड पार्ट चुनें। बैटरीपार्ट पर राइट-क्लिक करें और पॉप-अप शॉर्टकट मेनू पर शो पार्ट चुनें।
  16. चयन फ़िल्टर का चयन करने के लिए माउस को चयन टूलबार पर ले जाएँ: निकायों, चयन मोड को एकल चयन पर स्विच करें, नामित चयन का चयन करने के लिए ग्राफ़िक्स ज़ोन पर प्रत्येक बैटरी मॉडल पर राइट-क्लिक करें, विवरण दृश्य ज़ोन पर 11 बैटरी मॉडल का नाम बदलें और क्रमशः batteryDomain1 से batteryDomain11 के रूप में नंबर दें।
  17. इसके अलावा, प्रत्येक बैटरी मॉडल में छह पक्ष होते हैं, फिर चयन फ़िल्टर पर स्विच करें: चेहरे, नामित चयन का चयन करने के लिए क्रमांकित बैटरीडोमेन के प्रत्येक तरफ राइट-क्लिक करें और बैटरी पक्ष के उन्मुखीकरण के अनुसार उनका नाम बदलें। उदाहरण के लिए, क्रमांकित बैटरीडोमेन1 की छह भुजाओं का नाम बदलकर batteryDomain1_Upper, batteryDomain1_Lower, batteryDomain1_Left, batteryDomain1_Right, batteryDomain1_Front और batteryDomain1_Back करें.
  18. केवल dustPart दिखाने के लिए, बैटरीपार्ट पर राइट-क्लिक करें और Hide Part चुनें। डस्टपार्ट पर राइट-क्लिक करें और पॉप-अप शॉर्टकट मेनू पर शो पार्ट चुनें।
  19. चयन फ़िल्टर: निकायों का चयन करने के लिए माउस को चयन उपकरण पट्टी पर ले जाएँ, नामित चयन का चयन करने के लिए ग्राफ़िक्स ज़ोन पर प्रत्येक धूल भरे पार्टिकुलेट मैटर मॉडल पर राइट-क्लिक करें, क्रमशः dpmDomain1 से dpmDomain11 के रूप में विवरण दृश्य ज़ोन पर 11 धूल भरे पार्टिकुलेट मैटर मॉडल का नाम बदलें और नंबर दें।
  20. इसके अलावा, प्रत्येक धूल भरे कण पदार्थ मॉडल में छह पक्ष होते हैं; फिर चयन फ़िल्टर पर स्विच करें: चेहरे, नामित चयन का चयन करने के लिए क्रमांकित dpmDomains के प्रत्येक पक्ष पर राइट-क्लिक करें और धूल भरे कण पदार्थ पक्ष के उन्मुखीकरण के अनुसार उनका नाम बदलें। उदाहरण के लिए, क्रमांकित dpmDomain1 की छः भुजाओं का नाम बदलकर dpmDomain1_Upper, dpmDomain1_Lower, dpmDomain1_Left, dpmDomain1_Right, dpmDomain1_Front और dpmDomain1_Back करें.
  21. सभी निकायों को दिखाएं और फिर से प्रारंभिक विंडो पर लौटें।

2. जाल मॉडल उत्पन्न करें

नोट: परिमित तत्व मेशिंग परिमित तत्व संख्यात्मक सिमुलेशन विश्लेषण में एक बहुत ही महत्वपूर्ण कदम है, जो सीधे बाद के संख्यात्मक विश्लेषण परिणामों की सटीकता को प्रभावित करता है। फिर नाम बदली गई संस्थाओं को मिलाया जाता है।

  1. एयर डोमेन, बैटरी डोमेन और डीपीएम डोमेन को स्वतंत्र रूप से मेश करने के लिए, टूलबॉक्स > कंपोनेंट सिस्टम्स > मेश से प्रोजेक्ट योजनाबद्ध ज़ोन में फिर से दो मेश घटकों को खींचें और उन्हें क्रमशः एयरफेम, बैटरीफेम और डीपीएमफेम के रूप में नाम दें। बाईं माउस बटन के साथ airFEM > ज्यामिति को पकड़ें और इसे बैटरीFEM > ज्यामिति पर खींचें।
  2. इसके बाद, बाईं माउस बटन के साथ बैटरीफेम > ज्यामिति को पकड़ें और इसे dpmFEM > ज्यामिति पर खींचें। तीन जाल घटकों के बीच लाइनों पर राइट-क्लिक करें और उन्हें एक दूसरे से अलग करने के लिए हटाएं चुनें।
  3. एयरफेम के मेश पर डबल-क्लिक करें, मेशिंग विंडो में प्रवेश करें, सप्रेस्ड बॉडी का चयन करने के लिए बैटरीपार्ट और डस्टपार्ट पर राइट-क्लिक करें, और भौतिक वरीयता को मैकेनिकल से सीएफडी में बदलें। अपडेट पर क्लिक करके 2 मिमी के चेहरे के आकार और 4 मिमी के बॉडी साइज़िंग के माध्यम से FEM एयर डोमेन मॉडल उत्पन्न करें और प्रारंभिक विंडो पर वापस लौटें।
  4. बैटरीफेम के मेश पर डबल-क्लिक करें, मेशिंग विंडो में प्रवेश करें, सप्रेस्ड बॉडी का चयन करने के लिए एयरपार्ट और डस्टपार्ट पर राइट-क्लिक करें, और भौतिक वरीयता को मैकेनिकल से सीएफडी में बदलें। अपडेट पर क्लिक करके बॉडी साइजिंग 2 मिमी के माध्यम से FEM बैटरी डोमेन मॉडल जनरेट करें और प्रारंभिक विंडो पर वापस लौटें।
  5. dpmFEM के मेश पर डबल-क्लिक करें, मेशिंग विंडो में प्रवेश करें, सप्रेस्ड बॉडी का चयन करने के लिए एयरपार्ट और बैटरीपार्ट पर राइट-क्लिक करें, और भौतिक वरीयता को मैकेनिकल से सीएफडी में बदलें। बॉडी साइज़िंग 2 मिमी के माध्यम से FEM dpm डोमेन मॉडल जनरेट करें अपडेट पर क्लिक करके, प्रारंभिक विंडो पर लौटें।
    नोट: चित्रा 3 ए एयर डोमेन का ग्रिड दिखाता है, चित्रा 3 बी बैटरी डोमेन का ग्रिड दिखाता है, और चित्रा 3 सी डीपीएम डोमेन का ग्रिड दिखाता है।
  6. एयर ग्रिड का न्यूनतम आकार 4 मिमी और बैटरी का न्यूनतम आकार और धूल भरे कण पदार्थ ग्रिड का आकार 2 मिमी पर सेट करें। सुनिश्चित करें कि ग्रिड समाधान स्वतंत्र है, ग्रिड के न्यूनतम सेल आकार को परिवर्तित करें, और ग्रिड संवेदनशीलता अध्ययन करें।
    नोट: जैसा कि चित्र 4 में दिखाया गया है, ग्रिड की संख्या 519343 से 1053849 तक बढ़ने के साथ, अधिकतम बैटरी तापमान परिवर्तन 0.6 K से कम है। गणना क्षमता और सटीकता को ध्यान में रखते हुए, निम्नलिखित विश्लेषण 931189 ग्रिड वाले ग्रिड मॉडल पर आधारित है।

3. सिमुलेशन विश्लेषण

  1. Toolbox > Analysis Systems > Fluid Flow से Fluid Flow को प्रोजेक्ट योजनाबद्ध क्षेत्र में खींचें। मेश > airFEM दबाए रखें, फिर बैटरीFEM > मेश और dpmFEM > मेश को बाईं माउस बटन से पकड़ें और उन्हें फ्लुइड फ्लो > सेटअप पर खींचें। फ्लुइड फ्लो > सेटअप पर राइट-क्लिक करें और सेट विंडो में प्रवेश करने के लिए अपडेट का चयन करें।
  2. FEM मॉडल की वैधता सत्यापित करें और जांचें कि क्या जाल में नकारात्मक मात्रा है। सॉफ्टवेयर स्वचालित रूप से मॉडल की मात्रा का सुझाव देता है, और एक उचित मॉडल मूल्य सकारात्मक है। यदि विभाजित ग्रिड या मॉडल सेटिंग्स में कोई समस्या है, तो बताने के लिए एक त्रुटि संदेश पॉप अप होगा।
  3. गर्मी हस्तांतरण मॉडल में ऊर्जा समीकरण को सक्रिय करें। चिपचिपा मॉडल और विकिरण मॉडल का सेटिंग इंटरफ़ेस दर्ज करें और के-एप्सिलॉन मॉडल और असतत ऑर्डिनेट्स मॉडल का चयन करें।
    नोट: जैसा कि चित्र 5 में दिखाया गया है, चार चिपचिपा मॉडल की तुलना करते हुए, स्पालार्ट-अल्लामारस मॉडल के गणना परिणाम अन्य मॉडलों से काफी अलग हैं। मानक के-एप्सिलॉन मॉडल के परिणाम अन्य के-एप्सिलॉन मॉडल की तरह हैं। उच्च स्थिरता और अर्थव्यवस्था के साथ मानक के-एप्सिलॉन मॉडल का व्यापक रूप से उपयोग किया जाता है; निम्नलिखित विश्लेषण मानक के-एप्सिलॉन मॉडल पर आधारित है।
  4. तालिका 1 के आधार पर वायु सामग्री, बैटरी सामग्री, डीपीएम सामग्री और बैटरी बॉक्स सामग्री के लिए विभिन्न विशेषताओं के साथ नई सामग्री सेट करें।
    नोट: बैटरी पैक के अंदर, तीन अलग-अलग भौतिक सामग्रियां होती हैं: तरल पदार्थ के रूप में हवा और बाकी ठोस के रूप में। अगला, सामग्री सेट करें।
    1. क्रमांकित बैटरी डोमेन के द्रव प्रकार को सॉलिड प्रकार में बदलें और प्रत्येक बैटरी डोमेन पर डबल-क्लिक करके डीपीएम सामग्री को सॉलिड विंडो पर बैटरी सामग्री में बदलें। इसके बाद, स्रोत शर्तें आइटम चुनें और ऊर्जा स्रोतों की संख्या में संख्या निर्दिष्ट करके और 209993 w/m3 के मान को इनपुट करने के लिए निरंतर प्रकार का चयन करके ऊर्जा स्रोत जोड़ने के लिए हाइलाइट की गई स्रोत शर्तों पर क्लिक करें।
    2. क्रमांकित dpm डोमेन के द्रव प्रकार को ठोस प्रकार में बदलें।
  5. अगला, वास्तविक सेटिंग प्रवाह दर और गर्मी हस्तांतरण गुणांक के अनुसार कई अलग अलग डोमेन के सिमुलेशन गणना के लिए इंटरफ़ेस सेट के रूप में नीचे वर्णित है.
    1. सभी नाम बदली गई सतहों के प्रकार को परिवर्तित करें, जिसमें एयर डोमेन की आंतरिक सतह और बैटरी डोमेन के सभी पक्ष शामिल हैं, साथ ही डीपीएम डोमेन डिफ़ॉल्ट दीवार से इंटरफ़ेस में शामिल हैं। एक बार उपरोक्त चरण सफलतापूर्वक समाप्त हो जाने के बाद, मेष इंटरफेस तुरंत उत्पन्न हो जाएंगे।
    2. मेश इंटरफेस पर क्लिक करें और मेश इंटरफेस बनाएं/संपादित करें विंडो दर्ज करें। बैटरी डोमेन के ऊपरी पक्षों और dpm domian के निचले पक्षों को छोड़कर सभी पक्षों के लिए गुहा सतहों का मिलान करें। इसके बाद, उन्हें क्रमशः इंटरफ़ेस 1 से इंटरफ़ेस11 के रूप में नाम और संख्या दें। तो, 11 मेश इंटरफेस एयर डोमेन और बैटरी डोमियन के साथ-साथ डीपीएम डोमेन के बीच बनाए जा सकते हैं।
    3. बैटरी डोमेन के ऊपरी पक्षों और dpm डोमेन के निचले पक्षों का मिलान करें। इसके बाद, उन्हें क्रमशः इंटरफ़ेस12 से इंटरफ़ेस22 के रूप में नाम और नंबर दें। फिर, बैटरी डोमेन और डीपीएम डोमेन के बीच 11 मेश इंटरफेस बनाए जाते हैं।
    4. मिश्रित थर्मल स्थिति में गर्मी हस्तांतरण गुणांक को 5 के रूप में सेट करके और इसकी सामग्री को डिफ़ॉल्ट एल्यूमीनियम से पहले स्व-परिभाषित बैटरी बॉक्स सामग्री में बदलकर बाहरी सीमा की सतह को दीवार थर्मल सीमा स्थिति के रूप में असाइन करें।
    5. वेग इनलेट विंडो में 5 m/s के रूप में सभी इनलेट्स के एयरफ्लो वेग और प्रेशर आउटलेट विंडो में आउटलेट के गेज दबाव को शून्य के रूप में सेट करें।
  6. अगला, प्रारंभिक क्षण में कंप्यूटिंग डोमेन की स्थिति निर्धारित करें, जैसे कि 300 K का प्रारंभिक तापमान, जो कंप्यूटिंग अभिसरण की प्रक्रिया को प्रभावित करेगा।
    1. प्रारंभ करने से पहले समाधान आरंभीकरण के प्रकार को मानक आरंभीकरण के रूप में सेट करें।
    2. पुनरावृत्तियों की संख्या 2000 के रूप में सेट करें।
    3. अनुकरण करने के लिए गणना करें पर क्लिक करें। सिमुलेशन समाप्त होने तक प्रारंभिक विंडो पर लौटें।
  7. उपरोक्त भाग बैटरी पैक के अंदर तापमान और वायु वेग की सिमुलेशन गणना को पूरा करता है और फिर परिणाम में सिमुलेशन परिणाम प्रदर्शित करता है। प्रदर्शित परिणामों में निम्न चरणों का पालन करें।
    1. CFD पोस्ट विंडो में प्रवेश करने के लिए Fluid Flow > Results पर डबल-क्लिक करें, फिर टूलबॉक्स में Contour के आइकन पर क्लिक करें।
    2. स्थान चयनकर्ता में बैटरियों के सभी पक्षों का चयन करें और दबाव को तापमान में बदलें। फिर क्लिक करें लागू बैटरी का तापमान समोच्च उत्पन्न करने के लिए।
    3. चयनित चर (चरों के तापमान) का चयन करने के लिए फ़ाइल > निर्यात पर क्लिक करें. स्थान चयनकर्ता विंडो को पॉप अप करने के लिए स्थानों के ड्रॉपडाउन बटन पर क्लिक करें जहां सभी बैटरी डोमेन का चयन किया जाना चाहिए। क्लिक करें OK और सहेजें छोड़ने के लिए बटन।
      नोट: एक स्प्रेडशीट जिसका डेटा सभी बैटरियों के जाल नोड्स के तापमान से मेल खाता है, सेव बटन पर क्लिक करने पर स्वचालित रूप से सहेजा जाएगा।
    4. अधिकतम मान खोजने के लिए स्प्रेडशीट खोलें, जो सभी एयरफ्लो इनलेट्स के 5 m/s पर धूल भरे वातावरण में बैटरी के अधिकतम तापमान को इंगित करता है।
    5. अपेक्षित तापमान के रूप में मुक्त-धूल राज्य के तहत बैटरी का अधिकतम तापमान प्राप्त करें और धूल की स्थिति के तहत अधिकतम तापमान के साथ इसकी तुलना करें; परिणाम पूरे तापमान में वृद्धि को दर्शाता है।
      नोट: धूल रहित वातावरण में बैटरियों का अधिकतम तापमान प्राप्त करने के लिए, चित्र 6 में दिखाए गए नए बैटरी पैक मॉडल को फिर से स्थापित किया जाना चाहिए, और सभी चरणों 1.1-3.4.3 को दोहराया जाना चाहिए।
    6. बैटरी पैक के अंदर अधिकतम तापमान को कम करने के लिए, इनलेट्स पर एयरफ्लो वेग को 5 m/s से 6 m/s तक सेट करें, 5% बढ़ाएं, और धूल से ढकी बैटरियों के संबंधित अधिकतम तापमान की गणना करें।
      नोट: एयरफ्लो वेग मापदंडों की संवेदनशीलता विश्लेषण पैरामीटर मूल्यों को बदलने से पहले अग्रिम में अच्छी तरह से किया जाना चाहिए। जैसा कि चित्रा 7 और तालिका 2 में दिखाया गया है, हमने विभिन्न इनलेट एयरफ्लो वेग संयोजनों के सात समूहों में से प्रत्येक के लिए समान कुल प्रवाह रखा है। एयरफ्लो वेग आवंटन में अंतर के कारण अधिकतम तापमान में अभी भी एक स्पष्ट भिन्नता है। दूसरे शब्दों में, एयरफ्लो वेग संयोजन और अधिकतम तापमान के बीच किसी तरह एक मजबूत संबंध है। इसलिए, उन वेग मापदंडों का उपयोग डिजाइन चर के रूप में किया जा सकता है।
    7. चित्रा 8 में दिखाए गए तापमान-वेग वक्र को प्लॉट करें, जहां लाल रेखा इंगित करती है कि तापमान विशेषता वक्र एयरफ्लो वेग की वृद्धि के साथ घट जाती है, और नीली रेखा अपेक्षित तापमान का प्रतिनिधित्व करती है।
    8. 10% के एयरफ्लो वेग में वृद्धि बनाए रखें। जब वेग में वृद्धि 10% से अधिक होती है, तो अधिकतम तापमान पहले से ही अपेक्षित तापमान से कम होता है, लेकिन यह कम ऊर्जा खपत के उद्देश्य को पूरा नहीं करता है। शेष वायु प्रवाह दर के लिए, अनुकूलन के माध्यम से बैटरी पैक के अधिकतम तापमान को अपेक्षित तापमान तक कम करें, इस प्रकार कम ऊर्जा खपत के लक्ष्य को प्राप्त करें।

4. इष्टतम लैटिन हाइपरक्यूब नमूनाकरण और प्रतिक्रिया सतह मॉडलिंग

नोट: 5 m/s-5.5 m/s की बरकरार प्रवाह दरों के लिए, इस प्रवाह दर सीमा के भीतर विभिन्न प्रवाह दर संयोजनों के निर्माण के लिए नमूनों का चयन किया जाता है। अधिकतम तापमान प्राप्त करने के लिए वेग संयोजनों का अनुकरण किया जाता है। वेग और अधिकतम तापमान के कार्य का निर्माण करें।

  1. एक तालिका बनाने के लिए एक नई रिक्त स्प्रेडशीट खोलें जिसके पहले स्तंभ में पंक्तियों का नाम inlet1, inlet2 और inlet3 है, और फ़ाइल को sampling.xlsx के रूप में सहेजें।
  2. ऑप्टिमाइज़ेशन सॉफ़्टवेयर चलाएँ और स्प्रेडशीट आइकन को टास्क 1 के एकल तीर पर खींचें। इसके बाद, डबल-क्लिक करें स्प्रेडशीट घटक संपादक-एक्सेल विंडो को पॉप अप करने के लिए आइकन।
  3. ब्राउज़ बटन पर क्लिक करके sampling.xlsx आयात करें और inlet1, inlet2, और inlet3 को A1, A2 और A3 में पैरामीटर के रूप में मैप करें यह मैपिंग जोड़ें पर क्लिक करके. दबाएं ठीक प्रारंभिक विंडो पर लौटने के लिए बटन।
  4. डीओई आइकन को टास्क 1 में खींचें और घटक संपादक-डीओई विंडो को पॉप अप करने के लिए इसे डबल-क्लिक करें। OptimOKal लैटिन हाइपरक्यूब का चयन करें और सामान्य विंडो में बिंदुओं की संख्या 15 के रूप में सेट करें।
  5. कारक विंडो पर स्विच करें और 5.5 को ऊपरी सीमा के रूप में और 5 को A1, A2 और A3 के लिए निचली सीमा के रूप में सेट करें।
  6. डिज़ाइन मैट्रिक्स विंडो पर स्विच करें और विभिन्न इनलेट वेगों के अनुरूप यादृच्छिक नमूना अंक उत्पन्न करने के लिए जनरेट पर क्लिक करें। अनुकूलन सॉफ़्टवेयर बंद करें।
  7. बैटरी के अधिकतम तापमान से बना इसी तापमान सरणी प्राप्त करने के लिए गणना करने और चरण 3.5.5-3.7.5 को दोहराने के लिए यादृच्छिक नमूना बिंदुओं के वेग संयोजन सरणियों को वापस लें।
  8. तालिका 3 में दिखाए गए अनुसार चर की एक नई तालिका बनाने के लिए वेग संयोजन सरणियों और तापमान सरणियों के प्रेडिक्टर चर x1, x2, और x3 को मिलाएं, और इसे sample.txt फ़ाइल के रूप में सहेजें। प्रतिसाद सतह मॉडल में फ़िट करने के लिए फ़ाइल आयात करें.
  9. ऑप्टिमाइज़ेशन सॉफ़्टवेयर को फिर से चलाएँ और Task1 के एकल तीर पर सन्निकटन आइकन खींचें। प्रतिसाद सतह मॉडल का चयन करने के लिए घटक संपादक-सन्निकटन विंडो पॉप अप करने के लिए Task1 आइकन पर डबल-क्लिक करें।
  10. डेटा फ़ाइल विंडो पर स्विच करें और पूर्वानुमान चर वाली sample.txt फ़ाइल आयात करें.
  11. पैरामीटर विंडो पर स्विच करें और डेटा फ़ाइल विंडो में पैरामीटर खोलने के लिए स्कैन पर क्लिक करें जहां x1, x2 और x3 के प्रेडिक्टर वैरिएबल को इनपुट और y को आउटपुट के रूप में परिभाषित किया गया है।
  12. तकनीक विकल्प विंडो पर स्विच करें और बहुपद क्रम में द्विघात का चयन करें। त्रुटि विश्लेषण विकल्प विंडो पर स्विच करें और त्रुटि विश्लेषण विधि में क्रॉस-सत्यापन का चयन करें।
  13. डेटा दृश्य विंडो पर स्विच करें और द्विघात रैखिक प्रतीपगमन समीकरण के गुणांक प्राप्त करने के लिए अभी प्रारंभ करें क्लिक करें।
  14. त्रुटि विश्लेषण बटन को पॉप अप करने के लिए क्लिक करें सन्निकटन त्रुटि विश्लेषण विंडो यह जांचने के लिए कि क्या त्रुटियाँ प्रत्येक त्रुटि प्रकार के लिए स्वीकार्य मानकों से संतुष्ट हो सकती हैं। सन्निकटन घटक विंडो बंद करें। यदि मनमानी त्रुटि संबंधित स्वीकार्य मानकों को पूरा नहीं कर सकती है, तो मॉडल फिटिंग में भाग लेने के लिए अधिक नमूना अंक जोड़ें।

5. अनुकूली नकली एनीलिंग एल्गोरिथ्म-आधारित अनुमानित फिटिंग मॉडल

नोट: अगला, सॉफ्टवेयर और एल्गोरिथ्म का उपयोग अनुमानित मॉडल के इष्टतम मूल्य को खोजने के लिए किया जाता है

  1. ऑप्टिमाइज़ेशन आइकन को टास्क 1 में खींचें और घटक संपादक-ऑप्टिमाइज़ेशन विंडो को पॉप अप करने के लिए इसे डबल-क्लिक करें। अनुकूलन तकनीक में अनुकूली सिम्युलेटेड एनीलिंग (एएसए) का चयन करें।
  2. 5.5 को ऊपरी सीमा के रूप में और 5 को निचली सीमा के रूप में सेट करने के लिए चर विंडो पर स्विच करें।
  3. उद्देश्य विंडो पर स्विच करें और घटक संपादक-अनुकूलन विंडो को बंद करने से पहले Y पैरामीटर का चयन करें।
  4. रन ऑप्टिमाइज़ेशन बटन पर क्लिक करें और ऑप्टिमाइज़ेशन परिणाम की प्रतीक्षा करें।

Subscription Required. Please recommend JoVE to your librarian.

Representative Results

प्रोटोकॉल के बाद, पहले तीन भाग सबसे महत्वपूर्ण हैं, जिसमें बैटरी पैक का अधिकतम तापमान प्राप्त करने के लिए मॉडलिंग, मेशिंग और सिमुलेशन शामिल हैं। फिर, एयरफ्लो वेग को नमूनाकरण द्वारा समायोजित किया जाता है, और अंत में, इष्टतम प्रवाह दर संयोजन अनुकूलन द्वारा प्राप्त किया जाता है।

चित्र 9 विभिन्न वातावरणों में बैटरी पैक तापमान वितरण की तुलना दिखाता है, और चित्र 10 विभिन्न वातावरणों में दूसरी बैटरी तापमान वितरण की तुलना दिखाता है। जैसा कि चित्र 9 और चित्र 10 में दिखाया गया है, धूल भरी अवस्था में बैटरी का तापमान DPM (धूल भरे कण पदार्थ) की कम तापीय चालकता के कारण एक निश्चित स्तर तक बढ़ जाता है।

बैटरी तापमान वितरण को समायोजित करने के लिए, इनलेट्स पर एयरफ्लो वेग को 5 m/s से 6 m/s तक सेट करें, धूल भरे मॉडल के तहत 5% की वृद्धि करें, और प्रत्येक एयरफ्लो वेग पर अधिकतम तापमान प्राप्त करें। जब एयरफ्लो वेग में 15% और 20% की वृद्धि हुई, तो धूल भरी अवस्था में बैटरी पैक का अधिकतम तापमान फ्री-डस्ट अवस्था के तहत बैटरी पैक के अधिकतम तापमान से नीचे गिर गया, जैसा कि चित्र 8 में दिखाया गया है। ऊर्जा की खपत को ध्यान में रखते हुए, धूल भरी अवस्था में बैटरी पैक के अधिकतम तापमान को कम करने के लिए अधिकतम इनलेट वेग 5.5 m/s (10% की वृद्धि) के रूप में सेट किया गया है।

द्विघात QRSM स्थापित करते समय, नमूनों की न्यूनतम संख्या की गणना (N + 1) x (N + 2)/2 द्वारा की जाती है, जहाँ N परीक्षण चर की संख्या है। इस लेख में तीन डिज़ाइन चर हैं, जो इनलेट वेग हैं और नमूनों की न्यूनतम संख्या 10 है। उच्च फिटिंग सटीकता के साथ एक प्रतिक्रिया सतह मॉडल स्थापित करने के लिए, अनुकूलन सॉफ्टवेयर प्लेटफॉर्म के डीओई घटक का उपयोग करके 15 नमूनों का चयन किया गया था। सिमुलेशन सॉफ्टवेयर द्वारा प्राप्त बैटरी पैक के अधिकतम तापमान और तीन इनलेट वेगों के बीच प्रतिक्रिया सतह की फिटिंग को पूरा करने के लिए कम से कम वर्ग विधि का उपयोग किया जाता है। अनुमानित प्रतिक्रिया सतह मॉडल निम्नानुसार स्थापित किया गया है:

Equation1

R2 प्रतिगमन समीकरण के समग्र फिट को मापता है और आश्रित चर और सभी स्वतंत्र चर के बीच समग्र संबंध को व्यक्त करता है। R2 वर्गों के कुल योग के लिए वर्गों के प्रतिगमन योग के अनुपात के बराबर है, अर्थात, आश्रित चर की परिवर्तनशीलता का प्रतिशत जो प्रतिगमन समीकरण समझा सकता है। R2 का मान 1 के जितना करीब होगा, प्रतिगमन वक्र का प्रेक्षित मूल्य के लिए उतना ही बेहतर फिट होगा।

गणना परिणामों के त्रुटि विश्लेषण से पता चलता है कि R2 0.93127 है, जैसा कि चित्र 11 में दिखाया गया है, जो दर्शाता है कि दूसरे क्रम के बहुपद प्रतिक्रिया सतह सन्निकटन मॉडल में एक अच्छी फिटिंग सटीकता है।

अंत में, अनुकूली सिम्युलेटेड एनीलिंग (एएसए) का उपयोग इष्टतम इनलेट प्रवाह वेग संयोजनों को खोजने के लिए अनुकूलन विधि के रूप में किया जाता है। उत्पन्न डिजाइनों की अधिकतम संख्या 10,000 है, अभिसरण जांच के लिए डिजाइनों की संख्या 5 है, और अभिसरण एप्सिलॉन 1.0 x 10-8 है। पैरामीटर एनीलिंग, लागत एनीलिंग, पैरामीटर शमन और लागत शमन की सापेक्ष दर 1 के समान मूल्य थी।

अनुकूलन द्वारा प्राप्त बैटरी पैक का अधिकतम तापमान 309.391420 K था। इनलेट्स के वायु प्रवाह वेग 5.5 m/s, 5m/s और 5.5 m/s हैं। सटीकता की पुष्टि करने के लिए, सिमुलेशन सॉफ्टवेयर द्वारा इष्टतम मामले का विश्लेषण किया गया था। तालिका 4 ऑप्टिमाइज़ेशन और सिमुलेशन सत्यापन परिणामों के बीच तुलना दिखाती है. यह देखा जा सकता है कि बैटरी पैक के अधिकतम तापमान की त्रुटि तीन इनलेट एयरफ्लो वेग स्थितियों के तहत 0.001% के भीतर है, जो इंगित करता है कि इस कार्य में अपनाई गई अनुकूलन विधि प्रभावी और व्यवहार्य है।

विभिन्न इनलेट एयरफ्लो वेगों के तहत दूसरी बैटरी तापमान वितरण की तुलना चित्र 12 में दिखाई गई है, और अनुकूलन से पहले और बाद में बैटरी पैक तापमान वितरण की तुलना चित्र 13 में दिखाई गई है। तालिका 5 अधिकतम तापमान के विशिष्ट मूल्यों और एयरफ्लो वेग के संयोजन को दर्शाता है। जब इनलेट 1-3 के वायु प्रवाह वेग क्रमशः 5.5 m/s, 5.5 m/s और 5.5 m/s होते हैं, तो बैटरी पैक का अधिकतम तापमान 309.426208 K होता है। ऑप्टिमाइज़ेशन के बाद, इनलेट 1-3 का वायु प्रवाह वेग 5.5 m/s, 5m/s और 5.5 m/s है, और बैटरी पैक का अधिकतम तापमान 309.392853 K है। यह ध्यान दिया जाना चाहिए कि चित्रा 12 बी में दिखाए गए अनुकूलित मामले के एयरफ्लो वेग का योग चित्रा 12 ए में दिखाए गए मामले के एयरफ्लो वेग के योग से कम है। हालांकि, एयरफ्लो वेग घटने के साथ अधिकतम तापमान में वृद्धि नहीं होती है। इसके अलावा, अनुकूलित बैटरी पैक की तुलना प्रारंभिक बैटरी पैक से की जाती है (अर्थात, तीन इनलेट्स के एयरफ्लो वेग सभी 5 मीटर/सेकेंड हैं, और बैटरी डीपीएम से ढकी हुई हैं)। चित्रा 14 अनुकूलन से पहले और बाद में प्रवाह लाइन वितरण की तुलना करता है, और यह देखा जा सकता है कि अनुकूलन के बाद प्रवाह लाइन वितरण व्यापक है। चित्रा 15 तापमान पर प्रत्येक कारक के प्रभावों की तुलना करता है; कारक x1 का तापमान पर सबसे अधिक प्रभाव पड़ता है। कारक x1 तथा x3 का तापमान पर समान प्रभाव पड़ता है। एक शब्द में, कुल एयरफ्लो वेग 3% कम हो जाता है, और बैटरी पैक का अधिकतम तापमान अपेक्षित तापमान तक कम हो जाता है (अर्थात, धूल रहित स्थिति में बैटरी पैक का अधिकतम तापमान)।

कम ऊर्जा खपत के साथ बैटरी पैक के जीवन चक्र को बेहतर बनाने के लिए अनुकूलन विधि का व्यापक रूप से उपयोग किया जा सकता है।

Figure 1
चित्र 1: तकनीकी रोडमैप। यह आंकड़ा अनुसंधान वस्तुओं, विधियों, समाधान, मॉडलिंग, सिमुलेशन और अनुकूलन सॉफ्टवेयर सहित अनुसंधान सामग्री के अनुसार विस्तृत सिमुलेशन और अनुकूलन प्रक्रिया का वर्णन करता है। कृपया इस चित्र का एक बड़ा संस्करण देखने के लिए यहाँ क्लिक करें.

Figure 2
चित्र 2: धूल भरे वातावरण में लिथियम-आयन बैटरी पैक का एक 3D मॉडल। एलआईबी पैक का 3 डी मॉडल, जिसे X_T फ़ाइल के रूप में सहेजा जा सकता है और अनुकरण करने के लिए सिमुलेशन सॉफ्टवेयर में आयात किया जा सकता है, मॉडलिंग सॉफ्टवेयर द्वारा तैयार किया गया है। कृपया इस चित्र का एक बड़ा संस्करण देखने के लिए यहाँ क्लिक करें.

Figure 3
चित्र 3: ग्रिड आरेख। (ए) यह आंकड़ा वायु डोमेन के ग्रिड को दर्शाता है। (बी) यह आंकड़ा बैटरी डोमेन के ग्रिड को दर्शाता है। (सी) यह आंकड़ा डीपीएम डोमेन के ग्रिड को दर्शाता है। कृपया इस चित्र का एक बड़ा संस्करण देखने के लिए यहाँ क्लिक करें.

Figure 4
चित्रा 4: ग्रिड स्वतंत्रता परीक्षण। X-अक्ष जाल मॉडल में ग्रिड की अलग-अलग कुल संख्या है, और Y-अक्ष तापमान है। कृपया इस चित्र का एक बड़ा संस्करण देखने के लिए यहाँ क्लिक करें.

Figure 5
चित्रा 5: चिपचिपा मॉडल परीक्षण। एक्स-अक्ष चिपचिपा मॉडल का प्रकार है, संख्या 1 मानक के-एप्सिलॉन मॉडल का प्रतिनिधित्व करता है, संख्या 2 आरएनजी के-एप्सिलॉन मॉडल का प्रतिनिधित्व करता है, संख्या 3 रियलिज़ेबल के-एप्सिलॉन मॉडल का प्रतिनिधित्व करता है, संख्या 4 स्पैलर्ट-ऑलमारस मॉडल का प्रतिनिधित्व करता है, वाई-अक्ष तापमान है। कृपया इस चित्र का एक बड़ा संस्करण देखने के लिए यहाँ क्लिक करें.

Figure 6
चित्र 6: धूल रहित वातावरण में लिथियम-आयन बैटरी पैक का 3D मॉडल। एलआईबी पैक का 3 डी मॉडल, जिसे X_T फ़ाइल के रूप में सहेजा जा सकता है और अनुकरण करने के लिए सिमुलेशन सॉफ्टवेयर में आयात किया जा सकता है, मॉडलिंग सॉफ्टवेयर द्वारा तैयार किया गया है। कृपया इस चित्र का एक बड़ा संस्करण देखने के लिए यहाँ क्लिक करें.

Figure 7
चित्रा 7: पैरामीटर संवेदनशीलता विश्लेषण। x-अक्ष पर संख्या प्रवेशिका वायु प्रवाह वेगों के nवें संयोजन को निरूपित करती है। उदाहरण के लिए, संख्या 5 वेग संयोजन (3,5,7) का प्रतिनिधित्व करती है जो इनलेट 1 पर 3 मीटर/सेकंड, इनलेट2 पर 5 मीटर/सेकंड, इनलेट3 पर 7 मीटर/सेकेंड के अनुरूप है। इसी तरह, संख्या 1,2,3,4,6 क्रमशः (5,5,5), (4,5,6), (5,6,4), (5,4,6), (3,5,7), (5,3,7), (5,7,3) के विभिन्न इनलेट वायु प्रवाह वेग संयोजन का प्रतिनिधित्व करती है। Y-अक्ष तापमान है। कृपया इस चित्र का एक बड़ा संस्करण देखने के लिए यहाँ क्लिक करें.

Figure 8
चित्रा 8: विभिन्न इनलेट एयरफ्लो वेग पर बैटरी पैक तापमान भिन्नता। यह आंकड़ा इनलेट एयरफ्लो वेग की वृद्धि के साथ अधिकतम बैटरी पैक तापमान को कम करता हुआ दिखाता है। x-अक्ष इनलेट्स पर वायु प्रवाह वेग वृद्धि की दर है। Y-अक्ष तापमान है। कृपया इस चित्र का एक बड़ा संस्करण देखने के लिए यहाँ क्लिक करें.

Figure 9
चित्र 9: विभिन्न वातावरणों में बैटरी पैक तापमान वितरण की तुलना। (ए) यह आंकड़ा धूल रहित वातावरण में बैटरी पैक के तापमान वितरण को दर्शाता है। (बी) यह आंकड़ा धूल भरे वातावरण में बैटरी पैक के तापमान वितरण को दर्शाता है, जिससे नंबर 2 बैटरी में तापमान सबसे अधिक होता है। कृपया इस चित्र का एक बड़ा संस्करण देखने के लिए यहाँ क्लिक करें.

Figure 10
चित्र 10: विभिन्न वातावरणों में नंबर 2 बैटरी तापमान वितरण की तुलना। (ए) यह आंकड़ा धूल रहित वातावरण में नंबर 2 बैटरी के तापमान वितरण को दर्शाता है। (बी) यह आंकड़ा धूल भरे वातावरण में नंबर 2 बैटरी के तापमान वितरण को दर्शाता है। कृपया इस चित्र का एक बड़ा संस्करण देखने के लिए यहाँ क्लिक करें.

Figure 11
चित्रा 11: सन्निकटन प्रतिक्रिया सतह मॉडल का त्रुटि विश्लेषण। आंकड़ा इंगित करता है कि द्विघात बहुपद प्रतिक्रिया सतह सन्निकटन मॉडल में अच्छी फिटिंग सटीकता है। कृपया इस चित्र का एक बड़ा संस्करण देखने के लिए यहाँ क्लिक करें.

Figure 12
चित्रा 12: विभिन्न इनलेट एयरफ्लो वेगों के तहत नंबर 2 बैटरी तापमान वितरण की तुलना। (ए) यह आंकड़ा केवल इनलेट एयरफ्लो वेग को बढ़ाकर नंबर 2 बैटरी के तापमान वितरण को दर्शाता है। (बी) यह आंकड़ा इनलेट एयरफ्लो वेग के अनुकूलन के बाद नंबर 2 बैटरी के तापमान वितरण को दर्शाता है। कृपया इस चित्र का एक बड़ा संस्करण देखने के लिए यहाँ क्लिक करें.

Figure 13
चित्र 13: अनुकूलन से पहले और बाद में बैटरी पैक तापमान वितरण की तुलना। (ए) यह आंकड़ा अनुकूलन के बिना धूल भरे वातावरण में बैटरी पैक के तापमान वितरण को दर्शाता है। (बी) यह आंकड़ा अनुकूलन के बाद धूल भरे वातावरण में बैटरी पैक के तापमान वितरण को दर्शाता है। कृपया इस चित्र का एक बड़ा संस्करण देखने के लिए यहाँ क्लिक करें.

Figure 14
चित्र 14: बैटरी पैक की तुलना अनुकूलन से पहले और बाद में वितरण को सुव्यवस्थित करती है। (ए) यह आंकड़ा अनुकूलन के बिना धूल भरे वातावरण में बैटरी पैक के सुव्यवस्थित वितरण को दर्शाता है। (बी) यह आंकड़ा अनुकूलन के बाद धूल भरे वातावरण में बैटरी पैक के सुव्यवस्थित वितरण को दर्शाता है। कृपया इस चित्र का एक बड़ा संस्करण देखने के लिए यहाँ क्लिक करें.

Figure 15
चित्र 15: तापमान पर तीन कारकों का प्रभाव। (A) यह चित्र x1 तथा x2 के तापमान पर पड़ने वाले प्रभावों को दर्शाता है। (B) यह चित्र ग1 तथा ग3 के ताप पर पड़ने वाले प्रभावों को दर्शाता है। कृपया इस चित्र का एक बड़ा संस्करण देखने के लिए यहाँ क्लिक करें.

माध्यम का नाम ρ/किग्रा·एम-3 सी/जे· (किलो · कश्मीर) -1 K/W (m·K)-1
वायु सामग्री 1.225 1006.43 0.0242
बैटरी सामग्री 1958.7 733 कश्मीरएक्स = 3.6, कश्मीरवाई = कश्मीरजेड = 10.8
dpm सामग्री 2870 910 1.75
बैटरीबॉक्स सामग्री 7930 500 16.3

तालिका 1: भौतिक गुण। हवा, बैटरी, धूल भरे कण पदार्थ और बैटरी बॉक्स से संबंधित भौतिक गुणों का उपयोग सिमुलेशन सॉफ्टवेयर के पैरामीटर सेटिंग्स में किया जाएगा।

संख्या इनलेट1(मी/एस) इनलेट2(मी/एस) इनलेट3 (एम / बैटरी पैक का अधिकतम तापमान (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

तालिका 2: पैरामीटर संवेदनशीलता विश्लेषण। तालिका इनलेट एयरफ्लो वेग के सात संयोजनों और बैटरी पैक के संबंधित अधिकतम तापमान को दर्शाती है। उदाहरण के लिए, संख्या 5 वेग संयोजन (3,5,7) का प्रतिनिधित्व करती है जो इनलेट 3 पर 1 मीटर/सेकंड, इनलेट 2 पर 5 मीटर/सेकंड, इनलेट3 पर 7 मीटर/सेकंड, और संबंधित बैटरी पैक अधिकतम तापमान 311.54599 K के अनुरूप है।

संख्या इनलेट1(मी/एस) इनलेट2(मी/एस) इनलेट3 (एम / बैटरी पैक का अधिकतम तापमान (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

तालिका 3: द्विघात प्रतिक्रिया सतह मॉडल के लिए उपयोग किए जाने वाले वेग और तापमान सरणियाँ। इनलेट्स पर विभिन्न एयरफ्लो वेग संयोजनों को ओएलएचए द्वारा बेतरतीब ढंग से उत्पन्न किया जा सकता है, और इसी अधिकतम तापमान की गणना सिमुलेशन सॉफ्टवेयर द्वारा की जाती है।

नाम इनलेट1(मी/एस) इनलेट2(मी/एस) इनलेट3 (एम / बैटरी पैक का अधिकतम तापमान (K)
ऑप्टिमाइज़ेशन परिणाम 5.5 5 5.5 309.39142
सिमुलेशन सत्यापन परिणाम 5.5 5 5.5 309.392853

तालिका 4: अनुकूलन और सिमुलेशन सत्यापन परिणामों के बीच तुलना। इनलेट्स और संबंधित तापमान पर उपयुक्त एयरफ्लो वेग संयोजन अनुकूलन द्वारा प्राप्त किया जा सकता है, जो सिमुलेशन सत्यापन द्वारा भी सटीक साबित होता है।

नाम इनलेट1(मी/एस) इनलेट2(मी/एस) इनलेट3 (एम / बैटरी पैक का अधिकतम तापमान (K)
एक 5 5 5 309.412537
जन्‍म 5 5 5 309.72049
के आसपास 5.5 5.5 5.5 309.426208
D 5.5 5 5.5 309.392853

तालिका 5: विभिन्न परिस्थितियों में इनलेट वायु प्रवाह वेग और बैटरी पैक के अधिकतम तापमान की तुलना। (ए) सामान्य इनलेट वायु प्रवाह वेग और मुक्त-धूल वातावरण के तहत बैटरी पैक। (बी) सामान्य इनलेट वायु प्रवाह वेग और धूल भरे वातावरण के तहत बैटरी पैक। (सी) इनलेट वायु प्रवाह वेग के तहत बैटरी पैक बढ़ता है और धूल भरा वातावरण होता है। (डी) अनुकूलित एयरफ्लो वेग और धूल भरे वातावरण के तहत बैटरी पैक।

Subscription Required. Please recommend JoVE to your librarian.

Discussion

इस अध्ययन में उपयोग किए गए बीटीएमएस को इसकी कम लागत और संरचना की सादगी के कारण एयर-कूलिंग सिस्टम के आधार पर स्थापित किया गया था। कम गर्मी हस्तांतरण क्षमता के कारण, एयर-कूलिंग सिस्टम का प्रदर्शन तरल शीतलन प्रणाली और चरण परिवर्तन सामग्री शीतलन प्रणाली की तुलना में कम है। हालांकि, तरल शीतलन प्रणाली सर्द रिसाव का नुकसान है, और चरण परिवर्तन सामग्री शीतलन प्रणाली उच्च द्रव्यमान और कम ऊर्जा घनत्व29 है. इन शीतलन प्रणालियों के अपने फायदे और नुकसान हैं। इसलिए, शीतलन प्रदर्शन को बढ़ावा देने के लिए एक तरल शीतलन प्रणाली या एक चरण परिवर्तन सामग्री शीतलन प्रणाली के साथ एक एयर-कूलिंग सिस्टम के संयोजन से बीटीएमएस स्थापित किया जा सकता है।

मॉडल के प्रवाह और तापमान प्रोफ़ाइल को अनुकरण करने के लिए एक सीएफडी सॉल्वर लागू किया गया था। शासी समीकरण30, जैसे निरंतरता (2) और ऊर्जा संरक्षण समीकरण (3), वायु प्रवाह की समय-निर्भर थर्मल समस्या को हल करने के लिए नियोजित किए गए थे।

Equation2
Equation3

जहां पी, के, और सी नियोजित हवा के गुण हैं, जो क्रमशः घनत्व, तापीय चालकता और विशिष्ट गर्मी हैं; टी, और Equation11 स्थिर दबाव, तापमान और ठंडी हवा का वेग हैं।

मोमेंटम समीकरण31

Equation4
Equation5

जहां यूआई और यूजे रेनॉल्ड्स-औसत वेग घटक हैं; xi और xj कार्टेशियन निर्देशांक हैं; पी रेनॉल्ड्स-औसत दबाव है; μ गतिशील चिपचिपाहट है; μटी अशांत गतिशील चिपचिपाहट है। k अशांत गतिज ऊर्जा है; ε अशांत गतिज ऊर्जा अपव्यय दर है।

इनलेट प्रवाह वेग (वी = 5 मीटर / एस) और समकक्ष व्यास के आधार पर रेनॉल्ड्स संख्या 0.0242308 होने का अनुमान लगाया गया था; रेनॉल्ड्स संख्या की गणना 9894 के रूप में की जाती है, जिससे मानक k-e मॉडल का एक अशांति मॉडल चुना गया था।

रेनॉल्ड्स संख्या समीकरण32

Equation6

जहाँ Pl घनत्व है, Vअधिकतम तरल का अधिकतम प्रवाह वेग है, D कंटेनर का समतुल्य व्यास है, और ul तरल की गतिशील श्यानता है।

अशांत गतिज ऊर्जा समीकरण33

Equation7

जहां kt और ε क्रमशः अशांत गतिज ऊर्जा और अशांति अपव्यय दर है; uj वेग वेक्टर का jth घटक है, और μ और ut क्रमशः आणविक और अशांत गतिशील चिपचिपाहट हैं; Gkt और Gb क्रमशः उत्प्लावक प्रभावों के परिणामस्वरूप माध्य वेग और अशांत गतिज ऊर्जा उत्पादन के कारण अशांत गतिज ऊर्जा उत्पादन हैं; वाईएम अपव्यय दरों के योग के लिए उतार-चढ़ाव वाले फैलाव असंगत अशांत के प्रभाव का प्रतिनिधित्व करता है; एसकेटी kt का स्रोत पद है; αkt kt के लिए व्युत्क्रम प्रभावी Prandtl संख्या है।

अशांत गतिज ऊर्जा अपव्यय समीकरण33

Equation8

जहां Sε ε का स्रोत शब्द है; αटी ε के लिए व्युत्क्रम प्रभावी Prandtl संख्या है; ब्1ε , ब्2ε तथा ब्3ε आनुभविक स्थिरांक हैं।

बैटरी सेल के लिए, ऊर्जा संरक्षण समीकरण34

Equation9

जहां क्यू, के,बी, सीबी; और पीबी क्रमशः उत्पन्न गर्मी, तापीय चालकता, विशिष्ट गर्मी क्षमता और बैटरी के घनत्व का प्रतिनिधित्व करते हैं।

गर्मी संवहन सूत्र35

Equation10

जहां hf संवहन ऊष्मा हस्तांतरण गुणांक का प्रतिनिधित्व करता है; Ts LIBs की सतह के तापमान का प्रतिनिधित्व करता है; टीबी परिवेशी वायु के तापमान का प्रतिनिधित्व करता है; और Q* संवहन ऊष्मा अंतरण दर का प्रतिनिधित्व करता है।

बीटीएमएस के इनलेट को 5 मीटर / एस की वेग-इनलेट सीमा स्थिति और 300 के तापमान पर सेट किया गया था, जबकि सिस्टम आउटलेट को वायुमंडलीय दबाव पर सेट किए गए आसपास के दबाव के साथ दबाव-आउटलेट के लिए वातानुकूलित किया गया था। सिस्टम के चारों ओर की दीवारें प्राकृतिक संवहन के लिए निर्धारित हैं।

इस पेपर ने इस शर्त के तहत शोध शुरू किया कि बैटरी पैक मॉडल की संरचना निर्धारित की गई थी, बैटरी की सतह को कवर करने वाली धूल बैटरी के तापमान में वृद्धि का कारण बनेगी। फिर हम एक अनुमानित क्यूआरएसएम को अनुकूलित करने के लिए एएसएएम प्रस्तुत करते हैं और डीपीएम प्रभाव की समस्या को हल करने के लिए सिस्टम इनलेट्स के इष्टतम वायु प्रवाह वेग संयोजन के माध्यम से तापमान की बूंदों को पूरा करते हैं। यह उल्लेख किया जाना चाहिए कि बैटरी पैक के एयर इनलेट और आउटलेट की स्थिति का भी बीटीएमएस14 के तापमान पर बहुत प्रभाव पड़ता है।

प्रोटोकॉल में कुछ महत्वपूर्ण कदम हैं। बैटरी पैक का 3D मॉडल बनाते समय, मॉडल में प्रत्येक शरीर और सतह को बाद की सामग्री जोड़ सामग्री, जाल इंटरफ़ेस के निर्माण और सीमा स्थितियों की स्थापना के लिए एक पहचानने योग्य नाम दें। सिमुलेशन सॉफ़्टवेयर का संचालन करते समय, प्रत्येक पैरामीटर को सटीक रूप से सेट करना आवश्यक है, विशेष रूप से पैरामीटर की इकाई।

फिटिंग मॉडल के संदर्भ में, प्रतिक्रिया सतह मॉडलिंग में त्रुटि विश्लेषण महत्वपूर्ण है, यदि मनमानी त्रुटि संबंधित स्वीकार्य मानकों को पूरा नहीं कर सकती है, तो मॉडल फिटिंग में भाग लेने के लिए अधिक नमूना अंक जोड़े जाने चाहिए जब तक कि त्रुटि स्वीकार्य मानकों तक नहीं पहुंच जाती। सिमुलेशन सॉफ़्टवेयर ग्रिड मॉडल आयात करने के बाद, मेष मॉडल का समस्या निवारण करें, यह जांचने के लिए जांचें कि क्या जाल में नकारात्मक मात्रा है, क्लिक करें। यदि विभाजित ग्रिड या मॉडल सेटिंग्स में कोई समस्या है, तो एक त्रुटि संदेश पॉप अप होगा।

इस अध्ययन की मुख्य सीमा यह है कि सिमुलेशन में उपयोग किया जाने वाला ज्यामितीय मॉडल यथार्थवादी बैटरी पैक मॉडल को सरल बनाकर प्राप्त किया गया है, वास्तविकता को पूरी तरह से प्रतिबिंबित करना लगभग असंभव है। फिर, लगाई गई सीमा शर्तें वास्तविक स्थिति के अनुरूप होने की संभावना नहीं है। विभिन्न गणना सिद्धांतों के अनुसार गणना के परिणाम भी अलग-अलग होते हैं। सिमुलेशन की सुविधा के लिए, हमने बैटरी के गर्मी उत्पादन मॉडल को सरल बनाया, बैटरी की औसत गर्मी उत्पादन दर आंतरिक ताप स्रोत 20.993 के रूप में 3 kW/m 36,37 है।

मौजूदा तरीकों और तकनीक के किसी भी भविष्य के अनुप्रयोगों से संबंधित महत्व:

यह प्रोटोकॉल बैटरी प्रबंधन प्रणाली की ऊर्जा खपत और थर्मल प्रदर्शन पर विचार करते हुए एक अनुकूलन विधि स्थापित करने में मदद करेगा, और इसका व्यापक रूप से न्यूनतम परिचालन लागत के साथ बैटरी पैक के जीवन चक्र में सुधार करने के लिए उपयोग किया जा सकता है। इस तकनीक का उपयोग यांत्रिक डिजाइन, वास्तुशिल्प डिजाइन और अन्य क्षेत्रों में भी किया जा सकता है।

Subscription Required. Please recommend JoVE to your librarian.

Disclosures

लेखकों के पास खुलासा करने के लिए कुछ भी नहीं है।

Acknowledgments

कुछ विश्लेषण और अनुकूलन सॉफ्टवेयर सिंघुआ विश्वविद्यालय, कोंकुक विश्वविद्यालय, चोनम राष्ट्रीय विश्वविद्यालय, मोकपो विश्वविद्यालय और चिबा विश्वविद्यालय द्वारा समर्थित हैं।

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

DOWNLOAD MATERIALS LIST

References

  1. 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).
  2. 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).
  3. 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).
  4. 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).
  5. 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).
  6. Skerlos, S. J., Winebrake, J. J. Targeting plug-in hybrid electric vehicle policies to increase social benefits. Energy Policy. 38 (2), 705-708 (2010).
  7. Avadikyan, A., Llerena, P. A real options reasoning approach to hybrid vehicle investments. Technological Forecasting and Social Change. 77 (4), 649-661 (2010).
  8. 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).
  9. 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).
  10. 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).
  11. 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).
  12. Wang, Q., et al. Thermal runaway caused fire and explosion of lithium-ion battery. Journal of power sources. 208, 210-224 (2012).
  13. Rao, Z., Wang, S. A review of power battery thermal energy management. Renewable and Sustainable Energy Reviews. 15 (9), 4554-4571 (2011).
  14. 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).
  15. 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).
  16. 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).
  17. 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).
  18. 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).
  19. 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).
  20. Liu, Y., Zhang, J. Self-adapting J-type air-based battery thermal management system via model predictive control. Applied Energy. 263, 114640 (2020).
  21. 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).
  22. 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).
  23. 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).
  24. 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).
  25. 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).
  26. 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).
  27. Oliveira Jr, H. A., Petraglia, A. Global optimization using dimensional jumping and fuzzy adaptive simulated annealing. Applied Soft Computing. 11 (6), 4175-4182 (2011).
  28. Ingber, L. Very fast simulated re-annealing. Mathematical and computer modelling. 12 (8), 967-973 (1989).
  29. 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).
  30. 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).
  31. 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).
  32. 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).
  33. 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).
  34. Chen, K., et al. Design of parallel air-cooled battery thermal management system through numerical study. Energies. 10 (10), 1677 (2017).
  35. 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).
  36. 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).
  37. 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).

Tags

इंजीनियरिंग अंक 201 बैटरी थर्मल प्रबंधन प्रणाली लिथियम-आयन बैटरी एयर कूलिंग इष्टतम लैटिन हाइपरक्यूब एल्गोरिथ्म द्विघात प्रतिक्रिया सतह मॉडल अनुकूली सिम्युलेटेड एनीलिंग विधि
धूल भरे कण पदार्थ-कवर लिथियम-आयन बैटरी पैक के लिए एक वायु-आधारित गर्मी प्रबंधन प्रणाली का अनुकूलन
Play Video
PDF DOI DOWNLOAD MATERIALS LIST

Cite this Article

Feng, X., Li, Z., Pang, S., Ren, M., … More

Feng, X., Li, Z., Pang, S., Ren, M., Chen, Z. Optimization of An Air-Based Heat Management System for Dusty Particulate Matter-Covered Lithium-Ion Battery Packs. J. Vis. Exp. (201), e65892, doi:10.3791/65892 (2023).

Less
Copy Citation Download Citation Reprints and Permissions
View Video

Get cutting-edge science videos from JoVE sent straight to your inbox every month.

Waiting X
Simple Hit Counter