مطالعه و بررسی رفتار حرارتی طرح نوین خنک کاری ترکیبی پک باتری لیتیوم-یون با لوله حرارتی
- سال انتشار: 1402
- محل انتشار: سیزدهمین همایش بین المللی موتورهای درونسوز و نفت
- کد COI اختصاصی: ICICE13_030
- زبان مقاله: فارسی
- تعداد مشاهده: 298
نویسندگان
دانشجوی دکتری دانشکده مهندسی خودرو دانشگاه علم و صنعت ایران
عضو هیات علمی دانشکده مهندسی خودرو دانشگاه علم و صنعت ایران
کارشناسی ارشد دانشکده مهندسی خودرو دانشگاه علم و صنعت ایران
چکیده
با توسعه بازار قوای محرکه بر مبنای انرژی الکتریکی ، افزایش بهرهوری این سامانه ها اجتنابناپذیر است . عملکرد و بهرهوری پک های باتری به عنوان منبع انرژی در خودروهای برقی به طور مستقیم به مدیریت حرارتی بستگی دارد. استفاده از روشهای خنک کاری با مصرف انرژی کمتر و توزیع دماییکنواخت تر سبب افزایش چگالی انرژی، طول عمر، کارایی و بهرهوری می شود. لوله حرارتی وسیله ای با قابلیت انتقال حرارتی بالاست که به صورت غیرفعال عمل می کند. در این پژوهش طرحی نوین مورد بررسی قرار گرفته است که با تعداد کمتری لوله حرارتی نسبت به نمونه های پیشین ، کنترل دمای پک باتری به صورت ترکیبی محقق شود. در این طرح به ازای ۸ سلول باتری لیتیوم-یون،یک لوله حرارتی استفاده شده است . برای افزایش دقت نتایج ، با حل معادلات NTGK، حرارت تولیدی باتری در سیکل تخلیه محاسبه گردید. در نرخ جریانهای الکتریکی C۱، C۵/۱ و C۲، حداقل سرعت مورد نیاز سیال وروی کانال خنک کاری، با هدف حفظ بیشینه دمای پک باتری کمتر از ۴۰ درجه سلسیوس و نیز بیشینه اختلاف دمای کمتر از ۵ درجه سلسیوس، مورد بررسی قرار گرفت . به ترتیب در سرعت های ورودی ۰۰۰۳/۰ ،۰۰۳/۰، ۰۱/۰ متر بر ثانیه ، در نرخ جریانهای الکتریکی C۱، C ۵/۱ و C ۲، دمای بیشینه کمتر از ۴۰ درجه سلسیوس محقق شد. در تمامی این شرایط اختلاف دمای حداکثر کمتر از ۵ درجه سلسیوس بود. با توجه به نتایج امیدوارکننده بدست آمده، با توسعه این طرح امکان استفاده تعداد کمتری لوله حرارتی ، درکنار حفظ شرایط دمایی مطلوب، وجود دارد.کلیدواژه ها
خودروی برقی ، باتری لیتیوم -یون، خنک کاری ترکیبی ، لوله حرارتی ، مدل NTGKمقالات مرتبط جدید
- بهینه سازی مدیریت انرژی در ریزشبکه ها با استفاده از الگوریتم های هوش مصنوعی
- مبانی، کاربردها و چالشهای یادگیری مشارکتی و تحلیل تجربی و مقایسه ابزارهای یادگیری فدرالی در پیاده سازی مدلهای یادگیری ماشین
- راهکارهای مبتنی بر هوش مصنوعی برای بهره وری انرژی در تولید سیمان: یک بررسی جامع
- معماری اینترنت اشیا مبتنی بر هوش مصنوعی در مدیریت انرژی هوشمند
- سیستم های EMS/BMS در ساختمان های ZEB و نمونههای اجرا شده آن در سطح جهانی
اطلاعات بیشتر در مورد COI
COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.