Parametric investigation of battery thermal management system with phase change material, metal foam, and fins; utilizing CFD and ANN models

计算流体力学 相变材料 相变 材料科学 金属泡沫 电池(电) 参数统计 热的 机械工程 电子设备和系统的热管理 工程类 复合材料 热力学 工程物理 航空航天工程 多孔性 物理 功率(物理) 统计 数学
作者
Hasan Najafi Khaboshan,Farzad Jaliliantabar,Abdul Adam Abdullah,Satyam Panchal,Amiratabak Azarinia
出处
期刊:Applied Thermal Engineering [Elsevier]
卷期号:247: 123080-123080 被引量:42
标识
DOI:10.1016/j.applthermaleng.2024.123080
摘要

The focus on developing an effective battery thermal management system (BTMS) to maintain optimal temperatures for lithium-ion batteries (LIBs), especially in electric vehicle (EV) applications, has grown significantly. The effective BTMS not only enhances the cooling performance of LIBs but also contributes to increased passenger safety and mileage of EVs. This study investigates BTMS configurations with fins, metal foam, and phase change material (PCM) to minimize temperature of battery during 3C discharging in varying conditions. Additionally, the study explores the impact of different BTMS material combinations and various fins lengths on system performance as a parametric investigation. Moreover, to streamline the analysis process and introduce novelty, artificial intelligence is explored as an alternative to computational fluid dynamics for predicting liquid fraction of PCM and temperature of battery, enhancing the innovative aspect of this study. Numerical simulations, using a non-equilibrium thermal model for metal foam modeling, reveal that the fourth case, integrating all three passive approaches, maintains the lowest temperature and enhances LIB cooling. The optimum BTMS shows a reduction of 3 K compared to BTMS utilizing pure PCM. During discharge process, the temperature difference in the battery decreases by approximately 75 % and 66 % in the fourth case compared to the first case (with pure PCM) under normal and harsh environmental conditions, respectively. Applying copper metal foam and copper fins yields the best results in reducing battery temperature. Increasing the length of fins and adding more fins effectively lower the battery temperature. Finally, an artificial neural network model is developed using the backpropagation learning technique coupled with the gradient descent optimization algorithm. The model exhibits excellent predictive capabilities, achieving high R-squared values of 0.98 for PCM liquid fraction and 0.99 for battery temperature.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
siwen完成签到,获得积分10
刚刚
1秒前
贾一完成签到,获得积分10
1秒前
王q完成签到,获得积分10
2秒前
安详可燕发布了新的文献求助10
2秒前
JY'完成签到,获得积分0
2秒前
2秒前
wdufhgk发布了新的文献求助10
2秒前
2秒前
小黑驴完成签到 ,获得积分10
3秒前
进击的小胳膊完成签到,获得积分10
3秒前
billevans完成签到,获得积分10
3秒前
宁少爷应助简洁采纳,获得30
3秒前
3秒前
Joker_Xue发布了新的文献求助10
3秒前
JY完成签到,获得积分20
4秒前
4秒前
4秒前
斯文败类应助siwen采纳,获得10
4秒前
ruixuekuangben完成签到,获得积分10
4秒前
4秒前
Yanping完成签到,获得积分10
5秒前
最最发布了新的文献求助10
5秒前
ezreal完成签到,获得积分10
5秒前
llg发布了新的文献求助10
6秒前
高兴的半仙完成签到,获得积分10
7秒前
黑森林完成签到,获得积分10
7秒前
秋雅完成签到,获得积分20
7秒前
宁少爷举报自转无风求助涉嫌违规
8秒前
8秒前
8秒前
务实的绝悟完成签到,获得积分10
8秒前
8秒前
Joyj99完成签到,获得积分10
9秒前
金滢发布了新的文献求助10
9秒前
en完成签到,获得积分20
9秒前
kss发布了新的文献求助10
9秒前
烟雨江南完成签到,获得积分10
9秒前
爱撒娇的长颈鹿完成签到,获得积分10
9秒前
bitter发布了新的文献求助10
10秒前
高分求助中
Sustainability in Tides Chemistry 2000
Microlepidoptera Palaearctica, Volumes 1 and 3 - 13 (12-Volume Set) [German] 1122
Дружба 友好报 (1957-1958) 1000
The Data Economy: Tools and Applications 1000
Mantiden - Faszinierende Lauerjäger – Buch gebraucht kaufen 700
PraxisRatgeber Mantiden., faszinierende Lauerjäger. – Buch gebraucht kaufe 700
A Dissection Guide & Atlas to the Rabbit 600
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3099945
求助须知:如何正确求助?哪些是违规求助? 2751385
关于积分的说明 7613674
捐赠科研通 2403417
什么是DOI,文献DOI怎么找? 1275270
科研通“疑难数据库(出版商)”最低求助积分说明 616322
版权声明 599053