基于多层结构多物理场耦合的锂离子电池热特性仿真研究

来源 :湖南大学 | 被引量 : 0次 | 上传用户:berg123
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着国家对电动汽车应用的各项政策支持,锂离子电池作为电动汽车的关键驱动部件引起了广泛的研究。近来多个汽车品牌的电动汽车发生自燃事故,其主要原因在于锂电池散热不均匀,电池温度上升较快,发生热失控现象,最终导致电池起火燃烧。因此,充分研究锂离子电池的热特性和热失控机制以及关键性的电化学、力学影响,对提高电池的安全性、合理设计散热结构、优化热管理算法极其重要。数值模拟是研究电池性能、优化电池结构和缩短电池设计过程的重要方式之一。在实际的工作过程中,由于外部工作环境引起的碰撞、挤压以及电池产热引起的应力与其热特性直接的相互作用,尤其是在多层结构之间尚未充分研究。本文旨在通过有限元方法构建锂离子电池的电化学-热-力耦合模型,并基于多层结构的锂离子电池模型,对其热特性及相关的电化学、力学特性进行精准的仿真研究。同时,本文基于前述构建的电化学-热-力耦合模型,对极端工作环境下对锂电池的热失控机制进行仿真研究。最后,为了排除参数之间的相互影响,精确捕捉锂电池热特性的关键性参数,本文对前述的电化学-热-力耦合模型进行参数解耦,建立材料/几何参数与电化学/热特性之间的关联分析以期许能够为锂电池的设计及热性能优化提供新的思路与帮助。本文主要工作内容如下:1.首先,构建了锂电池的电化学-热-力耦合模型。基于前述模型,通过模拟不同放电倍率下锂离子电池的温度演化过程,并将相关的电压曲线和不同测试点的温度曲线与实验测试结果进行比较,验证了前述电化学-热-力耦合模型的有效性。此外,讨论了锂离子电池层数对温度分布的影响,结果说明电池层数对温度预测准确性有影响。2.其次,主要研究在极端情况下的电池热失控机制。基于前述的多层结构的锂离子电池多物理场耦合模型,并结合热失控模型以及不同叠层组件在触发热失控后所贡献的热量,以探索在极端高温状态下的热失控机制和相应的临界阈值。结果显示,0.5C-2C放电倍率对热失控整体影响不大,这意味着在高温环境中或者电池散热不均匀的情况下可以采用小倍率充放电。电池的温度、热应力均随着放电倍率的增加而增大。通过对环境温度的影响分析,得出了触发热失控的温度临界阈值为145℃-155℃。3.最后,基于参数解耦的思路,主要考虑电化学、热特性参数对电池的电化学性能、热性能和力学性能的影响。结果显示,电池的物理化学参数(电池极板厚度和电极活性物质体积分数)对电压特性有显著的影响,改变电池达到截止电压时间,从而电池的放电容量也受到了影响。然而电池内部电化学参数改变对电池温差范围的作用差异不大,而外界环境对电池的总体温度上升有较大的影响。
其他文献
近些年,我国经济发展迅猛,国民的可支配收入也随之提高,后疫情时代的国民保障意识也在不断增强,故人们对于保障的需求也更加多元化,但我国社会保障体系尚未完善,覆盖能力有限,保障深度也不够。我国老龄化加剧,重疾呈年轻化趋势,故亟须一种有效的解决方法来转移或者对冲长寿风险和重疾风险。作为保险保障需求快速扩张和移动互联网高速发展时代下的产物,网络互助进入门槛低,具有普惠性,但网络互助平台发展过程中产品存在同
实际工程问题中广泛存在着与材料特性、几何尺寸、外部载荷和计算模型等因素相关的不确定性。多种不确定性因素的耦合可能导致结构或产品的工作性能波动甚至失效。基于可靠性的设计优化(Reliability-based design optimization,RBDO)在优化模型中采用可靠性约束来度量不确定性的影响,可以获得满足目标可靠度要求的最优设计方案。传统的RBDO方法采用嵌套结构求解,计算成本高昂。虽
在大数据时代,每时每刻产生的大量图片、视频等信息,极大地增加了本地存储的开销。因此通过数据外包的形式将此类多媒体信息存储在云端能够缓解本地存储的压力,这也是当前云存储的主要业务之一。然而,将数据存储在不受控制的云平台存在信息泄漏、黑客攻击等安全隐患。为保护数据的安全性,通常采用数据加密、完整性验证等方法。但是,现有针对加密数据的检索的方法普遍存在检索精度低、速度慢、抵抗统计攻击弱等问题,因此,本文
推荐系统引导用户从种类繁杂、数量众多的产品中发现感兴趣的候选项,在缓解用户选择困难的同时提高了平台的点击率和交易率。然而,大多数推荐方法以准确性为唯一优化目标,造成了信息茧房、长尾效应等问题。这推动了惊喜度推荐的出现——致力于提供能够引起用户兴趣但又处于其发现能力之外的产品。已有的惊喜度推荐方法主要存在三个问题:定义缺乏客观性、无关推荐问题和缺乏可解释性。针对以上问题,本文提出了可解释的弹性惊喜度
计算机视觉是机器模仿人类的眼睛去理解和获取图像中丰富的信息从而感知外在的世界的一个重要的方式。其中,目标物检测和图像的语义分割是计算机视觉中最重要的两个问题。由于近年来随着深度学习尤其是卷积神经网络(CNN)的发展,为解决这两个问题带来了便利。已有的CNN方法在图片分类,目标检测和语义分割等多项任务上取得了优越的性能,然而在针对某些特定的场合下的工程化应用中这些基于CNN的方法还存在改善的空间。例
自工业革命开始到现在,化石能源是社会发展、前进的动力源泉。随着化石能源的不断开采和使用,化石能源面临枯竭,环境问题也日益严重。开发清洁能源替代化石能源,改变现有的能源结构已经成为世界各国的首要任务。清洁能源当中风力发电是发展最成熟、运行成本最低、最具有商业应用价值的发电方式之一。在近几年来,海上风力发电以其巨大的潜能颇受世界各国青睐。许多国家开始在海上风力发电进行开发和布局。海上风电场通常是通过高
不确定性广泛存在于实际工程中,对结构的功能有着难以忽视的影响,因而在安全评估及优化设计中应对其充分考虑。结构可靠性分析能够在考虑不确定性的基础上量化结构的可靠程度,为产品的安全设计提供基础。在结构可靠性分析发展初期,人们主要关注时不变随机因素影响下的可靠性评估问题,忽略了动态不确定性的影响。然而在工程问题中,结构参数或载荷的不确定性往往呈现随时间变化的特性,传统处理时不变问题的可靠性分析方法难以适
目标定位是机器视觉领域的基础问题和研究重点之一,其在工件加工、机器人等领域有着广泛的应用。但目前目标的视觉定位方法在速度、精度、鲁棒性和可靠性方面都有很大的提升空间,通过改进目标定位算法可以提升工件加工、机器人等领域的自动化制造水平和精密制造水平。本文通过二阶段卷积神经网络对目标定位算法进行优化改进,并在基于机器视觉的精密光学透镜自动摆盘设备上进行目标工件定位实验。主要内容包括以下几点:(1)基于
慢性肾病,在全世界已经影响超过10%以上的人口。其中肾脏纤维化是终末期慢性肾病的主要病理过程。而肾脏功能的逐步丢失和细胞外基质过多的沉积是造成肾脏纤维化的主要原因。上皮细胞-间充质细胞转化(EMT)信号通路是产生细胞外基质的主要来源之一。硫酸吲哚酚作为一种小分子的肾毒素,在慢性肾脏病患者的血液中大量积累,同时在体内会引起炎症和氧化应激反应,导致肾小球硬化和产生间质纤维化,促使肾脏功能进一步下降。在
科学技术是互联网时代国家经济发展的重要推动力,是衡量国家软实力的重要指标之一。因此科学技术发展的结果要惠及人民,也要广而告之,满足社会大众的知情权,使人民了解和拥护我国的科技事业,促进科学技术的正向发展。在此语境背景下,科技报道的研究也逐渐进入到新闻学和传播学研究者的视野中。科技人物作为科技活动的主体,其一举一动自然更加受到社会大众的关注,科技人物报道也有了重要的研究意义。2016年,移动互联网飞