메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
Seong Jun Yoon (Busan University of Foreign Studies) Teresssa Talluri (Korea Institute of Industrial Technology) Amarnathvarma Angani (Korea Institute of Industrial Technology) Hee Tae Chung (Busan University of Foreign Studies) Kyoo Jae Shin (Busan University of Foreign Studies)
저널정보
대한전자공학회 IEIE Transactions on Smart Processing & Computing IEIE Transactions on Smart Processing & Computing Vol.14 No.2
발행연도
2025.4
수록면
280 - 296 (17page)
DOI
10.5573/IEIESPC.2025.14.2.280

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
The increase in battery temperatures results in the critical risks, including explosions, therefore need of efficient thermal management is increasing. In this point of view, we proposed a novel approach to battery thermal control, employing hot soaking and cold soaking experiments for the first time to identify phase change materials (PCMs) that enhance battery safety under temperature conditions. Machine learning methods such as Llng short-term memory (LSTM) and random forest (RF) models were applied and thermal performance was investigated in lithium polymer pouch batteries integrated with PCMs for fast and accurate prediction. Experiments were conducted at normal temperature of 25℃, hot temperature of 50℃, and cold temperature of −10℃. Thermal performance metrics such as maximum temperature and thermal gradient ΔT were measured during discharge of the battery. In this study we selected PCMs such as RT15, RT31, EG5, EG26, and EG28 to evaluate the performance with LSTM and RF are applied to predict temperature variations influencing thermal behavior. Results indicated that EG26 and EG28 PCMs, significantly improved thermal performance under extreme conditions. The LSTM model demonstrated high predictive accuracy of 99% compared to RF model with 97%. This integrated model approach provided both high predictive accuracy and valuable insights into battery thermal performance, underscoring the importance of PCM selection to ensure battery longevity and stability across diverse environments.
#Battery thermal management #Electric vehicle #Phase change material #Long Short Memory Model #Random Forest method #Prediction of battery temperature

목차

Abstract
1. Introduction
2. Analysis of PCMs for Battery Thermal Management
3. Proposed Neural Network Aging Algorithm for Battery Thermal Management
4. Proposed Battery Aging Training
5. Experimental Results and Discussion
6. Conclusion
References

참고문헌 (0)

참고문헌 신청
참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

Forecast on future electric vehice driving range and curb weight based on lithium-ion battery technology development: bottom-up analysis from material to pack
Yeonwook Pa ,  k ,  Jiwoong Bae 한국자동차공학회 추계학술대회 및 전시회 2024 .11
Design of a Safety Discharge System for Prevent Thermal Runaway in Shared Battery Charging Stations
Yeong-Jun Heo ,  Gi-Bong Ru ,  Seok-Ho Baek 외 2명 한국기계가공학회지 2024 .09
스핀궤도소재연구단의 연구 현황과 성과
Young Keun Kim 한국자기학회 학술연구발표회 논문개요집 2021 .11

최근 본 자료

전체보기

댓글(0)

0