Two-Dimensional Lithium-Ion Battery Modeling with Electrolyte and Cathode Extensions
Notice bibliographique
Résumé
A two-dimensional model for transport and the coupled electric field is applied to simulate a charging lithium-ion cell and investigate the effects of lithium concentration gradients within electrodes on cell performance. The lithium concentration gradients within electrodes are affected by the cell geometry. Two different geometries are investigated: extending the length of the electrolyte past the edges of the electrodes and extending the length of the cathode past the edge of the anode. It is found that the electrolyte extension has little impact on the behavior of the electrodes, although it does increase the effective conductivity of the electrolyte in the edge region. However, the extension of the cathode past the edge of the anode, and the possibility for electrochemical reactions on the flooded electrode edges, are both found to impact the concentration gradients of lithium in electrodes and the current distribution within the electrolyte during charging. It is found that concentration gradients of lithium within electrodes may have stronger impacts on electrolytic current distributions, depending on the level of completeness of cell charge. This is because very different gradients of electric potential are expected from similar electrode gradients of lithium concentrations at different levels of cell charge, especially for the LixC6 cathode investigated in this study. This leads to the prediction of significant electric potential gradients along the electrolyte length during early cell charging, and a reduced risk of lithium deposition on the cathode edge during later cell charging, as seen experimentally by others.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».