A Comparative Study of Vinylene Carbonate and Fluoroethylene Carbonate Additives for LiCoO<sub>2</sub>/Graphite Pouch Cells
Notice bibliographique
Résumé
Vinylene carbonate (VC) and fluoroethylene carbonate (FEC) are compared as electrolyte additives for LiCoO 2 /graphite pouch cells using the ultra high precision charger (UHPC) at Dalhousie University, an automated storage system, electrochemical impedance spectroscopy (EIS) and long term cycling. Both VC and FEC are useful additives that improve couloumbic efficiency (CE), reduce charge end point capacity slippage, improve long-term cycling and reduce self-discharge during storage compared to cells with control electrolyte. Increasing the concentration of VC over 2% causes a dramatic increase in charge transfer resistance at the negative electrode surface, while the same effect is not observed for FEC. Therefore larger concentrations of FEC can be added to the electrolyte without this problem. However, when 4 or 6% FEC is used, greater gas generation during extended cycling at 40°C is detected. When only a single additive of VC or FEC is used in these LCO/graphite pouch cells tested at 40°C, a concentration of between 2% and 4% VC appears to be optimum as that provides high CE, low charge end point capacity slippage, a small increase in charge-discharge polarization with cycling and a small self-discharge during storage. The VC content would be optimized between these limits to trade off lifetime for rate capability.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».