Exploring Impedance Growth in High Voltage NMC/Graphite Li-Ion Cells Using a Transmission Line Model
Notice bibliographique
Résumé
A discrete transmission line model (TLM) for the impedance of the positive electrode in a Li-ion cell was studied to investigate causes of impedance increase for Li[Ni 0.42 Mn 0.42 Co 0.16 ]O 2 (NMC442) positive electrodes operated at high voltage (> 4.4 V vs. Li/Li + ). The TLM included contact resistance between the conductive carbon and the active particles (R c ), electrical path resistance through the carbon network (R e ), ionic path resistance through the bulk electrolyte (R i ) and transfer resistance/capacitance (R s , C) through the SEI layers formed on the active particles. It was found that an increase in any of R e , R i or R c was necessary to increase the high frequency intercept of the impedance spectra. A limited increase in the spectrum diameter of the TLM was achievable by increasing R e or R i , but an unlimited increase was only possible by increasing the SEI resistance R s . Comparison with experiment concluded that the high voltage impedance growth observed in NMC442/graphite cells is primarily due to increases in R s , while minor increases in R e , R i or R c may occur. A brief investigation of inhomogeneous SEI capacitance/resistance produced impedance spectra with a range of heights and asymmetries. This can explain in part the variety of shapes of impedance spectra from real impedance measurements of Li-ion cells.
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) | 0,000 | 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 | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».