MétaCan
Menu
Retour à la cohorte
Enregistrement W2419336826 · doi:10.1149/2.0951608jes

Consumption of Fluoroethylene Carbonate (FEC) on Si-C Composite Electrodes for Li-Ion Batteries

2016· article· en· W2419336826 sur OpenAlexfundno aff
Roland Jung, Michael Metzger, Dominik Haering, Sophie Solchenbach, Cyril Marino, Nikolaos Tsiouvaras, Christoph Stinner, Hubert A. Gasteiger

Notice bibliographique

RevueJournal of The Electrochemical Society · 2016
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvancements in Battery Materials
Établissements canadiensnon disponible
Organismes subventionnairesDalhousie University
Mots-clésElectrolyteAnodeElectrochemistryChemistrySiliconPolarization (electrochemistry)ElectrodeChemical engineeringMaterials scienceOptoelectronics

Résumé

récupéré en direct d'OpenAlex

The electrolyte additive fluoroethylene carbonate (FEC) is known to significantly improve the lifetime of Li-ion batteries with silicon anodes. In this work, we show that FEC can indeed improve the lifetime of silicon-carbon composite anodes but is continuously consumed during electrochemical cycling. By the use of 19 F-NMR spectroscopy and charge/discharge cycling we demonstrate that FEC is only capable to stabilize the cell performance as long as FEC is still remaining in the cell. Its total consumption causes a significant increase of the cell polarization leading to a rapid capacity drop. We show with On-line Electrochemical Mass Spectrometry (OEMS) that the presence of FEC in the electrolyte prohibits the reduction of other electrolyte components almost entirely. Consequently, the cumulative irreversible capacity until the rapid capacity drop correlates linearly with the specific amount of FEC (in units of μmol FEC /mg electrode ) in the cell. The latter quantity therefore determines the lifetime of silicon anodes rather than the concentration of FEC in the electrolyte. By correlating the cumulative irreversible capacity and the specific amount of FEC in the cell, we present an easy tool to predict how much cumulative irreversible capacity can be tolerated until all FEC will be consumed in either half-cells or full-cells. We further demonstrate that four electrons are consumed for the reduction of one FEC molecule and that one carbon dioxide molecule is released for every FEC molecule that is reduced. Using all information from this study and combining it with previous reports in literature, a new reductive decomposition mechanism for FEC is proposed yielding CO 2 , LiF, Li 2 O, Li 2 CO 3 , H 2 and a partially cross-linked polymer.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,010
Tête enseignante GPT0,239
Écart entre enseignants0,228 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations300
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of The Electrochemical SocietyMême sujetAdvancements in Battery MaterialsTravaux en français237 207