Advanced Li-Ion Hybrid Supercapacitors Based on 3D Graphene–Foam Composites
Notice bibliographique
Résumé
Li-ion hybrid supercapacitors (LIHSs) have recently attracted increasing attention as a new and promising energy storage device. However, it is still a great challenge to construct novel LIHSs with high-performance due to the majority of battery-type anodes retaining the sluggish kinetics of Li-ion storage and most capacitor-type cathodes with low specific capacitance. To solve this problem, 3D graphene-wrapped MoO 3 nanobelt foam with the unique porous network structure has been designed and prepared as anode material, which delivers high capacity, improved rate performance, and enhanced cycle stability. First-principles calculation reveals that the combination of graphene dramatically reduces the diffusion energy barrier of Li + adsorbed on the surface of MoO 3 nanobelt, thus improving its electrochemical performance. Furthermore, 3D graphene-wrapped polyaniline nanotube foam derived carbon is employed as a new type of capacitor-type cathode, demonstrating high specific capacitance, good rate performance, and long cycle stability. Benefiting from these two graphene foam-enhanced materials, the constructed LIHSs show a wide operating voltage range (3.8 V), a long stable cycle life (90% capacity retention after 3000 cycles), a high energy density (128.3 Wh·kg –1 ), and a high power density (13.5 kW·kg –1 ). These encouraging performances indicate that the obtained LIHSs may have promising prospect as next-generation energy-storage devices.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 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 ».