Multi-Temperature<i>in Situ</i>Magnetic Resonance Imaging of Polarization and Salt Precipitation in Lithium-Ion Battery Electrolytes
Notice bibliographique
Résumé
Accurate electrochemical modeling of lithium-ion batteries is an important direction in the development of battery management systems in automotive applications, for both real-time performance control and long-term state-of-health monitoring. Measurements of electrolyte-domain transport parameters, under a wide regime of temperature and current conditions, are a crucial aspect of the parametrization and validation of these models. This study constitutes the first exploration of the temperature dependence for the steady-state electrolyte concentration gradient under applied current with spatial resolution via the in situ magnetic resonance imaging (MRI) technique. The use of complementary pure phase-encoding MRI methods was found to provide quantitatively accurate measurements of the concentration gradient, in strong agreement with predictions based on ex situ NMR and electrochemical techniques. Temperature is demonstrated to have a marked influence on the steady-state concentration gradient as well as the rate of its buildup. This finding underlines the importance of utilizing spatially varying electrolyte transport parameters in modeling approaches. Additionally, a surprising outcome of this investigation was that a conventional 1.00 M LiPF 6 electrolyte in an equal-parts ethylene carbonate/diethylene carbonate solvent mixture generated salt precipitation under polarization at 10 °C. The loss of salt under strong polarization and at low temperature is a previously unaddressed potential source of long-term capacity fade in lithium-ion batteries, and on the basis of this result, warrants further investigation.
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 | 0,000 | 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 ».