An Analysis of Artificial and Natural Graphite in Lithium Ion Pouch Cells Using Ultra-High Precision Coulometry, Isothermal Microcalorimetry, Gas Evolution, Long Term Cycling and Pressure Measurements
Notice bibliographique
Résumé
Natural graphite (NG) negative electrode materials can perform poorly compared to synthetic, or artificial, graphite (AG) negative electrodes in certain lithium ion cells. LiNi 0.5 Mn 0.3 Co 0.2 O 2 (NMC532)/(AG or NG) pouch cells were tested with various loadings of an electrolyte additive blend to study the effect of the graphite type as well as the formed solid electrolyte interphase (SEI). Cells underwent testing using ultra-high precision coulometry, isothermal microcalorimetry, in-situ pressure measurements, long term cycling and in-situ gas measurements. In short term experiments NMC532/AG and NMC532/NG cells showed similar coulombic efficiencies, parasitic heat flows, and gas production with large electrolyte additive loadings, but NG cells showed worse capacity retention in long-term tests. With low additive loadings NMC532/NG cells showed lower coulombic efficiency, higher capacity fade, more parasitic heat flow, and more gas production. In-situ cell stack pressure measurements showed that NMC532/NG cells irreversibly expanded during cycling while NMC532/AG cells did not. Although these results lead one to propose a simple model for the poor performance of NMC532/NG cells, NMC622/NG and NMC622/AG cells showed very different behavior in long term tests suggesting that positive/negative interactions play a strong role in governing the behavior of graphites in 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 | 0,001 | 0,001 |
| 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) | 0,000 | 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 ».