Li-Ion-Permeable and Electronically Conductive Membrane Comprising Garnet-Type Li<sub>6</sub>La<sub>3</sub>Ta<sub>1.5</sub>Y<sub>0.5</sub>O<sub>12</sub> and Graphene Toward Ultrastable and High-Rate Lithium Sulfur Batteries
Notice bibliographique
Résumé
State-of-the-art lithium sulfur (Li–S) batteries suffer from serious systemic issues, which are mainly derived from polysulfide shuttling effect, poor sulfur utilization, and low Coulombic efficiency. These fundamental challenges impede the practical use of sulfur cathode in commercial battery, albeit its higher theoretical storage capacity compared to intercalation electrodes based Li ion batteries, including graphite-LiCoO2, graphite–LiFePO4, and graphite-Li(Ni,Mn,Co)O2 cells. In this Article, we designed a multifunctional membrane, comprising a graphene nanosheet and Li-stuffed garnet solid-state electrolyte (SSE) composite, to synergistically enhance both cycle stability and rate capability of general sulfur cathode in a facile and effective way. With the synergistic contribution of graphene nanosheet and SSE, the sulfur cathode exhibited a superior capacity of 1165 mAh g–1 at 0.5 C and retained an excellent discharge capacity of 947.03 mAh g–1 (81% of initial capacity) over 200 cycles when a Gr/SSE-separator was employed. In addition, the sulfur cathode with a Gr/SSE-separator delivered a remarkable discharge capacity of 643 mAh g–1 even at 4 C. These results are attributed to three main benefits of Gr/SSE layer: (a) synergistically enhanced electrical and Li-ion conductivity of interlayer, (b) improved electrolyte wettability, and (c) well-entangled architecture of graphene nanosheet and SSE powder.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,003 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».