Surface-Oxidized Titanium Sulfide Nanoparticles As a Conductive Polysulfide Scavenger for a High Performance Lithium-Sulfur Battery
Notice bibliographique
Résumé
Theoretically, a solid redox pair of Li and S can be used for energy storage devices with high specific capacity and energy density using low-cost sulfur as the active material, making it one of the most promising candidates to replace conventional lithium ion batteries. However, the practical use of Li-S battery is hindered by persistent issues regarding the formation of soluble polysulfides (PS) during electrochemical cycles and their shuttling effect. In order to minimize the irreversible loss of the active material from the cathode and its subsequent deposition on the anode, a few noteworthy efforts have been reported, including insertion of a protection layer or addition of a functional agent that can adsorb PS on the cathode side. In this work, we report conductive titanium(III) sulfide (Ti2S3) nanoparticles, synthesized using a simple radio frequency (RF)-powered induction thermal plasma method, as a bifunctional material to be used in the S cathode. Ti2S3 nanoparticles can provide electrical conductivity to the electrode with a smaller volume compared to conventional conducting agent carbon, while simultaneously having PS adsorption adequate to mitigate the diffusion of PS from the cathode and reduce accompanying problems. We prepared Ti2S3 nanoparticles agent with improved PS adsorptivity by applying simple defect chemistry. The synthesized Ti2S3 was first exposed to air to be oxidized and form S defect on its surface. The surface-oxidized Ti2S3 proposed in this work shows both sufficient adsorption property to PS and electronic conductivity, and thus enhance the cyclability and areal energy density of the Li-S battery. The cyclic performance of our Li-S cell was achieved up to ~800 mAh gS -1 even after 100 cycles at relatively high S loading of 3.0 mgS cm-2.
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 ».