Pyromellitic Diimide-Based Copolymers and Their Application as Stable Cathode Active Materials in Lithium and Sodium-Ion Batteries
Notice bibliographique
Résumé
Organic molecules are emerging candidates for the next generation of cost-effective active materials of Li-ion batteries. Small diimide building blocks such as pyromellitic diimide (PMDI) have attracted much attention because of their high theoretical capacity. Many strategies have been undertaken to limit the well-known phenomenon of dissolution of the active material in the electrolyte. Such strategies include the preparation of salts and the synthesis of polyimides or macrocycles. Since dibromopyromellitic dimiide exhibits almost no sp2 cross-coupling polymerization reaction by conventional synthetic routes (Suzuki–Miyaura or Migita–Stille), we used PMDI as an aromatic C–H bond-bearing unit for direct (hetero)arylation polymerization (DHAP) with 1,4-dibromobenzene as comonomer as a new stabilization strategy. DHAP proved to be an effective tool in the preparation of this polymer, yielding a number-average molecular weight of up to 31 kDa. We studied the effect of side-chain engineering using variable chain lengths, cross-linked structures, and thermocleavable functional groups. Practical potential limits of 1.65 to 2.50 V vs Li/Li+, wherein two distinct redox phenomena appear, and a galvanostatic high rate limit of 2C were determined. Galvanostatic measurements at C/20 show a starting normalized capacity of 0.94 decreasing to 0.48 after more than 80 days (50 cycles). A maximum discharge capacity of 73 mAh/g as a first cycle was obtained for a polymer of this family at C/10. Density functional theory calculations were applied to understand the higher corrected redox potentials obtained by cyclic voltammetry for sodium ion over lithium ion batteries.
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 | 0,000 | 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) | 0,000 | 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 tête enseignante, 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 ».