Structural, Electrochemical, and Thermal Properties of Nickel-Rich LiNi<sub><i>x</i></sub>Mn<sub><i>y</i></sub>Co<sub><i>z</i></sub>O<sub>2</sub> Materials
Notice bibliographique
Résumé
Nickel-rich LiNixMnyCozO2 materials (x + y + z = 1, x ≥ 0.6) (NMC) are one of the most promising positive electrode candidates for lithium-ion cells due to their high specific capacity, ease of production, and moderate cost. Conventional NMC materials such as LiNi0.4Mn0.4Co0.2O2 (NMC442), LiNi0.5Mn0.3Co0.2O2 (NMC532), LiNi0.6Mn0.2Co0.2O2 (NMC622), etc. have 20% of costly Co among the transition metal atoms. To lower the Co content while maintaining good electrochemical performance, three series of materials with different transition metal ratios, LiNi0.6Mn0.4–xCoxO2 (x = 0, 0.1, 0.2), LiNi0.9–xMnxCo0.1O2 (x = 0.1, 0.2, 0.25), and LiNi0.8Mn0.2–xCoxO2 (x = 0, 0.1, 0.2), were studied. The materials were synthesized via a coprecipitation/solid state sintering method. Powder X-ray diffraction and electrochemical measurements using coin-type cells were made to characterize the materials. Accelerating rate calorimetry was used to study the reactivity of charged NMC positive electrode materials in the presence of electrolyte at elevated temperatures. NMC721, NMC631, and NMC6.5:2.5:1, which have 50% less Co content than current commercialized NMC622, exhibited excellent specific capacity and thermal stability and therefore deserve careful consideration as next generation materials.
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 | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 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; 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 ».