Suppressing Corrosion of Aluminum Foils via Highly Conductive Graphene-like Carbon Coating in High-Performance Lithium-Based Batteries
Notice bibliographique
Résumé
Aluminum foil is the predominant cathodic current collector in lithium-based batteries due to the high electronic conductivity, stable chemical/electrochemical properties, low density, and low cost. However, with the development of next-generation lithium batteries, Al current collectors face new challenges, such as the requirement of increased chemical stability at high voltage, long-cycle-life batteries with different electrolyte systems, as well as improved electronic conductivity and adhesion for new electrode materials. In this study, we demonstrate a novel graphene-like carbon (GLC) coating on the Al foil in lithium-based batteries. Various physical and electrochemical characterizations are conducted to reveal the electronic conductivity and electrochemical stability of the GLC-Al foil in both carbonate- and ether-based electrolytes. Full-cell tests, including Li–S batteries and high-voltage Li-ion batteries, are performed to demonstrate the significantly improved cycling and rate performance of batteries with the use of the GLC-Al foil as current collectors. The cell using the GLC-Al foil can greatly reduce the potential polarization in Li–S batteries and can obtain a reversible capacity of 750 mAh g –1 over 100 cycles at 0.5C. Even with high-sulfur-loading cathodes, the Li–S battery at 1C still maintains over 500 mAh g –1 after 100 cycles. In high-voltage Li-ion batteries, the GLC-Al foil significantly improves the high-rate performance, showing an increased retained capacity by over 100 mAh g –1 after 450 cycles at 1C compared to the bare foil. It is believed that the developed GLC-Al foil brings new opportunities to enhance the battery life of lithium-based 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) | 0,001 | 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 ».