Ceramic Nanoparticle-Decorated Melt-Electrospun PVDF Nanofiber Membrane with Enhanced Performance as a Lithium-Ion Battery Separator
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Designing a composite separator that can withstand high temperature, deliver high capacity, and offer fast charge–discharge capability is imperative for developing a high-performance lithium-ion battery. Here, a series of ceramic nanoparticle-coated nanofiber membranes, including Al2O3/poly(vinylidene fluoride) (PVDF), SiO2/PVDF, and Al2O3/SiO2/PVDF, were prepared by melt-electrospinning and magnetron sputtering deposition. Among all of these composite separators, Al2O3/SiO2/PVDF showed several advantages including excellent thermal stability (no dimensional shrinkage at temperature up to 130 °C and an onset degradation temperature of 445 °C) and superb electrolyte compatibility (340% electrolyte uptake). In addition, the β phase of the fibrous PVDF membrane as well as the presence of polar ceramic nanoparticles on the fiber surface can synergistically improve the ion conductivity to 2.055 mS/cm at room temperature, which is more than 8 times higher than that of the commercial polyethylene (PE) separator. Performance of these ceramic nanoparticle-coated separators in a lithium-ion battery demonstrated an improved discharge capacity of 161.5 mAh/g and more than 84.3% capacity retention rate after 100 cycles. The ceramic nanoparticle-coated PVDF separators also maintained 58.4% capacity at a high current density of 8C, which is better than the 49.8% capacity for the commercial PE separator. Therefore, the ceramic nanoparticle-coated PVDF membrane proves to be a promising separator for a high-power and more secure lithium-ion battery.
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.
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 | 0,001 |
| 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 | 0,003 |
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 découle