A Joint DFT and Experimental Study of an Imidazolidinone Additive in Lithium-Ion Cells
Notice bibliographique
Résumé
Electrolyte additives are a practical route to improving the lifetime and performance of lithium-ion cells. It is not well understood what makes a good additive; thus, the discovery of new additives poses a significant challenge. Computational methods have the potential to streamline the search for new additives, but it is important to compare predicted additive behavior with experimentally measured results. A new electrolyte additive, 1,3-dimethyl-2-imidazolidinone (DMI), has been evaluated in LiNi 1-x-y Mn x Co y O 2 (NMC)/graphite pouch cells as a single additive and with the co-additive vinylene carbonate (VC). This work compares the density functional theory (DFT)-predicted behavior of DMI with experimental results, including differential capacity analysis (dQ/dV), electrochemical impedance spectroscopy (EIS), high-temperature storage, gas chromatography-mass spectrometry (GC-MS) and long-term cycling tests. The DFT-calculated reduction potential of DMI is −0.63 V vs Li/Li + , consistent with the experimental observation that it reduces at a lower potential than ethylene carbonate (EC), ∼0.80 V vs Li/Li + . Although DMI turns out not to be a competitively useful additive, the good match between many aspects of the experimental results and theoretical predictions is a good indication that it is possible to understand aspects of the behavior of additives. This can guide future researchers.
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) | 0,001 | 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 | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».