MétaCan
Menu
← Retour à la cohorte
Enregistrement W3025255359 · doi:10.1149/ma2020-01134mtgabs

(Invited) Vanadium Based Phosphate, Phosphite, Oxalate Cathode Materials for Lithium Batteries

2020· article· en· W3025255359 sur OpenAlexaff
MogalahalliVenkatesh VenkatashamyReddy

Notice bibliographique

RevueECS Meeting Abstracts · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvancements in Battery Materials
Établissements canadiensHydro-Québec
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceX-ray photoelectron spectroscopyElectrolyteCathodeLithium (medication)Cyclic voltammetryAnodeLithium cobalt oxideDielectric spectroscopyElectrochemistryChemical engineeringElectrodeAnalytical Chemistry (journal)Lithium-ion batteryBattery (electricity)Chemistry

Résumé

récupéré en direct d'OpenAlex

Commercial lithium ion batteries (LIBs) use layer-type compounds, lithium cobalt oxide (LiCoO2) or LiFePO4 as the cathode (positive electrode) and graphite (C) as the anode (negative electrode) material, and a non-aqueous Li- ion conducting electrolyte. The liquid electrolyte in the form of a solution or immobilized in a gel-polymer. LIBs with an operating voltage of 3.6 V are extensively used in the present-day portable electronic devices like, cell phones and other low power operated devices. For high-power applications like, electric/hybrid electric vehicles and back-up power supplies and, the LIBs need to satisfy several criteria, namely, cost-reduction, improvement in the energy density, safety-in-operation at high current charge/discharge rates and improvement in the low-temperature-operation. To satisfy the above criteria, researches are being carried out worldwide to find alternative cathode materials. In my presentation, I will discuss our group studies on V-based Flouro phosphates cathode materials. Specifically, I will focus bare and Fe doped-LiVPO4F, αI-LiVOPO4 and V-based metal organic framework materials, MX[(VO)2N2(C2O4)], where M= K, Li, Na , N= HPO4, HPO3. and LiSiV2O6. Materials were prepared variety of chemical methods carbothermal/Graphenothermal reduction, hot plate and hydrothermal methods. Materials were characterized by Rietveld refinement X-ray diffraction, X-ray photoelectron spectroscopy, Raman, XPS, Microscopy (SEM &TEM) and BET surface area methods. Electro analytical studies like cyclic voltammetry, galvanostatic cycling and electrochemical impedance spectroscopy techniques. Interestingly V-based cathodes showed around 4 V redox couple (except LiSiV2O6) which is higher than that of LiFePO4 (3.5V vs. Li) and observed reversible capacity is order 80-140 mAh/g. Discuss in detail long term cycling studies and rate capabilities and reaction mechanisms. Keywords: Materials synthesis; Batteries; Cathodes; Electrochemical Properties; Energy storage References 1. M.V. Reddy, M. V.; G.V. Subba Rao, B.V.R. Chowdari, Chem. Rev. 113 (2013) 5364 2. A.S. Hameed, M.V. Reddy*, M. Nagarathinam, T. Runčevski, R.E. Dinnebier, S. Adams, B.V.R. Chowdari, J.J. Vittal, Scientific Reports, 5 (2015) 16270 3. M. Shahul, M. V. Reddy*, N.Sarakar, B. V. R. Chowdari,J. J. Vittal RSC Adv., 5(2015), 60630 4. M. Shahul, M. Nagarathinam, M. V. Reddy*, B. V. R. Chowdari,J. J. Vittal Journal of Materials Chemistry 22(2012)7206-7213. 5. M. Nagarathinam, K. Saravanan, E. J. Han Phua, M. V. Reddy*, B. V. R. Chowdari,J. J. Vittal Angewandte Chemie Intl. 51(24)(2012)5866-5870. 6. M .V. Reddy, G.V. Subba Rao and B. V. R. Chowdari Journal of Power Sources 195(2010)5768-5774.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,022

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0070,003

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.

Tête enseignante Opus0,020
Tête enseignante GPT0,237
Écart entre enseignants0,217 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueECS Meeting Abstracts→Même sujetAdvancements in Battery Materials→Travaux en français237 207→