Melt-Processing of Electrodes for Lithium-Ion Batteries: A New Solvent-Free Approach
Notice bibliographique
Résumé
Lithium-ion is currently the leading technology for electrochemical energy storage, especially in the transportation sector. The electrification of vehicles through the use of lithium-ion batteries (LiBs) is at the center of the world efforts to decrease atmospheric pollution by reducing CO2 emission. Due to the high efficiency of electrical motors, a net reduction in greenhouse gases is achieved upon electrification of vehicles even in areas where electricity is generated from fossil fuels. Yet, the rapidly growing production of LiB brings new concerns on the environmental cost of the technology. The analysis of a complete their life cycle, from mining precursors to recycling batteries at the end of their life, reveals that several steps of the cycle can be improved to further reduce the environmental footprint of lithium-ion batteries. It is in this context that our group got interested in developing alternative approached to electrode fabrication, a key aspect of LiB manufacturing. Currently, most of the electrode fabrication processes involves the use of organic solvents, typically N-methyl-2-pyrrolidone (or NMP), which is toxic and costly. As such, a considerable effort is spent during electrode fabrication to recuperate NMP vapors and prevent exposure to the workers and environment. Avoiding the use of any solvents during electrode fabrication would not only minimize the environmental impact but would also result into lower energy consumption. This contribution presents a study of a new solvent-free melt process technique to LiB electrode fabrication through the use of elastomeric binders. The impact of formulation on active material dispersion, microscopic morphology, electronic percolation and porosity will be discussed. With such parameters optimized, the electrochemical response of composite electrodes based on LiFePO4 and Li4Ti5O12 active materials were characterized both individually and as full cells. The battery performance will be compared with PVDF-based electrodes made with a conventional approach.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 ».