Molecular Dynamics modelling of Li-ion intercalation induced thermal diffusion in LixMn2O4 material
Notice bibliographique
Résumé
It has been experimentally and numerically observed that lithium-ion intercalation induced stress, thermal loading, and phase transition can cause capacity fade and local fractures in the electrode materials. These fractures are one of the major degradation mechanisms in the Lithium-ion batteries. With as a cathode material, stress values differ widely, especially for intermediate State of Charge (SOC) stages, and very few attempts have been made to understand the stress distribution with SOC at molecular level. Further, the effect of temperature, particularly elevated temperatures, have not been taken into the consideration. In this article, Molecular Dynamics (MD) based particle level mathematical modelling has been used to study the effect of elevated temperatures (600K, 1000K, 2000K, 2500K and 3000K) or thermal runaway like situation inside the cathode material (e.g. ) at various SOC stages. The percentage change in lattice constant and system volume during a charging cycle at 300K are 2.34% and 6.87%, respectively, that is in good agreement with the experimental findings. It has been noticed that diffusivity values increase exponentially with an increase in the temperature. For intermediate points especially 0.125<SOC<0.375 and between 300K-1000K, major variations are predicted and therefore performing MD simulations for various SOC’s and temperature to estimate diffusion properties are highly recommended.
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) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».