Designing Ultrasmall Carbon Nanospheres with Tailored Sizes and Textural Properties for High-Rate High-Energy Supercapacitors
Notice bibliographique
Résumé
The present work demonstrates the efficient design of ultrasmall porous carbon nanospheres with tailored sizes (5–40 nm in diameter) and optimized intrasphere textural properties for high-rate high-energy supercapacitor application. The carbon nanospheres are synthesized via a miniemulsion polymerization technique followed by KOH activation. It is shown that dual-step activation renders enlarged intrasphere micropores/mesopores, facilitating enhanced ion transports. Meanwhile, a decrease in nanosphere size from 40 to 5 nm significantly improves the rate performance, demonstrating the pronounced size effects due to enhanced intrasphere ion transport. The optimum dual-step-activated carbon nanosphere sample with an average sphere size of 5 nm, ACNS5-2, shows the high specific capacitances along with outstanding high-rate capabilities in both aqueous (272 F g–1 at 0.5 A g–1 and 81.6% of retention at 200 A g–1) and EMIMBF4 (223 F g–1 at 0.5 A g–1 and 67.2% of retention at 100 A g–1) electrolytes in symmetrical two-electrode cells. In EMIMBF4, ACNS5-2 displays a high energy density of 48 Wh kg–1 at a high power density of 14 kW kg–1, suggesting excellent energy storage efficiency. Moreover, the performance of ACNS5-2 competes well with or is superior to some best-performing porous carbon-based materials reported in the literature for supercapacitor applications even at lowered temperatures (at −20 °C: 150 F g–1 at 0.5 A g–1 with a capacitance retention of 64% at 10 A g–1) and high mass loading (8 mg cm–2: 205 F g–1 at 0.5 A g–1 with a capacitance retention of 64.5% at 20 A g–1). Our results, combined with structure–performance relationships, offer valuable guidelines for the rational design of carbon nanomaterials of optimum supercapacitive performances.
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 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) | 0,001 | 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 | 0,001 | 0,000 |
| 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 | 0,000 |
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 tête enseignante, 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 ».