Mechanism of Action of the Tungsten Dopant in LiNiO<sub>2</sub> Positive Electrode Materials
Notice bibliographique
Résumé
Abstract The addition of tungsten has been reported to greatly improve the capacity retention of Ni‐rich layered oxide cathode materials in lithium‐ion batteries. In this work, Ni(OH) 2 precursors, coated with WO 3 and also W‐containing precursors prepared by co‐precipitation followed by heat treatment with LiOH·H 2 O, are studied. Structural analysi s and electron microscopy show that W is incorporated as amorphous Li x W y O z phases concentrated in all the grain boundaries between the primary particles of LiNiO 2 (LNO) and on the surface of the secondary particles. Tungsten does not substitute for Ni or Li in the LNO lattice no matter how W is added at the precursor synthesis stage. Scanning electron microscopy (SEM) images show that adding W greatly suppresses primary particle growth during synthesis. In agreement with previous literature reports, cycling test results show that 1% W added to LNO can greatly improve charge–discharge capacity retention while also delivering a high specific capacity. The Li x W y O z amorphous phases act as coating layer on both the primary and secondary particles, restrict primary particle growth during synthesis and increase the resistance of the secondary particles to microcracking.
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) | 0,000 | 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 | 0,000 | 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 ».