Thermal Safety Analysis of Disordered Li-Rich Rock salt Li<sub>1.3</sub>Mn<sub>0.4</sub>Nb<sub>0.3</sub>O<sub>2</sub> Cathode
Notice bibliographique
Résumé
The improvement of Li-ion battery energy density greatly depends on the cathode composition/material. Recently, a Li-rich rock salt cathode, Li1.3Mn0.4Nb0.3O2, has gained significant attention as a promising cathode material because of its ability to extract more than one Li reversibly leading to a high theoretical capacity (>300 mA h g–1) and high operating potential (>4 V). However, rapid capacity decay, voltage fade, and increased voltage hysteresis with cycling still need to be addressed despite the intense effort to understand the electrochemical behavior and degradation mechanism. Furthermore, there is little understanding of the thermal properties and their implication on battery safety. Considering this important knowledge gap, we studied the thermal decomposition mechanism in a Li-rich rock salt cathode system under different charged and discharged conditions employing differential scanning calorimetry (DSC). The DSC results infer that Li1.3Mn0.4Nb0.3O2 under discharged conditions exhibited the least thermal stability as compared to both charged and pristine ones with an exothermic onset temperature of 118 °C. Moreover, the results show that Li1.3Mn0.4Nb0.3O2 is more likely to cause a thermal runaway as compared to the state-of-the-art of cathode materials. In addition, the temperature-dependent scanning transmission electron microscopy–energy-dispersive X-ray spectrometry mapping and ex situ X-ray diffraction measurements suggest that the thermal stability of Li1.3Mn0.4Nb0.3O2 is limited by the reaction of the transition metal with electrolyte.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,004 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».