Synthesis of Honeycomb-Shaped LiNi0.5Mn0.5O2 Using a Sol-Gel Method with Polymethylmethacrylate (PMMA) and Organic Surfactant
Notice bibliographique
Résumé
Layered-structural LiNi0.5Mn0.5O2 has high discharge capacity, abundant availability, enhanced chemical stability, convenient environmental benignancy, and low cost. However, LiNi0.5Mn0.5O2 suffers from poor intrinsic rate capability due to its poor ionic conductivity (2.54 × 10-7 S/cm) and poor cycle stability owing to the volume change of the cathode materials during cycling. To address this issue, honeycomb-shaped LiNi0.5Mn0.5O2 was developed for lithium-ion batteries using a sol-gel method with spherical polymethylmethacrylate (PMMA) particles. PMMA particles provide spherical voids in LiNi0.5Mn0.5O2 cathode materials due to their relatively low decomposition temperature (< 350 °C). Honeycomb-shaped LiNi0.5Mn0.5O2 has a higher surface area (2.63 m2/g) than the LiNi0.5Mn0.5O2 (2.00 m2/g) produced by conventional sol-gel method. The initial discharge capacities of conventional nano LiNi0.5Mn0.5O2 and honeycomb-shaped LiNi0.5Mn0.5O2 are 151.9 mAh g-1 and 200.4 mAh g-1, respectively at 0.1 C. After 50 cycles at 1 C, honeycomb-shaped LiNi0.5Mn0.5O2 has a larger capacity retention than conventional nano LiNi0.5Mn0.5O2, measuring 67.9% and 58.8%, respectively. The superior electrochemical performance of honeycomb-shaped LiNi0.5Mn0.5O2 increases the effective surface area for Li-ion diffusion, leading to better rate capability, and buffers the volume change during Li+ion insertion/extraction, improving the cycling stability.
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 | 0,000 |
| 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) | 0,001 | 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; 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 ».