Garnet-Based Electrolytes for All-Solid-State Li-S Batteries
Notice bibliographique
Résumé
Lithium sulfur (Li-S) batteries have emerged as one of the most promising post LIBs technologies with a remarkably high theoretical energy density and abundance of elemental sulfur. Nonetheless, there are several problems associated with Li-S batteries such as safety hazard due to lithium dendrite formation and fast capacity decay due to polysulfide dissolution effect.1 Employment of solid-state electrolytes is a promising strategy to address those issues. Among different solid-state Li-ion electrolytes, Li-garnet attracts a lot of attention as it has a wide electrochemical window (> 6 V vs. Li/Li+), and high ionic conductivity (~ 1 mS cm-1) at room temperature. However, the application of garnet is hampered by its interfacial resistance against electrodes.2 In order to the reduce the interfacial area specific resistance (ASR) of Li/garnet interface, we devised a surfactant-processed interlayer for ceramic electrolytes (SPICE) method which can uniformly deposit a layer of ZnO onto the garnet surface. This process improves the wetting of Li and reduces the interfacial ASR to 10 Ω cm2 at room temperature.3 Stable Galvanostatic cycling of Li/garnet/Li at current densities up to 0.5 mA cm−2 was conducted, which presents a compelling method to solve the Li/solid electrolyte interface problem. Another strategy we applied is incorporating garnet into polymer matrix to fabricate a flexible hybrid electrolyte. Polymer-based electrolytes possess low interfacial resistance due to its intimate contact with electrodes.4 The hybrid electrolyte merging the merits of garnet and polymer has been successfully employed in all-solid-state Li-S batteries operating at room temperature. Toward improving the energy density of the battery, we are working on tuning the cathode structure to effectively load more sulfur active materials. In this presentation, the SPICE method to tailor the interfacial resistance and the performance of all-solid-state Li-S batteries based on hybrid electrolyte will be discussed. Manthiram, A.; Fu, Y.; Chung, S.; Zu, C.; Su, Y. Chem. Rev. 2014, 114, 11751-11787. Han, X.; Gong, Y.; Fu, K.; He, X.; Hitz, G.; Dai, J.; Pearse, A.; Liu, B.; Wang, H.; Rubloff, G.; Mo, Y.; Thangadurai, V.; Wachsman, E.; Hu, L. Nat. Mater. 2016, 16, 572-579. Zhou, C.; Samson, A.; Hofstetter, K.; Thangadurai, V. Sustainable Energy & Fuels 2018, 2, 2165-2170. Zhou, C.; Bag, S.; Thangadurai, V. ACS Energy Lett. 2018, 3, 2181-2198.
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 | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».