Impact of a Maturation Procedure on the Morphological Dynamics of Si-Based Anodes for Li-Ion Batteries Characterized By I n-Situ Synchrotron X-Ray Tomography
Notice bibliographique
Résumé
Thanks to its theoretical capacity ten times higher than graphite (3579 mAh g-1 for Li15Si4 versus 372 mAh g-1 for LiC6), substituting graphite by silicon as anode material in lithium-ion batteries is an attractive way to increase their energy density. However, the huge volume expansion/contraction of silicon (up to ~300%) during its lithiation/delithiation causes major morphological changes of the electrode, which severely degrade its cyclability. In this communication, the dynamics of their expansion and contraction, of their cracking in the bulk and of their debonding at the interface with the current collector are characterized by in situ synchrotron X-ray computed tomography. Two electrodes made with micrometric silicon material are compared: one fabricated according to a standard process and the other one prepared with a maturation step, which consists in storing the electrode in a humid atmosphere for a few days before drying and cell assembly [1]. Various morphological parameters are quantified and followed during the first lithiation/delithiation of the electrode, namely (i) the dimensional change of the electrode, (ii) the volume fraction, size and connectivity of the segmented solid, gas and electrolyte phases, (iii) the volume fraction, size and connectivity of the produced macrocracks, (iv) the surface area of the produced delaminated zones from the current collector and (v) the variation of the Si inter-particle distances. All morphological degradations are significantly restrained for the matured electrode, confirming the great efficiency of this maturation step to produce a more ductile and resilient electrode architecture, which is at the origin of the major improvement in their cyclability. [1] C.R. Hernandez, A. Etiemble, T. Douillard, D. Mazouzi, Z. Karkar, E. Maire, D. Guyomard, B. Lestriez, L. Roué, Adv. Energy Mat. 2017, 8, 1701787. Figure 1
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 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 | 0,001 | 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) | 0,001 | 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 ».