MétaCan
Menu
Retour à la cohorte
Enregistrement W4251448610 · doi:10.1149/ma2019-01/5/546

Study of Sulfur-Based Electrodes By Operando Acoustic Emission

2019· article· en· W4251448610 sur OpenAlexaff
Quentin Lemarié, Hassane Idrissi, Pierre‐Xavier Thivel, Fannie Alloin, Lionel Roué

Notice bibliographique

RevueECS Meeting Abstracts · 2019
Typearticle
Langueen
DomaineMaterials Science
ThématiqueConducting polymers and applications
Établissements canadiensInstitut National de la Recherche Scientifique
Organismes subventionnairesnon disponible
Mots-clésAcoustic emissionMaterials scienceElectrodeComposite materialCrackingDelamination (geology)Degradation (telecommunications)Stress (linguistics)DissolutionPorosityElectronic engineeringChemistry

Résumé

récupéré en direct d'OpenAlex

The acoustic emission (AE) technique has been widely used since the 70’s for detecting anomalies such as leakages and cracks on large structure (e.g. bridges, pressure containers, and pipe lines). The analysis of the AE signals (transient elastic waves) can also be used to characterize the degradation mechanisms (crack growth, friction, delamination, matrix cracking, corrosion, etc) of various materials subjected to a stress by mechanical, pressure or thermal means. Recently, AE technique has also been used to evaluate the degradation of metal hydride electrodes for Ni-MH [1] and Si-based electrodes for Li-ion batteries [2,3]. Cracking of the active material and gas evolution are the main sources of AE signals identified in these studies. In the present study, the AE technique is used for studying upon cycling the mechanical degradation of S-based electrodes for Li/S batteries. The AE signals were recorded by a piezoelectric transducer fixed on the back of the working electrode. S-based electrodes made with two different binders (PVdF vs. CMC) and two different current collectors (standard Al foil vs. porous 3D carbon paper) were studied. In all cases, AE signals were mainly detected during the first plateau of the first discharge, suggesting that the electrode degradation mostly occurs during the initial dissolution of the S8 particles. AE signals were also detected during a few subsequent cycles when CMC binder is used. This is attributed to a better propagation of the AE signals through the electrode thanks to an improved adhesion of the electrode to the current collector in comparison to PVdF binder. This is confirmed by further mechanical resistance testing (peel and scratch tests). The use of a carbon paper as a current collector combined to CMC binder greatly improves the electrochemical performance of the S electrode by preventing the collapse of the electrode upon cycling. This electrode also presents an increased amount of AE signals, suggesting that the carbon fibres of the C paper act as an AE waveguide. This study demonstrated that AE could be used as an efficient tool to monitor the morphological degradation of S-based electrodes upon their cycling and offers relevant information for optimizing their formulation and architecture. A. Etiemble, H. Idrissi, P. Bernard, L. Roué. New insights into the pulverization of LaNi 5 -based alloys with different Co contents from electrochemical acoustic emission measurements. Electrochim. Acta 186 (2015) 112-116 A. Tranchot, A. Etiemble, P-X. Thivel, H. Idrissi., L. Roué. In-situ acoustic emission study of Si-based electrodes for Li-ion batteries, J. Power Sources 279 (2015) 259-266. A. Tranchot, P-X. Thivel, H. Idrissi, L. Roué. Influence of the Si particle size on the mechanical stability of Si-based electrodes evaluated by in-operando dilatometry and acoustic emission . J. Power Sources 330 (2016) 253-260. 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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,388

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,017
Tête enseignante GPT0,268
Écart entre enseignants0,251 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueECS Meeting AbstractsMême sujetConducting polymers and applicationsTravaux en français237 207