Influence of the Formulation on the Microstructure and Thus Performance of Li-Ion Batteries
Notice bibliographique
Résumé
The research in the field of Li-ion batteries is stronger than ever, with a common aim of increasing the energy and power density. More and more studies pinpoint the limitation of power-related performance for Li-ion batteries to the microstructure of each electrode. This random arrangement of the active material and carbon filling particles bound by the binder is typically characterized through physical values such as tortuosity, porosity and MacMullin Number. To investigate the relationship between microstructure and performance in details, we used a design of experiment to evaluate close to seventy different formulations with LiFePO4 and Li4Ti5O12 as the active materials (AM), carbon black (CB) and carbon nanofibers (CNF) as the conductive fillers, and two different binders: polyvinylidene fluoride and a thermoplastic elastomer. By keeping the loading and porosity constant throughout the study, all formulations are homogenously dispersed in a regular tetrahedron of coordinates (AM, CB, CNF, Binder). First, the microstructure was characterized in order to extract data related to the tortuosity, porosity and electrical conductivity. Then, galvanostatic measurements, in charge and discharge, from C/25 to 30C allowed to gather information such as the low- and high-rate capacity, energy and power and the Peukert constant for intermediate rates. The statistical analysis of all these results showed some clear correlation between the formulation and the microstructure and performance of the cells. Thus, it was made possible to draw the optimal formulation to get the best compromise depending on the application requirements (energy, rate or power). Finally, trends between the physical properties and performance were deciphered. This could be used to fine-tune the best possible electrode. 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 | 0,000 | 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 ».