MétaCan
Menu
← Retour à la cohorte
Enregistrement W4285399101 · doi:10.1149/ma2022-012247mtgabs

(Digital Presentation) Evaluating the Corrosivity of Liquid LiPF<sub>6</sub> Electrolytes with Nickel-Coated Mild Steel Used in the Manufacturing of Li-Ion Cells for Energy Storage

2022· article· en· W4285399101 sur OpenAlexaff
Scott R. Smith, Preet Sahota, Bryan D. Wood, Brian Way

Notice bibliographique

RevueECS Meeting Abstracts · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Battery Technologies Research
Établissements canadiensE-One Moli Energy (Canada)
Organismes subventionnairesnon disponible
Mots-clésCorrosionElectrolyteDegradation (telecommunications)Materials scienceMoistureHydrofluoric acidTafel equationMetallurgyChemistryElectrochemistryElectrodeComposite material

Résumé

récupéré en direct d'OpenAlex

Effects of electrolyte degradation on cell performance and corrosion of cell components, e.g. current collectors, are topics that have been reported in the literature.1,2 Recently, it has been reported that water contamination of LiPF6 liquid electrolytes can lead to salt degradation, generating difluorophosphoric acid (DFPH) and hydrofluoric acid (HF).3 With strict quality control of the moisture content in individual components and the use of dryroom conditions for cell assembly the risk of moisture contamination can be practically eliminated. When moisture is allowed to enter the cell in controlled research samples, dark stains indicative of pitting type corrosion have been observed on the inside of mild steel cans that are used to house cylindrically wound electrodes (see Figure 1 inset). Motivation to understand the underlying corrosion mechanism and the influential factors is important to help lower the risk of occurrence in manufacturing further. The use of a simple corrosion plate cell to study the susceptibility of a mild steel sample immersed in a LiPF6/EC/DMC (15/25/60 wt%) electrolyte will be discussed, with a focus on measured corrosion potentials, E corr, and current densities, j corr, extracted from the Tafel region of a potentiodynamic scan. Observations on the influence of acid degradation products in the electrolyte on the corrosion susceptibility of the mild steel will be discussed and applied to study select electrolyte additives previously reported in literature. Early results have shown that additives that scavenge HF and/or water directly can effectively suppress j corr, as shown in Figure 1, whereas additives that increased DFPH generation had no apparent effect. References: [1] Myung, Hitoshi, and Sun. J. Mater. Chem., 2011, 21, 9891-9911. [2] Ma et al. J. Phys. Chem. Lett. 2017, 8, 5, 1072–1077 [3] Wiemers-Meyer, Winter, and Nowak. Phys. Chem. Chem. Phys., 2016, 18, 26595-26601. Figure 1: Bar graph of corrosion current, j corr, measured for a LiPF6/EC/DMC (15/25/60 wt%) control electrolyte with 2500 ppm of water contamination, as well as with ~2 wt% of an additive that formed more DFPH than the control, an additive that formed more DFPH and HF than the control, and an additive that scavenged HF. Inset: Optical image of the inside of a mild steel can disassembled after 14 days of 60°C storage at top of charge illustrating dark regions indicative of steel corrosion. 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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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: aucune
Score de désaccord entre enseignants0,175
Score d'incertitude au seuil0,587

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,1750,024

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 Opus0,021
Tête enseignante GPT0,264
Écart entre enseignants0,242 · 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 source (Gemma direct ou Codex distillé), 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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueECS Meeting Abstracts→Même sujetAdvanced Battery Technologies Research→Travaux en français237 207→