MétaCan
Menu
Retour à la cohorte
Enregistrement W4285399201 · doi:10.1149/ma2022-012248mtgabs

Reduction of a Lithium-Ion Solid Electrolyte Model Under Potentiostatic Hold

2022· article· en· W4285399201 sur OpenAlexaff
Laura Keane, Iain R. Moyles

Notice bibliographique

RevueECS Meeting Abstracts · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Battery Materials and Technologies
Établissements canadiensYork University
Organismes subventionnairesnon disponible
Mots-clésElectrolyteLithium (medication)ScalingMaterials scienceIonFlux (metallurgy)Fast ion conductorElectrodeThermodynamicsChemical physicsMechanicsChemistryPhysicsMathematicsPhysical chemistry

Résumé

récupéré en direct d'OpenAlex

Solid state electrolytes are becomingly increasingly attractive due to their improved safety, lower self-discharge, and higher power densities over the more commonly used liquid electrolyte [1,2]. Solid electrolytes are a relatively new material in the field of lithium-ion batteries, therefore there is considerably less mathematical investigation and analysis into these materials, compared with their liquid counterparts. We review a model for a solid electrolyte from thermodynamics principles [3]. We non-dimensionalise and scale the model to identify small parameters, where we identify a scaling that widens the boundary layer in the electrolyte compared to previous literature. We consider an Li2O solid electrolyte which is attached on each end by blocks of solid lithium. We fix a potential difference across the electrolyte and consider different charge flux conditions. We present asymptotic analysis and numerical solutions for both the zero-charge flux equilibrium and for the non-zero charge flux equilibrium problems. We consider numerical simulations of the full-time dependent problem and show that there are two important time scales in the problem, an early transient timescale where the boundary layers first approach their equilibrium followed by a longer timescale where we observe the transience in the bulk of the solution. We briefly talk about the application of a solid electrolyte to cylindrical nanowire electrodes. Recent advances in electrode chemistry have allowed for cylindrical nanowire geometries exhibiting low-capacity fade. However, the performance of these electrodes is very sensitive to experimental conditions and early charge behavior and thus it is important to understand the lithium transport process in these systems. Following from this work, we will combine the solid electrolyte model with a nanowire electrode in order to investigate these processes. References [1] A. Manthiram, X. Yu, Xingwen, and S. Wang. Lithium battery chemistries enabled by solid-state electrolytes, Nature Reviews Materials, Nature Publishing Group, 2(4), 1-16, 2017. [2] Z. Chen, G. Kim, Z. Wang, D. Bresser, B. Qin, D. Geiger, U. Kaiser, X. Wang, Z.X. Shen, and S. Passerini. 4-V flexible all-solid-state lithium polymer batteries, Nano Energy, Elsevier, 64, 103986, 2019. [3] S. Braun, C. Yada, and A. Latz. Thermodynamically consistent model for space-charge-layer formation in a solid electrolyte, The Journal of Physical Chemistry C, 119(39), 22281-22288, 2015.

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)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,043

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0030,002
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0130,003

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 Opus0,013
Tête enseignante GPT0,227
Écart entre enseignants0,214 · 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'étudeSimulation ou modélisation
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 AbstractsMême sujetAdvanced Battery Materials and TechnologiesTravaux en français237 207