Synthesizing Microporous Carbon from Soybean and Use It to Develop Cathode Material for High Performance Lithium-Selenium Batteries
Notice bibliographique
Résumé
Selenium is considered as a promising cathode material for lithium-ion batteries due to its high electrical conductivity (10−3 S m−1) and volumetric capacity (3253 mA h cm−3). Though, feasibility of high-performance lithium-selenium (Li-Se) batteries depends on designing a cost-effective substrate for Se with desired porous structure. In this study, porous carbon was synthesized from soybean in a two-step carbonization/activation process and used as Se host to develop cathode for lithium-selenium (Li-Se) batteries. The activated carbon/selenium (C/Se) composites were prepared using a melt diffusion process at 260 ℃ inside an argon-filled autoclave. The cathode material consisted of C/Se composite, carbon black, and sodium alginate with a mass ratio of 8:1:1. The effect of activation temperature (500, 600, and 700 ℃) on the porous structure of activated carbon was investigated. It was revealed that both specific surface area and pore volume increased with activation temperature. Moreover, the carbon activated at 500 ℃ (C500) possessed mainly mesopores while the pore structure in the other carbon samples was microporous. The quality of Se impregnation in C/Se composites and their distinct electrochemical performance were correlated to the porous structure of the activated carbon. Using the carbon obtained at 600 ℃ (C600), the Li-Se coin cell exhibited a superior discharge capacity (664 mAh g-1 at 0.1C current density), rate capability, and long cycling stability at higher current densities. It was believed that the microporous feature of C600 along with high surface area and pore volume could favor effective confinement of Se, electrolyte wetting of the cathode, lithium-ion diffusion, and charge transfer, which resulted in better electrochemical performance. This work suggests the sustainable development of microporous carbon with a unique structure suitable for cathode material in Li-Se batteries.
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 | 0,000 |
| 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 ».