Application of Tetraethylsulfamide (TES) As a Cathode Additive in Cylindrical Cells
Notice bibliographique
Résumé
Recently, sulfonamides have been shown to be promising electrolyte components due to their high chemical and electrochemical stability in lithium batteries [1, 2]. The electrolyte stability becomes critical when applying high voltage and/or utilizing Ni-rich layered oxides in high energy density lithium-ion batteries. Another approach to successful Ni-rich cathode performance is to develop a stable and effective cathode electrolyte interphase (CEI). Given the success of sultones and sulfates in this regard [3, 4], it is hypothesized that nitrogen analogs, like sulfonamides, could be tailored to provide a similar benefit. Indeed, Yim et al. [5, 6] have shown that N,N,N’,N’-tetraethylsulfamide (TES) forms a CEI on NMC811 that imparts high voltage cycling stability and less cathode corrosion. Our earlier studies of TES with Ni-rich NCA also formed a favorable CEI and these results are the topic of this presentation. Herein, we examine the performance of 0 - 4 wt.% TES in our commercially available, high power INR18650-P28A. These cells contain a composite SiO/graphite anode in addition to a Ni-rich cathode. As shown in Fig 1, TES significantly decreased the impedance of the cathode interface after conditioning compared to the control electrolyte. Thereafter, cells containing up to 2%TES show improved capacity retention during long-term high-rate cycling (+1C/-80W). Part of this success was due to a suppression of resistance growth during cycling by TES. Fast charge cycling (+3C/-2C), however, was moderately impaired with increased TES. Considering the largely reduced impedance of the cathode, fast-charge performance may have suffered due to anode rate limitations. These results will be discussed as well as gas generation, storage performance, and additional rate and cycling tests. [1] Shuting Feng, Mingjun Huang, Jessica R. Lamb, Wenxu Zhang, Ryoichi Tatara, Yirui Zhang, Yun Guang Zhu, Collin F. Perkinson, Jeremiah A. Johnson, Yang Shao-Horn. Chem, 5, 2630-2641 (2019) [2] Weijiang Xue, Mingjun Huang, Yutao Li, Yun Guang Zhu, Rui Gao, Xianghui Xiao, Wenxu Zhang, Sipei Li, Guiyin Xu, Yang Yu, Peng Li, Jeffrey Lopez, Daiwei Yu, Yanhao Dong, Weiwei Fan, Zhe Shi, Rui Xiong, Cheng-Jun Sun, Inhui Hwang, Wah-Keat Lee, Yang Shao-Horn, Jeremiah A. Johnson, Ju Li. Nature Energy, 6, 495-505 (2021) [3] Koji Abe, Manuel Colera, Kei Shimamoto, Masahide Kondo, Kazuhiro Miyoshi. Journal of Electrochemical Society, 161 (6) A863-A870 (2014) [4] Jian Xia, N. N. Sinha, L. P. Chen, J. R. Dahn. Journal of Electrochemical Society, 161 (3) A264-A274 (2014) [5] Kwangeun Jung, Taeeun Yim. Journal of Alloys and Compounds, 834,155155 (2020) [6] Ji Won Kim, Kwangeun Jung, Taeeun Yim. Journal of Mater. Sci & Tech. 86, 70-76 (2021) 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 | 0,000 |
| 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 | 0,001 | 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 ».