The Asymmetric Charge-Discharge Kinetics in Li<sub>1-X</sub>Ni<sub>1+X</sub>O<sub>2</sub> from First Principles
Notice bibliographique
Résumé
The ever-increasing demand on Li-ion batteries requires the cathode materials to be inexpensive and environmentally friendly. LiNiO2 is such a promising Co-free cathode. However, the presence of Ni in the Li layer (NiLi) becomes more common in LiNiO2 than its cousin layered compounds, which limits its electrochemical performance. These excess Ni might randomly distribute in the bulk due to Li deficiency in synthesis, or/and form a surface densified phase due to oxygen loss in cycling. This study combines density functional theory (DFT), cluster expansion and kinetic Monte Carlo (KMC) simulations to identify the effects of these defects on Li transport. Both types of NiLi were found to impede Li transport at the end of charge and discharge, but not at the beginning. This asymmetry kinetics cannot be solely explained by the Li diffusivity as a function of Li contents but stems from the phase boundary between Li orderings. NiLi from synthesis smooths the voltage plateaus and contributes to the 1st cycle capacity loss. NiLi from degradation hinders Li transport more severely when the densified phase fully covers the particle surface. Interestingly, during charge the surface phase traps the last 25% Li for an extremely long time but shows little impedance when Li%>25%. 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 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».