Polyacrylonitrile Porous Membrane-Based Gel Polymer Electrolyte by In Situ Free-Radical Polymerization for Stable Li Metal Batteries
Notice bibliographique
Résumé
Because of their high ionic conductivity, utilizing gel polymer electrolytes (GPEs) is thought to be an effective way to accomplish high-energy-density batteries. Nevertheless, most GPEs have poor adaptability to Ni-rich cathodes to alleviate the problem of inevitable rapid capacity decay during cycling. Therefore, to match LiNi0.8Co0.1Mn0.1O2 (NCM811), we applied pentaerythritol tetraacrylate (PETEA) monomers to polymerize in situ in a polyacrylonitrile (PAN) membrane to obtain GPEs (PETEA-TCGG-PAN). The impedance variations and key groups during the in situ polymerization of PETEA-TCGG-PAN are investigated in detail. PETEA-TCGG-PAN with a high lithium-ion transference number (0.77) exhibits an electrochemical decomposition voltage of 5.15 V. Noticeably, the NCM811|PETEA-TCGG-PAN|Li battery can cycle at 2C for 120 cycles with a capacity retention rate of 89%. Even at 6C, the discharge specific capacity is able to reach 101.47 mAh g–1. The combination of LiF and Li2CO3 at the CEI interface is the reason for the improved rate performance. Moreover, when commercialized LFP is used as the cathode, the battery can also cycle stably for 150 cycles at 0.5C. PETEA and PAN can together foster the transportation of Li+ with the construction of a fast ion transport channel, making a contribution to stable charge–discharge of the above batteries. This study provides an innovative design philosophy for designing in situ GPEs in high-energy-density lithium metal 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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 tête enseignante, 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 ».