Synthesis of LiNi<sub>0.6</sub>Co<sub>0.2</sub>Mn<sub>0.2</sub>O<sub>2</sub> Using Supercritical Carbon Dioxide as a Cathode Material for Lithium‐Ion Batteries
Notice bibliographique
Résumé
Abstract A supercritical carbonation method for the preparation of lithium‐ion battery precursor (Ni0.6Co0.2Mn0.2CO3) is proposed. With appropriate selection of reaction temperature, pressure and pH, a desirable stoichiometry of transition metal ratio (6 : 2 : 2) can be achieved. The precursor synthesis time plays a significant role in the battery performance as the transition metal ion distributions become more uniform with increasing reaction time. This results in a more stable layered structure, lower cation mixing level, higher electrochemical reversibility, and lower impedance. The battery made of the precursor prepared under the best synthesis conditions can achieve a discharge capacity of 174.2 mAh g−1 in the first cycle and a capacity retention of 93.0 % after 50 cycles using a current density of 60 mA g−1. This study proves the feasibility of using supercritical carbon dioxide as the reagent for the coprecipitation of lithium‐ion battery precursor Ni0.6Co0.2Mn0.2CO3. Furthermore, this method can possibly be applied to the synthesis of other carbonate‐based materials.
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 | 0,001 |
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 ».