Entropy‐Driven Liquid Electrolytes for Lithium Batteries
Notice bibliographique
Résumé
Abstract Developing liquid electrolytes with higher kinetics and enhanced interphase stability is one of the key challenges for lithium batteries. However, the poor solubility of lithium salts in solvents sets constraints that compromises the electrolyte properties. Here, it is shown that introducing multiple salts to form a high‐entropy solution, alters the solvation structure, which can be used to raise the solubility of specific salts and stabilize electrode–electrolyte interphases. The prepared high‐entropy electrolytes significantly enhance the cycling and rate performance of lithium batteries. For lithium‐metal anodes the reversibility exceeds 99%, which extends the cycle life of batteries even under aggressive cycling conditions. For commercial batteries, combining a graphite anode with a LiNi 0.8 Co 0.1 Mn 0.1 O 2 cathode, more than 1000 charge–discharge cycles are achieved while maintaining a capacity retention of more than 90%. These performance improvements with respect to regular electrolytes are rationalized by the unique features of the solvation structure in high‐entropy electrolytes. The weaker solvation interaction induced by the higher disorder results in improved lithium‐ion kinetics, and the altered solvation composition leads to stabilized interphases. Finally, the high‐entropy, induced by the presence of multiple salts, enables a decrease in melting temperature of the electrolytes and thus enables lower battery operation temperatures without changing the solvents.
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) | 0,000 | 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) | 0,000 | 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 ».