Cascading Degradations Artificially Improving the Lifetime of Li-ion Full Cells using DMC-based Highly Concentrated Electrolyte
Notice bibliographique
Résumé
The deployment of energy dense Ni-rich NMC (LiNi x Mn y Co z O 2 with x > 0.8) in Li-ion batteries is hampered by a poor interfacial stability above 4.2 V. Among the strategies to mitigate this instability, highly concentrated electrolytes (HCE) have shown a promising resilience at high potential. In this work, we demonstrate that although cells using HCE experience low capacity fading compared to conventional carbonate based-electrolyte, HCE does not prevent oxidation of dimethylcarbonate (DMC) at high potential. Even worse, this phenomenon cannot be fully offset by lithium intercalation at the negative electrode and eventually leads to lithium plating that precipitates the cell end of life. To circumvent lithium plating, cycling at high temperature is shown to build a more passivating solid electrolyte interphase (SEI); while promising at first, the lithium losses associated with the SEI formation trigger a jump of graphite staging. Only replacing DMC by ethyl carbonate (EC) solvent reduces efficiently the parasitic oxidation and prevents capacity rollover. This work, by the use of adapted testing protocols and analysis workflows, provides the necessary understanding to open new routes for tackling parasitic reaction at high voltage in Li-ion batteries, which including mastering of SEI formation conditions and the use of appropriate solvent.
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 | 0,001 |
| 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 | 0,001 | 0,001 |
| 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 ».