Suppressing Chemical and Galvanic Corrosion in Anode‐Free Lithium Metal Batteries Through Electrolyte Design
Notice bibliographique
Résumé
Abstract The advancement of anode‐free lithium metal batteries (AFLMBs) is greatly appreciated due to their exceptional energy density. Despite considerable efforts to enhance the cycling performance of AFLMBs, the understanding of lithium corrosion, which leads to substantial capacity loss during the open circuit voltage (OCV), regardless of electrolyte chemistry, remains limited. In particular, the connection between electrolytes and lithium corrosion performance lacks clear understanding, and the impact of solid‐electrolyte interface (SEI) composition on resistance against lithium corrosion remains elusive. This study explores, for the first time, the effects of salt concentration and solvents on the lithium corrosion behavior in AFLMBs, utilizing the lithium bis(fluorosulfonyl)imide (LiFSI)‐1,2 dimethoxyethane (DME)‐1,3 dioxolane (DOL) electrolyte system. The findings reveal that increasing salt concentration leads to the suppression of chemical corrosion but exacerbation of galvanic corrosion. The key to effectively suppressing both chemical and galvanic corrosion lies in promoting the coordination of less‐soluble particles and polymers within the SEI. This conclusion is further validated by a two‐step electrolyte modification measurement. As a result, a new electrolyte formula, 0.5 M LiFSI‐0.5 M LiBF 2 (C 2 O 4 )‐0.5 M LiNO 3 (DME/fluoroethylene carbonate or FEC), is prepared and shown to have improved resistance to both chemical and galvanic corrosion, and the Coulombic efficiency loss from chemical corrosion is reduced to 0.13%.
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 | 0,001 |
| 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 ».