Dual-component Interlayer Enables Uniform Lithium Deposition and Dendrite Suppression for Solid-State Batteries
Notice bibliographique
Résumé
β-Lithium thiophosphate (LPS) exhibits high Li+ conductivity and has been identified as a promising ceramic electrolyte for safe, and high-energy density all-solid-state batteries. Integrating LPS into solid-state lithium (Li) batteries would enable the use of a Li electrode with the highest deliverable capacity. However, LPS-based batteries operate at a limited current density before short-circuiting, posing a major challenge for the development of application-relevant batteries. In this work, we designed a dual-component interfacial protective layer called LiSn-LiN, that forms in-situ between the Li electrode and LPS electrolyte. The LiSn component, Li22Sn5, exhibits enhanced Li diffusivity compared to the metallic Lithium and facilitates a more uniform lithium deposition across the electrode surface, thus eliminating Li dendrite formation. Meanwhile, the LiN component, Li3N, shows enhanced mechanical stiffness compared to LPS and functions to suppress dendrite penetration. This chemically robust LiSn-LiN interlayer provides a more than doubled deliverable critical current density compared to systems without interfacial protection. Through a combined XPS and XAFS analysis, we determined the local structure and the formation kinetics of the key functional Li22Sn5 phase formed via the electrochemical reduction of a Sn3N¬¬¬4 precursor. This work demonstrates an example of structural-specific design of a protective interlayer with a desired function – dendrite suppression. The structure of a functional protective layer for a given solid-state battery should be tailored based on the given battery configuration and its unique interfacial chemistry.
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 | 0,001 |
| 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 ».