MétaCan
Menu
Retour à la cohorte
Enregistrement W4391636449 · doi:10.1149/1945-7111/ad27b6

Impact of Electrolyte Volume on the Cycling Performance and Impedance Growth of 18650 Li-ion Cells

2024· article· en· W4391636449 sur OpenAlexaff
Arman Bonakdarpour, Ivan Stoševski, Aryan Tiwari, Scott R. Smith, Brian Way, David P. Wilkinson

Notice bibliographique

RevueJournal of The Electrochemical Society · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Battery Technologies Research
Établissements canadiensE-One Moli Energy (Canada)University of British Columbia
Organismes subventionnairesnon disponible
Mots-clésCyclingElectrolyteVolume (thermodynamics)Materials scienceIonChemical engineeringChemistryThermodynamicsElectrodeEngineeringHistoryOrganic chemistryArchaeology

Résumé

récupéré en direct d'OpenAlex

We provide compelling evidence that the cycling performance of 18650 Li-ion cells is adversely affected by excessive amounts of electrolyte volume, with a noticeable decline observed within the initial 30 cycles, particularly at higher discharge rates. This “high-volume effect” imposes additional constraints on the optimization of cell manufacturing, highlighting the importance of identifying its underlying causes. The electrochemical impedance of 3.5 Ah 18650 cylindrical cells with varying levels of electrolyte volume was extensively measured using PEIS and GEIS techniques. The results indicate that, in general, the ohmic and charge transfer resistance(s) of the cells increase at a faster rate when excess electrolyte volume (9% and 18%) is present. During high discharge rate cycling, relaxation periods can effectively recover the lost capacity, but when high discharge rate cycling resumes, the trend in the capacity loss reappears. We hypothesize that a salt segregation effect in the electrolyte may contribute to the growth of both ohmic and charge transfer resistance, leading to capacity loss when excess electrolyte is present.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,047
Score d'incertitude au seuil0,497

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,006
Tête enseignante GPT0,243
Écart entre enseignants0,237 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations19
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of The Electrochemical SocietyMême sujetAdvanced Battery Technologies ResearchTravaux en français237 207