Covalently Joined Electrode Architectures for Extreme Fast Charging Li-Ion Batteries
Notice bibliographique
Résumé
Li-ion batteries are the backbone of all electric vehicles (EVs) in production today [1]. However, they compete poorly against the few-minute refueling time of fossil fuel powered vehicles [2, 3]. To successfully replace fossil fuel powered vehicles, the EV batteries must support charging rates under the 15-minute mark as determined by the eXtreme Fast Charging (XFC) standard defined by the U.S. Department of Energy [4]. When subjected to XFC charging rates, well-known problems of lithium plating and delamination plague graphite anodes due to local potential gradients and binder degradation respectively [5]. Our work replaces the traditional polymer binder with conductive titanium carbide interconnects that covalently join graphite particles as well as bond them to the current collector [6]. This new architecture demonstrates ~400% increase in electrical conductivity compared to traditional architectures with polymer binders while maintaining interparticle integrity and improving adhesion. The adhesion and mechanical properties are provided by conductive chemical bonds mitigating delamination as these novel bonds suffer less mechanical and chemical degradation under high current rates than adhesion provided by polymer binders. The improved conductivity was also utilized to form a solid electrolyte interphase (SEI) at rates up to 4C reducing the ionic impedance of the SEI interface significantly [7]. The improved graphite electrodes can sustain 15-minute charge maintaining 80% of the specific capacity of the graphite particles for 800 cycles at commercially relevant loadings. Our studies introduce an effective strategy to engineer Li-ion battery electrode architectures that simultaneously improve electrical and ionic conductivity mitigating lithium plating and delamination under XFC charging rate needed for the mass adoption of EVs. Habib, A.A., S. Motakabber, and M.I. Ibrahimy. A comparative study of electrochemical battery for electric vehicles applications. in 2019 IEEE International Conference on Power, Electrical, and Electronics and Industrial Applications (PEEIACON). 2019. IEEE. Balali, Y. and S. Stegen, Review of energy storage systems for vehicles based on technology, environmental impacts, and costs. Renewable and Sustainable Energy Reviews, 2021. 135: p. 110185. Andwari, A.M., et al., A review of Battery Electric Vehicle technology and readiness levels. Renewable and Sustainable Energy Reviews, 2017. 78: p. 414-430. Dufek, E.J., et al., Developing extreme fast charge battery protocols–A review spanning materials to systems. Journal of Power Sources, 2022: p. 231129. Ahmed, S., et al., Enabling fast charging–A battery technology gap assessment. Journal of Power Sources, 2017. 367: p. 250-262. Rangom, Y., Covalently Joined Carbonaceous and Mettalloid Powders by Carbide-Based Interconnects and Method of Fabrication for High-Performance Electrodes. 2021: United States preliminary patent #63/248,293. Rangom, Y., T.T. Duignan, and X. Zhao, Lithium-ion transport behavior in thin-film graphite electrodes with SEI layers formed at different current densities. ACS Applied Materials & Interfaces, 2021. 13(36): p. 42662-42669. Figure 1
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 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 | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».