Binding FSI<sup>−</sup> to Construct a Self‐Healing SEI Film for Li‐Metal Batteries by In situ Crosslinking Vinyl Ionic Liquid
Notice bibliographique
Résumé
Abstract The solid electrolyte interphase (SEI) membrane on the Li metal anode tends to breakdown and undergo reconstruction during operation, causing Li metal batteries to experience accelerated decay. Notably, an SEI membrane with self‐healing characteristics can help considerably in stabilizing the Li‐electrolyte interface; however, uniformly fixing the repairing agent onto the anode remains a challenging task. By leveraging the noteworthy film‐forming attributes of bis(fluorosulfonyl)imide (FSI − ) anions and the photopolymerization property of the vinyl group, the ionic liquid 1‐vinyl‐3‐methylimidazolium bis(fluorosulfonyl)imide (VMI‐FSI) was crosslinked with polyethylene oxide (PEO) in this study to form a self‐healing film fixing FSI − groups as the repairing agent. When they encounter lithium metal, the FSI − groups are chemically decomposed into LiF & Li 3 N, which assist forming SEI membrane on lithium sheet and repairing SEI membrane in the cracks lacerated by lithium dendrite. Furthermore, the FSI − anions exchanged from film are electrochemically decomposed to generate inorganic salts to strengthen the SEI membrane. Benefiting from the self‐healing behavior of the film, Li/LiCoO 2 cells with the loading of 16.3 mg cm −2 exhibit the initial discharge capacities of 183.0 mAh ⋅ g −1 and are stably operated for 500 cycles with the retention rates of 81.4 % and the average coulombic efficiency of 99.97 %, operated between 3.0–4.5 V vs. Li + /Li. This study presents a new design approach for self‐healing Li metal anodes and durable lithium metal battery.
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 ».