MétaCan
Menu
← Retour à la cohorte
Enregistrement W4395444906 · doi:10.1149/1945-7111/ad4396

Residual NMP and Its Impacts on Performance of Lithium-Ion Cells

2024· article· en· W4395444906 sur OpenAlexafffund
Meng Yue, Saad Azam, Ning Zhang, J. R. Dahn, Chongyin Yang

Notice bibliographique

RevueJournal of The Electrochemical Society · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvancements in Battery Materials
Établissements canadiensDalhousie University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésResidualLithium (medication)IonMaterials scienceChemistryComputer scienceAlgorithmOrganic chemistryInternal medicineMedicine

Résumé

récupéré en direct d'OpenAlex

N-methyl-2-pyrrolidone (NMP) is the most common solvent used in coating positive electrode materials on aluminum foil during the manufacturing of lithium-ion batteries. NMP is a strongly polar aprotic solvent that effectively dissolves the polyvinylidene difluoride binder. While the majority of NMP typically evaporates during the electrode baking process, trace amounts may persist, particularly in positive electrodes containing nano-sized and highly-porous active materials. We noted residual NMP in the positive electrodes of Li-ion pouch cells containing LiMn0.8Fe0.2PO4 due to the extremely high surface area of the material and we wanted to determine the impact of this residual NMP. Therefore, a control electrolyte was purposely spiked with varying amounts of NMP and used in NMC532/graphite pouch cells to investigate the impact of residual NMP on lithium-ion battery performance. Experimental results indicate that NMP has the potential not only to neutralize the electrolyte additive ethylene sulfate but also to independently increase cathode impedance, leading to a higher rate of capacity loss during charge-discharge cycling. It is crucial to establish the appropriate procedure for baking electrodes containing NMP, both in laboratory and industrial settings, to mitigate these effects.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,007
Tête enseignante GPT0,230
Écart entre enseignants0,223 · 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 source (Gemma direct ou Codex distillé), 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

Citations11
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of The Electrochemical Society→Même sujetAdvancements in Battery Materials→Travaux en français237 207→