Development of High-Performance Cathodes for Inorganic Halide All-Solid-State Li-Ion Batteries
Notice bibliographique
Résumé
Electric vehicles (EVs), representing the future of transportation, are predicted to be one of the ultimate solutions to eliminate greenhouse gas emissions. Li-ion batteries (LIBs), as the most promising sustainable energy devices, are critical for the development of EVs because of their higher operating voltages compared to other energy storage technologies. However, the development of conventional LIBs touched the ceiling because of three main challenges. (1) The use of flammable and toxic liquid electrolytes brings high safety risks. (2) The limited energy density of LIBs cannot satisfy the requirement for long-range EVs. (3) The increasing market demand for LIBs will cause resource shortage and rise of cost.[1] Accordingly, all-solid-state Li-ion batteries (ASSLIBs) have recently emerged as promising alternative batteries for next-generation EVs because of their ability to overcome the drawbacks of conventional LIBs. Among the developed solid-state electrolytes (SSEs), inorganic SSEs (e.g., sulfide SSEs, halide SSEs) have high Li+ conductivity at 10-3 S cm-1 and improved interfacial stability, demonstrating stable cycling performance in ASSLIBs.[2] However, inorganic ASSLIBs still face some key challenges hindering their application in EVs. For example, the rate capability of inorganic ASSLIBs still falls far below the requirements of fast-charging EVs (full-charged in 15 min). In addition to the effect of Li+ conductivity in SSEs, Li+/e- transfer kinetics at the cathode interface and in cathode materials are also critically important for the high-rate capability of inorganic ASSLIBs. In this talk, I will first review our previous studies on cathode interface in inorganic ASSLIBs.[3-7] After that, I will introduce our most recent research on unveiling the kinetic limitation of cathode interfaces in inorganic ASSLIBs by synchrotron-based spectromicroscopy. Our research suggests that poor Li+/e- transfer kinetics at the cathode/SSE interface and in the cathode bulk structure are the key limitation for the low capacity of inorganic ASSLIBs under high-rate charge-discharge cycles. References [1] H. Li, Joule, 3 (2019) 911-914. [2] S. Randau, D.A. Weber, O. Kötz, R. Koerver, P. Braun, A. Weber, E. Ivers-Tiffée, T. Adermann, J. Kulisch, W.G. Zeier, Nature Energy, 5 (2020) 259-270. [3] S. Deng, X. Li, Z. Ren, W. Li, J. Luo, J. Liang, J. Liang, M.N. Banis, M. Li, Y. Zhao, Energy Storage Materials, 27 (2020) 117-123. [4] S. Deng, Y. Sun, X. Li, Z. Ren, J. Liang, K. Doyle-Davis, J. Liang, W. Li, M. Norouzi Banis, Q. Sun, ACS Energy Letters, 5 (2020) 1243-1251. [5] S. Deng, Q. Sun, M. Li, K. Adair, C. Yu, J. Li, W. Li, J. Fu, X. Li, R. Li, Energy Storage Materials, 35 (2021) 661-668. [6] S. Deng, M. Jiang, N. Chen, W. Li, M. Zheng, W. Chen, R. Li, H. Huang, J. Wang, C.V. Singh, Advanced Functional Materials, 32 (2022) 2205594. [7] S. Deng, M. Jiang, A. Rao, X. Lin, K. Doyle‐Davis, J. Liang, C. Yu, R. Li, S. Zhao, L. Zhang, Advanced Functional Materials, 32 (2022) 2200767.
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) | 0,000 | 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 | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,002 |
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 ».