MétaCan
Menu
← Retour à la cohorte
Enregistrement W4401705527 · doi:10.26434/chemrxiv-2024-0n1df

Impact of binder content on particle fracture and microstructure of solvent-free electrodes for Li-ion batteries

2024· preprint· en· W4401705527 sur OpenAlexaff
Guillaume Matthews, Benjamin Meyer, Christopher Doerrer, Julia Ramírez-González, Ed Darnbrough, Noël Hallemans, David E.J. Armstrong, Patrick S. Grant

Notice bibliographique

RevueChemRxiv · 2024
Typepreprint
Langueen
DomaineEngineering
ThématiqueAdvancements in Battery Materials
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceMicrostructureComposite materialElectrodePorosityParticle (ecology)ElectrochemistryVolume fractionChemistry

Résumé

récupéré en direct d'OpenAlex

The fraction of polytetrafluoroethylene (PTFE) binder in solvent-free Li-ion battery electrodes is shown to have a dramatic impact on their processability, microstructural evolution and elec- trochemical performance. We show experimentally that increasing binder fraction from 0.5 to 4 wt.% transformed the electrode microstructure from an efficient, open structure containing PTFE nano-fibrils to a cemented morphology with blocked porosity. The solvent-free electrodes showed a classical visco-elastic response during compression, comprising three distinct regions of deformation. The electrode stiffness and yield/flow strength increased non-linearly with binder fraction such that for higher binder contents (>2wt.%), there was extensive LiNi0.6Co0.2Mn0.2O2 (NMC) particle fracture during the calendering process, with cracks propagating along the grains of polycrystalline NMC particles. Conversely at lower binder fraction (<2wt.%), the PTFE readily fibrillated into highly textured (100) crystalline nano-fibrils and NMC particles remained largely intact. These electrodes showed superior electrochemical performance due to higher ionic mobility through the open nano-fibrillar microstructure and intact NMC particles.

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 seuil0,004

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 recherche0,0000,000
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 Opus0,023
Tête enseignante GPT0,276
Écart entre enseignants0,253 · 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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueChemRxiv→Même sujetAdvancements in Battery Materials→Travaux en français237 207→