Ultrafast One‐Step Synthesis of Garnet‐Type Solid Electrolytes With Modified Surface and Microstructure for Solid‐State Lithium‐Metal Batteries
Notice bibliographique
Résumé
Abstract Garnet‐type Li6.5La3Zr1.5Ta0.5O12 (LLZTO) solid electrolytes provide the necessary electrochemical stability and ionic conductivity for solid‐state lithium‐metal batteries (SSLMBs). However, their wider application is hindered by their high interfacial resistance with electrodes and a lengthy synthesis process. This study presents the synthesis of densified LLZTO electrolytes using unconventional Li2O and Li2ZrO3 precursors through an ultrafast (≈60 s) Joule heat‐assisted synthesis approach in a single‐step process. The lower sintering temperature of Li2ZrO3 compared to traditional ZrO2 precursor yields LLZTO with larger grains, resulting in enhanced Li+ conductivity (7.0 × 10−4 S cm−1 at 25 °C), reduced electronic conductivity (1.7 × 10−10 S cm−1), and higher density (94.2%). Applying a 52–80 nm Sn:SnF2 coating on the LLZTO surface using a melt‐quenching approach produces a uniform interlayer that chemically converts to Li‐Sn alloy and LiF upon contact with lithium, resulting in a near‐zero interfacial resistance and a critical current density of 4.2 mA cm−2 at 25 °C. The SSLMBs, incorporating Sn:SnF2‐coated LLZTO electrolyte with NMC811 cathode, demonstrate remarkable initial capacity (181.1 mAh g−1) and cycle performance (88.63% capacity retention at 3000th cycle). The results indicate that this approach has the potential to advance the commercial fabrication technology for high‐performance solid electrolytes for SSLMBs.
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 | 0,000 | 0,000 |
| 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 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 ».