Study of Lithium Transport in NMC Layered Oxide Cathode Material Using Multiscale Computational Approach
Notice bibliographique
Résumé
Enhancing the rate capability of lithium-ion batteries (LIBs), as a promising energy storage device, requires a comprehensive understanding of lithium (Li) transport in their constituent parts. In this study, Li transport in the LiNi 0.333 Mn 0.333 Co 0.333 O 2 (NMC111) cathode active material was examined by a multiscale computational approach ranging from density functional theory (DFT) to Monte Carlo (MC) simulations. The approach was first applied to lithium cobalt oxide (LCO) to compare our model with an existing available one for barrier energies in layered structures. Two barrier energy models, named the interpolated barrier model and the local cluster expansion, together with the periodic cluster expansion, were integrated into the KMC algorithm. Results of KMC simulations in LCO were similar using both barrier models. Thus, the approach was then applied to NMC111 by using only the much simpler interpolated barrier model. Our MC simulations showed a perfect honeycomb-like ordering of Li ions in the Li layer of NMC111 at a Li concentration of 0.8. This perfect ordering of Li ions caused a significant decrease in the thermodynamic factor, which consequently resulted in a minimum in the chemical diffusion coefficient at this concentration, confirming previous studies. The perfect correlation between our simulations and the experimental measurements of other studies reflects the precision of our formalism in studying the transport behavior of Li in the NMC111 crystal.
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) | 0,001 | 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 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 ».