Wet Chemical Method ZnF<sub>2</sub> Interlayer for High Critical Current Density Lithium Metal Batteries Utilizing Ba and Ta–Doped Li<sub>7</sub>La<sub>3</sub>Zr<sub>2</sub>O<sub>12</sub> Garnet Solid Electrolyte
Notice bibliographique
Résumé
Abstract Li metal batteries with garnet‐type solid electrolytes have the potential to increase specific energy and power densities of current Li‐ion batteries. Li metal batteries have been hampered by the poor wettability of solid electrolyte with elemental lithium. Here, to resolve the solid garnet electrolyte/Li interface issue, a scalable, cost‐effective, and efficient surfactant‐assisted wet‐chemical strategy is developed. A ZnF2 interlayer coating is applied on Ba and Ta ‐co‐doped Li7La2.75Ba0.25Zr1.75Ta0.25O12 that formed LiF and Li‐Zn alloy upon contact with molten Li. Conformal contact applying a homogenous surfactant‐assisted ZnF2 coating reduced the interfacial resistance from 87 to 15.5 Ω cm2 which enhanced critical current density to a record high value of 5 mA cm−2 at room temperature. Dense and Li2CO3 free garnet solid electrolyte assisted in achieving long‐term stability for 1000 cycles at 1 mA cm−2. Interface stabilized Li/ZnF2‐ solid electrolyte/liquid electrolyte/LiFePO4 cell displayed a 90% capacity retention over 800 cycles at 0.2 C, with Coulombic efficiency of 99% as well as excellent cycle stability at 1 C, with ≈91% of capacity retention for 500 cycles. Using a new design principle for Li anode interfaces, next‐generation power‐intensive and stable solid‐state Li metal batteries can be developed.
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) | 0,001 | 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 ».