Vertical Graphene Growth on LDH Nanosheets and Carbon Cloth Nanofibers with NiCo Nanoparticles as a Freestanding Host for High-Performance Lithium–Sulfur Batteries
Notice bibliographique
Résumé
Lithium–sulfur batteries have been recognized as one of the excellent candidates for next-generation energy storage batteries because of their high energy density and low cost and low pollution. However, lithium–sulfur batteries have been challenged by low conductivity, low sulfur utilization, poor cycle life, and the shuttle effect of polysulfides. To address these problems, we report here an independent mixed sulfur host. First, NiCoAl-layered double hydroxide (LDH) nanosheets were uniformly grown on carbon cloth (CC) by a hydrothermal method. Then, vertical graphene (VG) was uniformly vertically grown on the composite structures to form VG@LDH/CC by a plasma enhanced chemical vapor deposition (PECVD) method. Graphene and LDH nanosheets forming a three-dimensional mesh structure can effectively physically block lithium polysulfides, store singlet sulfur, and improve the conductivity of the cathode. In addition, during the growth of graphene, the Ni and Co ions in the LDH nanosheets are reduced to NiCo nanoparticles, which can enhance the chemical adsorption of polysulfides, thus effectively mitigating the “shuttle effect” and improving the electrical conductivity of the material. The lithium sulfur batteries with derived sulfur anodes (VG@LDH/CC-S) exhibited excellent electrochemical properties, including excellent rate performance (780.8 mAh g –1 at 3C) and impressive cycling stability (capacity decay of about 0.0755% per cycle after 750 cycles at 0.5C).
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) | 0,000 | 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 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 ».