MétaCan
Menu
Retour à la cohorte
Enregistrement W4408034955 · doi:10.1016/j.jmps.2025.106072

Multiple scales homogenisation of a porous viscoelastic material with rigid inclusions: Application to lithium-ion battery electrodes

2025· article· en· W4408034955 sur OpenAlexaff
Jamie M. Foster, Andres F. Galvis, Bartosz Protas, S. Jonathan Chapman

Notice bibliographique

RevueJournal of the Mechanics and Physics of Solids · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueComposite Material Mechanics
Établissements canadiensMcMaster University
Organismes subventionnairesEngineering and Physical Sciences Research Council
Mots-clésMaterials scienceViscoelasticityPorosityComposite materialElectrodeLithium (medication)IonBattery (electricity)Lithium-ion batteryThermodynamicsChemistry

Résumé

récupéré en direct d'OpenAlex

This paper explores the mechanical behaviour of the composite materials used in modern lithium-ion battery electrodes. These contain relatively high modulus active particle inclusions within a two-component matrix of liquid electrolyte which penetrates the pore space within a viscoelastic polymer binder . Deformations are driven by a combination of (i) swelling/contraction of the electrode particles in response to lithium insertion/extraction, (ii) swelling of the binder as it absorbs electrolyte, (iii) external loading and (iv) flow of the electrolyte within the pores. We derive the macroscale response of the composite using systematic multiple scales homogenisation by exploiting the disparity in lengthscales associated with the size of an electrode particle and the electrode as a whole. The resulting effective model accurately replicates the behaviour of the original model (as is demonstrated by a series of relevant case studies) but, crucially, is markedly simpler and hence cheaper to solve. This has significant practical value because it facilitates low-cost, realistic computations of the mechanical states of battery electrodes, thereby allowing model-assisted development of battery designs that are better able to withstand the mechanical abuse encountered in practice and ultimately paving the way for longer-lasting batteries.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,301
Score d'incertitude au seuil0,326

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,004
Tête enseignante GPT0,201
Écart entre enseignants0,197 · 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 tête enseignante, 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

Citations5
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of the Mechanics and Physics of SolidsMême sujetComposite Material MechanicsTravaux en français237 207