Localized Electrolyte Grain Engineering to Suppress Li Intrusion in All‐Solid‐State Batteries
Notice bibliographique
Résumé
Abstract Li intrusion is the primary factor contributing to the undesirable cycling durability and rate capability of all‐solid‐state lithium metal batteries. However, conventional engineering methodologies for solid electrolytes (SEs) that focus on crystalline scales, such as doping, have limited efficacy in addressing this issue, as they not only involve cumbersome trial‐and‐error processes but also struggle to simultaneously optimize the multiple macroscopic properties necessary for effectively suppressing Li intrusion. Herein, rather than following the conventional practice of SE engineering, it is concentrated on optimizing SEs at the grain‐aggregate level. A highly scalable chemical approach based on a thermodynamic‐favored anion exchange reaction is first developed to engineer an amorphous metal compound layer on the surface of argyrodite‐type electrolyte grains. Further, a novel localized grain engineering concept is introduced, which combines engineered and pure electrolyte grains to enable aggregates with favorable macroscopic properties for suppressing Li intrusion. The localized grain‐engineered electrolyte aggregates greatly enhance Li reversibility and are able to suppress Li intrusion under practical working conditions. Notably, the 20 µm‐Li||LiNi 0.83 Co 0.12 Mn 0.05 O 2 cell using localized grain‐engineered electrolyte aggregates can stably cycle for over 2000 cycles at a high current density of 1.6 mA cm −2 .
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 ».