LiNO<sub>3</sub>‐Based Electrolyte with Fast Kinetics for Lithium Metal Batteries Under Practical Conditions
Notice bibliographique
Résumé
Abstract To be commercially viable, the electrolyte for lithium metal batteries (LMBs) must enable both long cycle life and fast charging characteristics under extreme conditions (high cathode loading, low negative/positive ratio, and low electrolyte/cathode ratio). While LiFSI‐based electrolytes typically provide LMBs with extended cycle life, they often fall short in terms of kinetics. This study, for the first time, demonstrates that the LiNO 3 ‐based electrolyte can simultaneously achieve excellent reversibility and rapid kinetics in LMBs, outperforming state‐of‐the‐art LiFSI‐based electrolytes. Notably, LiNi 0.8 Co 0.1 Mn 0.1 O 2 (NCM811) || Li batteries exhibit 80% capacity retention after 430 cycles, along with outstanding rate performance (2.35 mAh cm⁻ 2 at 12 mA cm −2 ) under practical conditions (20 mg cm −2 NCM811, 50 µm Li foil, and 5.6 mL Ah⁻¹ electrolyte). The rapid kinetics can be attributed to the efficient transport of lithium ions through both the bulk electrolyte and the electrode/electrolyte interphases. The work highlights the significance of low‐cost LiNO 3 salt and presents an alternative pathway to achieving superior performance for lithium metal batteries under extreme conditions.
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 ».