Effects of lithium perchlorate on the electrochemical performance of PVDF-HFP/CA composite-based solid-state electrolytes
Notice bibliographique
Résumé
Composite-based polymer electrolytes have attracted considerable attention due to their high ionic conductivity and excellent electrochemical performance in energy storage applications. This study explores the influence of Lithium Perchlorate (LiClO 4 ) loading on the electrochemical performance of composite-based solid-state electrolytes (SSEs) based on a composite of poly(vinylidene fluoride-co-hexafluoropropylene) (PVDF-HFP) and 20% cellulose acetate (CA), referred to as PVDF-HFP/20%CA. Utilizing a solution casting method, four SSE samples were fabricated: a control (0% LiClO 4 ) and three samples with varying LiClO 4 concentrations (5%, 10%, and 15%). Comprehensive characterizations, including scanning electron microscopy (SEM), Fourier-transform infrared (FTIR), physical characterization, and electrochemical impedance spectroscopy (EIS) were conducted to assess the impact of LiClO 4 on the composites. The Nyquist plot and DC ionic conductivity analysis further validate the superior performance of PH20CA-15Li (PVDF-HFP/20% cellulose acetate with 15% LiClO 4 ), with ionic conductivity increasing from 1.15 × 10 −6 S cm −1 for the control sample to 3.7 × 10 −6 S cm −1 . Loss Tangent and Cyclic Voltammetry analyses underscore the dynamic electrochemical behavior and stability of PH20CA-15Li, with the voltage window expanding from 0.996 V in the control sample to 1.398 V, highlighting its enhanced dielectric properties and energy storage capabilities. Electrolyte uptake and porosity analyses reveal a decrease in both parameters with increased LiClO 4 content, suggesting a trade-off between electrochemical performance and physical properties. SEM and FTIR analyses show structural and chemical changes, confirming the interaction between LiClO 4 and the composite matrix. The study concludes that 15% LiClO 4 loading optimally balances conductivity with physical properties, making it a promising candidate for advanced solid-state electrolyte applications.
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 | 0,001 |
| 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 ».