Enhancing stability and rate performance of Li <sub>2</sub>DHBQ cathodes in lithium-ion batteries via FEC-derived cathode–electrolyte interphase
Notice bibliographique
Résumé
Organic cathode materials present a promising alternative for the inorganic counterparts in conventional lithium-ion batteries (LIBs) due to lower cost, reduced environmental impact, renewability, and enhanced energy density. However, their practical application is hindered by dissolution in electrolytes, structural degradation, and sluggish lithium-ion transport. In this study, we introduce fluoroethylene carbonate (FEC) as an electrolyte additive to engineer a protective cathode-electrolyte interphase (CEI) layer, effectively mitigating cathode pulverization and enhancing battery stability of the organic cathode material, dilithium salt of 2,5-dihydroxy-1,4-benzoquinone (Li₂DHBQ). Electrochemical, morphological, and compositional analyses, including CV, EIS, SEM, TEM, and XPS, confirm that an optimal 1% FEC concentration forms a uniform CEI layer, significantly improving structural integrity and reducing interfacial resistance. Consequently, the battery with 1% FEC retains 185 mAh g⁻¹ after 200 cycles at 500 mA g⁻¹, with a capacity decay rate of just 0.049% per cycle, compared to 81 mAh g⁻¹ and 0.302% per cycle for the FEC-free battery. Additionally, the 1% FEC battery exhibits a capacitive charge storage contribution of up to 93.7%, resulting in excellent rate performance. These findings underscore the crucial role of CEI engineering in stabilizing organic cathodes, offering a practical approach to achieving high-rate and long-cycle LIBs.
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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».