Impact Analysis and Simulation of MXene-rGo Arrangement on 3D Carbon Anodes in Lithium-Ion Batteries
Notice bibliographique
Résumé
In this project, utilizing AIMD (ab initio molecular dynamics), we are validating a component of the NLEET project, focused on comprehending electron structure, ion movement, and electrode composition to enhance lithium battery performance. To achieve this, we have utilized the MXene-rGO structure to enhance the anode electrode. This study aims to address two primary questions. Firstly, we aim to investigate the changes in electron structure when comparing rGO alone to MXene-rGO. Secondly, we aim to explore the effect of MXene-rGO sheet arrangements on the anode electrode to enhance lithium-ion battery performance. In the initial stage, we modeled the structure and employed SCF (self-consistent field) calculations using the Quantum Espresso code to evaluate it. For the second crucial part, we varied the arrangements of MXene-rGO and the concentrations of Li ions to determine the diffusion barriers of each state through energy absorption and the diffusion path of Li ions. Based on this information, the theoretical capacity and ion path, along with diffusion barriers, can be determined. This evaluation involves examining various angles of MXene-rGO sheets on the anode electrode and will ultimately be compared with experimental data in specific arrangements. The initial findings regarding electron structure are presented in Figure 1, which compares the Density of States (DOS) of rGo and MXene-rGO. The investigation into lithium movement reveals that as the concentration increases, the distance of adsorption decreases, leading to an increase in theoretical capacity. This result is depicted in Figure 2. Figure 1
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 | 0,001 | 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 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 ».