Design of Sodium Chalcohalide Solid Electrolytes with Mixed Anions for All‐Solid‐State Sodium‐Ion Batteries
Notice bibliographique
Résumé
Abstract Solid‐state sodium‐ion batteries (SSNIBs) have emerged as a promising alternative to lithium‐ion systems for grid‐scale energy storage, owing to sodium's abundance and the improved safety of solid‐state designs. Among various solid‐state electrolytes (SSEs), halide‐based Na + SSEs offer high electrochemical stability but are limited by low ionic conductivity and poor thermal stability. Herein, a novel class of sodium hafnium chalcohalide SSEs is reported with a dual‐anion (S 2− /Cl − ) framework, with a high ionic conductivity of 4.5 × 10 −4 S cm −1 . The incorporation of sulfur enhances Na⁺ mobility by reducing the migration barrier through increased anion polarizability and expanded diffusion pathways. Additionally, S 2 − contributes to stronger interatomic bonding, leading to higher cohesive energy density, improved thermal stability, and mechanical robustness. These SSEs exhibit minimal sulfur oxidation and excellent chemical/electrochemical interface stability with different cathode materials, such as O3‐layered NaNi 1/3 Fe 1/3 Mn 1/3 O 2 , P2/O3 layered Na 0.85 Mn 0.5 Ni 0.4 Fe 0.1 O 2 , and Na 3 V 2 (PO 4 ) 3 cathodes. As a result, SSNIBs with P2/O3 layered Na 0.85 Mn 0.5 Ni 0.4 Fe 0.1 O 2 employing the sodium hafnium chalcohalide SSEs demonstrate outstanding cycling performance, achieving a capacity retention of 88.5% after 200 cycles at 0.1 C. This study establishes a new design strategy for high‐performance SSEs, demonstrating that mixed‐anion frameworks offer a viable route to overcome the intrinsic limitations of single‐anion electrolytes in next‐generation SSNIBs.
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 ».