Synergistic Dual-Carbon Networks Bridged Mn-Doped TiNb<sub>2</sub>O<sub>7</sub> Anode for Fast-Charging Lithium-Ion Batteries
Notice bibliographique
Résumé
The development of anode materials for lithium-ion batteries must meet the demands for high safety, high energy density, and fast-charging performance. TiNb 2 O 7 is notable for its high theoretical specific capacity, low structural strain, and exceptional fast-charging capability, attributed to its Wadsley–Roth crystal structure. However, its inherently poor conductivity has hindered its practical application. This study employed an integrated internal and external modification strategy to enhance the electrochemical performance of TiNb 2 O 7 . The Mn ions was doped internally via the first hydrothermal reaction while a bridged conductive network with reduced graphene oxide (rGO) and carbon nanotubes (CNTs) was constructed by the second hydrothermal reaction, thereby improving both ionic and electronic conductivity of TiNb 2 O 7 simultaneously. The resulting dual-carbon network-bridged Mn-doped TiNb 2 O 7 (Mn 0.1 -TNO@rGO/CNT) delivered a specific capacity of 280 mAh g –1 at 0.5 C, a high-rate capacity of 177 mAh g –1 at 30 C, and retained 233.9 mAh g –1 after 200 cycles at 0.5 C, corresponding to an 84.1% capacity retention rate and a cycle fade rate of only 0.0795% per cycle. The superior rate performance and cycling stability of Mn 0.1 -TNO@rGO/CNT were maintained over a wide-temperature range. Besides, the strategy of dual-carbon network bridging and Mn-doping effectively prevents the TiNb 2 O 7 spheres from cracking after long cycling. To assess the practical feasibility, the cell assembled using Mn 0.1 -TNO@rGO/CNT with high mass loading around 5 mg cm –2 demonstrated an initial capacity of 240 mAh g –1 at 0.5 C and delivered 60 mAh g –1 at a high rate of 20 C. Furthermore, a full cell paired with a LiNi 0.5 Mn 1.5 O 4 cathode delivered a specific capacity of 81.3 mAh g –1 at 2 C and exhibited a high capacity retention of 68% after 500 cycles at 5 C.
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 | 0,000 |
| 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) | 0,001 | 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 ».