Mechanically robust halide electrolytes for high-performance all-solid-state batteries
Notice bibliographique
Résumé
All-solid-state batteries frequently encounter mechanical instability due to the inherent brittleness and low elasticity of inorganic ceramic electrolytes, such as sulfides, oxides, and halides. These electrolytes struggle to accommodate the volumetric fluctuations of positive electrode materials during cycling, potentially leading to performance degradation and premature failure. To address this challenge, we propose a defect-based toughening approach for resilient halide solid electrolytes. By meticulously controlling the cooling rate during synthesis, we successfully increase the defect density within the electrolyte, enhancing its mechanical properties and mitigating the risk of mechanical failure. Mechanical property testing, high-resolution transmission electron microscopy characterization, and synchrotron radiation diffraction analysis reveal that the quenched material exhibit not only a higher Young's modulus, rendering it less susceptible to deformation under stress and a higher capacity for energy absorption before plastic deformation or fracture due to its increased dispersed defect density. Consequently, it demonstrates better adaptability to the volumetric changes associated with the positive electrode material during battery cycling, effectively mitigating strain-induced material behavior. Here we show the effectiveness of defect-enhanced toughening strategies in optimizing the mechanical properties and microstructure of electrolyte materials, thereby enhancing the overall integrity of solid-state batteries without requiring modifications to their chemical composition.
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) | 0,000 | 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 | 0,001 | 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 ».