MétaCan
Menu
Retour à la cohorte
Enregistrement W4416613176 · doi:10.1149/ma2025-022211mtgabs

Optimizing the Stability and Longevity of High-Nickel Cathode Materials for Next-Generation Li-Ion Batteries

2025· article· W4416613176 sur OpenAlexaff
R. Y. Chen, Vahid Moradi, Lida Hadidi, Byron D. Gates

Notice bibliographique

RevueECS Meeting Abstracts · 2025
Typearticle
Langue
DomaineEngineering
ThématiqueAdvancements in Battery Materials
Établissements canadiensSimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésX-ray photoelectron spectroscopyScanning electron microscopeScanning transmission electron microscopyCathodeTransmission electron microscopyEnergy-dispersive X-ray spectroscopyCoatingElectron energy loss spectroscopyElectrochemistry

Résumé

récupéré en direct d'OpenAlex

Lithium-ion batteries play a pivotal role in modern energy storage, powering devices ranging from portable electronics to electric vehicles and renewable energy systems. NMC 811 (Li 0.8 Mn 0.1 Co 0.1 O 2 ) is a promising cathode material known for its high energy density. However, its performance is compromised by challenges such as cation mixing – specifically, the exchange of nickel and lithium ions within the crystal lattice – and surface degradation, which collectively lead to reduced cycle life and capacity fading. This research investigates multi-element coating and doping strategies aimed at enhancing the stability and longevity of NMC 811 cathodes. These multi-element approaches involve simultaneous doping and coating with multiple species to synergistically enhance material performance. Specifically, we focus on co-doping and co-coating NMC 811 with boron, aluminum, and niobium species synthesized using our collaborator’s one-pot process to mitigate degradation mechanisms. These approaches aim to stabilize the crystal structure, minimize detrimental phase transformations, and enhance interfacial stability during cycling. The materials were rigorously characterized to provide comprehensive insights into their structural, morphological, chemical, and electrochemical properties. Characterization techniques employed include X-ray Diffraction (XRD) for phase identification and crystallographic analysis, scanning electron microscopy (SEM) and transmission electron microscopy (TEM) for detailed morphological and microstructural investigations, scanning transmission electron microscopy coupled with energy dispersive X-ray spectroscopy (STEM-EDS) for elemental distribution analyses, and X-ray photoelectron spectroscopy (XPS) for surface chemistry characterization. Furthermore, electrochemical performance was evaluated through extensive galvanostatic cycling and rate capability tests to systematically assess capacity retention, cycling stability, and performance at various charge/discharge rates. By addressing the underlying issues affecting NMC 811 cathode performance through these advanced multi-elemental doping and coating techniques, this study contributes substantially to the development of safer, more durable, and highly efficient lithium-ion batteries. The resulting improvements in battery durability, capacity retention, and overall performance are critical for meeting the demanding requirements of next-generation energy storage applications, particularly in electric vehicles and grid-scale energy storage solutions.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,042
Tête enseignante GPT0,274
Écart entre enseignants0,232 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueECS Meeting AbstractsMême sujetAdvancements in Battery MaterialsTravaux en français237 207