Material Development for Improved Supercapacitor and Battery-Supercapacitor Hybrid Performance
Notice bibliographique
Résumé
In this thesis, we develop materials to improve the performance of supercapacitors and battery-supercapacitor hybrids as energy storage devices. First, process parameters used to synthesize graphene hydrogels from high-concentration aqueous graphene nanoplatelet dispersions are optimized using a design of experiments. This method produces an electrode material with a high specific surface area of 810 m2 g-1 and electrical conductivity of 2016 S m-1 which, when applied in an aqueous supercapacitor, results in volumetric capacitances more than 360% greater than a conventional graphene hydrogel electrode made from aqueous graphene oxide dispersions alone. Next, we develop a novel ionic liquid-based battery-supercapacitor hybrid that uses all three oxidation states of the organic species 2,2,6,6-tetramethyl-1-piperidinyloxy (TEMPO). Usage of the ionic liquid 1-ethyl-3-methylimidazolium tetrafluoroborate (EMIM BF4) allows for the reversible reduction of TEMPO, resulting in over 1000 charge/discharge cycles. The specific discharge capacity of the battery-supercapacitor hybrid is 226 mAh g−1 at 1 A g−1, which is almost 10 times higher than that of a comparable supercapacitor without added TEMPO. The device can operate at exceedingly high current densities of at least 50 A g-1 while still achieving 88 mAh g−1 due to the rapid kinetics of the TEMPO reactions.
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 | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».