Étude de l’effet des paramètres de synthèse par fusion sur les propriétés électrochimiques de l’électrode LiFe1-xMnxPO4
Notice bibliographique
Résumé
Les batteries Li-ion, découvertes depuis presque 40 ans, et dont les inventeurs viennent d’être récompensés par le prix Nobel 2019 de Chimie, font encore l’objet de nombreuses recherches visant à développer leurs composantes et leurs méthodes de synthèse afin de garantir des batteries plus performantes. \nDans cette optique, ce mémoire vise à étudier la synthèse des matériaux de cathode de LiFe1-xMnxPO4 (0<x<1) en utilisant, pour la première fois, la méthode de synthèse par fusion. En effet, cette méthode de synthèse pourrait offrir des matériaux de haute pureté avec des bonnes performances électrochimiques et tout cela à des coûts réduits. \nAinsi, nous avons comparé la méthode de synthèse par fusion avec la méthode de synthèse classique par voie solide pour différentes compositions de LiFe1-xMnxPO4. Les résultats montrent que la rétention de la capacité et la capacité à se charger/décharger à différentes densités de courant sont similaires pour les deux méthodes et sont proches des résultats rapportés dans la littérature. Cependant, les composés riches en manganèse synthétisés par fusion présentent une capacité de décharge légèrement plus élevée que celles synthétisées par voie solide. \nNous avons aussi étudié l’impact de la composition chimique, des conditions de synthèse (température, durée, atmosphère), de la source des réactifs (commerciaux de haute pureté ou des minerais de base) et du processus de revêtement de carbone sur la pureté et les propriétés électrochimiques de LiFe1-xMnxPO4 synthétisé. D’après les résultats obtenus, les conditions de synthèse ont plus d’effet sur la pureté alors que la composition chimique et la méthode de revêtement de carbone ont un impact plus important sur les propriétés électrochimiques du LiFe1-xMnxPO4. \nCes résultats prometteurs ouvrent la porte à de nouvelles perspectives pour la production à grande échelle des matériaux de cathode de hautes performances en utilisant la méthode de synthèse par fusion.
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 | 0,001 | 0,001 |
| 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 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».