【摘 要】
:
锂负极与高压/高容量正极的应用是提高锂电池能量密度的有效方法,然而目前商用有机电解液较差的循环稳定性和安全性限制了高容量锂金属电池的实际应用。使用具有高机械强度和电化学稳定的固体电解质替代传统的有机电解液有望实现高安全性的固态锂金属电池。但是现有的固体电解质难以平衡离子电导率、机械强度与界面润湿性之间的关系,通过构建兼具良好润湿性、力学性能及高离子电导率的准固体电解质有望实现锂金属电池性能的提升。
论文部分内容阅读
锂负极与高压/高容量正极的应用是提高锂电池能量密度的有效方法,然而目前商用有机电解液较差的循环稳定性和安全性限制了高容量锂金属电池的实际应用。使用具有高机械强度和电化学稳定的固体电解质替代传统的有机电解液有望实现高安全性的固态锂金属电池。但是现有的固体电解质难以平衡离子电导率、机械强度与界面润湿性之间的关系,通过构建兼具良好润湿性、力学性能及高离子电导率的准固体电解质有望实现锂金属电池性能的提升。本论文从聚合物基准固体电解质的设计改性出发,利用紫外光固化制备准固体电解质,围绕如何提升电解质的离子电导率、电化学/热稳定性、机械性能,以及对锂的稳定性展开了以下几方面的系统研究:首先,通过乙氧基化三羟甲基丙烷三丙烯酸酯(ETPTA)和聚偏氟乙烯-六氟丙烯(PVDF-HFP)构建了一种半互穿网络准固体电解质(SNP)。基于刚性ETPTA交联网络与PVDF-HFP链的刚柔耦合作用,SNP显示出良好的机械强度和形状可塑性。并且,由于该半互穿网络良好的液体容纳能力和链段移动能力,SNP展现出优异的离子电导率(>1 mS cm-1)和锂离子迁移数(0.53)。基于SNP-30(ETPTA含量为30 wt%)的LiFePO4/Li电池表现出优异的循环稳定性,能够在2.0 C倍率下稳定循环450圈,几乎无容量衰减。其次,在上述电解质基础上,将耐高压的丁二腈(SN)引入到光固化电解质中,制备了宽电化学稳定窗口(~5.3 V vs.Li+/Li)的深共晶聚合物准固体电解质(DPE)。SN与锂盐形成的深共晶溶剂结构能够有效提高电解质的离子电导率、锂离子迁移数和安全性。此外,交联网络与二氟草酸硼酸锂(LiDFOB)添加剂的协同作用显著提升了DPE对锂的稳定性。Li/DPE-LiDFOB/Cu电池能够在0.5mA cm-2下均匀沉积超过500次循环,平均库伦效率达97.6%。基于DPE-LiDFOB的NCM622/Li和NCM811/Li高压锂金属电池表现出良好的循环性能。最后,鉴于DPE的柔韧性和稳定性,DPE有望改善无锂正极氟化亚铁(FeF2)体积膨胀、过渡金属溶解等问题。通过在FeF2电极表面原位聚合一层DPE界面膜(厚度为10~15μm),可缓解FeF2与电解质之间的接触,抑制相关副反应。结果表明,DPE修饰的FeF2/Li电池在容量上和循环性能上均有一定的提升。
其他文献
互联网技术的发展已逐渐改变了人们获取信息的方式,如何从非结构化文本信息中获取关键信息以构建知识图谱面临巨大的挑战。作为知识图谱的基础任务,命名体识别和关系抽取的目的在于从非结构化文本中分别抽取实体和实体之间的关系,从而为语义检索、知识问答、逻辑推理等下游任务提供重要的支持。本文在对实体关系联合抽取任务研究时发现,现有的联合抽取模型由于存在误差传播、信息冗余等问题,导致其很难有效地抽取出语句中的所有
【研究背景】阿尔兹海默症(Alzheimer’s Disease,AD,亦称老年性痴呆症)是全世界最常见的神经退行性疾病,主要表现为进行加重的、以记忆障碍为核心的认知功能损害和精神行为异常。其大脑皮质及海马等脑区的核心病理变化包括:细胞内tau蛋白过度磷酸化后聚集而成的双股螺旋细丝(Paired helical filaments,PHFs),进一步形成神经原纤维缠结(Neurofibrillar
货物识别定位技术是物流自动化领域的核心技术之一,但仍然无法达到工业级应用水平。本文以实现工业应用级货物识别定位算法为目标,围绕交互式堆垛纸箱机器视觉定位方法存在的泛化性不够高和交互不敏感等关键问题,从算法架构、数据集、训练方法三个方面展开研究,具体研究内容和结论如下:1)提出了模拟纸箱堆垛拆垛交互过程的交互式堆垛纸箱机器视觉定位算法。交互定位抓取方法结合智能装车卸车实际工况,将堆垛纸箱定位这种密集
研究背景:围术期心肌缺血再灌注损伤发生率高,严重影响病人康复。既往研究表明心肌缺血再灌注后缺血区及周围心肌交感神经活性增加,相应部位自主神经支配失衡,而脊髓作为调控心脏功能的重要部位,在这一过程中的作用研究甚少。研究目的:本研究旨在通过转录组高通量测序技术,探讨6-羟多巴胺(6-OHDA)去交感神经支配对心肌缺血再灌注损伤后上胸段脊髓差异基因表达的影响。研究方法:选取健康成年雄性Sprague D
随着近年来风能的快速发展,陆上和海上适宜新建风电场区域逐渐减少,在一定的建设区域内,合理的风电场排布能更有效利用风能、减小建造成本、提高风电场的稳定输出。本文主要考虑,风力机运行时,除了尾迹(减速区)外,在风力机尾迹外部,还会出现风速提高的区域(加速区),该区域可以用于布置更高功率的风力机。本文主要对这加速区进行了数值及实验分析:1、研究了单台风力机尾迹区速度亏损及加速区的特征。主要采用稳态计算流
在互联网成为新基建的时代背景下,互联网与各类城市服务功能不断融合,形成了“网红餐饮”、“网红娱乐”、“网红游览”等“互联网+”的新型城市服务设施。并且随着手机使用人群的不断扩大,消费者资讯获取方式与消费模式的巨大转变,使得网红设施成为消费者消费生活的热点与潮流。但目前城市规划领域对于网红设施的研究较少,有必要开展网红设施空间分布与影响因素的研究,剖析城市空间要素对网红设施空间分布的影响,引导网红设
换向器是直流电机的核心部件之一,在直流电机的运转中发挥关键的作用。目前,换向器的质检主要依靠人工。然而,人工质检存在成本高、效率低以及检测精度有限等问题,使得自动化检测成为企业发展的趋势。机器视觉技术凭借无接触、响应快等优势在工业检测领域具有较好的应用前景。本文基于视觉技术,针对换向器钩上缺陷的检测方法进行探讨和研究,并提出相应的解决方案。主要研究内容如下:针对弯钩表面存在纹理复杂、低对比度缺陷与
半导体激光器广泛应用于光通信、气体探测、激光医疗和国防军事等领域,主要通过在外延层中引入布拉格光栅来实现单模激射。典型的单模半导体激光器有分布反馈式(Distributed Feedback,DFB)激光器和分布布拉格反射(Distributed Bragg Reflector,DBR)激光器,这两种激光器都采用掩埋光栅结构,需要二次外延,制作过程较为复杂,因此本论文对基于垂直耦合的高阶表面光栅D
轴承是数控机床中的关键部件,其健康状态会影响机床加工精度、机床寿命以及事故发生几率,因此对轴承故障进行监测诊断,保证轴承平稳运行至关重要。本文以滚动轴承为对象,基于卷积神经网络研究噪声环境下轴承故障快速诊断技术,论文主要内容如下:建立了基于一维卷积神经网络的端到端故障诊断模型(CNNDM-1D),实现轴承振动信号特征提取和故障分类一体化。开展实验对模型结构和超参数进行优化,引入批量归一化改进,并验
有限和(finite sum)优化问题,也被称为经验风险最小化,是机器学习领域的关键问题,它可以帮助学习模型获得令人满意的性能,因而需要进行深入研究。为了解决这样一个问题,许多研究者设计出了各种不同的随机增量梯度方法(randomized incremental gradient methods),包括SAG(Stochastic Average Gradient)、SVRG(Stochastic