项目名称: 磷酸钒锂在多电子反应过程中的结构变化和动力学行为

项目编号: No.51274075

项目类型: 面上项目

立项/批准年度: 2013

项目学科: 矿业工程

项目作者: 戴长松

作者单位: 哈尔滨工业大学

项目金额: 80万元

中文摘要: 针对磷酸钒锂电池在三电子反应过程中循环稳定性差的问题,采用碳热还原法制备磷酸钒锂基正极材料,研究制备参数、离子掺杂和包覆碳与其充放电性能的对应规律;通过XRD结构精修、X射线吸收精细结构、中子散射(neutron diffraetion)和TEM测试,表征锂离子嵌脱对磷酸钒锂精细结构的影响,分析Li位、V位、P位和O位的占位情况;采用电化学阻抗、循环伏安、恒电流间歇滴定以及结构分析手段,揭示多电子反应对材料精细结构以及动力学行为的影响规律;明确磷酸钒锂颗粒大小、掺杂离子和包覆碳对其电子导电性、离子导电性、锂离子扩散系数、电极/电解液界面阻抗和电化学反应电阻影响规律;弄清多电子反应情况下,磷酸钒锂循环稳定性的影响机制及改进措施,为高性能磷酸盐正极材料的设计提供理论依据。

中文关键词: 磷酸钒锂;多电子交换;掺杂;包覆;循环稳定性

英文摘要: In order to solve the problem of the capacity fading of Li3V2(PO4)3 during the process of three-electron reaction, Li3V2(PO4)3-based cathode materials are prepared using carbothermal reduction process to study the ralationship between charge-discharge performance and the synthesising technology, such as producing parameters, ion doping and cabon coating. XRD refinment, X-ray absorption fine structure, neutron diffraction and TEM are employed to study the influence of Li+ intercalation/deintercalation on the structure of lithium vanadium phosphate, and analyse the occupied condition at Li-site, V-site, P-site and O-site. EIS, CV, GITT and structure analysis are adopted to explain the influence of multi-electron reaction on the fine strucure and kinetic properties of cathode materials. It would be verifed that how the particle-size, ion-doping and carbon-coating of Li3V2(PO4)3 material influence the electro conductivity, ion conductivity, Li-ion diffusion coefficient, resistance of the electrode/electrolyte interface and electrochemical reaction resistance. The influence mechanism and improving method of the cycling stability of Li3V2(PO4)3 material are clarified during the process of multi-electron reaction, so as to provide theory basis of designing high-performance phosphate cathode materials.

英文关键词: Lithium vanadium phosphate;Multi-electron exchange;Element doping;Coating;Cycle stability

成为VIP会员查看完整内容
0

相关内容

ICLR 2022|化学反应感知的分子表示学习
专知会员服务
20+阅读 · 2022年2月10日
专知会员服务
28+阅读 · 2021年8月27日
【ICML2021】学习分子构象生成的梯度场
专知会员服务
14+阅读 · 2021年5月30日
专知会员服务
31+阅读 · 2021年5月7日
【经典书】数理统计学,142页pdf
专知会员服务
96+阅读 · 2021年3月25日
神经网络的拓扑结构,TOPOLOGY OF DEEP NEURAL NETWORKS
专知会员服务
31+阅读 · 2020年4月15日
广东疾控中心《新型冠状病毒感染防护》,65页pdf
专知会员服务
18+阅读 · 2020年1月26日
全固态电池领域,小公司的加速度——恩力动力
创业邦杂志
0+阅读 · 2022年2月25日
你的哪类电子产品换新频率最高?
ZEALER订阅号
0+阅读 · 2022年1月11日
最新研究表明:EV电池「越老越安全」
机器之心
0+阅读 · 2021年5月8日
【APC】先进过程控制系统(APC: Advanced Process Control)
产业智能官
61+阅读 · 2020年7月12日
【材料课堂】EBSD晶体学织构基础及数据处理
材料科学与工程
34+阅读 · 2018年7月14日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Arxiv
0+阅读 · 2022年4月17日
The Importance of Credo in Multiagent Learning
Arxiv
1+阅读 · 2022年4月15日
Max-Margin Contrastive Learning
Arxiv
17+阅读 · 2021年12月21日
Arxiv
56+阅读 · 2021年5月3日
Recent advances in deep learning theory
Arxiv
50+阅读 · 2020年12月20日
Arxiv
14+阅读 · 2020年12月17日
Arxiv
19+阅读 · 2020年7月21日
Deep Reinforcement Learning: An Overview
Arxiv
17+阅读 · 2018年11月26日
小贴士
相关主题
相关VIP内容
ICLR 2022|化学反应感知的分子表示学习
专知会员服务
20+阅读 · 2022年2月10日
专知会员服务
28+阅读 · 2021年8月27日
【ICML2021】学习分子构象生成的梯度场
专知会员服务
14+阅读 · 2021年5月30日
专知会员服务
31+阅读 · 2021年5月7日
【经典书】数理统计学,142页pdf
专知会员服务
96+阅读 · 2021年3月25日
神经网络的拓扑结构,TOPOLOGY OF DEEP NEURAL NETWORKS
专知会员服务
31+阅读 · 2020年4月15日
广东疾控中心《新型冠状病毒感染防护》,65页pdf
专知会员服务
18+阅读 · 2020年1月26日
相关资讯
全固态电池领域,小公司的加速度——恩力动力
创业邦杂志
0+阅读 · 2022年2月25日
你的哪类电子产品换新频率最高?
ZEALER订阅号
0+阅读 · 2022年1月11日
最新研究表明:EV电池「越老越安全」
机器之心
0+阅读 · 2021年5月8日
【APC】先进过程控制系统(APC: Advanced Process Control)
产业智能官
61+阅读 · 2020年7月12日
【材料课堂】EBSD晶体学织构基础及数据处理
材料科学与工程
34+阅读 · 2018年7月14日
相关基金
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
相关论文
Arxiv
0+阅读 · 2022年4月17日
The Importance of Credo in Multiagent Learning
Arxiv
1+阅读 · 2022年4月15日
Max-Margin Contrastive Learning
Arxiv
17+阅读 · 2021年12月21日
Arxiv
56+阅读 · 2021年5月3日
Recent advances in deep learning theory
Arxiv
50+阅读 · 2020年12月20日
Arxiv
14+阅读 · 2020年12月17日
Arxiv
19+阅读 · 2020年7月21日
Deep Reinforcement Learning: An Overview
Arxiv
17+阅读 · 2018年11月26日
微信扫码咨询专知VIP会员