已入深夜,您辛苦了!由于当前在线用户较少,发布求助请尽量完整地填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!祝你早点完成任务,早点休息,好梦!

Deciphering the Degradation Mechanism Induced by the Air‐Exposure in Li2NiO2 and the Recovery Strategy

相对湿度 降级(电信) 涂层 锂(药物) 化学工程 湿度 化学 扩散 材料科学 纳米技术 计算机科学 气象学 热力学 电信 物理 工程类 内分泌学 医学
作者
Shirui Li,Kuikui Xiao,Xi Liu,Jiangdong Sun,Dong Cai,Shuo Yang,Yinhang Zhang,Huagui Nie,Zhi Yang
出处
期刊:Chemsuschem [Wiley]
卷期号:18 (4): e202401486-e202401486 被引量:2
标识
DOI:10.1002/cssc.202401486
摘要

Abstract Cathode prelithium agent is regarded as the most applicable approach to compensate the initial capacity loss in lithium ion batteries (LIBs). Li 2 NiO 2 (LNO) has attracted numerous attention due to its superior environmental stability and reliable synthesis approach. To promote the commercial application of LNO, the understanding of the degradation mechanism induced by air‐exposure and finding reliable strategies to improve the air stability are necessary. Herein, by preserving the LNO in different environments (relative humidity of 70 % and 40 %), the surface chemistry evolution of LNO is subtly investigated, which shows Li 2 CO 3 and LiOH cover the surface of the LNO, which decline the Li + diffusion kinetics as well as the charge capacity. What′s more, the slurry turns gel when the LNO exposed to the environment of 70 % relative humidity for 2 days and 40 % relative humidity for 5 days. Facile approaches, including washing the deteriorative LNO with ethanol, reacting the alkali components with H 3 BO 3 , and coating the LNO with Al 2 O 3 are conducted to recover the disabled LNO, which retains 84.2 % of initial capacity. In addition, a coating approach is proposed for the fresh LNO to effectively improve the air stability. This work provides guideline to the commercial application of the LNO.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
PDF的下载单位、IP信息已删除 (2025-6-4)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
大方乘云完成签到 ,获得积分10
刚刚
1秒前
Hello应助单纯沁采纳,获得10
4秒前
小二郎应助忧伤的鸽子采纳,获得40
4秒前
端庄的飞阳完成签到 ,获得积分10
5秒前
123321发布了新的文献求助10
5秒前
SciGPT应助搞怪的寄凡采纳,获得30
6秒前
扶摇直上九万里完成签到 ,获得积分10
6秒前
大模型应助温良恭俭让采纳,获得10
7秒前
11秒前
念安完成签到 ,获得积分10
13秒前
科研通AI6应助123321采纳,获得10
13秒前
怡然以寒完成签到 ,获得积分10
14秒前
医学牲完成签到 ,获得积分10
14秒前
Lucas应助sprileye采纳,获得10
14秒前
16秒前
fighting发布了新的文献求助10
17秒前
17秒前
17秒前
朱志伟发布了新的文献求助20
19秒前
单纯沁完成签到,获得积分20
20秒前
20秒前
虞头星星完成签到 ,获得积分10
20秒前
21秒前
HHYYAA完成签到,获得积分10
23秒前
哈皮兔完成签到 ,获得积分10
24秒前
单纯沁发布了新的文献求助10
24秒前
小蘑菇应助曾经问雁采纳,获得10
25秒前
daigang完成签到 ,获得积分10
25秒前
CC完成签到 ,获得积分10
26秒前
xiaolei完成签到 ,获得积分10
27秒前
Allowsany完成签到,获得积分10
28秒前
28秒前
28秒前
科研通AI2S应助lijingyi采纳,获得10
29秒前
朱志伟完成签到,获得积分10
30秒前
星辰大海应助fighting采纳,获得10
30秒前
dl应助橘子采纳,获得20
31秒前
科研通AI6应助julien采纳,获得10
32秒前
32秒前
高分求助中
晶体学对称群—如何读懂和应用国际晶体学表 1500
Constitutional and Administrative Law 1000
Microbially Influenced Corrosion of Materials 500
Die Fliegen der Palaearktischen Region. Familie 64 g: Larvaevorinae (Tachininae). 1975 500
Numerical controlled progressive forming as dieless forming 400
Rural Geographies People, Place and the Countryside 400
Machine Learning for Polymer Informatics 400
热门求助领域 (近24小时)
化学 材料科学 医学 生物 工程类 有机化学 生物化学 物理 纳米技术 计算机科学 内科学 化学工程 复合材料 物理化学 基因 遗传学 催化作用 冶金 量子力学 光电子学
热门帖子
关注 科研通微信公众号,转发送积分 5385100
求助须知:如何正确求助?哪些是违规求助? 4507800
关于积分的说明 14028997
捐赠科研通 4417585
什么是DOI,文献DOI怎么找? 2426609
邀请新用户注册赠送积分活动 1419298
关于科研通互助平台的介绍 1397675