复旦大学高悦团队JACS:机器学习赋能氮中心有机锂盐设计,自牺牲供锂破解高能电池首效与寿命困局

顶刊收割机 2025-08-20 18:10
文章摘要
背景:高能量密度锂电池(如硅基负极电池)存在首次循环中高达20%的锂离子不可逆损失,严重制约电池容量与寿命。当前牺牲型锂盐面临气体副反应、高分解电压和空气敏感性等瓶颈。研究目的:设计兼具低电压不产气分解与界面保护功能的新型锂载体分子,破解高能电池首效低、寿命短的行业痛点。结论:通过机器学习驱动设计,创新性提出氮中心有机锂盐预锂化策略,该策略在Ah级软包电池测试中显示初始放电容量提升至205.5 mAh g⁻¹,500次循环后容量保持率84.1%,远超对照组,有效提升电池性能。
复旦大学高悦团队JACS:机器学习赋能氮中心有机锂盐设计,自牺牲供锂破解高能电池首效与寿命困局
本站注明稿件来源为其他媒体的文/图等稿件均为转载稿,本站转载出于非商业性的教育和科研之目的,并不意味着赞同其观点或证实其内容的真实性。如转载稿涉及版权等问题,请作者速来电或来函联系。
推荐文献
Issue Publication Information
DOI: 10.1021/aev008i015_1969809 Pub Date : 2025-08-11
IF 5.5 3区 材料科学 Q2 ACS Applied Energy Materials
Issue Editorial Masthead
DOI: 10.1021/elv007i015_1970937 Pub Date : 2025-08-12
IF 4.7 3区 材料科学 Q1 ACS Applied Electronic Materials
顶刊收割机
最新文章
热门类别
相关文章
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:604180095
Book学术官方微信