中南大学周江/西安交大刘洋洋AM | 数据驱动的HOMO描述符添加剂助力耐用水系锌电池！
顶刊收割机
2025-10-17 07:30
文章摘要
背景：水系锌金属电池因成本低、安全性高而备受关注，但锌电极存在枝晶生长和腐蚀问题，阻碍商业化应用。研究目的：通过机器学习加速筛选添加剂，建立HOMO能级与锌离子行为的关联模型，开发高性能电解液添加剂以提升电池稳定性。结论：筛选出的DMAP添加剂能调控界面微环境，抑制枝晶形成和副反应，使锌负极实现1600次循环99.85%的库伦效率，软包电池稳定运行70天，容量保持率73%，为电池电解质设计提供了新范式。
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
High-Strength and Weavable Smart Nanoyarn Fabric for Unconstrained Ballistocardiogram Monitoring in Home Settings
DOI: 10.1021/acsaelm.5c02621
Pub Date : 2026-03-24
Date: 2026/3/11 0:00:00
Gap-Filling and Crystallization Kinetics Regulation in VTD/Spray Hybrid Perovskite Solar Cells
DOI: 10.1021/acsaem.6c00321
Pub Date : 2026-03-23
Date: 2026/3/3 0:00:00
Neuromorphic Electronics for Intelligence Everywhere: Emerging Devices, Flexible Platforms, and Scalable System Architectures
DOI: 10.1002/adma.202523562
Pub Date : 2026-04-03
顶刊收割机
中科院大化所，今日重磅Nature！.
2026-04-01
3天拿到Nature级数据，我是怎么做到的？.
2026-04-01
被“蒙蔽”了10年！枝晶生长机制，登顶Nature！.
2026-04-01
最新文章
京公网安备 11010802042870号
