【Angew. Chem.】复旦大学高悦团队：机器学习赋能钠离子补充和界面保护双功能硼中心钠盐开发
CBG资讯
2025-10-17 10:30
文章摘要
背景：钠离子电池因硬碳负极低首效导致钠离子损失严重，传统牺牲型钠盐存在电压窗口不兼容、分解残留损害界面及空气敏感等问题。研究目的：开发兼具空气稳定性、高效钠离子补充和界面保护功能的牺牲型钠盐。结论：通过半监督机器学习筛选出甲基硼酸钠，其分解后释放钠离子并形成NaBO₂保护层，将全电池首效从81%提升至97%，循环700次后容量保持率达81.5%，显著提升电池性能。
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 Editorial Masthead
DOI: 10.1021/apv007i019_1992570
Pub Date : 2025-10-10
Raspberry-Colloid-Templated Catalysts as a Versatile and Stable Thermocatalytic Platform
DOI: 10.1021/acs.accounts.5c00498
Pub Date : 2025-10-16
Capturing the Complexities of Catalyst–Support Interactions with the Help of Machine Learning
DOI: 10.1002/anie.202521310
Pub Date : 2025-10-18
CBG资讯
最新文章
京公网安备 11010802042870号
