过渡金属氧化物负极材料的优化及构效关系研究

来源 :天津理工大学 | 被引量 : 0次 | 上传用户:zhut2009
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
锂离子动力电池由于无污染、工作电压高、能量密度高以及稳定性能好等优势,被广泛的运用在小型电子设备、电动汽车等领域。但是用作锂离子动力电池的主体部分的负极材料还是面临着不少的问题,例如:比容量较低、循环稳定性较差等。并且锂离子电池负极的结构和性能之间的关系尚不明确。因此优化负极结构,研究负极结构对性能的影响具有重要意义。基于以上内容,本文构筑了过渡金属氧化物-金属颗粒异质结构,并研究了外延生长条件,以及外延生长对锂离子电池性能的影响及循环过程中结构的演变对性能的影响等。本文具体工作如下:1.通过水热法制备了MnO2纳米棒,然后利用液相原位生长法,在MnO2纳米棒上外延生长Au纳米颗粒。利用物镜球差校正电子显微镜和电子全息技术,研究了MnO2-Au异质结界面处的结构及电荷分布。电化学交流阻抗测试(EIS)和恒电流间歇滴定测试(GITT)结果表明,MnO2-Au异质结提高了电子导电率和离子导电率。密度泛函理论计算(DFT)结果进一步证明MnO2-Au异质结界面更容易吸附锂离子。结合循环伏安测试(CV)和X射线光电子谱(XPS)等表征手段,阐明了在充放电过程中,MnO2-Au负极材料性能和结构演变的关系。2.为进一步验证外延生长对锂离子电池性能的影响,以过渡金属氧化物负极材料为重点研究对象。利用水热法制备了Ni O、Fe2O3、Co3O4过渡金属氧化物氧化物,并且将这些氧化物和Au纳米颗粒复合,最终制备得到Ni O-Au、Fe2O3-Au、Co3O4-Au复合负极。与初始氧化物对比,这些复合物负极材料的电池性能不升反降。通过分析Ni O、Fe2O3、Co3O4和Au的晶体结构发现,这些氧化物和Au的晶格和原子排列不匹配,不具备外延生长的条件。以上结果表明过渡金属氧化物和Au纳米颗粒的异质界面只有在外延生长的情况下才能提升其容量和离子迁移率等性能。利用金属和过渡金属氧化物的协同作用,构建外延生长的异质结构这一方法为锂离子电池电极材料改性提供新的方向。
其他文献
随着中国经济的快速发展,基础设施建设也突飞猛进。基建的主体结构基本上都是由钢材、水泥、砂石等工程材料构建而成,为施工项目供应工程材料的工程材料采销企业应运而生。因为工程材料采销行业门槛比较低,对业务流程的管理较为粗放。随着竞争的加剧,市场对工程材料采销企业提出了更高的要求,成本取胜、低价中标成为行业常态,经营风险随之增加。那么,工程材料采销企业如何对原有的业务流程进行优化,将流程中的风险、成本和效
为保障输水管线安全高效运行,解决输水管道状态实时检测问题,本文搭建基于输水管线的相位敏感光时域反射计(Phase-sensitive optical time domain reflectometry,Φ-OTDR)预警系统,设计算法实现了管道振动信号处理与模式识别功能,降低了系统的误报警率。本文具体研究内容主要分为以下几点:(1)对实验室采集到的PZT压电陶瓷振动信号进行去噪处理。使用均衡优化算
随着经济的快速发展,车辆行驶安全已成为当今社会极度重视的安全问题。因此本文提出了一种基于单目与视觉技术的车辆测距预警系统。该系统首先使用基于YOLOv5s改进的算法对需要检测成像车辆进行识别处理,然后在此识别基础上对目标使用测距算法,实现目标的测距效果。最后,在开发板上移植测距系统,测试测距精度。本文中主要的内容还包括:(1)针对YOLOv5s算法中模型训练梯度消失,小物体目标识别困难以及边界框回
日志结构合并树(Log-Structure Merge-tree,LSM-tree)具有高效的写入性能并且在大数据场景下性能表现良好,它通过内存组件将随机写转换成顺序写,然后将数据组织成排序字符串表(Sorted String Table,SSTable)的形式顺序写入到磁盘中。磁盘组件是一个多层结构,LSM-tree通过合并操作来整理底层组件的数据并清除无效信息。合并操作会不定期的整理底层数据并
功率变流装置作为新能源电力系统的主要组成部分,其可靠性问题倍受业界关注。绝缘栅双极型晶体管(Insulated Gate Biopolar Tranistor,IGBT)作为功率变流装置的核心部件,因其开关速度快、损耗小、驱动电流小、控制电路简单等优点被广泛应用。然而,IGBT模块的工作环境通常较为恶劣,其热可靠性决定了整体系统能否稳定运行。温敏电参数法(Temperature Sensitive
学位
数字化的浪潮扑面而来,融入了各行各业的发展进程,互联网在带来便利的同时也为层出不穷的网络攻击提供了生长土壤,入侵检测的重要性随之上升。近年来多种检测方式的涌现为入侵检测打开了新思路。本文首先收集并解析了近年来国内外入侵检测领域的先进案例,分析了其优缺点,进而有针对性的选择了使用深度学习方法对入侵检测进行研究。本文的核心工作列举如下:(1)鉴于神经网络在入侵检测领域的优异性,本文复现了多种应用于入侵
信号在传播过程中会受到多径时延与衰落的影响,为了实现在接收端的正确检测,信道估计技术在通信系统中十分关键。大量研究证明无线多径信道呈稀疏特性,而基于压缩感知理论的信道估计技术可以有效利用信道的稀疏性,提高估计性能与频谱利用率。本文主要研究在联合稀疏模型下信道估计算法,具体内容如下:分析了5G通信系统中无线稀疏信道特点,得到5G离散信道响应相对4G更加稀疏与连续多个符号经历的信道响应具有强相关性特点
在医疗诊断与研究的领域中,医学影像为临床诊断提供了关键性的辅助作用。但在传统的临床医学工作中,主要还是依靠放射科专家或医生结合自己的经验对影像进行主观的判断,不仅工作效率低,还可能存在漏诊与误诊情况的发生,而这已经不能满足当今医学领域发展的需要。随着计算机辅助治疗的日益发展,近年来,机器学习在医学研究领域中引起了极大的关注,尤其是以深度神经网络为代表的机器学习方法。因此,为了克服以往传统人工阅片的
超级电容器具有功率密度高和循环寿命长等优点满足了现代社会对新能源器件的重大需求。电极材料是超级电容器最重要的组成部分,其中,镍基磷化物具有电化学活性高和成本低等优点是非常理想的电极材料,但它仍存在倍率性较差、循环稳定性低的问题。针对以上问题,本论文通过结构设计、成分调控和结构复合的改性方式开展了以下工作:(1)金属镍强化的Ni-Co-P电极材料的制备及电化学性能研究:为提高Ni-Co-P的导电性,