Si/Graphene纳米锂离子电池负极材料的制备及其电化学性能研究

来源 :昆明理工大学 | 被引量 : 0次 | 上传用户:liu748291485wei
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
锂离子电池硅(Si)基负极材料拥有理论容量高(4200mAh/g vs.Li14Si5)、工作电位低(<0.5 Vvs.Li/Li+)和原料来源广等优势,已成为锂离子电池负极材料的研究热点。然而,Si在电化学脱锂过程中体积会产生剧烈变化(约为原始体积的3倍),造成电极材料结构损坏,活性材料与集流体脱离,不稳定的固体-电解质膜生成等一系列问题;另外,Si的导电率较低。上述两个缺点导致了 Si基负极材料较短的循环寿命和较差的倍率性能,从而限制了其商业化应用。针对上述问题,本文通过不同形式的Si与还原石墨烯(RGO)复合,制备出Si/RGO复合材料。RGO具有良好的导电性、化学和热稳定性,能为Si提供坚固的导电体系和体积缓冲体系,从而提高Si/RGO复合材料的倍率性能和循环性能。本文用X射线衍射仪(XRD)、扫描电镜(SEM)、高分辨透射电镜(HRTEM)、拉曼光谱(Raman)和氮气吸脱附法表征材料的物相、结构和表面形貌以及孔径分布和比表面积。本文的主要研究如下:实验以RGO和纳米Si颗粒为起始原料,苯胺为单体,植酸为掺杂剂,过硫酸铵为氧化剂(引发剂),通过超声波的作用成功原位合成了具有三明治纳米结构的Si/RGO@PANI锂离子电池负极材料。石墨烯片层与导电聚苯胺与纳米Si颗粒构成的夹心结构可形成有效的导电网络,且具有优异的结构稳定性,能够有效缓解Si在嵌锂/脱锂过程中产生的巨大体积效应,表现出良好的循环性能和倍率性能。电化学性能测试表明,这种Si/RGO@PANI三明治纳米结构复合材料适合作为一种优良的锂离子电池负极材料,其成功制备也为高性能锂离子电池负极材料的开发提供了一种简捷有效的方法。实验以具有有序介孔结构的SBA-15(Si02)为介孔硅(OMSi)的前躯体,聚偏氟乙烯(PVDF)为碳的前驱体,RGO为原料,N-甲基吡咯烷酮(NMP)为溶剂/分散剂,通过缓慢蒸溶剂/分散剂制备了多孔结构OMSi@C/RGO复合材料。OMSi具有有序介孔结构和热解碳包覆层能缓冲Si在嵌锂/脱锂过程产生的体积变化,热解碳和RGO提供的导电体系保障了材料的导电性。OMSi@C/RGO复合材料作为锂离子电池负极材料,表现出了良好的循环稳定性和倍率性能,其成功制备为Si基负极材料的商业化提供了一个良好选择。实验以具有有序介孔结构的SBA-15(SiO2)和三乙氧基硅烷(TES)为前躯体,RGO为原料,PVDF为碳源,NMP为溶剂/分散剂,缓慢蒸发溶液/分散剂制备OMSi@SiOx@C/RGO介孔复合材料。OMSi的有序介孔结构、SiOx层和热解碳层共同缓解了材料在嵌锂/脱锂过程产生的体积变化,热解碳和RGO构筑的导电体系保障了材料的导电性。OMSi@SiOx@C/RGO介孔复合材料作为锂离子电池负极材料,表现出较好的电化学性能,并出现慢活化现象。
其他文献
纳米材料的广泛应用必然带来其进入环境后的风险问题,是目前研究热点之一。有研究表明碳纳米材料会影响植物生长,还有研究表明碳纳米材料与常见的环境有机污染物的吸附作用很
目的Tau蛋白是一类微管相关蛋白,可促进微管蛋白聚合,参与神经细胞骨架的构成。Tau蛋白有六种异构体,它们结构上的差异主要在于氨基末端区域(N末端)与羧基末端区域(C末端)的不同
基于深度学习的语音识别系统已经被广泛应用于各个领域,而声学模型都是以大规模的语音库资源为基础进行训练的。然而,目前蒙古语语音库资源相对较少,无法满足蒙古语大词汇量
环境感知为自动驾驶技术提供了重要的数据基础,其涉及计算机视觉,自动控制等技术的综合运用。自动驾驶设备对道路环境的感知能力和做出控制决策的能力依赖于对道路元素的精准
青藏高原隆升对东亚乃至全球气候环境产生了重大影响,但对于青藏高原隆升过程及其机制的认识,目前还存在着争论。位于高原北部边界的北祁连山地区是认识高原隆升过程的理想地
近年来,不管是Alpha Go先后战胜中日围棋世界冠军,还是新华社联合搜狗发布的全球首个“AI合成主播”顺利完成了 100秒的新闻播报,或是百度阿波罗无人车高调亮相央视春晚,无不
云计算作为一种新兴的商业计算模型,拥有并行性、可扩展性及高可靠性等诸多优势。在此背景下,将遗留系统移植到云平台已经成为一种趋势。在移植过程中,为了充分利用云计算的
随着人口的不断增多,资源开采也日益增多,石油、天然气的海底管道铺设也在增加,因此,海洋环境保护受到重视,为了避免随之而来海洋生物环境破坏问题,水下铺设的管道需要定期维
近年来,随着遥感技术的发展与进步,越来越多的高分辨率遥感图像可以被采集,因此基于深度学习的目标检测也被应用到遥感图像领域。然而高精度的目标检测器需要通过大量有标签
图像是人类社会活动中最常用的信息载体,可以直观生动的描述客观对象的信息。通常高分辨率的图像呈现的细节信息更丰富,所以学者们提出一种超分辨率重建技术,它可以将低分辨