聚合物锂盐的合成及其聚合物电解质/隔膜的制备与性能研究

来源 :中国科学院大学(中国科学院宁波材料技术与工程研究所) | 被引量 : 0次 | 上传用户:sjtygk
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
锂离子电池因其能量密度高、电压高和循环寿命长等优异特性,广泛应用于手机和电脑等手持设备以及电动汽车和智能电网等大规模储能设备中。目前广泛应用的液态锂离子电池体系仍存在安全性能低,大电流充放电时稳定性差等问题。本文从电解质锂盐出发,针对锂离子电池安全性能低的问题,通过人工智能模型辅助分析了聚合物电解质的特征和性能的关系,根据分析结果开发了一种新型二元共轭结构的含氟磺酰亚胺锂盐,用于聚合物电解质。针对锂离子电池大倍率充放电稳定性差的问题,我们将含氟磺酰亚胺锂盐引入到了陶瓷涂敷隔膜中,研究了含氟磺酰亚胺锂盐对提高锂离子电池大倍率充放电效率的作用。本文主要完成的工作如下:首先,从文献中收集了82种聚合物电解质的数据,用逻辑回归模型,岭回归模型、支撑向量机模型、决策树模型、多层感知机模型和图神经网络模型对聚合物电解质数据进行建模。其中,岭回归模型和逻辑回归模型对聚合物电解质数据的拟合效果最好,岭回归模型在测试集上预测的均方根误差为0.8 log(S cm-1),逻辑回归模型在测试集上预测电导率数量级的准确率可达70.1%。决策树模型计算得出锂盐和基底化合物的结构对电导率影响最大,贡献占比为35.4%。随后,制备了一种含有二元共轭磺酰亚胺结构的含氟聚合物锂盐(LiPFSDI),与小分子锂盐相比,该锂盐的聚阴离子在电压下不发生大规模迁移,锂离子为电流的主要贡献者,因此可以消除电池的浓差极化现象。与其他聚合物磺酰亚胺锂盐相比,该锂盐含有共轭磺酰亚胺结构,阴离子的负电荷离域性更高,因此具有更高的电导率。将该锂盐与聚氧化乙烯(PEO)共混制备的聚合物电解质PEO-LiPFSDI的锂离子迁移数达到0.89,电化学窗口为6 V。在80℃下的电导率可以达到2.24×10-4 S cm-1。使用PEO-LiPFSDI的磷酸铁锂半电池LiFePO4/Li在70℃下以倍率0.1 C和0.2 C的电流充放电,稳定容量可以分别达到148 m Ah g-1和135 m Ah g-1,并能稳定循环1500 h。最后,通过将含氟磺酰亚胺聚合物锂盐LiPFSI与粘结剂共混,引入到了三氧化二铝陶瓷涂敷PE隔膜中,制成陶瓷涂敷导电复合隔膜(PF/AL-PE)。相比于纯PE隔膜,PF/AL-PE拥有更高的热稳定性。相比于纯PE隔膜和普通陶瓷涂敷隔膜AL-PE,PF/AL-PE隔膜具有明显更高的电导率和更高的锂离子迁移数(0.68)。将PF/AL-PE隔膜装配进LiFe PO4半电池中进行长时间2 C大倍率充放电,电池的放电容量可达130 m Ah g-1以上,并且在220圈循环以后还能保持98%的放电容量。说明含氟磺酰亚胺聚合物锂盐LiPFSI的引入可以显著提高隔膜的电导率,从而提升锂离子电池在大倍率充放电下的循环性能。
其他文献
酯类基础油是一种高性能、多功能和环保的高端合成油,且随着主链长度和侧链数目增加,酯类基础油的粘度和粘度指数显著提高。因此酯类基础油具有很大的发展潜力,例如性能优异的三羟基丙烷酯和季戊四醇酯已经被大规模的应用,但是这些酯类的原料大都来自石油基产品。而从生物质出发制备的酯类润滑油基础油由于具有良好的生物降解性、可再生性和绿色环保的特点,被认为是优异的下一代润滑油基础油。5-羟甲基糠醛(HMF)可以通过
学位
无线传感器网络(Wireless Sensor Network,WSN)是由随机部署在特定区域中的大量传感器组成,通过无线媒介进行监测和相互通信。WSN不依赖于任何固定设施,可以及时和全面地在无人值守的环境下采集、聚合数据信息,进而受到越来越多的关注。它覆盖了各种应用领域,包括环境监测、健康医疗、国防军事、农业生产和智能家居等。但是,WSN存在于一个开放和协作的环境当中,网络本身存在许多安全漏洞,
学位
机器人示教学习是机器人操作技能学习的一种方式。未来,机器人将成为人类社会生活不可缺少的一部分,机器人也将会被要求完成难度更高的任务,使用传统的示教编程方法将会极大地增加机器人工程师工作负担。为了提高机器人在复杂任务场景下的适应能力,减少机器人工程师的手动编程的工作量,需要机器人具有自我学习能力,能够从任务示教的过程中学习任务技能与动作技巧,并将其推广到新的任务场景。本文主要针对机器人示教学习领域中
学位
含硒化合物和含硫化合物广泛存在于天然产物、药物、农药和材料之中,因此开发简单有效的构建C-Se键和C-S键的合成方法一直是化学家们研究的热点,数十年来已经发展出了诸多可靠的策略。但这些方法通常需要一些较为苛刻的条件如高温、预先官能团化的底物或严格的无水无氧条件等。其中,过渡金属催化的C-H活化策略由于避免了底物的预先官能团化步骤而备受青睐。然而,这类策略通常面临两个主要问题,一是如何高选择性地活化
学位
在现实中,图像的获取过程往往受相机质量、成像环境等条件限制,产生低质量图像,或在图像传输中出现失真。而这些图像会极大地制约用户或者图像检测算法获取图像中信息的能力。对低质量图像进行增强,将其转化为高质量图像,有着广阔的应用前景。本课题是基于生成对抗神经网络开展的图像增强算法研究,将生成对抗神经网络应用于水下图像增强和屏幕内容图像增强两个方面。主要工作如下:(1)首先总结了现有水下图像增强研究中主流
学位
随着对时效镁合金的室温变形过程研究的深入,不可避免地要涉及如何认清析出相与变形孪晶交互作用实质这一关键性问题。由于目前对镁合金中分布密度不同、形态各异的析出强化相的认知还不具有统一性,加之镁合金中变形孪生模式的多样性以及孪生机制的复杂性,因而对变形孪晶与析出相之间的相互作用关系尚不明确。一直以来这都是一个值得关注却难以解决的重要问题。揭示镁合金中变形孪晶在析出相存在条件下的生长、孪晶与析出相的相互
学位
近年来,计算机科学技术飞速发展,深度神经网络随之兴起,基于人脸图像的识别技术已经成为一个研究热点,引来国内外学者的关注。而面部表情承载着人类的情绪状态,是人类表达自己最强大的信号之一,因此,表情识别技术研究有着非凡意义和广泛的应用前景。然而,在复杂场景下的人脸图像模糊、冗余信息的干扰、表情的相似性等问题,会造成表情识别不准确,且实际应用效果也会受到很大影响。针对这些缺陷,本文开展了基于深度学习的表
学位
过氧化氢(H2O2)作为一种绿色化学品被广泛应用在各个行业。传统的蒽醌氧化制备方法却存在高耗能,污染,产生大量有毒废物的缺点并且所制备的高浓度过氧化氢在运输以及存储时存在爆炸风险。氧还原反应(ORR)制备过氧化氢受到人们的广泛关注,由于其反应环境温和,反应物只需空气便可能够现场制备过氧化氢,避免存储以及运输时的风险。目前我们非常需要寻找一种拥有高活性以及高选择性的电催化剂用于2e-ORR。例如Pt
学位
作为一种清洁能源,甲烷在天然气发动机和煤电厂等领域有广泛的应用。但是,未完全燃烧的甲烷排放到大气中会引起温室效应(约为二氧化碳的24倍)。同时,甲烷具有极高的热稳定性,难以降解。实现低温高效催化甲烷燃烧对控制甲烷排放具有很重要的研究意义。然而,传统热场驱动催化甲烷燃烧因低温活性差、能耗高等缺点限制了其实际应用。电场辅助催化可提升催化活性,但需要输入高电压(>100 V),并且依旧需要额外加热。事实
学位
<正>肺结节是指肺内直径≤3 cm的类圆形或不规则病灶,影像学表现为密度增高的阴影,可为单发或多发,边界清晰或不清晰[1-3]。肺组织活检病理检查可为肺结节的定性诊断及治疗策略的制定提供依据。然而,随着人群预期寿命的不断延长,部分高龄患者合并一种或多种慢性基础疾病或复杂用药情况,易导致出血、气胸等并发症,对于这类患者开展肺结节活检则面临巨大挑战。
期刊