高能量密度锂离子电池结构工程化技术探讨CSCD

基于商业化应用的锂离子电池材料体系,对电池结构进行工程化设计优化,是目前提升锂离子电池能量密度的重要研究方向。本文对比了电池尺寸、集流体厚度、N/P比和电极厚度等工程化因素在提升电池能量密度方面的潜力及风险,表明增加电极厚度是提高电池能量密度的主要工程化技术途径,但随之会带来电池倍率和寿命等性能下降的问题;基于此,从多孔电极理论出发,重点分析了影响厚电极电池性能的电极结构因素,综述了实用化厚电极的可能实现途径。综合分析表明,通过激光刻蚀、多层涂布等工程化技术,构建具有低曲折度、梯度孔隙率分布结构的实用化厚电极,有望实现厚电极在提高锂离子电池能量密度的同时兼顾电池倍率和寿命等性能。     

聚丙烯酸粘结剂在锂离子电池中的应用

综述了聚丙烯酸(PAA)作为粘结剂在锂离子电池中水性负极、水性正极和非水性正极领域的应用。从电化学性能、表面形貌和极片剥离强度等方面对PAA的机理进行了论述。     

TiO_2薄膜成分和结构分析及其对折射率的影响

在硅衬底上利用电子束蒸发沉积了TiO_2薄膜,利用椭圆偏振仪测量了不同沉积温度下的TiO_2薄膜的折射率,发现其折射率随着沉积温度的升高而升高.利用X射线衍射(XRD)仪对这些薄膜的结构进行表征,发现折射率高的样品其结晶化程度也高.利用X射线光电子能谱(XPS)和傅立叶红外吸收谱(FT-IR)相结合的方法对薄膜的成分进行分析,发现内部存在低价态的钛氧化物,使薄膜的折射率明显低于固体块材料的折射率.     

磷酸铁锂正极材料与电解液的相容性研究

在锂离子电池使用过程中磷酸铁锂正极材料会与电解液发生许多副反应,导致铁的溶解,造成正极材料与电解液相容性差。为了研究磷酸铁锂正极材料与电解液的相容性及其对电池搁置性能的影响,先利用电感耦合等离子发射光谱对不同磷酸铁锂正极材料在不同电解液中的溶铁量进行了表征,后又对制备的电池进行了常温及高温搁置性能测试。结果表明：磷酸铁锂正极材料对电解液具有选择性,并且正极材料在电解液中的溶铁量越大,其相容性越差,对锂离子电池性能影响越大。     

三元正极材料LixNiyCo2Mn2-x-y-zO2的研究现状

综述LixNiyCozMn2-x-y-zO2(0＜x＜2)三元正极材料的类型(化学计量比的、A位富锂和A位缺陷的正极材料)和研究进展;指出该系列正极材料目前存在的主要问题,如制备工艺复杂、合成的粉体一致性差和振实密度偏低等;分析了改进制备方法、优化制备条件和采用掺杂或表面修饰技术等研究方向.     

磷酸铁锂电池高温循环性能影响研究

将Li Fe PO4/C锂离子电池分别在25℃(常温)、45℃、55℃下进行0%~100%DOD、1.0 C充/1.0 C放循环测试。结果显示,随温度的升高,电池的循环性能越差。本试验分别比较了电解液、负极材料对不同温度循环性能的影响。电解液中添加高沸点溶剂和抑制Li PF6分解的添加剂、负极使用小粒径中间相碳微球能够提高电池的高温循环性能。     

磷酸铁锂磁性杂质对电池自放电的影响

通过磁性分析研究了3种商品化磷酸铁锂(LiFePO4)的磁性杂质含量.LiFePO4中含有磷化铁(Fe2P)、三氧化二铁(Fe2O3)及单质铁等磁性杂质;磁性杂质会提高成品电池的自放电率.在实验条件下,经328 K储存后,磁性杂质物质的量含量为1.63％的LiFePO4制成的电池,自放电率约为磁性杂质含量为0.04％的LiFePO4制成的电池的5.6倍.     

LiMn_2O_4/Li_4Ti_5O_(12)锂离子电池的制备及电化学性能的研究

采用商品化的LiMn2O4和Li4Ti5O12作为正负极材料制作锰酸锂-钛酸锂锂离子电池,研究了不同正负极容量配比对锰酸锂/钛酸锂锂离子电池的循环性能、自放电性能、高温搁置性能以及正负极活性物质的克容量发挥的影响,并利用扫描电子显微镜法(SEM)和能量散射光谱(EDS)表征循环900周后电池负极极片的形貌和成分。研究结果表明:正负极容量配比大的电池各方面性能要优于正负极容量配比小的电池。     

非负局部约束低秩子空间聚类算法

在低秩表示算法的基础上,提出了一个新模型。新模型构建了揭示数据内在特征联系的亲和度图以实现聚类任务。首先,根据矩阵分解原理对原始数据重新生成数据字典,在算法初始输入时筛除部分噪声。其次,利用数据间的稀疏性加强局部约束,为给定的数据向量构建非负低秩亲和度图。亲和度图中边的权重由非负低秩稀疏系数矩阵获得,系数矩阵通过每个数据样本作为其他数据样本的线性组合完成构建,如此获得的亲和度图显示了数据的子空间结构,同时表现局部线性结构。与现存的子空间算法相比,非负局部约束低秩子空间算法在聚类效果上有明显的提升。     

加强的低秩表示图像去噪算法

由于低秩表示（Low-Rank Representation,LRR）模型中核范数对非零奇异值的估计不足,所以利用参数化的非凸惩罚函数来估计非零奇异值,同时结合全变差（Total Variation,TV）范数保持图像边缘信息和加强区域平滑性的能力,通过对LRR模型中的系数矩阵施加TV范数约束,提出了一个新的图像去噪算法,并且采取交替最小化方法求解对应模型。利用图像的内在非局部自相似性先验,所提算法能够在有效发现和移除噪声的同时,增强恢复图像的结构和区域平滑性,提高图像的恢复质量。实验结果表明,与其他去噪算法相比,无论是客观评价还是视觉效果,所提算法都实现了具有竞争力的去噪表现,特别是在噪声强度较大时。