当前位置:首页 > 文章列表 > 科技周边 > 人工智能 > 西安交通大学科研人员在高安全性锂金属固体电池研究领域取得重要进展

西安交通大学科研人员在高安全性锂金属固体电池研究领域取得重要进展

2025-02-12 12:57:59 0浏览 收藏

哈喽!今天心血来潮给大家带来了《西安交通大学科研人员在高安全性锂金属固体电池研究领域取得重要进展》,想必大家应该对科技周边都不陌生吧,那么阅读本文就都不会很困难,以下内容主要涉及到,若是你正在学习科技周边,千万别错过这篇文章~希望能帮助到你!

锂金属电池能量密度高,但有机电解液易燃易爆,限制了其发展。西安交通大学徐友龙教授团队研发了一种新型不可燃聚合物基深共晶电解质(PDEE),有效解决了这一难题。

该PDEE将不可燃的N-甲基乙酰胺(NMA)基深共晶电解液,通过原位聚合封装在聚合物框架内。NMA和硝酸锂(LiNO3)间的强相互作用,显著提升了LiNO3溶解度,并通过控制LiNO3含量,优化锂沉积,构建稳定的固体电解质界面(SEI),从而延长电池寿命。

西安交通大学科研人员在高安全性锂金属固体电池研究领域取得重要进展

图1:新型PDEE稳定固体电解质界面的示意图

该电解质在25℃下离子电导率达2.5 mS cm⁻¹,锂离子迁移数为0.61。LFP||PDEE-2||Li固体电池在1 C下循环1000次,容量保持率高达80.4%。

西安交通大学科研人员在高安全性锂金属固体电池研究领域取得重要进展

图2:LFP||PDEE-2||Li固体电池循环性能图

这项研究成果发表在《先进功能材料》(Advanced Functional Materials)上,为高性能、安全锂金属电池的研发提供了重要参考。 西安交通大学杨浦博士为论文第一作者,徐友龙教授为唯一通讯作者,西安交通大学为唯一通讯单位。该研究得到了国家自然科学基金和国家重点研发计划的资助。

终于介绍完啦!小伙伴们,这篇关于《西安交通大学科研人员在高安全性锂金属固体电池研究领域取得重要进展》的介绍应该让你收获多多了吧!欢迎大家收藏或分享给更多需要学习的朋友吧~golang学习网公众号也会发布科技周边相关知识,快来关注吧!

西安交通大学栗建兴教授团队在相对论电子激发原子核巨共振研究取得重要进展西安交通大学栗建兴教授团队在相对论电子激发原子核巨共振研究取得重要进展
上一篇
西安交通大学栗建兴教授团队在相对论电子激发原子核巨共振研究取得重要进展
理想高管谈造车“用铝还是用钢”:第一驱动力是重量
下一篇
理想高管谈造车“用铝还是用钢”:第一驱动力是重量
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    410次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    488次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    497次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    446次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    271次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议 和 隐私政策
返回登录
  • 重置密码