粘结剂在硅基锂离子电池中的应用研究

来源 :上海交通大学 | 被引量 : 0次 | 上传用户:kanhyou2009
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
现阶段,容量高、安全性好、成本低的锂离子电池负极材料已经吸引广泛的研究兴趣。硅具有很高的理论比容量(4200 mA h/g),大约是商业化石墨负极(372 mA h/g)的11倍左右,而且硅储量丰富、成本较低,因而被认为是最有前景的负极材料之一。然而,硅在电池循环中往往伴随着巨大的体积变化(大于300%),进而会破坏电极结构,最终导致电池循环稳定性很差。电极材料中粘结剂主要用来将硅颗粒、导电助剂同金属集流体粘结起来,因此,性能优异的粘结剂可以有效地抑制硅颗粒的体积变化。本文设计了两种聚合物粘结剂用于稳定硅负极,提高硅基锂离子电池的电化学性能,主要工作及结论如下:(1)设计合成了一种乙烯基三乙氧基硅烷偶联剂(VTES)交联聚丙烯酸钠(NaPAA)聚合物粘结剂(PVTES-NaPAA)。使用红外光谱、核磁氢谱证明了PVTES-NaPAA的结构。将PVTES-NaPAA粘结剂用于硅电极材料,进行了电化学性能分析。在0.2 C(1 C=4200 mA h/g)的电流密度下,使用PVTES-NaPAA粘结剂的硅基锂离子电池(SiPVTES-NaPAA)初始容量为2654 mA h/g,循环100次后,电极材料仍可以保持2077 mA h/g,容量保持率为78.2%。这种电化学性能的提升可以归因于PVTES-NaPAA粘结剂在硅颗粒周围形成了三维交联网状结构,进而增强了与硅颗粒的相互作用。此外,通过剥离测试和拉伸测试发现,PVTES-NaPAA粘结剂的平均剥离力为3.9 N,杨氏模量为5.0 GPa,说明其具有出色的力学性能,可以抵抗硅颗粒的体积膨胀,进而维持电极结构不被破坏。(2)制备了一种聚多巴胺-聚丙烯酸钠(PDA-NaPAA)聚合物粘结剂。通过红外光谱分析证明了PDA-NaPAA的结构,并且将PDA-NaPAA作为硅负极材料的粘结剂制备成电极材料(SiPDA-NaPAA),研究了其电化学性能。在0.2 C的电流密度下,SiPDA-NaPAA电极初始容量为2021 mA h/g,在循环100次以后的容量为1535 mA h/g,容量保持率为75.9%。而且,SiPDA-NaPAA具有很好的倍率性能,在0.8 C下仍有将近800 mA h/g的容量。此外,通过剥离测试发现,PDA-NaPAA粘结剂的平均剥离力为5.0 N,说明其具有出色的粘附性能,可以有效地将活性材料同金属集流体粘结起来,防止硅膨胀后的脱落问题,从而可以提升电池的循环性能。
其他文献
由于能源供应紧张和环境污染加剧,对清洁能源的研究受到了越来越多的重视。风是一种高品质的清洁能源,但因其不稳定的性质,风电的应用受到一定程度的限制。而风电功率预测是
金属表面等离激元(Surface Plasmons Polaritons,SPPs)在金属与介质交界面传播,金属的表面结构会改变SPPs的特性,因此可以通过改变金属的表面结构,控制表面等离子体与入射光波的相互作用。而且SPPs对电磁场具有很好的限制与增强作用,为小型化光子器件的发展提供了新的选择。而基于金属-介质-金属(Metal-Insulator-Metal,MIM)波导的等离激元折射率传感器
有机碳酸酯是锂离子(Li+)电池,钠离子(Na+)电池以及金属锂(Li)电池电解质常用的非质子溶剂。其中,碳酸丙烯酯(Propylene carbonate,PC)最早受到研究者的关注。PC具有液态温度
汽车工业是中国国家经济的支柱产业,在中国2001年加入WTO后得到了迅速发展。20世纪90年代以后,国内汽车销量同比增长,远远超过国内生产总值的增长。汽车行业的发展同时也带动
锂离子电池是目前使用最广泛的储能装置,已经应用到人们日常生活的方方面面。由于锂资源分布不均、储量有限以及价格昂贵的特点,锂离子电池的发展受到了限制。钠元素和锂元素
为了突破我国在高承载薄壁轴瓦材料方面的技术瓶颈,本论文针对我国铜/钢双金属采用固相复合存在的问题,以及借鉴国外铸轧工艺等液相复合技术的优势,首次采用了电弧沉积技术制
梁结构在土木、机械、航空航天等工程领域中都具有广泛的应用,在实际工程中,当梁结构产生裂纹时,往往会造成很大的安全隐患,甚至发生较大的安全事故。因此,需要对结构定期进行可靠性评估。由于裂纹往往比较细小,能够及时发现裂纹则是人们不断探索的课题,其中基于结构动力特性的损伤识别,事先需要对裂纹梁做出精确和高效的自由振动分析,进而得出动力参数,在此基础上才能对裂纹进行定量识别。本文以精确算法-动力刚度法为基
随着塑性流动理论以及塑性成形规律的日臻完善,金属塑性加工技术已在国内外制造业领域中占据重要位置。材料的开裂作为金属塑性成形中最常见的失效模式而备受关注,成形过程中
随着工业化的愈发成熟和现代科技的日益进步,大型旋转机械设备在石油化工、航空航天、交通运输、新能源以及民用工程等诸多生产生活领域起着至关重要的作用。因此对于旋转机械的定期维护和故障检测具有重要意义。声发射检测属于无损检测技术的一种,其可以在不破坏组件和保证机器持续、正常运作条件下,利用材料内部缺陷引起的声学信号变化对设备进行故障检测。然而目前声发射信号处理与识别仍多数采用传统信号处理方法,声发射故障
本文主要研究将基于正态混合模型的贝叶斯分类方法应用于分类问题中.贝叶斯分类以后验概率最大为准则,而后验概率需要估计相关的条件分布.对于连续型数据的分类,其数据由多个