电池顶刊
-
美国能源部阿贡国家实验室组建联盟,意图掌控锂电供应链!
近日,美国的阿贡国家实验室组建了一个前所未有的联盟,叫做Li-Bridge,目的是通过在公共和私营部门之间架设桥梁,旨在加快发展一个强大和安全的锂电池国内供应链。这传递出的信息值得…
-
楼雄文Angew.:CoCu-MOF NBs实现高效电化学OER
开发高效的析氧反应(OER)电催化剂,并了解其催化机理对于高性能的能量转换和存储技术具有重要意义。 近日,新加坡南洋理工大学楼雄文教授(通讯作者)等人报道了通过连续阳离子和配体交换…
-
Edward H. Sargent/梁红艳/刘永长Nature子刊:硼化物衍生的OER电催化剂
金属硼化物/硼酸盐被认为是一种很有前景的析氧反应(OER)催化剂,然而,目前仍缺乏在实际高电流密度下长期稳定性的证据。 近日,天津大学梁红艳教授和刘永长教授、加拿大多伦多大学Edw…
-
澳大利亚初创公司研发新体系电池,要干掉液流电池!
据IEEE Spectrum报道,澳大利亚悉尼的初创公司Gelion Technologies开发了一种新电池,目标是取代液流电池在大规模储能方面的应用。 ▲Gelion Tech…
-
张久俊院士/蒋永Nano Energy:低成本快速实现高性能石榴石基固态锂金属电池
石榴石基固态锂金属电池(SSLMBs)因其高能量密度、宽工作温度、高安全性而被认为是电动汽车和大型储能系统的候选电源。然而,石榴石/锂金属负极界面的差润湿性、大界面阻抗和循环过程中…
-
Angew:高能量密度二氨基环丙烯-吩噻嗪杂化阴极电解液的开发
由于有机溶剂的宽电化学电位窗口,非水氧化还原液流电池(RFBs)为实现高能量密度存储提供了机会。吩噻嗪是一种罕见的在有机溶剂中经历两次可逆电子转移的阴极电解液。然而,现有吩噻嗪衍生…
-
Small:稳定钠金属负极人工界面工程的最新进展
钠金属负极上的固态电解质中间相(SEI)强烈影响Na金属电池(SMBs)的Na沉积形态和循环寿命。SMBs应用受到不稳定的SEI和Na负极表面枝晶生长的阻碍,这直接导致库仑效率低下…
-
Nat. Commun.:金纳米粒子熔化的数据驱动模拟和表征
纳米粒子(NP)热稳定性的模拟和分析是其在技术设备中应用的基础,需要快速准确的力场以及有效的表征方法。然而,必须克服两个长期存在的挑战来改进对纳米颗粒热稳定性的数值预测,第一个涉及…
-
南洋理工/西北工大/西北大学JACS:机器学习驱动合成具有几何控制的少层WTe2
将二维 (2D) 材料的横向尺度减少到一维 (1D) 已吸引了大量研究兴趣,不仅可以实现具有竞争力的电子应用,还可以探索基本物理特性。因此,高质量一维纳米带(NRs)的可控合成对于…
-
中国地质大学(北京)AFM:通过机器学习创新材料科学
如今,材料科学的研究正迅速进入数据驱动时代。机器学习(ML)作为最重要的人工智能方法之一,由于其计算成本低、开发周期短、数据分析和预测能力强,正成为材料创新的绝佳工具,无疑具有巨大…
-
张军/周炎Small: 电池电压最低值!双功能Fe3O4/Au/CoFe-LDH夹层结构电催化剂用于不对称电解槽
降低产生氢气的总电解电位是制造适用的析氢电池的关键目标。阳极上的析氧反应(OER)并动力学缓慢,与氢气相比,全水解过程中产生的氧气是低附加值产品。有文献报道,使用有机分子的氧化代替…
-
李宝华/韩翠平AM:电压高达4.3V!含双阴离子聚集溶剂化鞘的混合电解液立功!
具有高压正极和有限锂金属负极的锂(Li)金属电池(LMB)对于实现高能量存储至关重要。然而,其发展需要与高压正极和锂负极兼容的功能性电解液。 在此,清华大学深圳研究生院李宝华教授、…
-
麻省理工学院JACS:机器学习+数据挖掘设计稳定的金属-有机框架
尽管金属-有机骨架(MOF)的定制金属活性位点和多孔结构在从气体分离到催化等工程挑战方面具有广阔的前景,但缺乏对如何提高其稳定性的了解限制了它们在实践中的应用。 在此,麻省理工学院…
-
斯坦福大学AM: 机器学习+DFT驱动筛选新型超亮和空气稳定光电阴极
在现代X射线自由电子激光器 (XFEL) 中实现的高亮度、低发射度电子束使强大的X射线成像工具成为可能,使分子系统能够在皮秒时间尺度和亚纳米长度尺度上成像。提高XFEL亮度的最有希…
-
李桂村/张忠华Small: 钾离子电池中炭微球负极插层和界面化学的机理洞察
中间相炭微球(MCMB)由于其商业可用性、高稳定性和低成本而非常适合作为可充电钾离子电池(PIB)的负极材料。然而,它们的电荷存储和界面机制仍不清楚。 在此,青岛科技大学李桂村教授…
-
深大王任衡ACS Nano:计算辅助的钠离子固态电解质研究进展
全固态钠电池(ASSB)由于其安全性、高能量密度和丰富的原材料而受到广泛关注,其发展受到缺乏超离子和电化学稳定的固态电解质 (SE)的限制。设计和制造用作高性能SE的特定功能材料需…
-
麻省理工Science子刊: 机器学习驱动多目标优化加速发现3D打印材料
增材制造已成为制造领域的前沿技术之一,使以前无法制造的产品成为可能。尽管存在许多用于增材制造的材料,但大多数材料都受到性能权衡的影响。当前的材料是用低效的、基于人类直觉的方法设计的…
-
吉大卢革宇&梁喜双ACS AMI: 机器学习辅助开发用于NO2气体传感器的敏感电极材料
基于钇稳定氧化锆(YSZ)的混合电位型NOx传感器在汽车尾气检测中具有广阔的应用前景。然而,近3年来,针对此类气体传感器仅开发了5种新型传感电极材料,可见有针对性地开发用于某种气体…
-
河海大学方芳CEJ: 深度学习快速识别3D激发-发射矩阵荧光光谱中的荧光成分
三维激发发射矩阵(3D-EEM)荧光光谱已广泛应用于检测从天然水体到废水处理过程样品中的荧光成分,一般需要使用并行因子分析 (PARAFAC) 等数据解释方法来分解3D-EEM光谱…
-
佐治亚理工&都柏林大学Small Methods: 机器学习分析缺陷丰富的PZT薄膜中复杂纳米级机电行为
在扫描探针显微镜(SPM)技术中,压电响应力显微镜 (PFM) 是探索铁电材料极化切换的高效工具。目前,基于机器学习(ML)的 PFM数据分析通常仅限于具有特殊机电耦合的材料,通常…