- 销售热线：0573-84027089
- E-mail：sales@www.jbzwbz.com
盖世汽车讯 据外媒报道，韩国联合研究团队通过定量分析的合作研究，在理解单元素掺杂高容量高镍阴极材料表面结构的稳定机制方面取得了突破。相关研究已发表于期刊《Chemical Engineering Journal》。
为了延长电动汽车的行驶里程，市场对具有更高容量以存储更多电力的阴极材料的需求不断增长。镍（Ni）因其高能量密度而广泛用于电动汽车电池。LiNi0.8Co0.1Mn0.1O2等高镍化合物是常见的阴极材料，镍含量很高。
然而，随着镍浓度的升高，出现了一个令人担忧的现象：镍离子通过沿着某些表面与类似尺寸的镍离子和锂离子交换位置而渗透锂层。这种过度的阳离子混合与电池性能下降有关。
为了解决这个问题，最近的研究重点是掺入金属离子作为掺杂剂。这些金属阳离子位于高镍阴极材料的过渡金属或锂层内。精确的掺杂位点对于研究人员了解它们对阴极材料结构稳定性的影响至关重要。然而，为增强阴极性能而添加的少量金属阳离子给查明其确切位置和研究稳定机制带来了挑战。
该团队研究开发出深度学习人工智能技术，利用原子结构图像定量分析阳离子混合。他们将这种方法与原子级电子显微镜（HAADF-STEM）相结合，使他们首次能够可视化高镍阴极材料中亚摩尔浓度（mol %）的铝（Al）、钛（Ti）和锆（Zr）金属掺杂剂的位置。通过这种方法，他们能够检查这些掺杂剂如何影响阴极材料的表面结构和电化学性能。
检查表明，过渡金属层中引入三种金属阳离子增强了镍和氧原子之间的键合，从而抑制了阳离子混合并增强了结构稳定性。在铝、钛和锆中，所有元素都有助于提高高容量镍阴极材料的放电容量和保留率，其中钛的效果最为显著。这标志着对阳离子混合缺陷的首次定量评估和分析，而该领域以前仅限于定性检查。
领导这项研究的浦项科技大学教授Si-Young Choi表示：“我们开发出深度学习技术，用于定量分析高镍阴极材料中的阳离子混合，提高了原子尺度结构分析的有效性。我们的目标是为分析高敏感材料的技术奠定基础，从而增进对下一代阴极材料性能增强机制的理解。”