服务粉丝

我们一直在努力
当前位置:首页 > 财经 >

杨维清教授《ACS Nano》:基于蛋黄壳结构纳米盒的高倍率和长寿命钠离子电池

日期: 来源:材料科学与工程收集编辑:材料科学与工程

















































































































































































































































































































































































































































































































































































锑(Sb)被认为是钠离子电池(SIB)的一种有前途的负极材料,然而在钠化-解吸过程中,其体积膨胀严重。将Sb封装在碳基体中可以有效缓冲Sb的体积变化,但传统碳壳中缓慢的Na+扩散动力学抑制了Sb/C复合材料的倍率性能。中国工程物理研究院杨维清教授团队设计并合成了一个蛋黄壳结构Sb@Void@graphdiyne纳米盒(Sb@Void@GDY NB)负极材料,用于高倍率和长循环的钠离子电池。GDY壳中固有面的内空腔提供了三维Na+传输通道,使Na+能够通过GDY壳快速传输,电化学动力学分析表明Sb@Void@GDY纳米盒表现出比传统Sb@C纳米盒更快的Na+转运传输动力学。原位透射电子显微镜分析表明,Sb和GDY之间的中空结构和空隙能适应循环过程中Sb的体积变化,而塑性GDY外壳保持了纳米盒的结构完整性,Sb@Void@GDY纳米盒表现出优异的倍率能力和循环稳定性。相关研究成果以“Yolk−Shell Sb@Void@Graphdiyne Nanoboxes for High-Rate and Long Cycle Life Sodium-Ion Batteries”为题发表在ACS NANO上。


原文链接:

https://doi.org/10.1021/acsnano.2c09679


由于钠的成本低和资源丰富,钠离子电池(SIB)已成为锂离子电池的可行替代品。目前阻碍SIB实际应用的主要障碍之一是缺乏合适的负极材料,为了解决这一问题,已经开发了许多负极材料,主要包括嵌入(如碳质和钛基材料)、转化(如过渡金属氧化物和过渡金属硫化物)和合金化合物(如Sn、Bi、Sb和P)。其中,具有高理论容量和相对低的钠化电势的合金化合物被认为是SIB的有前途的负极材料,然而在电化学循环过程中,它们会发生较大的体积变化,导致活性材料粉碎和电接触损失,从而导致容量衰减。


为了解决上述有关合金化合物的问题,研究人员已通过设计纳米结构、引入非活性/活性金属以形成合金或与含碳材料形成复合材料,致力于提高合金基材料的稳定性。在这些方法中,使用碳壳作为缓冲层已被证明在增强电化学性能方面有效,特别的,蛋黄壳结构可以提供足够的空间来缓解体积膨胀并防止固态电解质界面(SEI)膜损坏,然而常规碳层(如无定形碳、石墨化碳和硬质碳)中的Na+扩散动力学缓慢,限制了复合材料的倍率性能。此外,传统的碳壳通常在高温下形成,这导致在合成过程中具有低熔点的合金化合物挥发,导致所得复合材料中的活性材料含量低。因此,开发具有高Na+扩散系数和相对低的形成温度的壳材料是解决上述问题的关键。


石墨二炔(GDY),一种新的碳的同素异形体,可以满足上述对外壳材料的要求。与传统碳材料(如石墨、非晶碳、碳纳米管和石墨烯)不同,GDY具有均匀分布在其平面内的固有18-C腔,允许金属离子沿碳平面的平行和垂直方向迁移,有利于离子快速传输,此外,GDY可以通过Glaser-Hay偶联反应在室温下生长,这些使GDY成为构建蛋黄壳结构负极的理想外壳材料。因此,将GDY集成到合金型负极材料中对于开发高性能SIB负极至关重要。


作者使用Sb作为合金基负极来构建蛋黄壳结构的Sb@Void@graphdiyne纳米盒(Sb@Void@GDY NBs)用于高倍率和长循环的钠离子电池,通过原位Glaser−Hay偶联反应,随后进行了热还原和纳米电置换反应,成功合成了Sb@Void@GDY NBs。这个蛋黄壳结构Sb@Void@GDY NBs结构展示了电化学Na+存储的几个关键优点:iSb纳米盒的内部空隙以及Sb纳米盒和GDY外壳之间的空隙为容纳Sb体积膨胀提供了足够的空间;(iiGDY中的内腔有助于离子快速传输;(iii)由于GDY壳的限制效应,可以有效地防止Sb-NBs聚集。由于这些结构优势,与常规Sb@C NB电极相比,Sb@Void@GDY NB电极的倍率性能和循环稳定性都明显得到提高。因此,用GDY壳构建蛋黄壳结构电极的方法可能会扩展到用于构建高性能电极的其他材料。(文:李澍)


图1 Sb@Void@GDY NB合成过程示意图


图2(a-b)Cu2O@GDY NCs的拉曼光谱和XPS光谱,(c-h)蛋黄壳Sb@Void@GDY NBs的SEM图和TEM图


图3(a)Sb@Void@GDY NB电极的初始四周CV曲线,(b)Sb@Void@GDY NB电极的初始四周恒流充放电曲线,(c-d)Sb@ Void@GDY和Sb@C NB电极的循环性能和倍率性能对比,(e)Sb@ Void@GDY和Sb@C NB电极的长循环性能对比


图4(a)原位TEM示意图,(b)蛋黄壳结构Sb@Void@GDY NBs钠化/脱附过程中的结构变化示意图,(c-t)前四周钠化解吸循环的原位TEM图


图5(a)Sb@Void@GDY NB电极的GITT曲线,(b)Na+扩散系数,(c)Sb@Void@GDY和Sb@C NB电极的EIS曲线,(d)Sb@Void@GDY NB电极的CV曲线


图6 Na3V2(PO4)3∥Sb@Void@GDY NB全电池示意图和电化学性能


本文来自微信公众号“材料科学与工程”。欢迎转载请联系,未经许可谢绝转载至其他网站。

推荐阅读:
欢迎微信后台回复“应聘编辑”加入我们

实用!Origin软件使用经典问题集锦

免费下载:18款超实用软件轻松搞科研

合作 投稿 点击此处

欢迎留言,分享观点。点亮在看

相关阅读

  • 活久见,居然会有这样的骗子??

  • Visual Studio Code(VS Code)是一款由 Microsoft 开发的免费、开源的跨平台代码编辑器,具有丰富的插件生态环境和强大的代码编辑功能,支持多种开发语言和框架,是开发人员和团队的
  • 恭喜那些不删微信朋友圈的人

  • 点上方绿标即可收听主播安然calm朗读音频来源 | 十点读书ID:duhaoshu前不久,大学同学夏夏发来结婚喜帖,我俩顺便聊了许多知心话。看着身披婚纱的夏夏,大学时期的过往在脑海里不
  • 拆解十年第二期丨公众号投流做培训年入百万

  • 一、缘起:去年就一直想做这个事,通过公众号的三角矩阵的玩法,投别人的公众号去引流过来做私域,然后去收培训费,只要一年有1万多粉,基本上年入百万不是什么问题,而且还有复购。培训
  • 太极已更新

  • 最近一段时间时不时有小伙子问我,太极怎么这么久没更新了,我心里一阵嘀咕:最近不是更新过了吗?他们告诉我,在太极的设置界面反复检查更新都没有检测到;这时候我才明白咋回事。太极
  • 皇帝的嫔妃都是怎么选出来的

  • 部分参考文献:1.《纪晓岚文集》纪昀 河北教育出版社2.《皇明祖训》朱元璋 北京图书馆出版社3.《帝王秘事》倪方六 湖北人民出版社4.《六砚斋笔记·紫桃轩杂录》李日华 凤凰出
  • 如何做内容?

  • 观点 / 刘润 主笔 / 钟卉 责编 / 李桑本文首发于2021年11月今天,我们重发一篇过往比较受欢迎的文章《如何做内容?》,希望对你有所启发。以下是这篇重发文章正文。私董会

热门文章

  • “复活”半年后 京东拍拍二手杀入公益事业

  • 京东拍拍二手“复活”半年后,杀入公益事业,试图让企业捐的赠品、家庭闲置品变成实实在在的“爱心”。 把“闲置品”变爱心 6月12日,“益心一益·守护梦想每一步”2018年四

最新文章

  • 科研必备技能!材料领域专利申请全流程解读

  • 面向材料人的【专利训练营】即将上线啦!熟悉智慧芽的小伙伴都知道,以往我们的活动较多都是面向专业的知产人。但有好多小伙伴都在智慧芽后台提问:“有没有材料研发人的专利入门
  • 西湖大学何睿华Nature

  • 01【导读】在爱因斯坦研究其量子理论而获得诺贝尔奖一个世纪后,光电发射已经发展成为探测材料化学和电子特性的首选方法。目前研究的重点主要集中在光电子的分析上。相比之下
  • 10小时 领略机器学习+能源材料

  • 2022年,我们开设了3门机器学习相关的课程。2023年,我们继续帮助大家掌握机器学习。01【课程初衷】本课程旨在帮助学员:领域AI for materials science的精髓;聚焦机器学习方法在