Industrielle Fertigung
Industrielles Internet der Dinge | Industrielle Materialien | Gerätewartung und Reparatur | Industrielle Programmierung |
home  MfgRobots >> Industrielle Fertigung >  >> Industrial materials >> Nanomaterialien

Verbessertes chemisches-Potenzial-Modell für schnelle Deformation in Silizium-Nanopartikel-Elektroden von Li-Ionen-Batterien

Zusammenfassung

Wir präsentieren einen verfeinerten chemischen-Potenzial-Ausdruck, der die Annahme niedriger Deformationsraten entfernt und damit präzises Modellieren von diffusionsinduziertem Stress und Lithiumverteilung in Silizium-Nanopartikel-Elektroden ermöglicht. Vergleich des neuen Ausdrucks mit dem traditionellen unter potentiostatischem und galvanostatischem Zyklieren zeigt eine ausgeprägte Divergenz während potentiostatischen Betriebs, während galvanostatische Ergebnisse weitgehend unbeeinflusst bleiben. Ein kritischer Radius – wo Li-Fluss und hydrostatischer Stress für beide Modelle im Wesentlichen identisch sind – wird erstmals identifiziert.

Einleitung

Hochkapazitive Elektroden wie Silizium, die volumetrische Änderungen bis 400 % während Lithiierung durchlaufen, sind entscheidend für tragbare Elektronik, Elektrofahrzeuge und Netzspeicher. Die durch homogene volumetrische Expansion erzeugte diffusionsinduzierte Spannung kann jedoch spröden Bruch auslösen, was Zyklenlebensdauer verkürzt und Kapazität reduziert. Kompositelektroden weisen komplexe Morphologien auf, die rein theoretische Beschreibungen herausfordern; die meisten Modelle behandeln Materialeigenschaften als räumlich variierend, während Grenzflächeneffekte vernachlässigt werden. Typische Elektrodengeometrien in der Theorie sind kugelförmig, zylindrisch und planar, mit ein- oder zweidimensionalen Modellen entsprechend.

Jüngste Untersuchungen zu Silizium-Nanopartikel-Elektroden hoben das Zusammenspiel zwischen lithiierungsinduziertem Phasentransformation, morphologischer Evolution und Spannungsgenerierung hervor. Diese Studien basieren auf thermodynamischem Gleichgewicht von Festkörpern, wo atomare Diffusion von Spannung beeinflusst wird und umgekehrt. Larché und Cahns Framework führte ein spannungsabhängiges chemisches Potential unter Annahme kleiner, isotropen Deformationen ein, während Wus Formulierung den Eshelby-Impulstensor einbezog. Cui et al. erweiterten dies auf endliche Deformationen, doch ihre Herleitung bleibt nur für niedrige Deformationsraten relativ zur Diffusion akkurat. Angesichts Siliziums großer volumetrischer Expansion während schnellen Ladens kann diese Annahme signifikante Fehler verursachen.

In dieser Arbeit leiten wir einen chemischen-Potenzial-Ausdruck her, der für schnelle Deformation ohne Niedrig-Raten-Annahme gültig ist, unabhängig von Elektrodenmorphologie. Durch Anwendung des neuen Modells auf Silizium-Nanopartikel-Elektroden unter sowohl potentiostatischer als auch galvanostatischer Steuerung quantifizieren wir den Einfluss auf Spannung und Lithiumverteilung. Wir identifizieren auch einen kritischen Radius, wo die beiden Modelle konvergieren, was Einblick in die räumlichen Grenzen des Spannungseinflusses gibt.

Methoden

Mechanische Gleichungen

Lithiumeinschluss induziert Volumenänderung. Wir beschreiben Deformation mittels sowohl Lagrangischer als auch Eulerischer Koordinaten: U = x - X (1), wobei U das Verschiebungsfeld ist. Der Deformationsgradiententensor ist F = ∂x/∂X = I + Grad U (2). Für eine kugelförmige Partikel mit Koordinaten (R,Θ,Φ) (Lagrangisch) und (r,θ,φ) (Eulerisch) vereinfacht sich der Gradiententensor zu F = diag(1+∂u/∂R, 1+u/R, 1+u/R) (3). Deformation wird zerlegt in lithiierungsinduzierte Formänderung und reversible elastische Deformation: F = F^e F^c (4) mit F^c isotrop: F^c = (1+ΩC)^{1/3} I (5), wobei Ω das partielle Molvolumen ist. Folglich F^e = (1+Ω(R)C)^{-1/3} diag(1+∂u/∂R, 1+u/R, 1+u/R) (6). Der Green-Lagrange-Spannungstensor E ist E = ½(F^T F - I) (7), was radiale und tangentielle Komponenten ergibt: E_R^e = ½[(1+∂u/∂R)²/(1+ΩC)^{2/3} - 1] (9), E_Θ^e = E_Φ^e = ½[(1+u/R)²/(1+ΩC)^{2/3} - 1] (10). Annahme linearer Elastizität, Spannenenergiedichte W = ½ E^e : C : E^e = det(F^c) E_h / [2(1+ν)] [ν/(1-2ν) (tr E^e)² + tr E^e E^e] (12), wobei E_h und ν Youngscher Modul und Poissonsche Zahl sind. Der erste Piola-Kirchhoff-Spannungstensor folgt P = det(F^c) E_h/(1+ν) [ν/(1-2ν) tr E^e + E^e] F^e (F^c)^{-1} (13). Komponentenweise: P_R = (1+ΩC)^{1/3} E_h/[2(1+ν)(1-2ν)] (1+∂u/∂R) [(1-ν)E_R^e + 2νE_Θ^e] (14), P_Θ = P_Φ = (1+ΩC)^{1/3} E_h/[2(1+ν)(1-2ν)] (1+u/R) [νE_R^e + E_Θ^e] (15). Gleichgewicht ohne Volumenkräfte erfordert ∂P_R/∂R + 2(P_R - P_Φ)/R = 0 (16) mit Randbedingungen u(0,t)=0, P_R(R₀,t)=0 (17).

Massen-Transport-Gleichung

Lithiumkonzentration C(X,t) und Fluss J(X,t) genügen ∂C/∂t + Div J = 0 (18). Unter Kugelsymmetrie reduziert sich dies zu ∂C(R,t)/∂t + 1/R² ∂(R²J(R,t))/∂R = 0 (19). Der Fluss folgt Ficksches Gesetz mit chemischem Potenzial als Treibkraft: J = -CD/(R_g T F₁₁ F₁₁) ∂μ/∂R (20). Das chemische Potenzial leitet sich von der totalen inneren Energiedichte Π = φ(C) + W(C,E^e) (22) ab, was μ = ∂Π/∂C = μ₀(C) + τ(E^e,C) (23) gibt, wobei τ der spannungsabhängige Teil ist. Für verdünnte Lösung: μ₀(C) = μ₀ + R_g T ln(γC) (24) mit γ=1.

Traditionell liefert der Helmholtz-freie-Energie-Ansatz τ_H = ∂W/∂C = -det(F^e) σ_m Ω (25), woraus μ = μ₀ + R_g T ln C - det(F^e) Ω σ_m (26). Hier ist σ_m der Cauchy-hydrostatische Spannung σ_m = ⅓ tr(det⁻¹ F P F^T) (27). Dieser Ausdruck (26) ist das traditionelle chemische-Potenzial-Modell.

Alternativ ergibt die Behandlung der Gibbs-freien Energie τ_G = ∂W/∂C (28) und somit μ = μ₀ + R_g T ln C - ∂W/∂C (29), unser entwickeltes Modell. Das Massentransportsystem koppelt (19), (20), (26) und (29). Randbedingungen für potentiostatisch (C(R₀,t)=C_max) und galvanostatisch (J(R₀,t)=j₀(1+u/R)²) sind C(R₀,t)=C_max, J(R₀,t)=j₀(1+u/R)² (30-31) mit Initialbedingung C(R,0)=0 (32).

Numerische Implementierung

Analytische Lösungen sind unlösbar; wir lösten die gekoppelten PDEs mit COMSOL Multiphysics, Materialparameter aus Tabelle 1. Dimensionslose Variablen für Klarheit. Ladezustand (SOC) berechnet als SOC = ∫₀^{R₀} C(R,t)R² dR / ∫₀^{R₀} C_max R² dR (33). Flüsse aus den beiden chemischen-Potenzial-Modellen: J_H = ∂τ_H/∂R, J_G = ∂τ_G/∂R (34).

Ergebnisse und Diskussion

Abbildung 1 zeigt Lithiumkonzentration, Radialspannung und Ringsspannungsprofile für kugelförmiges Si-Nanopartikel unter galvanostatischem Zyklieren. Entwickeltes (durchgezogene Linien) und traditionelles (Dreiecke) Modell liefern nahezu identische Konzentrationsverteilungen über alle SOCs. Spannungsprofile unterscheiden sich nur geringfügig, mit moderater zentraler Erhöhung bei 46,7 % und 65,5 % SOC.

Abbildung 2 präsentiert analoge Daten für potentiostatisches Zyklieren. Hier ist Divergenz zwischen den Modellen ausgeprägter, besonders bei zentralen Spannungen in intermediären SOCs. Da potentiostatischer Betrieb konstante Oberflächenkonzentration erzwingt, ist die Laderate – und damit Deformationsrate – höher als im galvanostatischen Modus. Die gesamtdeformation für gegebenen SOC bleibt ähnlich, was zeigt, dass der Schlüsselparameter die Deformationsrate und nicht die absolute Deformation ist.

Abbildung 3 (aus Ref. [17]) demonstriert, dass ein 620-nm-Si-Nanopartikel sich innerhalb einer Minute bei 2 V vs. Li vollständig ausdehnen kann, was Relevanz schnellen-Deformations-Modellierens unterstreicht. In solchen Regimen sagen die beiden chemischen-Potenzial-Modelle deutlich unterschiedliche Spannungszustände voraus, experimentelle Spannungsdaten fehlen jedoch für quantitative Validierung.

Abbildung 4 untersucht Flussverhältnis J_H/J_G unter galvanostatischem Zyklieren bei verschiedenen Ladeströmen. Verhältnis bleibt nahe 1 über Partikel, mit leichtem Anstieg zum Zentrum und Abfall zur Oberfläche. Spreizung erweitert sich mit höherem Strom, was stärkere Sensitivität zur Deformationsrate anzeigt. Alle Kurven schneiden sich nahe einem kritischen Radius – termed chemical-potential-independent region (CIR) – wo Flüsse unabhängig vom gewählten Modell konvergieren. CIR verschiebt sich bei höherem Strom näher zur Oberfläche.

Abbildungen 5 und 6 vergleichen Cauchy-hydrostatische Spannungsverteilungen für beide Modelle. Im CIR ist σ_m nahezu null für den Großteil der Lithiierungsperiode, was erklärt, warum Modelle dort übereinstimmen. Außerhalb CIR divergiert σ_m, was Differenzen im chemischen Potenzial und damit Fluss amplifiziert.

Fazit

Wir haben einen chemischen-Potenzial-Ausdruck eingeführt, der für schnelle Deformation gültig ist und die Niedrig-Raten-Annahme traditioneller Modelle eliminiert. Vergleich mit traditioneller Formulierung zeigt vernachlässigbare Unterschiede unter galvanostatischem Zyklieren, aber signifikante Abweichungen unter potentiostatischer Steuerung, getrieben durch Deformationsrate. Ein kritischer Radius – der CIR – tritt auf, wo Flüsse und Spannungenvirtuell identisch sind, und rückt bei höheren Strömen näher zur Oberfläche. Diese Ergebnisse unterstreichen die Notwendigkeit, das entwickelte Modell für präzise Vorhersage der Spannungsentwicklung in Silizium-Nanopartikel-Elektroden während Schnellladens zu verwenden.

Verfügbarkeit von Daten und Materialien

Die in dieser Studie analysierten Datensätze sind auf begründete Anfrage beim korrespondierenden Autor verfügbar.

Abkürzungen

CIR
Ein Bereich, in dem die von den beiden chemischen-Potenzial-Ausdrücken vorhergesagten Diffusionsflüsse im Wesentlichen identisch sind.

Nanomaterialien

  1. Die C for-Schleife meistern: Syntax, Mechanik und praktische Beispiele
  2. Zinn-Nanokristalle: Die nächste Grenze für hochkapazitive Lithium-Ionen-Batterien
  3. Arkema stellt 100 % erneuerbare PVDF-Grades für Lithium-Ionen-Batterien vor
  4. Verbesserung von Lithium-Ionen-Batterie-Kathoden: LiNi0.8Co0.15Al0.05O2/Kohlenstoffnanoröhren-Komposit mit überlegener elektrochemischer Leistung
  5. LiNi0,5Mn1,5O4-Kathoden mit Cr3+- und F−-Kompositdotierung: Synthese, Stabilität und elektrochemische Leistung
  6. Hochkapazitive wenige-lagige MoS₂/Acetylenschwarz-Anode für Li-Ionen-Batterien
  7. Verbesserte Lithium-Ionen-Batterie-Anoden: Polypyrrol-beschichtete MnO₂-Kern-Schale-Mikromaterialien liefern überlegene zyklische Stabilität
  8. Bindemittelauswahl für Kupferoxid-Anoden: Warum SBR+CMC und LA133 PVDF in Lithium-Ionen-Batterien überlegen sind
  9. Hochkapazitiver Si/Graphen-Kompositanode durch Magnesium-thermische Reduktion für Li-Ionen-Batterien
  10. Fragen & Antworten: Fortschritt im Lithium-Ionen-Batterie-Design für 10-Minuten-Schnellladen