已入深夜,您辛苦了!由于当前在线用户较少,发布求助请尽量完整的填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!祝你早点完成任务,早点休息,好梦!

Unlocking Fast Ionic Transport in Sub‐Nano Channels of MOF‐Based Electrolytes for Next‐Generation Batteries

材料科学 纳米技术 电解质 纳米- 离子键合 离子 电极 物理化学 化学 有机化学 复合材料
作者
T.L. Wang,Hao Yuan,Haimei Wang,Yue Guo,Jing Yang,Ximeng Liu,B. Liu,Xingyang Wang,Chin Ho Kirk,Jianguo Sun,Yong‐Wei Zhang,John Wang
出处
期刊:Advanced Functional Materials [Wiley]
标识
DOI:10.1002/adfm.202405699
摘要

Abstract Incorporating appropriate molecules into ordered porous framework materials plays a pivotal role in modulating their physicochemical properties and dynamic behaviors. Such frameworked materials are also applicable for the preparation of solid‐state electrolyte (SSE) with altered electrochemical performance. In this work, MOF (Metal‐Organic Framework)‐based frameworked electrolytes (FEs) are prepared by the introduction of conductive ion‐molecule complexes and have investigated the electrochemical behaviors. The angstrom‐level pores in the framework enable efficient interactions with the complexes and participation in ion transportation by altering the coordinating environments of Li + ions. As a result, the activated MOF‐based SSE exhibits an impressive ionic conductivity of 4.0×10 −4 S cm −1 at room temperature (RT), along with a notably reduced activation energy of 0.12 eV at 350 K. The MOF‐based FE has been applied to Li /FE /LiFePO 4 batteries, which exhibit excellent long‐cycling performance with virtually no capacity loss over 1000 cycles at the current density of 2 C at RT. The novel Li + transport mechanisms where ion‐molecules would actively participate in the interactions between the framework and Li + ions, not only present a new strategy for enhancing the ion transport kinetics, but also deliver outstanding electrochemical performance promising for next‐generation batteries.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
风时因絮完成签到 ,获得积分10
刚刚
yyyxuliang发布了新的文献求助10
1秒前
共享精神应助Vincent采纳,获得10
2秒前
Duktig发布了新的文献求助10
2秒前
maque4004完成签到,获得积分10
3秒前
7秒前
yyyxuliang完成签到,获得积分10
9秒前
Duktig完成签到,获得积分10
9秒前
慕青应助桃子采纳,获得10
10秒前
搜集达人应助朱宸采纳,获得10
11秒前
HAHAHA完成签到 ,获得积分10
12秒前
fhznuli发布了新的文献求助10
12秒前
研友_Z1X6kn完成签到,获得积分10
15秒前
16秒前
tzjz_zrz完成签到,获得积分10
16秒前
MoonFlows完成签到 ,获得积分10
17秒前
雾蓝完成签到,获得积分10
19秒前
Yaon-Xu完成签到,获得积分10
29秒前
30秒前
32秒前
derrickZ发布了新的文献求助10
36秒前
36秒前
科研通AI2S应助芒果好高采纳,获得10
37秒前
彭于晏应助明毓采纳,获得10
38秒前
38秒前
随机子发布了新的文献求助210
39秒前
39秒前
log完成签到 ,获得积分10
41秒前
菠萝吹雪发布了新的文献求助20
42秒前
潤沁发布了新的文献求助10
44秒前
我是老大应助朱宸采纳,获得10
45秒前
uranus完成签到,获得积分10
46秒前
48秒前
bad boy完成签到,获得积分10
52秒前
Vera完成签到 ,获得积分10
53秒前
54秒前
bad boy发布了新的文献求助10
56秒前
leyellows完成签到 ,获得积分10
56秒前
56秒前
勤能补拙完成签到 ,获得积分10
58秒前
高分求助中
Shape Determination of Large Sedimental Rock Fragments 2000
Sustainability in Tides Chemistry 2000
Rechtsphilosophie 1000
Bayesian Models of Cognition:Reverse Engineering the Mind 888
A Dissection Guide & Atlas to the Rabbit 600
Very-high-order BVD Schemes Using β-variable THINC Method 568
Mantiden: Faszinierende Lauerjäger Faszinierende Lauerjäger 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3130010
求助须知:如何正确求助?哪些是违规求助? 2780834
关于积分的说明 7750228
捐赠科研通 2436057
什么是DOI,文献DOI怎么找? 1294525
科研通“疑难数据库(出版商)”最低求助积分说明 623703
版权声明 600570