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!

Predicting doping strategies for ternary nickel–cobalt–manganese cathode materials to enhance battery performance using graph neural networks

三元运算 阴极 电池(电) 材料科学 兴奋剂 人工神经网络 图形 冶金 计算机科学 电气工程 人工智能 光电子学 工程类 物理 热力学 理论计算机科学 功率(物理) 程序设计语言
作者
Zirui Zhao,Dong Luo,Shuxing Wu,Kaitong Sun,Zhan Lin,Haifeng Li
出处
期刊:Journal of energy storage [Elsevier]
卷期号:98: 112982-112982 被引量:1
标识
DOI:10.1016/j.est.2024.112982
摘要

The exceptional electrochemical performance of lithium-ion batteries has spurred considerable interest in advanced battery technologies, particularly those utilizing ternary nickel–cobalt–manganese (NCM) cathode materials, which are renowned for their robust electrochemical performance and structural stability. Building upon this research, investigators have explored doping additional elements into NCM cathode materials to further enhance their electrochemical performance and structural integrity. However, the multitude of doping strategies available for NCM battery systems presents a challenge in determining the most effective approach. In this study, we elucidate the potential of ternary NCM systems as cathode materials for lithium-ion batteries. We compile a comprehensive database of lithium-ion batteries employing NCM systems from various sources of prior research and develop a corresponding data-driven model utilizing graph neural networks to predict optimal doping strategies. Our aim is to provide insights into the NCM-based battery systems for both fundamental understanding and practical applications.
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
舒心胜完成签到 ,获得积分10
刚刚
小文cremen完成签到 ,获得积分10
刚刚
春日奶黄包完成签到 ,获得积分10
刚刚
wang发布了新的文献求助10
1秒前
呆呆要努力完成签到 ,获得积分10
1秒前
申木完成签到 ,获得积分10
1秒前
xona完成签到,获得积分10
1秒前
陆罐罐发布了新的文献求助30
1秒前
Enchanted完成签到 ,获得积分10
1秒前
pluto完成签到,获得积分0
1秒前
qiang344完成签到 ,获得积分10
2秒前
哈哈完成签到 ,获得积分10
2秒前
vkk完成签到 ,获得积分10
2秒前
August_Zheng发布了新的文献求助10
3秒前
水野完成签到,获得积分20
3秒前
努力毕业ing完成签到,获得积分10
4秒前
Joey完成签到,获得积分10
5秒前
闾丘惜萱完成签到,获得积分10
6秒前
黄毛虎完成签到 ,获得积分10
6秒前
冰凝完成签到,获得积分10
7秒前
虚幻的冰露完成签到 ,获得积分10
7秒前
不愧是我完成签到 ,获得积分10
7秒前
唠叨的傲薇完成签到 ,获得积分10
7秒前
8秒前
cctv18应助陆罐罐采纳,获得10
8秒前
燧人氏完成签到 ,获得积分10
8秒前
9秒前
小蘑菇应助科研通管家采纳,获得10
9秒前
真的OK完成签到,获得积分10
9秒前
科研通AI2S应助科研通管家采纳,获得10
9秒前
林夕完成签到 ,获得积分10
10秒前
10秒前
10秒前
a.s完成签到 ,获得积分0
11秒前
GGbong完成签到 ,获得积分10
12秒前
大脸猫4811完成签到,获得积分10
16秒前
绵绵完成签到 ,获得积分10
16秒前
GGB完成签到,获得积分10
17秒前
Delight完成签到 ,获得积分10
17秒前
万能图书馆应助徐林采纳,获得10
19秒前
高分求助中
The late Devonian Standard Conodont Zonation 2000
Nickel superalloy market size, share, growth, trends, and forecast 2023-2030 2000
The Lali Section: An Excellent Reference Section for Upper - Devonian in South China 1500
Smart but Scattered: The Revolutionary Executive Skills Approach to Helping Kids Reach Their Potential (第二版) 1000
Very-high-order BVD Schemes Using β-variable THINC Method 830
Mantiden: Faszinierende Lauerjäger Faszinierende Lauerjäger 800
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 800
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 3248609
求助须知:如何正确求助?哪些是违规求助? 2892063
关于积分的说明 8269674
捐赠科研通 2560135
什么是DOI,文献DOI怎么找? 1388854
科研通“疑难数据库(出版商)”最低求助积分说明 650926
邀请新用户注册赠送积分活动 627798

今日热心研友

pluto
1
cctv18
10
小蘑菇
10
注:热心度 = 本日应助数 + 本日被采纳获取积分÷10