亲爱的研友该休息了!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!身体可是革命的本钱,早点休息,好梦!

Accurate Characterization of Ion Transport Properties in Binary Symmetric Electrolytes Using In Situ NMR Imaging and Inverse Modeling

电解质 扩散 蒙特卡罗方法 脉冲场梯度 化学 反向 离子 表征(材料科学) 离子键合 分析化学(期刊) 热力学 材料科学 电极 物理 数学 物理化学 统计 色谱法 几何学 有机化学 纳米技术
作者
Athinthra Krishnaswamy Sethurajan,Sergey A. Krachkovskiy,Ion C. Halalay,Gillian R. Goward,Bartosz Protas
出处
期刊:Journal of Physical Chemistry B [American Chemical Society]
卷期号:119 (37): 12238-12248 被引量:81
标识
DOI:10.1021/acs.jpcb.5b04300
摘要

We used NMR imaging (MRI) combined with data analysis based on inverse modeling of the mass transport problem to determine ionic diffusion coefficients and transference numbers in electrolyte solutions of interest for Li-ion batteries. Sensitivity analyses have shown that accurate estimates of these parameters (as a function of concentration) are critical to the reliability of the predictions provided by models of porous electrodes. The inverse modeling (IM) solution was generated with an extension of the Planck-Nernst model for the transport of ionic species in electrolyte solutions. Concentration-dependent diffusion coefficients and transference numbers were derived using concentration profiles obtained from in situ (19)F MRI measurements. Material properties were reconstructed under minimal assumptions using methods of variational optimization to minimize the least-squares deviation between experimental and simulated concentration values with uncertainty of the reconstructions quantified using a Monte Carlo analysis. The diffusion coefficients obtained by pulsed field gradient NMR (PFG-NMR) fall within the 95% confidence bounds for the diffusion coefficient values obtained by the MRI+IM method. The MRI+IM method also yields the concentration dependence of the Li(+) transference number in agreement with trends obtained by electrochemical methods for similar systems and with predictions of theoretical models for concentrated electrolyte solutions, in marked contrast to the salt concentration dependence of transport numbers determined from PFG-NMR data.
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
gwbk完成签到,获得积分10
1秒前
18秒前
YUYUYU发布了新的文献求助10
25秒前
cy0824完成签到 ,获得积分10
40秒前
务实的罡完成签到,获得积分10
1分钟前
学习吧完成签到 ,获得积分10
1分钟前
席江海完成签到,获得积分10
1分钟前
我是老大应助科研通管家采纳,获得10
1分钟前
SciGPT应助Wei采纳,获得10
2分钟前
HAG发布了新的文献求助10
2分钟前
乐乐乐乐乐乐应助大喜子采纳,获得10
2分钟前
赘婿应助Wei采纳,获得10
3分钟前
朴实芷云完成签到,获得积分20
3分钟前
大喜子给大喜子的求助进行了留言
3分钟前
打打应助朴实芷云采纳,获得50
3分钟前
领导范儿应助HAG采纳,获得10
3分钟前
3分钟前
HAG发布了新的文献求助10
3分钟前
3分钟前
深情安青应助YUYUYU采纳,获得10
4分钟前
gszy1975发布了新的文献求助10
4分钟前
yi完成签到 ,获得积分10
4分钟前
共享精神应助Wei采纳,获得10
5分钟前
5分钟前
YUYUYU发布了新的文献求助10
5分钟前
爱静静应助科研通管家采纳,获得10
5分钟前
爱静静应助科研通管家采纳,获得10
5分钟前
爱静静应助科研通管家采纳,获得10
5分钟前
爱静静应助科研通管家采纳,获得10
5分钟前
Kevin Li完成签到,获得积分10
6分钟前
不安青牛应助Kevin Li采纳,获得10
6分钟前
舒心豪英完成签到 ,获得积分10
6分钟前
6分钟前
ganggang完成签到,获得积分0
6分钟前
ganggangfu完成签到,获得积分0
7分钟前
Shilong发布了新的文献求助10
7分钟前
gszy1975发布了新的文献求助30
7分钟前
HAG完成签到,获得积分10
8分钟前
852应助HAG采纳,获得30
8分钟前
9分钟前
高分求助中
Evolution 10000
Sustainability in Tides Chemistry 2800
юрские динозавры восточного забайкалья 800
English Wealden Fossils 700
Diagnostic immunohistochemistry : theranostic and genomic applications 6th Edition 500
Mantiden: Faszinierende Lauerjäger Faszinierende Lauerjäger 400
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 400
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 3154982
求助须知:如何正确求助?哪些是违规求助? 2805698
关于积分的说明 7865848
捐赠科研通 2463938
什么是DOI,文献DOI怎么找? 1311678
科研通“疑难数据库(出版商)”最低求助积分说明 629722
版权声明 601853