锂离子电池正极材料LiNixFe1-xPO4的制备及其性能

来源 :桂林工学院学报 | 被引量 : 0次 | 上传用户：jwhyyx

【摘要】

：

为提高锂离子电池正极材料LiFePO4的充放电性能,用Ni对LiFePO4进行掺杂.研究了Ni掺杂量对LiFePO4性能的影响.在LiNixFe1-xPO4(x=0,0.01,0.03,0.05,0.10)材料中,LiNi0.03Fe0.9

【作者】

：

黄映恒文衍宣郑绵平童张法

【机构】

：

广西大学,广西大学,中国地质科学院

【出处】

：

桂林工学院学报

【发表日期】

：

2005年3期

【关键词】

：

锂离子电池正极材料 LIFEPO4 镍掺杂 lithium ion battery cathode material LiFePO4 Ni - d

【基金项目】

：

国土资源部重点实验室基金

下载到本地 , 更方便阅读

下载此文赞助VIP

声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架

论文部分内容阅读

为提高锂离子电池正极材料LiFePO4的充放电性能,用Ni对LiFePO4进行掺杂.研究了Ni掺杂量对LiFePO4性能的影响.在LiNixFe1-xPO4(x=0,0.01,0.03,0.05,0.10)材料中,LiNi0.03Fe0.97PO4具有比LiFePO4更好的电化学性能,用80 mA/g的电流进行充放电时,第2次放电比容量为133.278 mAh/g,循环20次后为127.655 mAh/g.

其他文献

基于支持向量回归学习机的网络流量预测

对最小二乘支持向量机的回归算法做了改进，并将其应用到网络流量预测中，在linux下编写网络抓包程序，统计出一个网段节点的流量，与文中算法所得到的预测结果进行对比，实验结果表明，

期刊

支持向量机网络流量回归预测SVR network flowing prediction

人工神经网络在测井资料参数估算中的应用

利用人工神经网络(BP网络)的原理对测井资料进行了解释.建立了测井解释的BP神经网络模型,对BP网络进行了改进,提高了收敛速度,并防止陷入局部极小.利用多种测井数据及岩芯描

期刊

人工神经网络测井资料网络模型渗透率artificial neural networkwell-log informatiomnetwork mode

锂离子电池正极材料LiNixFe1-xPO4的制备及其性能

其他学术论文