论文摘要
锂离子电池是继镍镉电池、镍氢电池之后的第三代可充放绿色电池。目前，对于各式各样的可携带式电子产品诸如行动电话及笔记本电脑的电源供应，锂离子二次电池已是主流的选择。然而，随着可携式产品的重量及体积的趋向轻薄短小，微型化也是新一代电池发展的趋势。开发更小、更轻、更高能量密度的电池已成为业界及学术界共同追求的目标。本文通过液相法在碳骨架上原位共沉淀制备前驱体，然后通过热处理得到LiFePO4／C。在进行试验研究的基础上，通过化学分析、X射线衍射、差热-热重分析、扫描电镜、恒电流充放电等检测手段，系统地考察了不同试验条件对产物化学组成、物相结构、形貌与电化学性能等粉末特性的影响规律。在对合成的橄榄石型LiFePO4进行电性能测试后发现，合成的样品具有约3.5V的充电电压平台和约3.4V的稳定放电电压平台。本文还比较了多种碳源对材料电化学性能的影响，发现活化后的乙炔黑能够大幅提高材料的电化学性能，0.1C倍率下放电，首次放电比容量可达157.3mAh／g。另外还比较了不同铁源和不同共沉淀条件对产品物质结构和电化学性能的研究。最后，介绍了运用Matlab神经网络工具箱进行BP神经网络设计的基本方法与过程。并将BP网络模型引入到电化学领域，根据实验数据，构建并选用合适的BP神经网络建立了比容量的神经网络模型。计算结果表明，BP模型具有一定的预测能力，并通过预测结果进行曲面拟合，研究了比容量同碳含量与转速、温度、浓度和时间之间的关系。
论文目录
摘要ABSTRACT第一章 前言1.1 锂离子电池发展简史1.2 锂离子电池工作原理1.3 锂离子电池负极材料1.4 锂离子电池正极材料第二章 锂离子电池正极材料研究进展2.1 锂钴氧化物2.2 锂镍氧化物2.3 尖晶石型锂锰氧化物4的研究进展'>2.4 LiFePO4的研究进展4的晶体结构'>2.4.1 LiFePO4的晶体结构4的合成方法'>2.4.2 LiFePO4的合成方法2.4.2.1 高温固相法2.4.2.2 机械化学法2.4.2.3 还原法2.4.2.4 共沉淀法2.4.2.5 溶胶-凝胶法2.4.2.6 水热法2.4.2.7 乳液干燥法2.4.2.8 微波法4电化学性能的影响及解决办法'>2.4.3 电导率对LiFePO4电化学性能的影响及解决办法4电化学性能的影响'>2.4.3.1 电导率对LiFePO4电化学性能的影响4的电化学性能'>2.4.3.2 掺碳改善LiFePO4的电化学性能4的电化学性能'>2.4.3.3 掺金属离子改善LiFePO4的电化学性能2.5 本研究的设想4的合成'>第三章 LiFePO4的合成3.1 概述3.2 实验部分3.2.1 制备方法3.2.2 原料和设备3.2.3 材料的物理性质表征3.2.3.1 物相分析、晶胞参数的测定3.2.3.2 材料的形貌分析3.2.3.3 碳含量分析3.2.3.4 振实密度3.2.3.5 差热-热重分析3.2.4 材料的电化学性能测试3.2.4.1 电池的组装3.2.4.2 充放电实验3.3 结果与讨论3.3.1 前驱体分析3.3.2 共沉淀条件对产物的影响3.3.2.1 反应体系对产物的影响3.3.2.1.1 碱性条件下发生的反应3.3.2.1.2 酸性条件下发生的反应3.3.2.2 铁源对产物的影响3.3.2.2.1 铁源对产物结构的影响3.3.2.2.2 铁源对产物电化学性能的影响3.4 本章小结4/C的合成与电化学性能研究'>第四章 LiFePO4/C的合成与电化学性能研究4.1 概述4.2 前驱体生长机制4.3 碳骨架的选择4.3.1 碳骨架制备探索实验4.3.2 前驱体在不同碳源上的生长情况4.3.3 添加不同碳源前驱体的DSC-TGA分析4/C的XRD分析'>4.3.4 添加不同碳源合成的LiFePO4/C的XRD分析4/C电化学性能的影响'>4.3.5 碳源对LiFePO4/C电化学性能的影响4/C电化学性能的影响'>4.3.5.1 不同碳源对LiFePO4/C电化学性能的影响4/C电化学性能的影响'>4.3.5.2 不同碳含量对LiFePO4/C电化学性能的影响4/C的形貌分析'>4.3.6 添加不同碳源合成的LiFePO4/C的形貌分析4/C的影响'>4.4 共沉淀条件对LiFePO4/C的影响4/C的影响'>4.4.1 共沉淀温度对LiFePO4/C的影响4/C的影响'>4.4.2 共沉淀时间对LiFePO4/C的影响4/C的影响'>4.4.3 原料浓度对LiFePO4/C的影响4/C的影响'>4.4.4 搅拌速度对LiFePO4/C的影响4/C复合材料与LiFePO4的性能比较'>4.5 LiFePO4/C复合材料与LiFePO4的性能比较4.6 本章小结第五章 基于神经网络的数学模型5.1 前言5.2 人工神经网络简介5.2.1 人工神经网络的起源5.2.2 人工神经网络的特点及应用5.2.3 神经网络模型5.2.3.1 神经元结构模型5.2.3.2 神经网络的互连模式5.2.4 BP网络5.3 实验部分5.4 结果与讨论5.5 本章小结第六章 结论参考文献附录致谢攻读硕士学位期间发表的论文
相关论文文献
标签：锂离子电池论文; 正极材料论文; 共沉淀论文; 神经网络论文;
