当前位置: 首页 > news >正文

革新固态电池失效分析技术:AFM-SEM联用技术助力突破瓶颈

革新固态电池失效分析技术:AFM-SEM 原子力扫描电镜一体机助力突破瓶颈

固态电池(SSB)因其更高的能量密度、更长的使用寿命以及增强的安全性,已崭露头角,有望成为锂离子电池的继任者。尽管 SSB 具有这些潜力,但它们并非没有挑战。一个主要问题是电池阴极内部的颗粒接触失效。像镍锰钴氧化物(NMC)这样的材料会因 NMC 体积膨胀而加剧这一问题,一种常见的方法是使用导电碳添加剂来保持电接触。在此,我们提出一种原子力显微镜结合扫描电子显微镜(AFM/SEM 联用)的方法,作为检查电接触失效以及问题根源的工具。

01 AFM-SEM联用技术突破

AFM-SEM联用技术的出现,为 SSB 的检测和优化带来了革命性的变化。这种技术将原子力显微镜(AFM)与扫描电子显微镜(SEM)相结合,实现了多模态相关分析。它不仅能够精确地将探针导航至感兴趣的区域(ROI),还能对电学性质进行可靠的表征。

型号推荐

Phenom AFM-SEM原子力扫描电镜一体机

Phenom AFM-SEM联用

原子力扫描电镜一体机。结合了飞纳台式扫描电镜和原子力显微镜的优势,实现了在同一系统中对样品进行多模态关联分析。

AFM-SEM联用

LiteScope AFM-SEM

AFM-SEM同步联用技术通用款兼容赛默飞世尔、TESCAN、蔡司、日立、JEOL 等主流品牌 SEM 系统,其他品牌电镜亦可定制。

测量模式

AFM-SEM联用技术测量模式

导电原子力显微镜(CAFM)用于测量样品的局部导电性,为了解脱离的 NMC 颗粒的电接触失效提供了分析方法。此外,开尔文探针力显微镜(KPFM)能够分析局部表面电势,有助于我们观察 NMC 颗粒的荷电状态。同时,扫描电子显微镜(SEM)为颗粒的形貌和结构进行了良好表征,而 EDS 则提供了元素分析,增强了我们对电池系统内材料的组成和分布的理解。

02 案例分享

扫描电镜图像

扫描电镜图像

观察了经氩离子束抛光的固态电池(SSB)阴极颗粒的横截面。该未氧化的样品由被导电碳添加剂包围的镍锰钴(NMC)颗粒组成。该涂层被涂覆在铝箔上。涂层厚度为 10 微米。该涂层从铝箔上脱离。然而,未观察到 NMC1 和 NMC2 颗粒之间存在结构差异。

EDS 元素分析

在相同的感兴趣区域(ROI)进行了EDS元素分析。镍(Ni)、锰(Mn)、钴(Co)和氧(O)的分布验证了颗粒的相同元素结构。铝(Al)的分布证实了与铝箔的类似接触。然而,碳(C)分布显示 NMC1 与添加剂之间缺乏可靠的接触。因此,推断碳添加剂的缺失是接触失效的根源。

KPFM 分析

在同一感兴趣区域(ROI)进行了开尔文探针力显微镜(KPFM)电位测量。添加剂显示出最高的电位。然而,未观察到颗粒之间存在表面电位差异。因此,KPFM 验证了这两个颗粒处于相同的荷电状态。

CAFM 分析

在相同的感兴趣区域(ROI)进行了 CAFM 电流测量。碳添加剂的导电性最高。因此,观察到颗粒之间的导电性差异。这证明了颗粒接触损失的发生。NMC1 的中位电流 I = 0.05nA,而 NMC2 的中位电流 I = 0.51nA。由于使用了 8V 的探针偏压,电阻差异计算为 17.4G。

03 结论

采用原子力显微镜结合扫描电子显微镜(AFM-in-SEM)的多模态相关方法,为克服固态电池(SSB)成功开发中的挑战带来了新的解决方案。扫描电子显微镜(SEM)可以对样品进行视觉检查,而导电原子力显微镜(CAFM)能揭示了镍锰钴(NMC)颗粒电子导电性的数量级差异,开尔文探针力显微镜(KPFM)验证了相同的荷电状态,能谱仪(EDS)证明了这两个颗粒有相同的元素组成。结合 EDS 碳分布图显示,缺乏导电添加剂是接触损失的根源。因此,与传统方法不同,AFM-in-SEM 可以精确定位缺陷,分析电子特性,并研究这些缺陷的根源。这些结果直接适用于 SSB 的设计和制造。

http://www.dtcms.com/a/352947.html

相关文章:

  • Java 大视界 -- Java 大数据机器学习模型在电商推荐系统冷启动问题解决与推荐效果提升中的应用(403)
  • Unity Shader unity文档学习笔记(二十一):几种草体的实现方式(透明度剔除,GPU Instaning, 曲面细分+几何着色器实现)
  • Axios 整理常用形式及涉及的参数
  • Vue3 + Vue Router 实现动态面包屑导航(支持点击跳转)
  • Techub News 与 TOKENPOST 达成战略合作以推动中韩 Web3 资讯互通
  • 有鹿机器人如何用科技与创新模式破解行业难题
  • 「LangChain 学习笔记」LangChain大模型应用开发:模型链(Chains)
  • 外汇中高频 CTA 风控策略回测案例
  • 宝塔面板零基础搭建 WordPress 个人博客与外贸网站 | 新手10分钟上手指南
  • 国内股指期货合约的最小变动价位是多少?
  • 大语言模型的“引擎室”:深入剖析现代计算与算法优化
  • 企业落地版 AutoGen 工程示例:自动化市场分析报告生成系统
  • 代码随想录刷题Day42
  • 【芯片低功耗设计中的UPF:从理论到实践详解】
  • windows 子系统 wsl 命令的用法
  • lvgl(一)
  • Java全栈工程师面试实录:从基础到实战的深度技术探索
  • 集成电路学习:什么是YOLO一次性检测器
  • nginx结合lua做转发,负载均衡
  • 解决VSCode中Cline插件的Git锁文件冲突问题
  • 第三章 UI框架设定 流程逻辑
  • 测试分类(超详解)
  • 网络编程-TCP的并发服务器构建
  • FactoryBean接口作用
  • 基于高德地图的怀化旅发精品路线智能规划导航之旅
  • 排放情报平台:驱动绿色未来的技术引擎
  • 优选算法-常见位运算总结
  • 分布式系统架构设计与一致性协议深度解析
  • 深入解析 Chromium Mojo IPC:跨进程通信原理与源码实战
  • 【Qt开发】常用控件(七)-> styleSheet