The lithium–air battery is one of the most promising technologies among various electrochemical energy storage systems. We demonstrate that a novel air electrode consisting of an unusual hierarchical arrangement of functionalized graphene sheets (with no catalyst) delivers an exceptionally high capacity of 15000 mAh/g in lithium–O2 batteries which is the highest value ever reported in this field. This excellent performance is attributed to the unique bimodal porous structure of the electrode which consists of microporous channels facilitating rapid O2 diffusion while the highly connected nanoscale pores provide a high density of reactive sites for Li–O2 reactions. Further, we show that the defects and functional groups on graphene favor the formation of isolated nanosized Li2O2 particles and help prevent air blocking in the air electrode. The hierarchically ordered porous structure in bulk graphene enables its practical applications by promoting accessibility to most graphene sheets in this structure.

LiFePO4 doped by bivalent cation in Fe-sites show improved rate performance and cyclic stability. Under 10 C rate at room temperature, the capacities of LiFe0.9M0.1PO4 (M = Ni, Co, Mg) maintain at 81.7, 90.4 and 88.7 mAh/g, respectively, in comparison with 53.7 mAh/g for undoped LiFePO4 and 54.8 mAh/g for carbon-coated LiFePO4 (LiFePO4/C). The capacity retention is 95% after 100 cycles for doped samples while this value is only 70% for LiFePO4 and LiFePO4/C. Such a significant improvement in electrochemical performance should be partially related to the enhanced electronic conductivities (from 2.2 × 10−9 to <2.5 × 10−7 S cm−1) and probably the mobility of Li+ ions in the doped samples.

The effects of carbon microstructure and loading on the performance of Li/air batteries were investigated. We found that the capacities of Li/air batteries were related to both the specific capacity per unit weight of the carbon source and the carbon locating per unit area . Therefore, the product of these two parameters [i.e., the area-specific capacity ] was introduced to optimize the performance of the air electrode. At the fixed electrolyte amount , the best area-specific capacity of was obtained at a carbon loading of . Further increase or decrease in the carbon loading led to a reduced area-specific capacity. The capacities of air electrodes increased with increasing mesopore volumes of the carbon sources. The uniformity of the pore sizes also played an important role in determining the electrochemical performances of the Li/air batteries. At fixed carbon loading and discharge rates, the capacity increased significantly with increasing electrolyte amounts. This phenomenon was explained by the formation of extra triphase regions in the air electrodes. After optimizing the electrode and electrolyte parameters, a high capacity of carbon was obtained for Li/air batteries operated in ambient oxygen pressure (0.21 atm).

Abstract Lithium ion batteries (LIBs) continuously prove themselves to be the main power source in consumer electronics and electric vehicles. To ensure environmental sustainability, LIBs must be capable of performing well at extreme temperatures, that is, between −40 and 60 °C. In this review, the recent important progress and advances in the subzero and elevated temperature operations of LIBs is comprehensively summarized from a materials perspective. In the scenario of subzero temperatures, limitations, electrolytes, anodes, and solid electrolyte interphase (SEI); cathodes and cathode electrolyte interphase (CEI); and binders are thoroughly discussed to explore the fundamentals and basics that underlie the decay in electrochemical performance and how the chemistry, physics, and electrochemistry are correlated with the materials and components that interact with each other. In the case of high temperatures limitations, the thermal stability of the key materials and components are reviewed, and then the reaction thermodynamics and kinetics of the anodes, cathodes, electrolytes, and their interactions are described using the highest occupied molecular orbit (HOMO)/lowest unoccupied molecular orbit (LUMO), and are extensively discussed. The prospect of combining the extreme temperature poles in a single cell by introducing appropriate electrolytes and additives is discussed.

Based on the official data modeling, this paper studies the transmission process of the Corona Virus Disease 2019 (COVID-19). The error between the model and the official data curve is quite small. At the same time, it realized forward prediction and backward inference of the epidemic situation, and the relevant analysis help relevant countries to make decisions.

Abstract LiNi x Mn y Co 1− x − y O 2 (NMC) cathode materials with Ni ≥ 0.8 have attracted great interest for high energy‐density lithium‐ion batteries (LIBs) but their practical applications under high charge voltages (e.g., 4.4 V and above) still face significant challenges due to severe capacity fading by the unstable cathode/electrolyte interface. Here, an advanced electrolyte is developed that has a high oxidation potential over 4.9 V and enables NMC811‐based LIBs to achieve excellent cycling stability in 2.5–4.4 V at room temperature and 60 °C, good rate capabilities under fast charging and discharging up to 3C rate (1C = 2.8 mA cm −2 ), and superior low‐temperature discharge performance down to −30 °C with a capacity retention of 85.6% at C/5 rate. It is also demonstrated that the electrode/electrolyte interfaces, not the electrolyte conductivity and viscosity, govern the LIB performance. This work sheds light on a very promising strategy to develop new electrolytes for fast‐charging high‐energy LIBs in a wide‐temperature range.

Abstract The trial-and-error method for calibrating rock mechanics parameters has the disadvantages of complexity, being time-consuming, and difficulty in ensuring accuracy. Harnessing the repeatability and scalability intrinsic to numerical simulation calculations and amalgamating them with the data-driven attributes of machine learning methods, this study uses the finite element analysis software RS2 to establish 252 sets of sandstone sample data. The recursive feature elimination and cross-validation method is employed for feature selection. The shear strength parameters of sandstone are predicted using machine learning models optimized by the particle swarm optimization (PSO) algorithm, including the backpropagation neural network, Bayesian ridge regression, support vector regression (SVR), and light gradient boosting machine. The predicted value of cohesion is proposed as the input feature to predict the friction angle. The results indicate that the optimal input characteristics for predicting cohesion are elastic modulus, Poisson's ratio, peak stress, and peak strain, while the optimal input characteristics for predicting friction angle are peak stress and cohesion. The PSO-SVR model demonstrates the best performance. The maximum error between the predicted values of cohesion and friction angle and the calculated results of RSData program are 3.5% and 4.31%, respectively. The finite element calculation is in good agreement with the stress–strain curve obtained in the laboratory. The sensitivity analysis indicates that SVR's prediction performance for cohesion and friction angle tends to be stable when the sample size is &gt;25. These results offer a valuable reference for accurately predicting rock mechanics parameters.

B, N-doped porous carbon confined MoC quantum dots were engineered as a facile carrier and electronic stimulator to confine Ru clusters for high-performance hydrogen evolution reaction.