基于2D SEM数据对裂纹多晶NMC粒子的随机3D重建
材料科学
2024-10-17 v1 应用统计
统计计算
摘要
锂离子电池性能受到其阳极属性的强烈影响,因此受其构成的粒子3D结构的影响。在日历和循环过程中,粒子内部会形成裂纹,这可能以多种方式影响性能。一方面,裂纹会减少内部连通性,以致于阴极粒子内部的电子传输受阻。另一方面,粒子内部的裂纹可以增加阴极的活性表面。由于这些相互矛盾的效应,有必要定量研究电池循环如何导致裂纹形成以及裂纹如何反过来影响电池性能。因此,有必要对3D粒子形貌进行结构描述符的表征,并定量地将其与有效电池属性相关联。通常,3D结构表征使用图像数据进行。然而,信息丰富的3D成像技术是耗时、昂贵且很少可用的情况下,分析常常只能依赖于2D图像数据。本文提出了一种新的Stereological方法,用于生成表现出与实验测量的粒子2D截面中观察到的裂纹网络统计等价的虚拟3D阴极粒子。因此,更容易获得的2D图像数据足以对裂纹阴极粒子进行完整的3D表征。未来的研究将使用所生成的虚拟3D粒子作为空间分辨率电化学-力学模拟的几何输入,以增强我们对阴极在锂离子电池中结构-性能关系的理解。
引用
@article{arxiv.2410.12020,
title = {Stochastic 3D reconstruction of cracked polycrystalline NMC particles using 2D SEM data},
author = {Philipp Rieder and Orkun Furat and Francois L. E. Usseglio-Viretta and Jeffery Allen and Peter J. Weddle and Donal P. Finegan and Kandler Smith and Volker Schmidt},
journal= {arXiv preprint arXiv:2410.12020},
year = {2024}
}