文 | 文史充电站
编辑 |文史充电站
在追求可持续能源解决方案的道路上，碳涂层技术的不断演进为锂离子电池性能的提升和寿命的延长提供了令人鼓舞的可能性。
这项研究聚焦于类金刚石碳（DLC）涂层在锂基电池中的应用，深入探讨了其原子结构和工作机制，并突出了不同涂层厚度、沉积温度、分层结构和掺杂对电池性能的影响。
这些创新性的发现显示，DLC涂层不仅提高了电池的循环寿命，还改善了电池性能，为未来的电动汽车和可再生能源储存提供了关键支持。
01
碳涂层是提升电池性能的新方式
锂离子电池（LIB）作为能源可持续性的潜在解决方案备受关注，人们正积极寻求减少碳排放，与其他金属系统相比，锂系统因其提供更高的平均电压而备受青睐。
碳涂层作为提高锂和后锂储能电池性能的关键技术引起了广泛关注，碳涂层的应用被认为可以促进电池的化学和电化学稳定性、导电性、固体电解质界面和长循环寿命，这也改善了结构稳定性，减轻了电极腐蚀、纳米材料活化和形态变化。
碳涂层的历史可以追溯到1953年，最初被描述为类石墨碳，直到1970年代才被Aisenberg和Chabot展示出具有类金刚石特征的结构。
根据其原子结构，碳涂层可分为无定形碳、四面体碳和类金刚石碳（DLC）、链结构及其混合结构，近年来碳涂层的分类也得到了ISO标准的支持。
DLC在制造高性能锂基电池方面具有悠久的历史，其潜力在2000年代初已经开始探索，有多种多样的涂层技术可供选择，包括物理气相沉积（PVD）、等离子体增强化学气相沉积（PECVD）、大气等离子体沉积、电沉积等，这些方法具有不同的工业可扩展性和涂层成本。
DLC的结构表现出sp2和sp3位点的网络，其原子结构的组成，包括芳环和链以及相应的sp2和sp3相比例，取决于沉积方法和操作参数。
考虑到操作参数的优化矩阵，如静电和磁势、沉积压力和温度、前体特性、工艺和反应气体的动力学、等离子体功率、频率、通量和密度等，通常有超过50种组合可用来调节涂层的性能。
分子动力学模拟通过使用大规模原子/分子大规模并行模拟器软件进行，研究了金刚石和类金刚石碳材料的结构。
虽然金刚石和类金刚石在表面上看起来相似，因DLC的高硬度和接近金刚石的杨氏模量，它们在原子结构上有所不同，DLC具有sp2和sp3网络，因此其原子结构既不是晶体，也不是完全非晶态，而是由sp2纳米团簇通过sp3键合而成的成分原子。
DLC涂层存在高残余应力的问题，这可能导致薄膜分层，在沉积DLC涂层时，通常需要提供应力松弛层以解决这个问题。
DLC涂层具有广泛的电气功能，可以表现为半金属或绝缘体，这取决于沉积条件、外来元素掺杂和沉积后处理，这些性质使得DLC涂层在锂离子电池应用中具有广泛的潜力，因为它们提供了丰富的活性位点和孔隙率，有助于提高锂离子的迁移性能。
02
锂离子电池性能的关键改进
锂离子电池，一直在各种电子设备和电动汽车等领域中广泛应用，因其高能量密度和长循环寿命而备受欢迎，为了进一步提高LIBs的性能，研究人员一直在探索各种技术和材料改进。
一种被广泛研究和应用的技术是物理气相沉积，已被证明与其他制备方法相比，如化学气相沉积和反应沉积等，可以提供更长或相当的锂离子电池循环寿命。
特别是，基于潘宁电离计的CVD方法]制备的碳涂层可为电池电极提供理想的界面，甚至通过离子注入沉积碳涂层时也能实现高温循环性能，等离子体方法还可以制造不同多层涂层架构，以提高电池性能。
DLC和Cr（铬）双层设计显示，在第50次循环时，阳极容量仍保持在83%，而裸阳极电池的容量则降至53%，等离子涂层可以掺杂二级或三级材料，如硅，以提高电池稳定性，这些技术不仅适用于锂离子电池，还适用于其他类型的电池材料，如硫化锌和钠。
沉积的DLC涂层的性能与硅基锂离子电池阳极表面覆盖率的关系，使用射频PECVD系统沉积的250 nm硅和60 nm薄DLC涂层的横截面图。
300×300μm²的DLC贴片在40次循环后的形态变化，DLC涂层阳极在初始循环后的不可逆容量和库仑效率，可以看出，DLC微米级贴片覆盖阳极材料可以提供更高的库仑效率，并降低不可逆容量。
另一种重要的技术是等离子体增强化学气相沉积，Kim等人在硅薄膜阳极上使用射频辅助PECVD工艺沉积了具有类金刚石结构的碳涂层，他们的研究表明，DLC涂层可改善硅电极的循环性能，可逆容量和初始库仑效率分别提高至3700 mAh/g和90%。
这不仅提高了容量，还减少了由于结构完整性而导致的容量衰减，类似地，Arie和Lee使用RF-PECVD在锂金属阳极上沉积DLC涂层，提高了其电化学性能。
这些研究结果表明，DLC涂层在锂离子电池中的应用可以显著改善性能，提高库仑效率，降低不可逆容量。
还有一些混合方法被报道用于制造电池应用的碳涂层，比如通过大气等离子体-PECVD方法在SnSb/C纳米纤维上装饰DLC纳米粒子，不仅在第100次循环时具有较高的可逆容量，而且在100次循环后的容量保持率也得到显著提高。
基于等离子体的碳涂层技术在提高锂基电池性能方面发挥了关键作用，这些涂层不仅提高了电池的库仑效率和可逆容量，还减少了不可逆容量，从而延长了电池的循环寿命，这些研究为锂离子电池和其他电池技术的进一步发展提供了有价值的参考和启示。
03
解锁锂离子电池的性能
人工智能（AI），包括机器学习（ML）和深度学习，正逐渐成为材料科学领域的得力助手，在锂离子电池（LIB）领域，ML和相关算法已经发挥了关键作用，帮助我们预测、优化和理解电池材料的性能和结构。
这一技术的应用涵盖了多个方面，从数据挖掘、电极材料的虚拟合成到性能预测和生命周期估计。
机器学习算法，如人工神经网络、多重线性回归、最小绝对收缩和选择算子以及穷举搜索线性回归。
已经在预测锂离子电池中的碳基分子材料的电势、配位能和熔点等方面显示出巨大潜力，这些算法能够从大量数据中提取模式，帮助科学家更好地理解电池材料的性能特性。
特别是在LIB应用中，ML正在协助材料的开发、优化和预测，一个引人注目的例子是基于ML和分子动力学（MD）的离子筛选模型。
这个模型不仅能够确定LIB阴极的最佳涂层材料，还能显著减少计算所需的时间，这种模型使用了从头算分子动力学、飞行倾斜和总均方位移等技术来处理数据，快速筛选潜在的锂化合物。
另一个令人振奋的应用是无监督学习，通过筛选已知的锂化合物来发现新的快速锂离子导电化合物，结果表明，有潜力的新化合物具有出色的离子传导性能，为LIB的发展提供了更多可能性。
MD和贝叶斯优化（BO）的结合也为多材料或LIB应用的设计提供了新的途径，这种方法使用MD模拟来分析材料性能，并通过BO优化来提高离子电导率等关键属性。
与传统的分割方法相比，机器学习在对分离碎片、裂纹、分离概率和不同类型的颗粒进行分类方面展现了更大潜力，提高了对LIB材料的理解和处理效率。
机器学习在锂离子电池领域的应用已经成为材料科学的一项强大工具，帮助科学家们更好地理解、预测和优化电池材料的性能和结构，为可再生能源存储技术的发展和改进做出了重要贡献。
04
提碳涂层提升电池性能与延长寿命的关键
纯碳涂层和硅基类金刚石碳涂层已广泛应用于纯锂金属和锂离子电池的各种应用中，包括薄膜、复合材料、合金纳米纤维和颗粒基电极。
这些涂层在电池性能中扮演了关键角色，其性能可通过多个指标来衡量，如容量、电流密度、电压、速率、阻抗、电位和循环效率，基于硬碳涂层（LBB DLC）在不同条件下的性能表现的信息，包括单层和双层设计、掺杂、薄膜或纳米粒子、室温和高温等。
研究人员，使用闭场不平衡磁控溅射系统在锂电池上应用碳涂层，研究表明，将碳涂层应用于锂电极后。
电池的循环效率在50次循环后提高了约60%，这个改善是因为碳涂层有助于减少裸露锂电极的循环效率下降，这通常由于死锂引起的，碳涂层的应用有效地提高了电池的稳定性和性能。
通过在NCA颗粒上沉积DLC涂层，研究人员成功地将电极的电阻从234Ω降低到70Ω，从而提高了电池的性能，DLC涂层还保护了NCA颗粒免受副反应和元素扩散的影响，进一步提高了电池的稳定性。
在这项研究中，研究人员使用等离子体离子注入和沉积方法沉积了DLC涂层，结果显示2.0 nm厚的DLC膜能够显著提高电池的放电容量，而5.0 nm厚的DLC膜则表现更佳。
相比之下，裸电极的放电容量在循环中急剧下降，而应用DLC涂层的电极保持了较高的容量。
硅基DLC涂层在锂氧电池应用中也表现出色，它的应用使电池在高达50%的循环中保持了容量，从而显著延长了电池的寿命。
结论
纯碳涂层和硅基类金刚石碳涂层在锂金属和锂离子电池领域有着广泛的应用，它们被用于制造薄膜、复合材料、合金纳米纤维和颗粒基电极，在提高电池性能方面发挥着关键作用。
这些涂层的性能通过多个指标来评估，如容量、电流密度、电压、速率、阻抗、电位和循环效率。
研究表明，在不同的应用条件下，这些涂层都能够改善电池性能，比如碳涂层的应用能够显著提高电池的循环效率，延长其寿命，DLC涂层则可以降低电极的电阻，保护电极免受副反应和元素扩散的影响，从而提高了电池的稳定性。
硅基DLC涂层在锂氧电池应用中表现出色，显著延长了电池的寿命，这些研究为未来的电池技术提供了有力的支持，有望为可再生能源存储和电动汽车等领域提供更可靠的能源解决方案。
