(文章来源:快科技)
电池是目前许多行业最大的限制之一——包括电动汽车、手机、光伏等等等等,锂电池效率低下且进步缓慢,它们都急需全新的电池技术来推动行业发展。
所以许多科研机构都选择将固态电池作为研发的方向,固态锂电池技术采用锂、钠制成的玻璃化合物为传导物质,取代以往锂电池的电解液,大大提升锂电池的能量密度,被视为可以继承锂离子电池地位的电池。近日,据外媒报道,斯坦福大学团队在固态电池领域做出了全新突破,研发出了全新的阻燃型固态电池。
为了让固态电池兼具阻燃性,该团队研发了一种全新的固态电解质,他们将阻燃材料十溴二苯乙烷添加到电解质中,这种材料不仅廉价而且熔点更高。不过这种阻燃材料不导电,为此研发团队在材料中融入了聚环氧乙烷和双三氟甲烷磺酰亚胺锂来解决这一问题。
最终测试结果非常喜人,着火后,这种固态电池不仅没有爆炸,甚至还在火焰下为LED灯持续供电了一段时间。
(责任编辑:fqj)
声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。
举报投诉
-
电池技术
+关注
关注
12文章
906浏览量
49331 -
固态电池
+关注
关注
10文章
702浏览量
27855
发布评论请先 登录
相关推荐
朗凯威锂电池生产厂家推荐:锂电池着火,灭火器有用吗?
当锂电池着火时133-2632-1310,灭火器在一定程度上是有用的,但不同种类的灭火器效果不同。在处理锂电池着火时,应根据实际情况选择合适的灭火器,并采取正确的处理方法。同时,我们也
斯坦福STANFORD FS725铷钟
斯坦福STANFORD FS725铷钟 SRS斯坦福FS725 10MHzRb频率标准 SRS斯坦福FS72510MHzRb频率标准FS725集成了一个铷振荡器(SRS模型PRS10),一个
斯坦福研究:电动汽车电池实际寿命比预估长得多
。 这项研究是由斯坦福大学的普考特能源研究所与美国SLAC国家加速器实验室共同成立的SLAC-斯坦福电池研究中心的科学家们完成的。经过超过两年的时间,他们对92种商用锂离子电池进行了详尽的充放电测试。 结果显示,当放电模式模拟真
STANFORD斯坦福SR830 锁相放大器
原装STANFORD斯坦福SR830 锁相放大器 锁相放大器是一种对交变信号进行相敏检波的放大器。锁相放大器利用和被测信号有相同频率和相位关系的参考信号作为比较基准,只对被测信号本身和那些与参考信号
固态电池的优缺点 固态电池与锂电池比较
固态电池是一种使用固态电解质代替传统液态电解质的电池技术。这种电池技术因其在安全性、能量密度和循环寿命等方面的潜在优势而受到广泛关注。以下是
INA219使用电池供电后芯片损坏,为什么?
原理图:
PCB图:
接线方式都是都过焊线供电。
问题描述:使用直流电源供电,IIC采样电压,电流数据正常。只要接一会电池后再接上直流
发表于 07-30 08:14
国产仪器崛起:斯坦福替代方案来了!
众所周知,斯坦福的东西一直以来,好用,贵,货期长动辄几个月,很苦恼 今天,他来了,他的替代来了 首先是最经典的型号斯坦福SR830,它的频率可以达到102.4 kHz ,18位的ADC,采样率可以
斯坦福团队抄袭国产大模型,主要责任人失联
的广泛关注,也让大家对于开源大模型的规范使用更加担忧。 斯坦福Llama3V模型被证实抄袭 5月29日,斯坦福大学的一个AI团队在Github等平台发布了一款大模型,名为Llama3V,该模型的亮点是据称
斯坦福大学研发全新AI辅助全息成像技术
据最新消息,斯坦福大学的研究人员成功研制出全新AI辅助全息成像技术,其薄度、重量及质量均超过了当前方案,有望推动增强现实(AR)眼镜领域的发展。
斯坦福发布《2024 AI指数报告》
近日,斯坦福大学以人为本人工智能研究所(StanfordHAI)发布了《2024年人工智能指数报告》(ArtificialIntelligenceIndexReport2024)。据
斯坦福、伯克利大神教授创业给机器人造大脑,OpenAI红杉抢着投5亿
还记得曾火遍全网的ALOHA家务机器人吗?最近该项目导师,斯坦福计算机科学与电气工程系教授ChelseaFinn在X宣布,正式与其他几位伯克利大牛学者、谷歌DeepMind科学家共同创业,全力为
英伟达CEO黄仁勋建议应届毕业生降低期望
确实,像斯坦福这类精英学校的学生,他们对未来的期待可能高于一般的应届毕业生。根据QS世界大学排名,斯坦福是美国第三好的大学,学生需要支付昂贵的学费——每年62484美元,而全美的平均学费仅为26027美元。
斯坦福继Flash Attention V1和V2又推出Flash Decoding
斯坦福大学此前提出的FlashAttention算法,能够在BERT-large训练中节省15%,将GPT训练速度提高2/3。
评论