基于此，美国SLAC国家加速器实验室刘宜晋研究员，普渡大学赵克杰教授以及美国弗吉尼亚理工大学林锋教授（共同通讯作者）使用纳米分辨率的硬X射线相位衬度全息断层成像技术，对不同状态下（在扣式电池中循环10次和50次）的多层LiNi0.8Mn0.1Co0.1O2（NMC）颗粒的厚高镍复合正极进行成像，其能够随时间跟踪数千颗单个颗粒的行为，从而确定结构和性能之间的关系，以及获得正极材料在通常无法获得的尺寸范围内的损坏情况。凭借高空间分辨率和对比度，3D成像数据涵盖了大量表现出多种损伤模式的活性颗粒。同时，为了便于统计分析，在之前建立的神经网络的颗粒识别方法的基础上，通过开发对角线数据融合方法来提高其准确性和效率。此外，使用该方法完成颗粒识别后，进一步量化单个颗粒的损伤程度。研究表明，在正极内部，单个颗粒的形态缺陷和电化学活性通过三个不同的阶段共同演化和过渡：单颗粒激活，电极颗粒开始参与电化学反应；其次是颗粒之间的分离，颗粒的利用和对颗粒的破坏程度各不相同；最后，全局均质化，电化学活性和机械损伤之间的调节减少了这些变化。基于模型，具有较高电化学活性的颗粒更容易受到机械损伤，这种机械损伤反过来会通过增加电阻来抑制电化学反应。此外，本文强调了高通量分析的必要性，以及电化学活性颗粒的形态和化学一致性对于电极对充放电循环稳定性的重要性。在某些情况下，有目的地将不同尺寸的颗粒混合物填充到电极中以增加电极密度，前提是颗粒小于临界尺寸，超过该临界尺寸就会发生开裂。然而，在学术研究中，工业使用的相同材料的尺寸、形状和表面特性通常存在相当大的差异，这可能导致结果不一致。相关研究成果以“Dynamics of particle network in composite battery cathodes”为题发表在Science上。 03
