Analysis of degradation products in electrolyte for rechargeable lithium-ion battery through high mass accuracy MSn and multivariate statistical technique

Význam tématu

Analýza rozkladných produktů v elektrolytu lithiových akumulátorů je klíčová pro pochopení procesů vedoucích ke ztrátě kapacity a poklesu životnosti článků. Identifikace vznikajících sloučenin umožňuje optimalizovat složení elektrolytu a provozní podmínky baterie, což je zvláště důležité pro aplikace v přenosné elektronice i elektromobilitě.

Cíle studie

Hlavním cílem bylo vyvinout postup pro selektivní detekci a identifikaci rozkladných produktů v elektrolytu Li-ion baterií po opakovaných nabíjecích a vybíjecích cyklech. Studie porovnávala elektrolyt z nového článku (elektrolyt A) s elektrolytem po 30 cyklech při 60 °C (elektrolyt B).

Použitá instrumentace

• LCMS-IT-TOF (Shimadzu) s vysokou hmotnostní přesností
• Software Profiling Solution (Shimadzu) pro zarovnání špiček a generování seznamu signálů
• SIMCA-P+ (Umetrics) pro ortogonální parciální metody OPLS-DA
• Formula Predictor (Shimadzu) pro predikci chemických vzorců

Použitá metodika

Vzorky elektrolytu se zředily metanolem (1:10). Následovala chromatografická separace na FC-ODS kolonce a detekce ve spektru ESI (+) s rozsahem m/z 80–1 000. Multivariační analýza OPLS-DA vyčlenila 15 unikátních iontů charakteristických pro elektrolyt B. K jejich identifikaci byla využita vysoká hmotnostní přesnost MSn a softwarová predikce vzorců.

Hlavní výsledky a diskuse

• OPLS-DA jasně oddělila nové a cyklované elektrolyty na score plotu.
• S-plot odhalil 15 signifikantních iontů přítomných pouze v elektrolytu B.
• Mezi detekovanými rozkladnými produkty dominují polykarbonáty (např. m/z 284, predikce C9H18O9) a organofosfáty (např. m/z 283, predikce C3H7O4P).
• MS2 a MS3 fragmentační vzorce potvrdily struktury predikovaných sloučenin.

Přínosy a praktické využití metody

Propojení vysoké mass accuracy MSn s multivariační analýzou umožňuje komplexní profilování rozkladných produktů elektrolytu. Metoda slouží pro vývoj stabilnějších elektrolytů, monitorování stavu baterií a predikci poklesu kapacity během provozu.

Budoucí trendy a možnosti využití

Integrace časově rozlišené analýzy (LCxLC-MS), kvantitativní sledování markerů rozkladu a aplikace strojového učení pro automatické rozpoznání vzorců degradačních drah otevřou nové možnosti v real-time monitoringu bateriových systémů. Dále se očekává rozšíření o ion mobility spektrometrii a elektronovou difrakci pro detailní prostorové určení struktur.

Závěr

Popsaná kombinace LCMS-IT-TOF a OPLS-DA prokázala vysokou citlivost a selektivitu při detekci rozkladných produktů elektrolytu Li-ion článků. Identifikováno bylo 15 klíčových složek, přičemž hlavními skupinami jsou polykarbonáty a organofosfáty, které významně ovlivňují životnost baterií.

Reference

Uvedená data jsou založena na prezentaci ASMS 2012 WP26-541 od H. Nakajima et al. (Shimadzu Corporation).