近期出版
近期目录
-
Vol.74 No.24
2025年12月20日
-
Vol.74 No.23
2025年12月05日
-
Vol.74 No.22
2025年11月20日
-
Vol.74 No.21
2025年11月05日
- 全部过刊
摘要 +
固态电池凭借能量密度大, 安全系数高等优势, 近年来逐渐成为人们关注和研究的焦点. 锂枝晶是影响电池安全性和使用寿命的关键因素, 严重时会发生电池短路的情况. 相较于液态电池, 固态电池依赖于机械强度更高的固态电解质, 能有效地抑制锂枝晶的生长, 然而随着充放电循环次数的增加, 由于锂枝晶未完全溶解而产生的死锂逐渐累积, 电池的性能逐渐降低. 本文针对固态电池中的死锂问题, 采用相场法模拟了力-热-电化学三种物理场耦合下的锂枝晶溶解和死锂产生过程. 结果显示, 当在相场模型中耦合入传热模型或者力学场后, 枝晶溶解截止时间和死锂面积都会发生变化. 同时, 在此基础上升高温度或是施加低外压、高外压时, 死锂面积都会降低. 而对于改变电化学参数, 减小扩散系数、增大界面迁移率以及减小各向异性强度都能有效地减少死锂面积.
摘要 +
高性能表面电极离子阱是构建可扩展离子阱量子计算机的关键平台. 在室温下实现多离子相干操控, 是迈向量子纠错与大规模集成的关键步骤. 本文报道了在自主研制的室温表面电极离子阱中, 单离子与多离子相干操控的研究进展. 该芯片阱在轴向与横向分别实现了低至0.074(8) quanta/ms(@833 kHz)与0.237(51) quanta/ms(@1.3 MHz)的加热率. 结合电磁诱导透明(EIT)冷却与边带冷却, 单离子被冷却至平均声子数0.04(2)以下. 在此基础上, 利用载波与边带跃迁对多达20个离子进行了全局相干操控, 观测到由集体振动模式介导的离子间耦合, 并清晰地展示了不同位置离子因高阶振动模式向量差异而呈现出的特异相干演化行为. 本工作充分验证了在微型表面电极离子阱的单势阱中囚禁与相干操控链状和二维多离子的能力, 为在芯片电极离子阱中实现高效的多离子纠缠态制备和量子模拟奠定了物理基础.
摘要 +
在活性物质系统中, 外部驱动场(如电场、磁场或光场)常被用于调控粒子的运动行为与集体状态. 惯性效应在粒子动力学中扮演关键角色, 它使粒子对场的响应出现延迟, 从而诱发复杂的集体行为. 然而, 具有转动惯性的活性粒子在周期交流场作用下的动力学行为尚不明确. 本文通过数值模拟系统研究具有转动惯性的活性粒子在周期交流场作用下的集体行为. 结果表明, 改变外场频率可诱导系统出现一系列集体运动状态, 包括极性有序、向列有序以及交叉流动带等结构. 粒子的自推进速度与相互作用强度对系统状态转变的影响较弱. 本研究揭示了周期交流场在调控惯性活性粒子系统集体行为中的关键作用, 为进一步理解非平衡系统中驱动场与粒子动力学之间的耦合机制提供了新的见解.
摘要 +
为了进一步提高混沌系统的复杂性, 本文构建了一个新型四维忆阻超混沌系统, 其中磁控忆阻器的存在提高了系统的复杂性, 使其能够产生更丰富、更复杂的动态行为. 所提出的系统有无数多个平衡点, 产生的吸引子属于隐藏吸引子. 讨论了随着参数变化系统的分岔行为、吸引子共存行为、瞬态现象, 以及系统依赖于忆阻初始条件变化产生无限多共存吸引子的超级多稳定现象, 分析表明新系统具有丰富的动力学行为. 同时分析了系统的不稳定周期轨道, 建立了适当的符号编码, 并探索了周期轨道的修剪规则. 此外, 提出了一种基于新的忆阻超混沌系统的数字图像加密方法, 并验证其具有良好的加密效果. 最后, 利用DSP数字电路对新系统进行了实验验证, 结果与数值仿真一致, 验证了忆阻系统的正确性与可实现性.
编辑推荐
2025, 74 (24): 240701.
出版时间: 2025-12-20
摘要 +
近年来, 机器学习在材料科学中的应用显著加快了新材料的发现, 特别是在结合第一性原理计算等传统方法后, 能够高效筛选已有数据库中的潜在高性能材料. 然而, 此类方法大多局限于已有化学空间, 难以实现对全新材料结构的主动设计. 为突破这一瓶颈, 基于生成模型的材料逆向设计方法逐渐兴起, 成为探索未知结构与性质空间的重要手段. 尽管当前生成模型在晶体结构生成方面取得了初步进展, 但如何实现目标性质导向的材料生成仍面临显著挑战. 本文首先介绍了近年来在材料生成领域中具有代表性的生成模型, 包括CDVAE, MatGAN以及MatterGen, 分析其在结构生成上的基本能力与局限. 随后重点探讨如何将目标性质有效引入生成模型, 实现性质导向的结构生成, 具体包括基于目标性质向量的Con-CDVAE、融合结构约束与引导机制的SCIGEN、通过适配器实现性质调控的微调版MatterGen以及结合隐空间搜索优化的CDVAE隐变量优化策略. 最后总结当前性质导向生成机制面临的挑战, 并展望其未来的发展方向. 本文旨在为研究者深入理解和拓展性质驱动的材料生成方法提供系统性参考和启发.