在构建下一代技术的探索过程中,科学家们正致力于研究自然界中最小的构建模块以储存能量。正如传统电池通过化学能为设备供电一样,“量子电池”旨在将能量储存在原子或亚原子粒子的微妙状态之中。其目标是比以往任何时候都更快地为这些设备充电,并更高效地提取其功率。然而,量子世界是出了名的脆弱。尝试为量子系统充电的行为本身就可能导致它产生波动和振荡,就像一个摆动得过于剧烈、以至于无法在正确时刻被捕捉到的钟摆一样。此外,现实世界从未真正安静过;随机的抖动和环境噪声始终存在,威胁着存储能量所需的精确秩序。研究人员面临的核心挑战在于,如何找到一种即使在环境嘈杂且系统趋于自我崩解的情况下,也能快速且可靠地为这些电池充电的方法。
一组物理学家通过模拟一种由相互作用自旋(本质上是微型磁铁)组成的链状特定类型量子电池来解决这一问题。他们专注于研究充电速度和随机噪声的存在如何影响电池持有和释放能量的能力。他们并没有通过“拨动开关”来瞬间为电池充电(这会导致剧烈的震动),而是测试了一种在设定时间内逐渐增强充电场的方法。这种被称为“有限时间斜坡”(finite-time ramp)的方法,允许系统平稳地进行调整。他们的模拟表明,这种更平滑的充电方法显著减少了快速充电法中出现的剧烈振荡,使储存的能量更加稳定且可预测。事实证明,花多一点时间来为电池充电,实际上会在短期内带来更可靠的结果。
随后,研究人员通过在充电过程中加入随机噪声,引入了一个新的复杂层级,以模拟现实世界设备中存在的不可预测的干扰。他们发现,噪声的影响完全取决于电池是如何被充电的。在一种场景下,即充电过程仅激发了电池内的少数特定模式时,噪声实际上帮助系统储存了更多的总能量。然而,这些额外的能量在很大程度上是被困住且无法使用的;这就像是用桶装水,却堵住了出水口,导致什么也流不出来。在另一种场景下,即充电过程同时激发了许多模式时,噪声产生了相反的效果。它减少了储存的总能量,但使剩余的能量变得更加易于获取且高效利用。在这种情况下,噪声起到了过滤器的作用,移除了那些无法使用的能量,留下了一份更纯净、更有力的电荷。
为了理解其中的原因,团队仔细观察了电池内部组件的行为。他们发现,预测噪声是有利还是有害的关键,在于充电过程中激发了多少个电池内部模式。如果初始充电方案只唤醒了这些模式中的极少数,噪声往往会将它们推向一种持有更多能量的状态,但那部分能量会变得杂乱无章且难以提取。相反,如果充电方案已经唤醒了大部分模式,噪声会将它们推向一个中间状态,虽然降低了总能量,但使剩余的能量更容易检索。这意味着,量子电池的性能不仅取决于它持有多少能量,还取决于能量是如何组织的。一个能量稍少但组织良好的电池,远比一个充满了混乱且被锁死的能量的电池更有用。
该研究得出结论,在嘈杂的世界中,不存在一种单一的“最佳”量子电池充电方式;最优策略取决于充电过程中所采取的具体路径。通过仔细选择充电轨迹,工程师可以实现最大化总储能,或者最大化能量提取的效率。研究结果表明,噪声并不总是需要被消除的敌人。在某些情况下,少量的环境干扰实际上可以提高量子电池的效率,前提是充电协议的设计能够利用这种干扰。这项工作为稳定量子能量存储提供了路线图,表明只要能够精确控制能量的传递方式,即使是嘈杂的环境也可以从负资产转变为助力。
技术摘要:有限时间协议稳定噪声伊辛量子电池中的充电过程
问题陈述
量子电池(QBs)代表了量子热力学与材料科学的一个充满前景的交汇点,然而其实际实现需要可靠的充电协议,以确保存储能量的稳定性以及高效率的功提取。虽然在如伊辛链这类可解系统中已经对猝灭过程(瞬时参数变化)进行了分析,但这些过程表现出特征性的剧烈振荡和复现现象,这使得在短时间内稳定存储能量变得复杂。此外,现实中的量子设备受到环境噪声的影响,因此产生了一个问题:在非幺正动力学下,充电协议是否仍具有鲁棒性。作者研究了有限时间斜坡(finite-time ramps)是否可以稳定充电动力学,以及随机噪声如何影响存储能量与可提取功(ergotropy)之间的权衡,研究对象为横向场伊辛链。
研究方法
本研究利用具有周期性边界条件的量子伊辛链,并以随时间变化的横向场 h(t) 作为量子电池模型。通过约旦-维格纳(Jordan–Wigner)变换和傅里叶空间分析,哈密顿量被映射为每个准动量模式 k 的独立费米子双能级系统。
充电协议涉及在有限时间 tf 内,以斜率 v 将外部场从初始值 hi 增加到最终值 hf。作者比较了两种情景:
- 无噪声动力学: 系统在随时间变化的哈密顿量 H0(t) 下,受冯·诺依曼方程支配进行演化。
- 有噪声动力学: 协议受到奥恩斯坦-乌伦贝克(Ornstein-Uhlenbeck)随机过程 η(t) 的扰动,该过程代表具有零均值和相关时间 τn 的有色噪声。有噪声的哈密顿量为 Hk(t)=H0,k(t)+η(t)H1。
为了表征性能,作者计算了:
- 存储能量 (ΔE): 系统在时间 t 的能量与初始基态能量之差。
- 可提取功 (E): 通过幺正操作可提取的最大功,定义为系统能量与被动态能量之差。
- 效率 (ϵ): 可提取功与存储能量的比值 (ϵ=E/ΔE)。
在有噪声机制中,系综平均密度矩阵是通过数值求解类似于非马尔可夫主方程的耦合微分方程获得的,该方程考虑了噪声的相关性。
主要贡献与结果
通过有限时间斜坡实现稳定化:
与猝灭过程相比,有限时间斜坡显著抑制了存储能量中的剧烈振荡。在单比特系统中,振荡幅度随斜坡持续时间的增加而减小。在多体伊辛链中,由于独立模式的叠加产生了去相干效应,导致总存储能量的随时间演化更加平滑。这使得可靠地利用早期动力学成为可能,避免了必须等待干涉平台或复现现象的需求。
噪声依赖型性能:
噪声的影响并非普适的,而是关键取决于充电轨迹(具体为初始场 hi 以及由此产生的模式激发剖面):
- 弱激发机制 (hi=0.8→hf=1.5): 在弱激发约旦-维格纳费米子态的协议中(其中无噪声激发概率 Pk 大多低于 0.5),增加噪声强度会增加总存储能量。然而,这以降低可提取功为代价,因为噪声驱动系统趋向于最大混合态,使得大量存储的能量变得无法提取。
- 强激发机制 (hi=−1.5→hf=1.5): 在强烈激发许多模式的协议中(其中无噪声 Pk>0.5 覆盖了频谱的大部分),噪声会减少总存储能量,将其驱动向 0.5。反直觉的是,这一机制具有更高的效率。存储能量的减少伴随着可提取功与存储能量之比的保持或提升,这意味着剩余的能量更易于被提取。
预测机制:
作者确定了协议结束时的模式分辨激发概率 Pk 是决定噪声响应的关键量:当噪声强度 ξ 相对于猝灭速率 v 较大(ξ/v>1)时,噪声倾向于将激发概率平坦化至 Pk=0.5。如果无噪声协议激发的模式低于此阈值,噪声会增加能量存储;如果激发的模式高于此阈值,噪声则会抑制能量存储。这使得仅基于无噪声斜坡剖面即可预测噪声效应。
意义
本文证明了有限时间斜坡是稳定量子电池充电动力学的可行策略,能够减轻猝灭过程中固有的振荡不稳定性。至关重要的是,这项工作强调了噪声并不普遍降低量子电池的性能。相反,噪声的影响取决于具体的充电轨迹:它可以通过注入不可提取的能量来阻碍性能,也可以通过抑制高度激发协议中的过剩存储能量来提高效率。这些发现表明,优化量子电池协议需要仔细平衡充电轨迹与预期的噪声环境,以最大化存储容量或功提取效率。
每周获取最佳 mesoscale physics 论文。
受到斯坦福、剑桥和法国科学院研究人员的信赖。
请查收邮箱确认订阅。
出了点问题,再试一次?
无垃圾邮件,随时退订。