半无限扩散尾

论文图型参考 · 原创模型演示。

合成示例 · 非实验数据

放大图样 ↗

给这张图选配色 →

① 源码与 CSV 解压到同一文件夹。

② 请 AI 运行 render_existing.py，得到 PNG、SVG 和 PDF；再核对并换成你的数据。

源码和 CSV 解压到同一文件夹即可重画。图件和提示词可分别下载。

你也可以用自己的话说。

查看请求

请读取绘图包里的 README 和 metadata.json，按说明在项目独立环境中运行包内已有源码，重画这份演示数据。不要重新生成或改写演示 CSV。收到我的文件后，先核对列名、单位、归一化基准与测试条件，再在副本中适配。逐圈容量、库伦效率与容量保持率用散点，不加连线；连续电压和光谱用无点实线，数据坐标四周保留框线。全电池保持率需明确参考圈、参考容量和相同工况，缺项先补齐；Li‖Cu 不强加保持率。不要继承演示条件、补造数据或静默覆盖旧图；回复只给结果位置和必要的下一步。

第一次用？先安装桌面软件 →

论文依据、公式与适用范围

原创模型演示，不复现论文数据；图型参考与公式依据分别注明。

Probing process kinetics in batteries with electrochemical impedance spectroscopy ↗

Figures 1, 3, 7–8; linearised charge-transfer equation

Z=Rs+(1/R+Q(jω)^α)^−1
Z_W=σ(1−j)/sqrt(ω)

Passive lumped circuit, not a unique battery mechanism. Q is a capacitance only when α=1. Finite-diffusion low-frequency limits depend on the declared boundary. The complete equal-scale Nyquist and frequency record are retained alongside any declared zoom. No Kramers–Kronig or measured-data fit is claimed.

输入与使用边界

data.csv, model.json

输入格式、单位和条件见 README 与 metadata.json。示例是合成数据，不能用于论文实验结果。

Declared analytic parameters in scientific_basis.parameters; no experimental cell or material is assigned.

示例的模型与依据

按声明的教学模型生成。参数为自设，引用支持公式或测试方法，不是从论文复制的实测数字。

计算关系

Z=Rs+(1/R+Q(jω)^α)^−1
Z_W=σ(1−j)/sqrt(ω)

使用边界

Passive lumped circuit, not a unique battery mechanism. Q is a capacitance only when α=1. Finite-diffusion low-frequency limits depend on the declared boundary. The complete equal-scale Nyquist and frequency record are retained alongside any declared zoom. No Kramers–Kronig or measured-data fit is claimed.

模型来源

Probing process kinetics in batteries with electrochemical impedance spectroscopy
Equivalent-circuit / relaxation representations; small-signal, steady-state constraints.

相关资源

来源与引用

原创合成示例，数据与本版源码包含在绘图包内；未使用论文数据或原图

VoltPeer. 半无限扩散尾. Synthetic teaching delivery, version 1.0.0; data generator 1.0.0.

BIB ↓ RIS ↓

VoltPeer maintainers · v1.0.0 · MIT

文件、校验与检查状态

文件和格式已检查；模型测试范围见适配说明。格式检查不代表科学审核。

data.csv ↓figure.pdf ↓figure.png ↓figure.svg ↓metadata.json ↓model.json ↓render-report.json ↓BRF-demo-paper_eis_warburg.zip ↓paper_eis_warburg.bib ↓paper_eis_warburg.ris ↓

assets/showcase/paper_eis_warburg/data.csv  04b2365fdbaa65560279d770134e287a9a08d7976fb0696393ac73a9c902986f
assets/showcase/paper_eis_warburg/figure.pdf  a27ba529eb0cc69e0ae47987355938f8c76bfdb8240c1afe42bdd601e2da91c6
assets/showcase/paper_eis_warburg/figure.png  71db89676ce2c319285fb31f1fe68f20494f3581fee7590b8d5b48406d7b3de0
assets/showcase/paper_eis_warburg/figure.svg  eaad9005912eaf252f15163f047a8032151186f21dd2a6ed76825fb9923dd058
assets/showcase/paper_eis_warburg/metadata.json  5a2df3515b9f7fedc68f1bc7087100b429ce6aee8cdc9808d1830b666845d1be
assets/showcase/paper_eis_warburg/model.json  1e05c041cc5f36c52e8442833b03f5b6ea2845a51dccd6a8ea064da12b09954c
assets/showcase/paper_eis_warburg/render-report.json  ddece5c68dfdd91a469b0c84f1fd7883ea7e1883cb8c8f93b223c545fd7d5bb5
assets/showcase/BRF-demo-paper_eis_warburg.zip  812a2b425e6a0ddb148a5f9dc0683565f4c57f0d94de8ff217f0d11c1d3eccdf
assets/citations/paper_eis_warburg.bib  63be926d3e38c718e5d4a34c7d608251ce3df52fe11744575a61e04c9d916c92
assets/citations/paper_eis_warburg.ris  7e690723ca5bb102975191b9ad931814aeaeb32d040b9edf6280af84d512fbd9

讨论或改进这份资源 → 返回资源库 →