温度与离子电导
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 ↗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。
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。
Figure 2c, f–i; Figure 3b, d
σ(T)=σref*exp[−Ea/Rg*(1/T−1/Tref)] Slope of lnσ vs 1000/T = −Ea/(1000 Rg)
Fixed activation energy, no phase transition and no VTF curvature. The plotted activation energies are known inputs, not fitted experimental results.
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
- σ(T)=σref*exp[−Ea/Rg*(1/T−1/Tref)]
- Slope of lnσ vs 1000/T = −Ea/(1000 Rg)
使用边界
- Fixed activation energy, no phase transition and no VTF curvature. The plotted activation energies are known inputs, not fitted experimental results.
模型来源
- Dipole-dipole interaction-induced dense primitive solid-electrolyte interphase for high-power Ah-level anode-free sodium metal batteries
Spectral, radial, temperature-conductivity and MSD plot forms; not this paper’s parameters.
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. 温度与离子电导. 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。
assets/showcase/paper_ionic_arrhenius/data.csv d7eb01d7469bfc33982fb3c18348c69ce2cdf77c6d78bfe4e72775811b5f599b assets/showcase/paper_ionic_arrhenius/figure.pdf ca4c24c97ccab1d6815a2b0d77e3b3506fc95a3587e72faacf96342e11e06add assets/showcase/paper_ionic_arrhenius/figure.png f2fd9bdf4de35bada543c8aa18a7477126e1d0bda42673b6d2e2f5f6443ae99c assets/showcase/paper_ionic_arrhenius/figure.svg bb6625c6c5b14e3765a48000e308acd62de9126d75000ba5a6664788fe6c3a1b assets/showcase/paper_ionic_arrhenius/metadata.json 375f9ad823976d96c9326d95508ec1fe476217314b5b4ccea272c894a9411f7c assets/showcase/paper_ionic_arrhenius/model.json 7c1e917b48c1f21df7b0a3ce24c7a14b35cc58081f74be2f461db1665b7a3e6a assets/showcase/paper_ionic_arrhenius/render-report.json df07615b6928ecda56dea61783f48c59eb1b7774c10ec86d266dca08c88f5166 assets/showcase/BRF-demo-paper_ionic_arrhenius.zip 945c82d97a176d8e0eba5d1e84e8f9fe1d59176b1251bde7c8571f721b407e6a assets/citations/paper_ionic_arrhenius.bib a7e97713077206e62a9957e393d30bddc2d28f503ee44f14c2ef0770c37defe5 assets/citations/paper_ionic_arrhenius.ris 2a581889ecd0f3aa11bf9fc04314bcd75b520f3678ea6ab02947d478c5ba8b3c