均方位移与扩散

论文图型参考 · 原创模型演示。

合成示例 · 非实验数据

均方位移与扩散放大图样 ↗
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。

Dipole-dipole interaction-induced dense primitive solid-electrolyte interphase for high-power Ah-level anode-free sodium metal batteries ↗

Figure 2c, f–i; Figure 3b, d

MSD=6Dt for isotropic 3D long-time diffusion
1 nm²/ns = 10⁻⁹ m²/s

Analytic long-time limit, not a trajectory with ballistic / caging behaviour. A actual D requires an appropriate fitted window and independent uncertainty.

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

  • MSD=6Dt for isotropic 3D long-time diffusion
  • 1 nm²/ns = 10⁻⁹ m²/s

使用边界

  • Analytic long-time limit, not a trajectory with ballistic / caging behaviour. A actual D requires an appropriate fitted window and independent uncertainty.

模型来源

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. 均方位移与扩散. 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_msd_diffusion/data.csv  d9422ba57224601e63dc1fed7e6557892d5cc3c3310ae1c0a81547491b7fe310
assets/showcase/paper_msd_diffusion/figure.pdf  07f66264de37e088a7c8fd454d1206820334b96ce08840ceabe9bb4770320c1c
assets/showcase/paper_msd_diffusion/figure.png  6c1b07969d10c5e98483be6a65f43bfe38300f02e0e5f4f384ae832699d41bb0
assets/showcase/paper_msd_diffusion/figure.svg  cf19d7598fdd0ab1b7eacaf17d884b4244e6f8d4efee2078f5431415d0cf9617
assets/showcase/paper_msd_diffusion/metadata.json  5fd20b18939dcfde0a78cf5ce7a89b555fbda44c80992173f55c20716a241a75
assets/showcase/paper_msd_diffusion/model.json  83463e906c1abc96370e5c4c5964e9562ca1689400ccdb757c3abd9f5ffe236c
assets/showcase/paper_msd_diffusion/render-report.json  921c5df77c1bbea9332c2f934402a0b1e2950e1b50cb0961da3d49b353834b7e
assets/showcase/BRF-demo-paper_msd_diffusion.zip  b28b0d9a566180aa80600d87cb37017e8cdd97b36fe22b78df849064484a9dbd
assets/citations/paper_msd_diffusion.bib  f9bf854ff83ac20ea9764f0e19aee66ff10865817b5a67cafab36ca15cf73ffa
assets/citations/paper_msd_diffusion.ris  bdb8f4a4023ea11c8dcfb4b118efa57174e358b555157c66ce281bb0a77fd4b8
讨论或改进这份资源 → 返回资源库 →