这份笔记系统梳理了统计物理的核心框架，从微观状态与宏观状态的基本概念出发，建立了微正则、正则、巨正则三大系综的概率描述；在此基础上推导出玻尔兹曼（MB）、费米–狄拉克（FD）、玻色–爱因斯坦（BE）三种统计的组态计数与最可几分布，并用统一参数 $\sigma$ 将三者纳入同一形式；进而由配分函数（单粒子 $q_1$、正则 $Z_N$、巨正则 $\Xi$）生成全部热力学量，导出内能、熵、自由能、压强等关键关系；最后以三维均匀理想玻色气体的玻色–爱因斯坦凝聚（BEC）为应用，给出临界温度与凝聚比例。全文还针对原稿中符号不统一、配分函数混用、导数条件缺失等常见问题做了系统修正。以下是高频核心公式： 统一分布函数 $$f_i = \frac{1}{e^{\beta(\epsilon_i - \mu)} - \sigma}, \quad \sigma = \begin{cases} -1 & \text{(FD)} \\ 0 & \text{(MB)} \\ +1 & \text{(BE)} \end{cases}$$ 三种组态数 $$W_{\mathrm{MB}} = N!\prod_i\frac{g_i^{N_i}}{N_i!}, \quad W_{\mathrm{FD}} = \prod_i\frac{g_i!}{N_i!(g_i-N_i)!}, \quad W_{\mathrm{BE}} = \prod_i\frac{(g_i+N_i-1)!}{N_i!(g_i-1)!}$$ 正则系综核心关系 $$Z_N = \sum_r e^{-\beta E_r}, \quad F = -k_BT\ln Z_N, \quad S = k_B(\ln Z_N + \beta U)$$ 巨正则系综核心关系 $$\Xi = \sum_{N=0}^{\infty} e^{\beta\mu N} Z_N, \quad \Phi_G = -k_BT\ln\Xi, \quad \bar{N} = \frac{\partial\ln\Xi}{\partial(\beta\mu)}$$ 经典理想气体（Sackur–Tetrode） $$q_1 = \frac{V}{\lambda_T^3}, \quad U = \frac{3}{2}Nk_BT, \quad S \simeq Nk_B\!\left[\ln\!\left(\frac{V}{N\lambda_T^3}\right) + \frac{5}{2}\right]$$ BEC 临界温度与凝聚比例 $$T_c = \frac{2\pi\hbar^2}{mk_B}\!\left(\frac{n}{\zeta(3/2)}\right)^{\!2/3}, \quad \frac{N_0}{N} = 1 - \left(\frac{T}{T_c}\right)^{\!3/2} \quad (T < T_c)$$

该解读将超参数系统视为与数据生成器、物理约束、不确定性估计和主动查询机制深度耦合的整体，而非独立常量列表。数据生成器定义有效训练分布，其参数 $\boldsymbol{\theta}_{gen}=\{\boldsymbol{\theta}_{phy},\boldsymbol{\theta}_{rough},\boldsymbol{\theta}_{defect},\boldsymbol{\theta}_{noise},\boldsymbol{\theta}_{seed}\}$ 决定物理状态与扰动难度，训练目标由加权负对数似然、物理一致性损失、扰动字典损失和正则化损失组成，分别对应预测、物理有效性、扰动识别和数值稳定性。物理门控参数 $\alpha_{\max}$ 是由材料物理性质导出的保守边界，要求生成器物理范围是其子集；$\kappa_{sp}$、$\kappa_{tmp}$ 控制门控锐度，$\tau_{sp}$ 由干净与缺陷样本得分分布校准。扰动字典容量 $K$ 表示潜在扰动容量，$\tau_d$、$\kappa_{dis}$ 从生成扰动分布校准，且 $\gamma_{dis}\ge\tau_{var}$，而 $\tau_{var}$ 由风险分解 $\tau_{var}\le(\tau_{rej}-\delta)/2-\epsilon_\sigma$ 导出，不能盲目验证集搜索。主动查询在物理参数邻域 $B(\theta,r_q)$ 内搜索，$r_q\sim c\sigma_\theta$，查询目标 $J(\theta')=U(\theta')-\beta D(\theta',\theta)$ 平衡探索与局部物理相关性，全局不确定性 $U=\omega_1U_{pred}+\omega_2U_{phy}+\omega_3U_{dis}$ 的权重决定生成器响应何种困难。最终超参数分为物理决定参数、数学约束参数和经验校准参数三类，系统构成自适应闭环，有效训练分布随模型学习状态动态变化，因此其表面复杂性大多源于物理知识、生成器统计、理论约束和优化稳定性，真正自由的参数仅为少数。

针对光学干涉测量中Sim-to-Real迁移的难题，论文提出了一种物理约束与扰动字典学习相结合的可解释数据生成框架。该方法首先通过相位平面化同胚映射，将具有周期性和$2\pi$跳变的干涉相位变换为连续光滑的几何空间，使神经网络能在连续域中学习。数据生成器不再叠加独立噪声，而是对连续平面施加倾斜、缩放、粗糙度、局部变形、遮挡等几何操作，分别对应全局相位梯度、条纹间距、微振动、波前畸变和信号丢失等物理扰动，再经逆变换合成干涉图： $$\mathcal{I}(x,y)=A(x,y)+B(x,y)\cos(\Phi(x,y)+\Delta\Phi_{dis}(x,y))+\eta(x,y).$$ 为建模硬件缺陷的准静态重复性，框架引入扰动字典$\mathcal{D}=\{\mathbf{z}_k\}_{k=1}^K$，通过余弦相似度匹配局部特征，并选择性抬高预测不确定性： $$\widehat{\sigma}_{i,adj}^2=\widehat{\sigma}_i^2+\gamma_{dis}g_i^{dis},\quad g_i^{dis}=\sigma[\kappa_{dis}(r_i-\tau_d)].$$ 生成器与模型构成主动学习闭环：模型回传预测不确定性、物理约束违背和空间注意力图，生成器在局部物理参数邻域$B(\theta,r_q)$内主动查询困难样本，并依据模型收敛状态动态调整课程难度（从干净几何平面到复杂遮挡与边界状态）。物理损失门控确保相位空间连续性和时间演化速度$v_i^{\max}=f(\alpha_{\max},\Delta T_i,\Delta t_i,\kappa)$在允许范围内。最终系统形成“物理定律→变换空间→干涉图合成→推理→门控/字典/不确定性→生成器更新”的自适应闭环，使训练数据分布成为优化过程的主动组成部分，在保持标准U-Net主干不变的情况下显著提升模型稳健性。

本实验以 Cr³⁺ 掺杂 MgAl₂O₄ 尖晶石荧光陶瓷为对象，系统开展了从原理、配方、热压烧结到 XRD、SEM 和 FTIR 的综合分析。Cr³⁺ 因离子半径匹配和八面体场 CFSE 最大化而优先取代 B 位 Al³⁺，其 d³ 构型在 Dq/B≈2.5 时以 ⁴T₂g→⁴A₂g 宽带近红外发射为主，最佳掺杂量约 0.5~3 at.%。按 MgAl₁.₈₈Cr₀.₁₂O₄ 设计配方，目标粉料 14.0 g，但实际 Cr₂O₃ 仅取 0.364 g（−58.6%），导致实际成分变为 MgAl₂.₀₅Cr₀.₀₅₂O₄，Cr 替代率仅约 2.5%；Al₂O₃ 补加 +4.2%，MgO 偏少 −4.6%。热压烧结在 1300 °C、40 MPa、30 min 下进行，石墨模具 BN 涂覆不均导致部分样品渗碳。XRD 表明三个样品主相均为 Cr 固溶的 MgAl₂O₄ 尖晶石，渗碳少样品晶格膨胀最大（a≈8.15 Å），Cr 固溶最多，石墨峰仅 2.9%；渗碳多样品石墨峰达 9.4~50.1%，其中偏移样品 77.74° 异常强峰经计算确认为铝样品台 (311) 峰，并非样品自身特征。SEM 显示两样品均以沿晶断裂为主，晶粒约 1.5~1.6 μm，渗碳多样品底部可见石墨层，且存在面积超过 100 μm² 的连通孔。FTIR 对比表明，Cr 参照样品具有孤立 OH 峰（3755、3637 cm⁻¹）和裸露 Mg²⁺ 四面体位（675 cm⁻¹），碳指数仅 1.39；加水后 OH 峰变为 3394 cm⁻¹ 宽峰并出现 δ(H₂O) 1639 cm⁻¹；加酒精后 OH 峰进一步红移至 3367 cm⁻¹，并出现明显 C-H 峰，碳指数升至 44.64，说明乙醇引入大量有机碳种并遮蔽 Mg²⁺ 活性位。问题讨论指出，Vegard 定律直接代入 (311) 峰位导致 x 偏大，源于样品台位移误差，经 Nelson-Riley 外推并以 (440) 高角度峰修正后，Cr 固溶量约 2.5%，与批料计算一致。

本实验使用 UV-3150 型紫外可见分光光度计测定 KMnO₄ 溶液的吸收光谱并验证朗伯-比尔定律，其定量依据为 $$ A=\varepsilon b c $$ 实验配制了 30、15、7.5、3.75、1.875 ppm 的 KMnO₄ 系列溶液，全谱扫描显示可见区存在双峰结构，第一峰位于约 525 nm、吸光度 0.448，第二峰位于约 545 nm、吸光度 0.431，二者间隔约 20 nm（约 700 cm⁻¹），对应 MnO₄⁻ 中 d-d 跃迁伴随 Mn—O 伸缩振动的振动精细结构；300 nm 处的强吸收归属于配体→金属电荷迁移跃迁。在 525 nm 处对系列浓度测得吸光度，线性拟合得到 $$ A=0.01388c+0.0286,\qquad R^2\approx0.987 $$ 拟合存在约 0.029 的非零截距，表明仪器存在系统性基线偏移，低浓度时相对误差显著增大，例如 1.875 ppm 偏差达 +129%；扣除基线后线性明显改善，但极低吸光度区仍受信噪比限制。由 30 ppm 数据估算摩尔吸光系数约为 $$ \varepsilon=\frac{A}{bc}\approx2359\ \text{L/(mol·cm)} $$ 与文献值 2000–2500 L/(mol·cm) 吻合良好。实验确定最大吸收波长为 525 nm，与文献 526 nm 一致，线性范围约为 7.5–30 ppm，并建议在吸光度大于 0.1 时使用比尔-朗伯定律进行定量分析。