本页面提供实验报告 PDF 扫描版下载，并说明报告可能存在问题、仅供参考。实验使用岛津 X 射线衍射仪 XRD-6100，步骤包括：采用常亮样品池，倒入约 1 g 粉末样品并用玻璃板铺平且厚度近似一致；将样品固定到样品台，关好舱门，启动 Setup 并复位；在 Condition Edit 中设置扫描参数，通常全扫描范围为 10~80°、步长 0.02°、扫描速度 4°/min（精扫为 2°/min）；输入 Group name 和 File name，默认存储路径为 C:\xddat\standard\sample，通过 Append 将样品名加入 Entry for analysis，并确保其中仅保留一个样品名，勾选 Stop 和 File 后点击 Right Gonio Analysis 中的 Start，等待扫描结束。实验结果中，BiSbGaTiAlNa 图谱背景噪声较平稳，20~35° 存在宽鼓包，表明含非晶态或纳米晶相，约 28.5° 处有尖锐强峰，40°、48°、58° 等处有较弱衍射峰；MnFeCoNiO-Ru450 图谱则由宽非晶鼓包与一系列尖锐衍射峰叠加组成，鼓包中心约在 20~30°，说明样品中晶态与非晶态共存。

人工智能与材料科学的交叉曾带来发现数百万种新稳定晶体的乐观预期，但数字预测与实验室合成之间存在“合成鸿沟”：AI 可在毫秒内生成晶体结构，而实际合成可能耗时数月甚至无法实现。传统材料发现依赖试错，化学空间巨大，AI 通过将密度泛函理论（DFT）计算转化为模式识别问题来加速预测，并用描述符或图神经网络将原子结构编码为特征向量，进而预测形成能等性质，借助凸包判断热力学稳定性。然而，多数训练数据来自零温 DFT 计算，忽略了高温下熵的效应；即使材料热力学稳定，也未必能跨越反应路径中的活化能壁垒。AI 常只优化目标性能，忽视可合成性，导致生成“Unobtainium”式材料：理论性能极高，却因动力学陷阱形成副产物而无法获得。要弥合这一鸿沟，需从单目标性能优化转向多目标优化，同时惩罚复杂性和不稳定性；还应认识到材料组成类似“基因型”，实际性能取决于合成环境这一“表型”，因此需将球磨、烧结、表征等过程数据持续接入 AI，甚至构建自驱动实验室，让机器人闭环执行预测、合成与表征，使 AI 从理论物理学家转变为能识别稳健工艺窗口的过程工程师，从而真正实现可合成、可重复的新材料发现。

该项目致力于探索全新的文化叙事方式，以代码为画笔、算法为颜料，绘制理性与感性交融的数字人文图景，并秉持三重思考：通过 AI 进行文化祛魅，将传统习俗还原为特定历史条件下的生存策略；建立历史共情，理解古人行为背后的物质匮乏与生存艰难；运用 AIGC、AR 技术为传统文化赋予新魅力，使其以全新形态重生。项目规划分为三个阶段：第一阶段以互动叙事为主，利用大语言模型进行动态剧情生成；第二阶段构建汉语言文学知识图谱，开发 AI 助教提供个性化学习体验；第三阶段整合北斗定位与 AR 技术，实现文学经典与地理空间的精准结合。基于 20030 份问卷的调研结果显示，公众对 AI 介入文化领域呈二元态度，即高度接受 AI 在解释性和工具性场景中的应用，但对创造性和审美性场景保持审慎；同时，游戏化学习被证明是历史科普的有效载体，极大提升了信息留存率和传播效率。如需了解更多或参与研究，可访问 https://2026iac.edu.survey.gt.ac.cn/。

液相传质包括电迁移、对流和扩散三种方式，总流量为 $J_{total}=J_{migration}+J_{diffusion}+J_{convection}$，其中电迁移由电场驱动，加入支持电解质可将其屏蔽；对流由机械力或密度差驱动，稳态技术中可通过旋转圆盘电极精确控制，暂态技术中则需避免对流；扩散由浓度梯度驱动，是物质抵达电极表面的必经步骤。菲克第一定律给出稳态扩散流量 $J=-D\frac{dC}{dx}$，能斯特扩散层模型假设电极表面存在厚度为 $\delta$ 的静止液层，层内仅发生扩散，由此得到极限扩散电流 $$ i_d=nFAD\frac{C^0}{\delta} $$ 搅拌或旋转会压缩 $\delta$，使梯度变陡、电流增大，这正是旋转圆盘电极 Levich 方程的物理本质。浓差极化源于传质速度与表面浓度之间的博弈，表面浓度与电流满足 $$ \frac{C_O^s}{C^0}=1-\frac{i}{i_d} $$ 代入能斯特方程后得到浓差极化公式 $$ E=E^{0'}+\frac{RT}{nF}\ln C^0+\frac{RT}{nF}\ln\left(1-\frac{i}{i_d}\right) $$ 当 $i$ 趋近 $i_d$ 时电位急剧负移，形成极化曲线平台。暂态扩散由菲克第二定律描述 $$ \frac{\partial C(x,t)}{\partial t}=D\frac{\partial^2 C(x,t)}{\partial x^2} $$ 恒电位阶跃下电流按 Cottrell 规律衰减 $$ i(t)=\frac{nFAD^{1/2}C^0}{\sqrt{\pi}t^{1/2}} $$ 对应有效扩散层厚度 $\delta(t)=\sqrt{\pi Dt}$，时间越短扩散层越薄、电流越大。球形扩散则给出 $$ i(t)=nFADC^0\left[\frac{1}{\sqrt{\pi Dt}}+\frac{1}{r_0}\right] $$ 短时间暂态项主导，长时间趋于稳态电流 $$ i_{steady}=\frac{nFADC^0}{r_0} $$ 因此平面电极在静止溶液中难以达到稳态，而微球电极因三维径向扩散可从四面八方补给物质，从而在无需搅拌时实现稳态测量。

电极过程动力学研究电极过程的速率及其影响因素，逻辑起点是电极的平衡态：氧化与还原速度相等、净反应速度为零、外电流为零、电位为平衡电位 $\phi_{eq}$。当有电流通过时电极发生极化，阴极极化使电位向更负方向移动，阳极极化使电位向更正方向移动，过电位定义为 $$ \eta_c=\phi_{eq,c}-\phi_c,\qquad \eta_a=\phi_a-\phi_{eq,a} $$ 极化实质是电子运动速度远大于电极反应速度，导致界面电荷积累；极化作用使电位偏离平衡，去极化作用则使其恢复。极化曲线是动力学研究的基础工具，稳态下净电流密度代表电极反应净速度，$j=nFv$，极化度 $P=\mathrm d\phi/\mathrm dj$ 具有电阻量纲，斜率越大过程越困难。电极过程由液相传质、前置转化、电子转移、随后转化和新相生成等串联步骤组成，其中速度最慢、活化能最高的步骤为速度控制步骤（RDS），非控制步骤处于准平衡态，其正逆向速度近似相等，可用热力学方法处理。按 RDS 分类，极化可分为浓差极化、电化学极化和表面转化极化。电池超电压为两电极过电位之和 $V_{\text{超}}=\eta_a+\eta_c$；原电池端电压为 $$ V=E-(\eta_c+\eta_a)-IR=E-V_{\text{超}}-IR $$ 电解池端电压为 $$ V=E+(\eta_c+\eta_a)+IR=E+V_{\text{超}}+IR $$ 即极化与欧姆降使原电池端电压减小、电解池端电压增大。电极过程作为特殊异相催化反应，其最重要特征是界面电场可人为连续调控，从而连续控制反应速率。