摘要 我们引入了一个麦克斯韦妖,它能够产生对比特翻转噪声具有鲁棒性的多体纠缠,从而让我们获得量子优势。采用用于接近共识的意见动态的投票者模型协议,该妖随机选择一个量子比特对并执行量子反馈控制,并不断重复。我们推导出妖操作的熵减少和工作提取率的上限。这些界限由妖获得的量子-经典互信息与反馈控制的绝对不可逆性之间的竞争决定。我们对上限的发现对应于在工作物质中产生多体纠缠的一类麦克斯韦妖下对热力学第二定律的重新表述。这表明,成功纠缠妖操作的一般条件是信息增益大于绝对不可逆性,对于该妖来说,多体纠缠稳定和工作提取是可能的。
摘要 我们引入了一个麦克斯韦妖,它能够产生对比特翻转噪声具有鲁棒性的多体纠缠,从而让我们获得量子优势。采用用于接近共识的意见动态的投票者模型协议,该妖随机选择一个量子比特对并执行量子反馈控制,并不断重复。我们推导出妖操作的熵减少和工作提取率的上限。这些界限由妖获得的量子-经典互信息与反馈控制的绝对不可逆性之间的竞争决定。我们对上限的发现对应于在工作物质中产生多体纠缠的一类麦克斯韦妖下对热力学第二定律的重新表述。这表明,成功纠缠妖操作的一般条件是信息增益大于绝对不可逆性,对于该妖来说,多体纠缠稳定和工作提取是可能的。
虽然量子测量理论是围绕密度矩阵和可观察到的,但热力学定律却基于热发动机和冰箱中使用的过程。量子热力学的研究融合了这两个不同的范式。在本文中,我们重点介绍了量子过程矩阵作为一种统一的语言,用于描述量子制度中的热力学过程。我们在量子Maxwells恶魔的背景下实验证明了这一点,其中通常研究了两个大量数量。平均工作提取⟨w⟩和效率γ,该γ衡量了反馈操作如何使用所获得的信息。使用量子过程矩阵的工具,我们为这两个数量开发了最佳反馈协议,并在超导电路QED设置中实验研究它们。
能动性被定义为通过单一循环演化可以提取的最大功量。它在评估量子系统的工作能力方面起着至关重要的作用。最近,量子相干性在工作提取中的重要性已在理论上得到确认,表明相干性更高的量子态比失相态量子态具有更高的能动性。然而,相干能动性的实验研究仍然缺失。在这里,我们报告了对单自旋系统中相干能动性的实验研究。基于使用辅助量子比特测量能动性的方法,成功提取了非平衡态能动性的相干和非相干分量。通过改变状态的相干性,观察到了系统相干性增加引起的能动性的增加。我们的工作揭示了量子热力学和量子信息论之间的相互作用,未来的研究可以进一步探索其他量子属性在热力学协议中的作用。
达到碳Not效率的热力学气体功率周期需要等温膨胀,13与过程缓慢相关,并导致功率输出可忽略不计。这项研究14提出了一种实用方法,用于快速接近等温气体的扩张,促进有效的热量15发动机而无需牺牲功率。该方法涉及传热16液体中的气泡膨胀,从而确保有效且近等温热的交换。混合物通过17个收敛的喷嘴加速,将热能转化为动能。利用这些喷嘴的等温膨胀的新型有机18蒸气循环建议利用低19年级的热源。空气和水的喷嘴实验产生的多质指数<1.052,20比绝热扩张高达71%的工作提取。在小尺度21加热发动机上的模拟表明,使用这些喷嘴进行推力产生,可以减少热量22在周期中传输不可逆性,从而使功率输出23高达19%的功率输出23。这项工作为有效的24个高功率热力解决方案铺平了道路。25
本研究检查了两组和三个细胞量子电池与多个热储层相互作用的工作提取的稳态特征。在Born-Markov近似中采用了量子主方程框架,我们探索了系统中控制能量的存储和提取的非平衡型号。我们的分析着重于整个储层的热梯度的影响以及孔间耦合强度对蝙蝠的性能的影响。发现表明,中间储层温度的升高大大提高了可提取的工作,强调了热浴扩增在优化储能效率方面的关键作用。此外,我们发现了量量细胞之间的麦角拷贝与耦合强度之间的非平凡关系,从而揭示了最佳耦合方案的存在,从而最大程度地提取了能量。超出此阈值,过度耦合会诱导能量定位,从而降低了系统的效率。这些见解通过利用热梯度和相互作用驱动的控制机制来为高性能量子电池的战略设计提供了理论基础。
我们研究并确定任何有限时间物理过程的理想输入。我们证明熵流、热量和功的期望值都可以通过初始状态的 Hermitian 可观测量来确定。这些 Hermitian 算子概括了行为的广度和常见热力学目标的理想输入。我们展示了如何通过测量有限数量、实际上任意输入的热力学输出来构造这些 Hermitian 算子。因此,少量测试输入的行为决定了所有输入的全部热力学行为范围。对于任何过程,熵流、热量和功都可以通过纯输入态(各自算子的本征态)来极化。相反,最小化熵产生或最大化自由能变化的输入状态是从算子获得的非纯混合态,它们是凸优化问题的解。为了实现这些目标,我们提供了一种易于实现的密度矩阵流形梯度下降法,其中解析解在每个迭代步骤中产生有效的下降方向。有限域内的理想输入及其相关的热力学算子可以用较少的努力获得。这允许在无限维量子系统的量子子空间内分析理想的热力学输入;它还允许在经典极限中分析理想输入。我们的例子说明了“理想”输入的多样性:不同的初始状态使熵产生最小化,使自由能的变化极端化,并最大化工作提取。