导语


传统的平衡态热力学和统计物理只适用于热力学极限下和准静态过程中的热-功转换现象和统计行为。随着演化时间减少——偏离准静态极限，和系统及热源尺寸的减小——偏离热力学极限，一些非平衡特征在热力学过程中逐渐体现出来，如动力学效应、有限尺寸效应甚至量子效应。「非平衡统计物理」读书会本周四晚（12月19日）20:00 将由北京师范大学物理学系讲师马宇翰分享有限时间热力学领域的最新进展。

为了探讨统计物理学的前沿进展，集智俱乐部联合西湖大学理学院及交叉科学中心讲席教授汤雷翰、纽约州立大学石溪分校化学和物理学系教授汪劲、德累斯顿系统生物学中心博士后研究员梁师翎、香港浸会大学物理系助理教授唐乾元，以及多位国内外知名学者共同发起「非平衡统计物理」读书会。读书会从12月12日开始，计划每周四晚20:00-22:00进行，持续时间预计12～15周。欢迎感兴趣的朋友一起讨论交流！




内容简介




如何高效利用有限的能源来提高社会生产力？这是全世界需要面临的重要挑战。从物理的角度来说，热力学和统计物理为应对这一科学挑战提供了基本的理论工具。然而，传统的平衡态热力学和统计物理只适用于热力学极限下和准静态过程中的热-功转换现象和统计行为。随着演化时间的减少（偏离准静态极限）和系统及热源尺寸的减小（偏离热力学极限），一些非平衡特征，如动力学效应、有限尺寸效应甚至量子效应，会在热力学过程中体现出来。

本次读书会将概述过去半个世纪有限时间热力学这一领域的发展，具体介绍有限时间热力学循环中不可逆性的1/t标度、最大功率效率、功率效率约束关系等核心概念。接着，我们介绍近年人们发现的具有相互作用做功物质带来的有限时间热力学优势。另外，也将讨论有限时间热力学在信息处理、离子分离等热力学任务中的应用。最后给出一些能适用于该领域教学的典型例子。




内容大纲



 

  • 有限时间热力学综述
  • 热机的功率效率约束关系
  • 不可逆熵产生的1/t行为

  • 热力学过程最优控制

  • 非常规热机

  • 实际应用场景





核心概念



 

热力学循环

不可逆熵产生

最大功率效率

功率效率约束关系

有限热源




主讲人




马宇翰，北京师范大学物理学系讲师。他于2015年在北京师范大学物理学系获得学士学位，2020年在中国工程物理研究院北京计算科学研究中心获得理论物理博士学位，导师为孙昌璞院士。2021年入选国家“博新计划”。研究兴趣集中在有限系统的热力学和非平衡统计，包括量子热力学和黑洞信息问题的理论研究，以及有限时间热力学的理论和实验研究。2015年至今已发表论文50余篇，获国家专利三项，公开专利两项。在Phys.Rev. Lett./E/A, New. J. Phys., Nucl. Phys. B 等国际期刊发表研究论文25篇 (第一或通讯作者19篇)，被引用 600余次，单篇最高引用87次，H因子13（Google Scholar）。教学方面，关注普通物理背景下基于探究性学术竞赛的创新人才培养体系及课程建设。在大学物理、物理与工程、物理教师、物理实验等中文核心刊物发表教学相关论文23篇。




参与方式




直播信息
时间：2024年12月19日（周四）晚20:00-22:00
报名参与读书会：

斑图链接：https://pattern.swarma.org/study_group_issue/827


扫码参与「非平衡统计物理」读书会，加入群聊，获取系列读书会回看权限，加入统计物理社区，与社区的一线科研工作者沟通交流，共同推动这一前沿领域的发展。

报名成为主讲人
读书会成员均可以在读书会期间申请成为主讲人。主讲人作为读书会成员，均遵循内容共创共享机制，可以获得报名费退款，并共享本读书会产生的所有内容资源。详情请见：从热力学、生命到人工智能的统计物理之路：非平衡统计物理读书会启动！




参考文献



 

  • 能造出功率和效率都高的热机吗？——有限时间热力学的发展与展望. 马宇翰，董辉，孙昌璞(*)，物理 50(01)，2021
  • Y.-H. Ma and X.-H. Zhao, Finite-time thermodynamics: A journey beginning with optimizing heat engines, arXiv:2411.03853 (2024)
  • F. L. Curzon and B. Ahlborn, Efficiency of a carnot engine at maximum power output, Am. J. Phys. 43, 22 (1975)
  • C. Van den Broeck, Thermodynamic efficiency at maximum power, Phys. Rev. Lett. 95, 190602 (2005)
  • Z. C. Tu, Efficiency at maximum power of feynman’s ratchet as a heat engine, J. Phys. A: Math. Theor. 41, 312003 (2008)
  • M. Esposito, R. Kawai, K. Lindenberg, and C. Van den Broeck, Efficiency at maximum power of low-dissipation carnot engines, Phys. Rev. Lett. 105, 150603 (2010)
  • N. Shiraishi, K. Saito, and H. Tasaki, Universal trade-off relation between power and efficiency for heat engines, Phys. Rev. Lett. 117, 190601 (2016)
  • Y.-H. Ma, D. Xu, H. Dong, and C.-P. Sun, Universal constraint for efficiency and power of a low-dissipation heat engine, Phys. Rev. E 98, 042112 (2018)
  • Y.-H. Ma, R.-X. Zhai, J. Chen, C. P. Sun, and H. Dong, Experimental Test of the 1/τ-Scaling Entropy Generation in Finite-Time Thermodynamics, Phys. Rev. Lett. 125, 210601 (2020).
  • M. Campisi and R. Fazio, The power of a critical heat engine, Nat. Commun. 7, 11895 (2016)
  • A. Rolandi, P. Abiuso, and M. Perarnau-Llobet, Collective Advantages in Finite-Time Thermodynamics, Phys. Rev. Lett. 131, 210401 (2023)
  • S. L. Liang, Y.-H. Ma, D. M. Busiello, and P. D. L. Rios, A minimal model for carnot efficiency at maximum power, arXiv:2312.02323 (2023). Phys. Rev. Lett. In Production
  • H. Yuan, Y.-H. Ma, and C. P. Sun, Optimizing thermodynamic cycles with two finite-sized reservoirs, Phys. Rev. E 105, L022101 (2022)
  • K. Proesmans, J. Ehrich, and J. Bechhoefer, Finite-Time Landauer Principle, Phys. Rev. Lett. 125, 100602 (2020)
  • Y.-H. Ma, J.-F. Chen, C. P. Sun, and H. Dong, Minimal energy cost to initialize a bit with tolerable error, Phys. Rev. E 106, 034112 (2022)
  • T.-J. Zhou, Y.-H. Ma, and C. Sun, Finite-time optimization of a quantum szilard heat engine, Phys. Rev. Res. 6, 043001 (2024)

  • X.-H. Zhao, Z. C. Tu, and Y.-H. Ma, Engineering ratchet-based particle separation via extended shortcuts to isothermality, Phys. Rev. E 110, 034105 (2024)



非平衡统计物理读书会启动！


2024年诺贝尔物理学奖授予人工神经网络，这是一场统计物理引发的机器学习革命。统计物理学不仅能解释热学现象，还能帮助我们理解从微观粒子到宏观宇宙的各个层级如何联系起来，复杂现象如何涌现。它通过研究大量粒子的集体行为，成功地将微观世界的随机性与宏观世界的确定性联系起来，为我们理解自然界提供了强大的工具，也为机器学习和人工智能领域的发展提供了重要推动力。


为了深入探索统计物理前沿进展，集智俱乐部联合西湖大学理学院及交叉科学中心讲席教授汤雷翰、纽约州立大学石溪分校化学和物理学系教授汪劲、德累斯顿系统生物学中心博士后研究员梁师翎、香港浸会大学物理系助理教授唐乾元，以及多位国内外知名学者共同发起「非平衡统计物理」读书会。读书会旨在探讨统计物理学的最新理论突破，统计物理在复杂系统和生命科学中的应用，以及与机器学习等前沿领域的交叉研究。读书会从12月12日开始，每周四晚20:00-22:00进行，持续时间预计12周。我们诚挚邀请各位朋友参与讨论交流，一起探索爱因斯坦眼中的普适理论！



详情请见：从热力学、生命到人工智能的统计物理之路：非平衡统计物理读书会启动！



点击“阅读原文”，报名读书会