QPRIMORA · BATTERY MATERIAL COMPUTING

电池材料模型

当锂含量和材料结构发生变化时, 这些现实材料参数怎样先变成 Hamiltonian, 再经过量子计算得到电子能量?

这个实例重点展示计算路径,而不是预测真实商业电池: 材料结构 → 锂含量 → Hamiltonian → VQE → Virtual QPU 测量 → 电子能量 → 教学性质的材料指标。
01 · YOUR MATERIAL

设置电池材料状态

1.00
0.50
2000

现实世界中的含义

Structure parameter
代表一个简化后的晶格或局部结构坐标。

Lithium fraction
代表锂在宿主材料中的嵌入程度。

02 · QPRIMORA TRANSFORMATION

电池材料怎样进入量子计算

STRUCTURE + COMPOSITION
↓
ELECTRONIC PROBLEM
↓
HAMILTONIAN
H(x,c) = αI + βZ + γX
↓
ANSATZ
|ψ(θ)⟩
↓
VIRTUAL QPU
Measure Z + X
↓
VQE ENERGY
↓
STRUCTURE SCAN
03 · QUANTUM COMPUTATION RESULT

模型计算出了什么?

Hamiltonian I —
Hamiltonian Z —
Hamiltonian X —
Optimal θ —

VQE ENERGY —
FINITE-SHOT ENERGY —
LOWEST STRUCTURE —
STABILITY PROXY —


结构参数与电子能量

由能量进一步得到的教学指标

电压类 Proxy

—

这里的 * 表示这是从教学势能面推导出来的示意指标, 不是现实电池电压预测。

WHY SCALE MATTERS

真实 QPU 将来可能帮助解决什么?

真实电池性能来自多个尺度共同作用: 电子结构、原子结构、离子扩散、界面、电化学以及工程设计。 量子计算未来更可能解决其中某些困难的电子结构子问题, 而不是替代完整的电池研发流程。
QPRIMORA ARCHITECTURE

从现实材料到计算结果

Material → Hamiltonian → Ansatz → Virtual QPU → Energy → Material Insight