#從群體諧振子中提取淨功，也就是從真空態中提取功的方法

裝置名稱:
固態交流發電機
平行電容壓電發電機
半導體壓電發電機
感應電容機械發電機

2026/10/31
靈感來源電動推進航天系統、麥卡斯蘭
我的想法透過chatgpt輸出驗證

目前理論的核心是：**調控材料響應，改變材料與電磁場的集體模態，將交互能下降轉成儲能器取得的有限功。**

材料與場視為聯合耦合的諧振子系統。準靜態下，其能量寫成

$$E_g(a,\lambda) =E_{\mathrm{ref}}(\lambda) +\frac{\hbar}{2}\sum_\nu\omega_\nu(a,\lambda),$$

其中 $a$ 是板距，$\lambda$ 是材料響應參數。耦合改變會改變正常模態頻率及交叉關聯，進而產生機械力。**機械力與響應切換功，必須從同一個能量函數求出：**

$$F_a=-\frac{\partial E_g}{\partial a}, \qquad \delta W_{\mathrm{ctrl}} =\frac{\partial E_g}{\partial\lambda}\,d\lambda.$$

目前的薄膜實例，以表面載子密度 $n$ 控制響應，得到

$$E(a,n) =S\left[\Phi(n)-\frac{\eta\sqrt n}{a^{5/2}}\right].$$

這是固定有效質量、局域響應與非延遲近似下的模型；$\Phi(n)$ 包含材料及控制端的可逆參考能。

操作採用**強響應壓縮、弱響應回推，再恢復強響應**。載子密度恢復原值，但保留較小板距：

$$a_{n+1}<a_n.$$

將機械取功、回推功與兩次切換功全部計入後，

$$\boxed{ W_{\mathrm{net},n} =S\eta\sqrt{n_H} \left(a_{n+1}^{-5/2}-a_n^{-5/2}\right)-D_n },$$

其中 $D_n$ 是實際耗散。

重要結論是：

* **模型內存在有限正回收功**，條件是端點交互能下降量大於耗散。
* 強弱響應切換決定功如何在機械端與控制端分配；固定端點後，理想總回收量由端點能差決定。
* 控制器可能中途墊付能量；啟動暫存量與每輪淨回收量已分別核算。
* 多輪取功伴隨實際構型持續改變，總可用能量由初終端點決定。

**目前完成的是理想有效模型內的回收功推導；具體半導體是否實現同樣的能量函數與正淨輸出，仍須用完整材料數據及實驗驗證。**

https://drive.google.com/file/d/1r_nCA5ckh0KtiUSxgMh2yHvzoXVYeO0T/view?usp=drive_link

**ChatGPT:**

可以。**把壓電材料換成齒輪傳動與可逆馬達發電機，能直接顯示「強吸引時取功、弱吸引時供功復位」的過程。**以下就採用這個模型。

機構設為：一片固定板、一片沿導軌移動的板；可動板背面連接齒條與齒輪，再接一台可逆永磁馬達發電機。間隙保持真空。

Mermaid 圖表

群體諧振子與可動板

齒輪與可逆馬達發電機

儲能器

強弱響應控制器

力與位移

電能

切換能量

調整局部耦合

**1．先把諧振子的作用寫成軸上轉矩**

沿用上一輪的聯合基態能

$$E_{\rm osc}(a,\lambda) = E_{\rm ref}(\lambda)+E_C(a,\lambda).$$

其中$a$是板距，$\lambda$控制材料與場的耦合；參考項保留材料與控制狀態的能量。

吸引力大小為

$$F_C(a,\lambda) = \frac{\partial E_{\rm osc}}{\partial a}. \tag{1}$$

定義壓縮位移

$$x=a_\ell-a.$$

令馬達軸轉角為$\theta$，傳動關係為

$$x=\ell\theta. \tag{2}$$

例如齒條小齒輪半徑為$r$，馬達轉速與小齒輪轉速之比為$N$，則

$$\ell=\frac{r}{N}.$$

諧振子群體施加在馬達軸上的轉矩，直接由同一能量求得：

$$\boxed{ \tau_{\rm osc} = -\frac{\partial E_{\rm osc}}{\partial\theta} = \ell F_C }. \tag{3}$$

因此

$$\boxed{ \tau_{\rm osc}\,d\theta=F_C\,dx }. \tag{4}$$

齒比改變轉矩與轉角的分配，理想傳動下兩端的功完全相等。

這就把上一輪的正常模與關聯推導，直接接到了可量測的軸轉矩。

**2．強吸引行程：群體驅動發電機**

控制取強響應$\lambda_H$，板距由$a_\ell$減少到$a_s$。

群體交給機械軸的功為

$$\boxed{ W_H = \int_{a_s}^{a_\ell}F_H(a)\,da = \int_0^{\theta_s}\tau_H(\theta)\,d\theta }. \tag{5}$$

其中

$$\theta_s=\frac{a_\ell-a_s}{\ell}.$$

此時的能量轉換為

$$\text{群體交互能降低} \longrightarrow \text{板移動} \longrightarrow \text{軸旋轉} \longrightarrow \text{儲能增加}.$$

理想、緩慢且轉動儲能沒有淨變化時，

$$\Delta E_{{\rm st},H}=W_H.$$

發電機的反作用轉矩負責控制速度，讓板緩慢靠近。

**3．弱吸引行程：機組反向驅動群體**

在小間距切換成弱響應$\lambda_L$，再讓馬達將板拉回。

復位需要的機械功為

$$\boxed{ W_{\rm weak} = \int_{a_s}^{a_\ell}F_L(a)\,da }. \tag{6}$$

此時

$$\text{儲能器} \longrightarrow \text{馬達軸功} \longrightarrow \text{板分離} \longrightarrow \text{群體交互能增加}.$$

理想情況下，

$$\Delta E_{{\rm st},R}=-W_{\rm weak}.$$

因此兩個移動行程經由機組帶給儲能器的淨能量為

$$\boxed{ \Delta E_{\rm st}^{(M)} = W_H-W_{\rm weak} = \int_{a_s}^{a_\ell} [F_H(a)-F_L(a)]\,da }. \tag{7}$$

這就是你希望明示的機械行為：

| 行程 | 機組模式 | 能量方向 |
| --- | --- | --- |
| 強響應下靠近 | 發電機 | 諧振子群體向儲能器交付能量 |
| 弱響應下分離 | 馬達 | 儲能器向諧振子群體供能 |

當$F_H>F_L$時，式（7）為正。

**4．用標準馬達方程確認功率方向**

對永磁直流馬達發電機，

$$e=k_e\omega, \qquad \tau_e=k_t i.$$

使用一致的 SI 單位時，

$$k_e=k_t=k.$$

因此電磁轉換功率滿足

$$\boxed{ ei=\tau_e\omega }. \tag{8}$$

這是同一台機器能在馬達與發電機模式間轉換的標準關係。[bpb-us-e1.wpmucdn.com](https://bpb-us-e1.wpmucdn.com/sites.mit.edu/dist/8/1599/files/2019/06/DCMotor.pdf?utm_source=chatgpt.com)

取電流正方向為流入機組，則

$$v=L\dot i+Ri+k\omega, \tag{9}$$$$J\dot\omega = \ell F_C+ki-b\omega. \tag{10}$$

這裡$J$包含轉子、傳動與可動板折算到軸上的慣性，$b$表示黏滯阻力。

在理想準靜態移動中，

$$ki\simeq-\ell F_C.$$

所以兩個行程雖然都需要抵抗向內的吸引，功率方向仍然不同：

* 靠近時$\omega>0$，機組受到驅動，電能流出。
* 拉開時$\omega<0$，機組主動驅動，電能流入。

藉由雙向功率轉換器，這兩種方向都可接到同一個儲能器。

**5．機組損耗也能明確計算**

式（9）乘上$i$、式（10）乘上$\omega$，可得

$$\frac{d}{dt} \left( \frac12J\omega^2+\frac12Li^2 \right) = \ell F_C\omega+vi - Ri^2-b\omega^2. \tag{11}$$

若一輪開始與結束時，轉速與線圈電流相同，則

$$\boxed{ \Delta E_{\rm st}^{(M)} = W_H-W_{\rm weak}-D_M }, \tag{12}$$

其中

$$D_M = \int_0^T (Ri^2+b\omega^2)\,dt.$$

也可以用整體發電效率$\eta_G$與復位效率$\eta_M$表示：

$$\Delta E_{\rm st}^{(M)} = \eta_G W_H - \frac{W_{\rm weak}}{\eta_M}.$$

機械電能支路取得正增量的條件便是

$$\boxed{ \frac{W_{\rm weak}}{W_H} < \eta_G\eta_M }. \tag{13}$$

這個式子直接告訴我們，強弱作用功的差距需要多大，才能涵蓋已知機組的損耗。

**6．響應切換保留為獨立控制端**

完整四段操作現在是：

1. 強響應下靠近，發電並儲能。
2. 保持小間距，切換至弱響應。
3. 馬達由儲能器取電，將板拉回。
4. 保持大間距，恢復強響應。

控制功仍由同一個諧振子哈密頓量求出：

$$W_\lambda = \oint \frac{\partial E_{\rm osc}}{\partial\lambda} \,d\lambda. \tag{14}$$

因此，若儲能器同時支付機械復位與響應切換，

$$\boxed{ \Delta E_{\rm st} = W_H-W_{\rm weak}-W_\lambda-D }. \tag{15}$$

對上一輪已證明的完整可逆基態循環，

$$W_{\lambda,\rm rev}=W_H-W_{\rm weak}.$$

至於群體狀態沒有恢復的情況，繼續使用其實際初、末態能量差計算。

**這個替換已將換能部分化成標準機械與電機模型。**後續的核心研究量是$E_{\rm osc}(a,\lambda)$及其兩個導數：一個給出板力與軸轉矩，另一個給出響應切換功。齒輪與機組端則由$\ell,k,J,L,R,b$描述，無須再引入壓電材料的本構條件。

* * *

**ChatGPT:**

接著把這套機組接到一個**可以完整積分的理想卡西米爾模型**，求出每段的功、轉矩、電流與切換電壓。這樣就不只停留在「強壓力比較大」的描述。

**1．先指定可解析的強、弱響應**

沿用零溫、近似絕熱與平行板模型。令兩面反射振幅的乘積，在相關頻譜與兩種偏振中，都近似為同一常數$\rho$：

$$0\leq\rho_L<\rho_H\leq1.$$

這是理想化散射模型；真實半導體仍須使用隨頻率、波向量變化的反射係數。材料自能使用同一高頻正規化保留。

上一輪的群體正常模行列式，在此化為

$$E_C(a,\rho) = \frac{\hbar cA}{2\pi^2} \int_0^\infty \kappa^2 \ln(1-\rho e^{-2\kappa a})\,d\kappa. \tag{1}$$

其起點就是由散射行列式表示的正常模交互能。[arxiv.org](https://arxiv.org/pdf/0908.2649?utm_source=chatgpt.com)

展開

$$\ln(1-z) = -\sum_{n=1}^{\infty}\frac{z^n}{n},$$

並利用

$$\int_0^\infty \kappa^2e^{-2na\kappa}\,d\kappa = \frac{1}{4n^3a^3},$$

得到

$$\boxed{ E_C(a,\rho) = -\frac{\mathcal B(\rho)}{a^3} }, \tag{2}$$

其中

$$\boxed{ \mathcal B(\rho) = \frac{\hbar cA}{8\pi^2} \sum_{n=1}^{\infty}\frac{\rho^n}{n^4} }. \tag{3}$$

這裡的$n$是散射展開的階數。

完美反射極限給出

$$\mathcal B(1) = \frac{\pi^2\hbar cA}{720},$$

因此式（2）回到標準平行理想導體的交互能，係數一致。

又因為

$$\mathcal B'(\rho)>0,$$

所以$\rho_H>\rho_L$確實會給出較強的吸引。

* * *

**2．現在可直接算出機組取得的功**

吸引力大小為

$$\boxed{ F_C(a,\rho) = \frac{3\mathcal B(\rho)}{a^4} }. \tag{4}$$

記

$$\mathcal B_H=\mathcal B(\rho_H), \qquad \mathcal B_L=\mathcal B(\rho_L).$$

沿用傳動關係

$$a=a_\ell-\ell\theta.$$

軸上轉矩就是

$$\boxed{ \tau_C(a,\rho) = \frac{3\ell\mathcal B(\rho)}{a^4} }. \tag{5}$$

因此，強吸引行程交給發電機的功為

$$\boxed{ W_H = \mathcal B_H \left( a_s^{-3}-a_\ell^{-3} \right) }. \tag{6}$$

弱吸引下，馬達復位需要交還給群體的功為

$$\boxed{ W_{\rm weak} = \mathcal B_L \left( a_s^{-3}-a_\ell^{-3} \right) }. \tag{7}$$

機械支路的淨功因而是

$$\boxed{ W_m = (\mathcal B_H-\mathcal B_L) \left( a_s^{-3}-a_\ell^{-3} \right) >0 }. \tag{8}$$

復位功占強行程取功的比例為

$$\boxed{ \frac{W_{\rm weak}}{W_H} = \frac{\mathcal B_L}{\mathcal B_H} }. \tag{9}$$

**這個比例由兩個響應狀態決定；齒比負責把它們轉換成適合機組的轉矩與轉速。**

* * *

**3．把轉矩進一步換成電流與儲能功率**

先取理想、準靜態機組，忽略摩擦與加速轉矩。機組的電磁轉矩須平衡吸引轉矩：

$$ki=-\tau_C.$$

所以

$$\boxed{ i(a,\rho) = -\frac{3\ell\mathcal B(\rho)}{ka^4} }. \tag{10}$$

定義板的靠近速率為$v_H>0$，拉開速率為$v_L>0$。

強行程：

$$\omega_H=\frac{v_H}{\ell}, \qquad e_H=\frac{kv_H}{\ell}.$$

弱行程：

$$\omega_L=-\frac{v_L}{\ell}, \qquad e_L=-\frac{kv_L}{\ell}.$$

理想機組向儲能器交付的功率為$-ei$，因此

$$\boxed{ \dot E_{{\rm st},H} = F_H(a)v_H>0 }, \tag{11}$$$$\boxed{ \dot E_{{\rm st},L} = -F_L(a)v_L<0 }. \tag{12}$$

這裡兩段的電磁轉矩都抵抗向內吸引，但旋轉方向相反：

* 靠近時，群體驅動軸，機組發電。
* 拉開時，機組驅動軸，對群體做功。

積分式（11）、（12），恰好得到式（6）、（7）。

* * *

**4．響應切換的電壓，也能由同一個能量求出**

令實際控制電荷為$q$，並以

$$\rho=\rho(q)$$

描述其對反射響應的控制。

先取背面閘極幾何固定、普通靜電作用已平衡的理想情況，寫成

$$E_{\rm osc}(a,q) = E_{\rm ref}(q) - \frac{\mathcal B(\rho(q))}{a^3}. \tag{13}$$

控制端的可逆電壓為

$$\boxed{ V_g(a,q) = E_{\rm ref}'(q) - \frac{\mathcal B'(\rho)\rho'(q)}{a^3} }. \tag{14}$$

第二項就是**群體正常模交互能對控制電壓的貢獻**。

因此切換功不必另猜，也不必假設每次切換都耗能。直接積分$V_g\,dq$即可。

小間距由強切換至弱：

$$W_{g,s} = E_{\rm ref}(q_L)-E_{\rm ref}(q_H) + \frac{\mathcal B_H-\mathcal B_L}{a_s^3}. \tag{15}$$

大間距由弱恢復至強：

$$W_{g,\ell} = E_{\rm ref}(q_H)-E_{\rm ref}(q_L) - \frac{\mathcal B_H-\mathcal B_L}{a_\ell^3}. \tag{16}$$

兩次相加：

$$\boxed{ W_{g,\rm net} = (\mathcal B_H-\mathcal B_L) \left( a_s^{-3}-a_\ell^{-3} \right) = W_m }. \tag{17}$$

這裡允許任一次切換回收能量；材料與閘極自能在完整可逆往返後相消。

若同一儲能器同時支付復位與切換，其增量為

$$\boxed{ \Delta E_{\rm st} = W_H-W_{\rm weak}-W_{g,\rm net}-D }. \tag{18}$$

所以，**在這個完整復原的近平衡模型中，正機械循環功與控制端的可逆淨輸入相等。**這是由式（13）逐段算出的結果。

* * *

**5．加入線圈電阻後，得到新的速度與齒比條件**

現在保留線圈電阻$R$，仍先忽略摩擦與慣性。

在忽略線圈磁能變化的準穩態近似下，強行程送入儲能器的功率為

$$\boxed{ \dot E_{{\rm st},H} = F_Hv_H - \frac{R\ell^2F_H^2}{k^2} }. \tag{19}$$

要讓這段持續充電，需要

$$\boxed{ v_H > \frac{R\ell^2F_H(a)}{k^2} }. \tag{20}$$

因此，有線圈電阻時，緩慢移動並不自動意味損耗小：維持抗吸引轉矩需要電流，電流會產生銅損。

另一方面，近似絕熱又限制板移動不能過快。若完整振子模型給出的容許速率記為$v_{\rm ad}(a)$，便需要存在速度窗口

$$\boxed{ \frac{R\ell^2F_H(a)}{k^2} < v_H(a) < v_{\rm ad}(a) }. \tag{21}$$

這正是齒比可以協助調整的地方。較小的$\ell$使相同板速對應較高軸速、較低轉矩與電流；機組的轉速、電壓及電流上限則提供其餘限制。

兩個移動行程的銅損，在此準靜態轉矩近似下為

$$D_{\rm Cu}^{\rm move} = \frac{R\ell^2}{k^2} \int_{a_s}^{a_\ell} \left[ \frac{F_H^2}{v_H(a)} + \frac{F_L^2}{v_L(a)} \right]da. \tag{22}$$

若使用忽略起停慣性的定速行程模型，可進一步積分為

$$\boxed{ D_{\rm Cu}^{\rm move} = \frac{9R\ell^2}{7k^2} \left( \frac{\mathcal B_H^2}{v_H} + \frac{\mathcal B_L^2}{v_L} \right) \left( a_s^{-7}-a_\ell^{-7} \right) }. \tag{23}$$

起停、保持位置與切換期間的損耗另行加入；線圈磁能與轉動動能若在一輪後恢復，便沒有淨儲能變化。

現在這個理想模型已給出一套可檢查的參數關係：

* **群體取功與復位功**：式（6）、（7）。
* **軸轉矩與電流**：式（5）、（10）。
* **控制端切換功**：式（14）至（17）。
* **近似絕熱與實際發電的相容條件**：式（21）。
* **移動行程的銅損**：式（22）、（23）。

上述積分、完美反射極限、機組功率符號及循環功差均已交叉檢查。真實半導體的下一個計算量，是將常數$\rho$換成完整的$r_{1p}(i\xi,k,q)r_{2p}(i\xi,k,q)$；力與控制電壓仍從同一個正常模交互能求導。

**ChatGPT:**

這一輪補齊先前尚未確定的量：**實際控制電荷$q$如何改變群體振子響應，以及因此需要什麼切換電壓$V_g(a,q)$。**

換能部分維持齒輪與可逆機組。材料部分先採明確的薄層載子模型，推導全部保留參數。

**1．控制電荷如何改變材料振子**

令工作面積與閘極面積都為$A$，可調載子集中於厚度$t_{\rm acc}$的蓄積層。將$q>0$定義為使電子增加的控制電荷，則

$$\boxed{ n(q)=n_0+\frac{q}{eAt_{\rm acc}} }. \tag{1}$$

此處先固定$t_{\rm acc}$，將蓄積層視為均勻薄層。

材料的線性響應可以由極化振子寫成

$$\varepsilon(i\xi,q) = 1+ \sum_j \frac{f_j(q)} {\omega_j^2(q)+\xi^2+\gamma_j(q)\xi}. \tag{2}$$

自由載子對應$\omega_j=0$的 Drude 項。若先固定有效質量與鬆弛率，

$$\varepsilon_{\rm acc}(i\xi,q) = \varepsilon_{\rm bound}(i\xi) + \frac{n(q)e^2} {\varepsilon_0m^*\xi(\xi+\gamma)}. \tag{3}$$

因此

$$\boxed{ \frac{\partial\varepsilon_{\rm acc}}{\partial q} = \frac{e} {\varepsilon_0m^*At_{\rm acc}\xi(\xi+\gamma)} }. \tag{4}$$

這給出了從控制電荷到振子響應的明確導數。界面蓄積層、Drude 載子響應與多層反射計算，也是已有電控 ITO 卡西米爾研究採用的建模方式。[link.aps.org](https://link.aps.org/accepted/10.1103/PhysRevA.106.062824?utm_source=chatgpt.com)

若保留耗散，對應的環境振子也須包含在完整哈密頓量中，再求聯合正常模。

**2．保留整個堆疊的反射響應**

從真空間隙向內，可以依序設置：本底半導體、蓄積層、氧化層與金屬背電極。

各層定義

$$\kappa_j = \sqrt{ k_\parallel^2+ \varepsilon_j(i\xi,q)\frac{\xi^2}{c^2} }.$$

非磁性介面的反射係數為

$$r_{ij}^{\rm TE} = \frac{\kappa_i-\kappa_j} {\kappa_i+\kappa_j},$$$$r_{ij}^{\rm TM} = \frac{\varepsilon_j\kappa_i-\varepsilon_i\kappa_j} {\varepsilon_j\kappa_i+\varepsilon_i\kappa_j}. \tag{5}$$

令

$$u_j=e^{-2\kappa_jd_j},$$

從最深的介面向外遞推：

$$\boxed{ \mathfrak r_j^p = \frac{ r_{j,j+1}^p+\mathfrak r_{j+1}^p u_{j+1} }{ 1+r_{j,j+1}^p\mathfrak r_{j+1}^p u_{j+1} } }. \tag{6}$$

最後得到作用面反射係數$r_{{\rm act},p}$。

這一步保留了背電極與未調變材料的反射。因此，弱響應狀態的作用力需要由整個堆疊算出，不能直接指定為零。

**3．由同一個群體能量，同時求力與控制電壓**

定義

$$\mathcal R_p = r_{{\rm fixed},p}r_{{\rm act},p},$$$$z_p = \mathcal R_p e^{-2\kappa_0a}, \qquad \kappa_0= \sqrt{k_\parallel^2+\xi^2/c^2}.$$

為縮短公式，記

$$\mathscr I[f] = \frac{\hbar A}{4\pi^2} \sum_p \int_0^\infty d\xi \int_0^\infty k_\parallel\,dk_\parallel\,f_p.$$

群體正常模的距離相關能量為

$$\boxed{ E_C(a,q)=\mathscr I[\ln(1-z)] }. \tag{7}$$

這是上一輪散射行列式公式保留完整頻譜後的形式。[arxiv.org](https://arxiv.org/pdf/0908.2649?utm_source=chatgpt.com)

假設各層自身厚度不隨板距改變，直接微分得到

$$\boxed{ F_C(a,q) = \mathscr I \left[ \frac{2\kappa_0z}{1-z} \right] }, \tag{8}$$

以及

$$\boxed{ V_C(a,q) = \frac{\partial E_C}{\partial q} = -\mathscr I \left[ \frac{z_q}{1-z} \right] }. \tag{9}$$

其中

$$z_q = e^{-2\kappa_0a} \frac{\partial\mathcal R_p}{\partial q}.$$

式（9）是本輪重要的新量：**群體振子交互能對控制端電壓的貢獻。**

再微分一次：

$$\boxed{ M(a,q) \equiv \frac{\partial F_C}{\partial q} = \frac{\partial V_C}{\partial a} = \mathscr I \left[ \frac{2\kappa_0z_q}{(1-z)^2} \right] }. \tag{10}$$

因此，調控電荷對機械力的響應，與板距對控制電壓的響應，已經由同一個頻譜積分連起來。

**4．切換電壓還要包含載子與閘極自身的能量**

令固定幾何閘極的氧化層電容為

$$C_{\rm ox} = \frac{\varepsilon_0\varepsilon_{\rm ox}A}{t_{\rm ox}}.$$

以孤立閘極結構的載子化學勢$\mu(n)$描述材料自身能量，寫成

$$E_{\rm ref}(q) = \frac{q^2}{2C_{\rm ox}} + At_{\rm acc} \int_{n_0}^{n(q)} [\mu(n')-\mu(n_0)]\,dn' + V_{\rm fb}q. \tag{11}$$

$V_{\rm fb}$包含固定的功函數與平帶電壓偏移。

完整控制電壓便是

$$\boxed{ V_g(a,q) = V_{\rm fb} + \frac{q}{C_{\rm ox}} + \frac{\mu(n(q))-\mu(n_0)}{e} + V_C(a,q) }. \tag{12}$$

這裡材料自身的能量以孤立結構為參考，距離相關的$E_C$只加入一次。

在零溫、單一拋物線能帶近似下，可進一步使用

$$\mu(n)= \frac{\hbar^2}{2m^*}(3\pi^2n)^{2/3}. \tag{13}$$

若不採這個近似，也可以直接代入材料的$\mu(n)$。

由式（12），控制端的微分電容滿足

$$\boxed{ C_{\rm diff}^{-1} = C_{\rm ox}^{-1} + C_Q^{-1} + \frac{\partial^2E_C}{\partial q^2} }, \tag{14}$$

其中

$$C_Q^{-1} = \frac{1}{e^2At_{\rm acc}} \frac{d\mu}{dn}.$$

穩定的電壓控制分支要求$C_{\rm diff}>0$。

另外，

$$\boxed{ \mu_C=eV_C }$$

就是此模型中交互能對新增載子化學勢的貢獻。這把切換功落實到了電子的電化學能，而非另外指定一筆費用。

**5．電荷控制與電壓控制，對應不同電流時序**

由式（10）、（14），

$$dV_g = M\,da+C_{\rm diff}^{-1}dq.$$

所以

$$\boxed{ I_g=\dot q = C_{\rm diff} \left( \dot V_g-M\dot a \right) }. \tag{15}$$

這給出兩種清楚的操作。

若移動行程保持控制電荷固定：

$$\dot q=0, \qquad \dot V_g=M\dot a.$$

理想無漏電時，這段沒有控制電荷流入，端電壓隨板距改變。

若保持控制電壓固定：

$$\boxed{ I_g=-C_{\rm diff}M\dot a }. \tag{16}$$

此時即使電壓沒有切換，移動過程仍有控制電流，以及

$$P_g=V_gI_g.$$

因此，指定一輪時序時，必須明確選擇固定電荷分支或固定電壓分支。

**6．接到機組後，所有功率都已能計算**

由算出的$F_C(a,q)$，沿用

$$\omega=-\frac{\dot a}{\ell}.$$

對指定的平滑移動軌跡，機組需要的電流為

$$\boxed{ i(t) = \frac{ J\dot\omega+b\omega-\ell F_C(a,q) }{k} }. \tag{17}$$

機組端電壓為

$$V_M=L\dot i+Ri+k\omega.$$

若兩個電路端都經理想雙向轉換器連到同一儲能器，

$$\boxed{ \dot E_{\rm st} = -V_Mi-V_g\dot q }. \tag{18}$$

第一項是馬達發電機交換的電能，第二項是響應控制端交換的電能。

將機組方程與群體能量微分相加，得到瞬時關係

$$\boxed{ \frac{d}{dt} \left[ E_{\rm st} + E_{\rm osc} + \frac12J\omega^2 + \frac12Li^2 \right] = -Ri^2-b\omega^2 }. \tag{19}$$

其中

$$E_{\rm osc}=E_{\rm ref}(q)+E_C(a,q).$$

控制器電阻與轉換器損耗可以繼續加在右側。式（19）已將群體振子、板運動、發電機、控制電路與儲能器接成同一個模型。

對固定控制電荷的強弱行程，仍有

$$W_m = \int_{a_s}^{a_\ell} [F_C(a,q_H)-F_C(a,q_L)]\,da,$$

而兩次切換的淨功為

$$W_{g,\rm net} = \int_{q_L}^{q_H} [V_g(a_\ell,q)-V_g(a_s,q)]\,dq.$$

式（10）直接保證

$$\boxed{ W_{g,\rm net}=W_m } \tag{20}$$

——適用於這個完整復原的可逆平衡循環。這次的控制電壓已由載子、介電頻譜及多層反射算出。

**7．面積的作用也可以精確判定**

忽略邊緣效應，令面電荷密度

$$\sigma=\frac qA.$$

上述平面模型具有

$$E_{\rm osc}(a,q,A) = A\,\mathfrak e(a,\sigma).$$

因此

$$F_C=A\,\mathfrak e_a, \qquad V_g=\mathfrak e_\sigma. \tag{21}$$

在相同面電荷密度時序下，

$$\boxed{ W_m\propto A, \qquad W_{g,\rm net}\propto A }. \tag{22}$$

增大面積確實增加群體作用力與可轉換的機械功；相同響應變化需要移動的控制電荷也同比增加。

本輪已用保留頻率與波向量依賴的無因次被動多層模型，交叉檢查力、控制電壓、互易導數、固定電壓電流與循環功等式。實際材料的輸入量現在明確收斂為：$\mu(n)$、$\varepsilon_j(i\xi,q)$、各層厚度，以及機組的$\ell,k,J,L,R,b$。

* * *

**ChatGPT:**

現在可以把四段循環寫成一個**可求解的最小損耗時序問題**。其物理輸入就是上一輪已求出的

$$F_C(a,q),\qquad V_g(a,q).$$

這一輪先取準靜態機組模型，忽略慣性與電感對瞬時運動的修正，保留線圈電阻、黏滯阻力與閘極漏電。完整機組的起停修正仍可由先前的$J,L$方程加入。

**1．先補齊控制電路的實際電流**

令閘極串聯電阻為$R_g$，漏電導為$G_g$。控制電荷的變化率，不等於電源送出的全部電流：

$$\boxed{ I_{\rm drv} = \dot q+G_gV_g }. \tag{1}$$

電源端電壓為

$$V_{\rm drv} = V_g+R_gI_{\rm drv}.$$

因此電源功率可以精確拆成

$$\boxed{ V_{\rm drv}I_{\rm drv} = V_g\dot q + R_gI_{\rm drv}^2 + G_gV_g^2 }. \tag{2}$$

第一項是可逆能量交換，後兩項是非負損耗。

即使移動階段保持$q$固定，控制電路仍可能需要補償漏電，其損耗為

$$\Lambda_g(a,q) = G_g(1+R_gG_g)V_g(a,q)^2. \tag{3}$$

**2．移動與切換期間的損耗，都能逐項求出**

令板的移動速率大小為$v>0$。

強響應、靠近時：

$$\omega_H=\frac v\ell, \qquad i_H= \frac{bv/\ell-\ell F_H}{k}. \tag{4}$$

弱響應、拉開時：

$$\omega_L=-\frac v\ell, \qquad i_L= -\frac{bv/\ell+\ell F_L}{k}. \tag{5}$$

移動期間的損耗功率為

$$P_{D,M} = Ri^2+b\omega^2+\Lambda_g. \tag{6}$$

在端點切換電荷、由馬達保持板距時，$\omega=0$，但仍須提供保持轉矩：

$$i_{\rm hold} = -\frac{\ell F_C}{k}.$$

所以切換期間的損耗功率為

$$\boxed{ P_{D,g} = \frac{R\ell^2F_C^2}{k^2} + R_g(\dot q+G_gV_g)^2 + G_gV_g^2 }. \tag{7}$$

這表示：**板沒有移動，機械功可以是零；馬達保持電流與閘極漏電仍會耗能。**

**3．四個行程可以統一成同一種函數**

對每段定義始終增加的路徑座標$s_j$：

* 移動段：$s_j$是走過的距離。
* 切換段：$s_j$是轉移的電荷量。

令

$$u_j=\frac{ds_j}{dt}>0.$$

把式（6）、（7）展開後，每段損耗都可以寫成

$$\boxed{ D_j = \int_{\Gamma_j} \left[ \frac{A_j(s)}{u_j(s)} + B_j(s)u_j(s) + C_j(s) \right]ds }. \tag{8}$$

各段時間則是

$$T_j=\int_{\Gamma_j}\frac{ds}{u_j(s)}. \tag{9}$$

各係數如下。

所有行程中的$A_j$，都包含

$$A_j = \frac{R\ell^2F_C^2}{k^2} + \Lambda_g. \tag{10}$$

移動行程：

$$B_M = \frac{b}{\ell^2} \left(1+\frac{Rb}{k^2}\right),$$$$C_H=-\frac{2RbF_H}{k^2}, \qquad C_L=+\frac{2RbF_L}{k^2}. \tag{11}$$

切換行程：

$$B_g=R_g,$$$$C_{g,+}=+2R_gG_gV_g, \qquad C_{g,-}=-2R_gG_gV_g. \tag{12}$$

其中正號表示增加$q$，負號表示減少$q$。

$C_j$是展開平方後的交叉項，可以為負；原始損耗仍是式（6）、（7）的非負平方和。

式（8）也顯示兩種競爭：

* $A_j/u_j$：走得越慢，保持與漏電損耗越多。
* $B_ju_j$：走得越快，速度或充電電流造成的損耗越多。

**4．在時間上限內，最佳速度可以直接解出**

要求

$$T_{\rm cyc}=\sum_jT_j\leq T_{\max},$$

並最小化

$$D=\sum_jD_j.$$

令

$$r_j=\frac{dt}{ds_j}=\frac1{u_j},$$

則

$$D_j = \int \left( A_jr_j+\frac{B_j}{r_j}+C_j \right)ds.$$

當$B_j>0$時，

$$\frac{d^2}{dr_j^2} \left( A_jr_j+\frac{B_j}{r_j} \right) = \frac{2B_j}{r_j^3}>0.$$

所以這是一個凸最佳化問題。

引入時間限制的乘子$\nu\geq0$，未碰到速度界限時，最佳解為

$$\boxed{ u_j^*(s) = \sqrt{ \frac{A_j(s)+\nu}{B_j(s)} } }. \tag{13}$$

如果還有容許速度範圍，則

$$\boxed{ u_j^* = \operatorname{clip} \left( \sqrt{\frac{A_j+\nu}{B_j}}, u_{j,\min}, u_{j,\max} \right) }. \tag{14}$$

這裡的速度上限必須包含近似絕熱條件、機組轉速、電流與電壓限制。

若時間限制生效，選擇$\nu$使

$$\sum_j \int_{\Gamma_j} \frac{ds}{u_j^*(s)} = T_{\max}. \tag{15}$$

若不生效，則取$\nu=0$。當某段$B_j=0$且$A_j>0$時，取相應極限：該段應使用允許的最快速度。

這已給出一個具體求解程序：**由材料與機組參數算$A,B,C$，再用一個共同的$\nu$分配四段時間。**

**5．強行程要處於發電模式，還有一個速度窗口**

在這個準靜態模型中，強行程的機組端電壓為

$$V_{M,H} = \frac{ (k^2+Rb)v-R\ell^2F_H }{k\ell}.$$

要由場驅動軸、並向儲能器送電，需要$i_H<0$、$V_{M,H}>0$。因此

$$\boxed{ \frac{R\ell^2F_H}{k^2+Rb} < v_H < \frac{\ell^2F_H}{b} }. \tag{16}$$

當$b=0$時，右側上限取消。

接著還要與近似絕熱速率上限取交集：

$$v_H<v_{\rm ad}(a,q_H),$$

以及

$$|i|\leq I_{\max}, \qquad |\omega|\leq\omega_{\max}, \qquad |V_M|\leq V_{\max}.$$

如果某位置的下限高於上限，這組齒比、機組與移動條件便無法在該處保持所要求的發電模式。

對整個循環，最低操作時間是

$$\boxed{ T_{\min} = \sum_j \int_{\Gamma_j} \frac{ds}{u_{j,\max}(s)} }. \tag{17}$$

指定的$T_{\max}$至少要達到這個值。

**6．端點鎖止，可以移除一項明確的損耗**

若在兩個端點使用理想機械鎖止器，待軸停止後承受靜態作用力，切換期間就可以令馬達保持電流為零。

此時式（7）中的

$$\frac{R\ell^2F_C^2}{k^2}$$

可以移除。

再取無漏電的特例，切換損耗只剩

$$D_g=\int_0^\tau R_g\dot q^2dt.$$

若$R_g$為常數，由柯西不等式，

$$\boxed{ D_g\geq \frac{R_g(\Delta q)^2}{\tau} }. \tag{18}$$

未碰到絕熱與電流限制時，等號對應恆定充放電電流。

若兩次切換總時間為$T_g$，兩段電阻分別為$R_{g,s}$、$R_{g,\ell}$，最佳分配是

$$\boxed{ \frac{\tau_s}{\tau_\ell} = \sqrt{\frac{R_{g,s}}{R_{g,\ell}}} }, \tag{19}$$

並得到

$$\boxed{ D_{g,\min} = \frac{(\Delta q)^2}{T_g} \left( \sqrt{R_{g,s}}+\sqrt{R_{g,\ell}} \right)^2 }. \tag{20}$$

這是可以實際改善的部分：機械鎖止減少保持損耗，時間分配減少充放電損耗；可逆切換功仍由先前同一個$E_{\rm osc}(a,q)$決定。

對完整復原的近平衡循環，兩支路仍滿足

$$W_{g,\rm rev}=W_m.$$

因此，若所有輸入都由同一儲能器支付，

$$\Delta E_{\rm st}=-D_{\min}.$$

若研究群體初末態不同的過程，則須保留其實際能量變化，並由實際態重算作用力；不能直接沿用本輪的平衡力曲線。

本輪新增的是**最佳時序與可行窗口**。四段損耗展開、漏電電流、完整循環儲能變化，以及式（13）的最佳解，都已做交叉檢查。對真實機組，下一步是用完整$J,L$方程加入平滑起停，檢查其是否仍落在式（14）、（16）的容許範圍內。

* * *

**ChatGPT:**

下一步可以把四段循環寫成一套**電流、電壓連續，而且能檢查機組限值的平滑操作**。同時把轉動動能、線圈磁能與損耗分開，避免把暫存能量算成淨輸出。

**1．先指定一條平滑的四段時序**

令

$$X=a_\ell-a_s, \qquad \Delta q=q_H-q_L.$$

每段使用自己的時間$T_j$，局部時間記為$u\in[0,1]$。取

$$S(u)=35u^4-84u^5+70u^6-20u^7. \tag{1}$$

它滿足

$$S(0)=0,\qquad S(1)=1,$$

而且

$$S'(0)=S''(0)=S'''(0)=0,$$$$S'(1)=S''(1)=S'''(1)=0.$$

四段操作設定為：

| 行程 | 板距$a(u)$ | 控制電荷$q(u)$ |
| --- | --- | --- |
| 強響應靠近 | $a_\ell-XS(u)$ | $q_H$ |
| 小間距切弱 | $a_s$ | $q_H-\Delta qS(u)$ |
| 弱響應復位 | $a_s+XS(u)$ | $q_L$ |
| 大間距切強 | $a_\ell$ | $q_L+\Delta qS(u)$ |

這套時序保留我們要研究的行為：強響應下群體驅動機組，弱響應下機組驅動群體復位。

**2．所需電流與電壓，現在可以直接算出**

沿用

$$a=a_\ell-\ell\theta, \qquad \omega=-\frac{\dot a}{\ell}.$$

完整機組方程為

$$J\dot\omega = \ell F_C(a,q)+ki-b\omega.$$

因此，追蹤指定軌跡所需的電流是

$$\boxed{ i(t)= \frac{ J\dot\omega+b\omega-\ell F_C(a,q) }{k} }. \tag{2}$$

電流變化率則為

$$\boxed{ \dot i= \frac{ J\ddot\omega+b\dot\omega -\ell(F_a\dot a+F_q\dot q) }{k} }, \tag{3}$$

其中

$$F_a=\frac{\partial F_C}{\partial a}, \qquad F_q=\frac{\partial F_C}{\partial q}.$$

機組端電壓為

$$\boxed{ V_M=Ri+L\dot i+k\omega }. \tag{4}$$

這三式已包含：

* 改變轉速所需的慣性轉矩。
* 轉動阻力。
* 板上的卡西米爾作用力。
* 改變線圈電流所需的電感電壓。

因為式（1）的端點導數為零，每段端點都有

$$\omega=\dot\omega=\ddot\omega=0, \qquad \dot a=\dot q=0.$$

所以

$$i_{\rm end}=-\frac{\ell F_C}{k}, \qquad \dot i_{\rm end}=0, \qquad V_{M,\rm end}=Ri_{\rm end}. \tag{5}$$

相鄰兩段共享同一個端點狀態，因此電流與電壓可以連續接續。

**3．有限機組是否能做到，可以用保守上界檢查**

這個波形具有

$$\max S'=\frac{35}{16},$$$$\max|S''|=\frac{84}{5\sqrt5}, \qquad \max|S'''|=\frac{105}{2}.$$

對時間為$T$的移動行程，定義

$$\omega_{\rm bd} = \frac{35X}{16\ell T},$$$$\alpha_{\rm bd} = \frac{84X}{5\sqrt5\,\ell T^2},$$$$j_{\rm bd} = \frac{105X}{2\ell T^3}.$$

則電流的充分上界是

$$\boxed{ I_{\rm bd} = \frac{ J\alpha_{\rm bd} +b\omega_{\rm bd} +\ell F_{\max} }{k} }. \tag{6}$$

再利用

$$|\dot F_C| \leq F_{a,\max}|\dot a| + F_{q,\max}|\dot q|,$$

可以得到電壓上界

$$\boxed{ V_{\rm bd} = RI_{\rm bd} +k\omega_{\rm bd} + \frac{L}{k} \left[ Jj_{\rm bd} +b\alpha_{\rm bd} +\ell|\dot F_C|_{\rm bd} \right] }. \tag{7}$$

要求

$$I_{\rm bd}\leq I_{\max}, \qquad V_{\rm bd}\leq V_{\max}, \qquad \omega_{\rm bd}\leq\omega_{\max}, \tag{8}$$

便得到一組可保證符合額定值的行程時間。

這些是保守的充分條件；若不滿足，還可以直接計算式（2）、（4）的真正峰值。

切換行程同樣使用式（2）至（4），只是$\omega=0$、$\dot a=0$，所以

$$i=-\frac{\ell F_C}{k}, \qquad V_M = -\frac{R\ell F_C}{k} -\frac{L\ell F_q\dot q}{k}. \tag{9}$$

因此，切換過快也可能先碰到機組電壓上限。

**4．有限慣性會產生新的時間依賴損耗**

對固定的平滑路徑，仍採近似絕熱作用力$F_C(a,q)$，每段損耗可整理成

$$\boxed{ D_j(T_j) = \alpha_jT_j+\beta_j +\frac{\gamma_j}{T_j} +\frac{\delta_j}{T_j^3} }. \tag{10}$$

各項的來源是：

* $\alpha_jT_j$：保持電流與漏電等隨時間累積的損耗。
* $\gamma_j/T_j$：運動阻力、充放電電流等造成的損耗。
* $\delta_j/T_j^3$：加減速電流造成的銅損。
* $\beta_j$：與行程時間無關的交叉項。

這些係數都可以由已知路徑積分算出。

例如移動段令$\sigma=+1$代表靠近，$\sigma=-1$代表復位：

$$i(u;T) = -\frac{\ell F(u)}k + \frac{\sigma bX}{k\ell T}S' + \frac{\sigma JX}{k\ell T^2}S''. \tag{11}$$

把它代入

$$D_j = T\int_0^1 \left[ Ri^2+b\omega^2+\Lambda_g \right]du,$$

即可得到式（10）。其中

$$\Lambda_g = G_g(1+R_gG_g)V_g^2.$$

利用

$$\int_0^1(S')^2du=\frac{700}{429}, \qquad \int_0^1(S'')^2du=\frac{280}{11},$$

慣性項的係數明確為

$$\boxed{ \delta_j = \frac{RJ^2X^2}{k^2\ell^2} \frac{280}{11} }. \tag{12}$$

而移動段的其他係數是

$$\alpha_j = \int_0^1 \left[ \frac{R\ell^2F(u)^2}{k^2} +\Lambda_g(u) \right]du,$$$$\beta_j = -\sigma\frac{2Rb}{k^2}W_j,$$$$\gamma_j = \frac{X^2}{\ell^2} \left(b+\frac{Rb^2}{k^2}\right)\frac{700}{429} - \frac{2RJX^2}{k^2} \int_0^1F_a(u)(S')^2du. \tag{13}$$

對先前吸引力隨板距減少而增強的分支，$F_a\leq0$，因此$\gamma_j\geq0$。

切換段沒有轉動加減速，故$\delta_j=0$；其餘係數直接由式（7）的閘極與保持損耗積分得到。

這裡的重要區別是：**轉動動能可以回收，但產生加減速轉矩的電流仍會造成銅損。**

在這族固定平滑波形內，單段最佳時間為

$$\boxed{ T_j^2 = \frac{ \gamma_j+ \sqrt{\gamma_j^2+12\alpha_j\delta_j} }{ 2\alpha_j } }. \tag{14}$$

若還有總時間上限，使用上一輪的共同乘子$\nu$，將式（14）的$\alpha_j$換成$\alpha_j+\nu$，再與式（8）及近似絕熱所需的時間取交集即可。這是**此波形族內**的最佳化，不宣稱涵蓋所有可能軌跡。

**5．線圈磁能要另外追蹤**

強行程開始與結束時，軸都停止，但保持電流不同。因此線圈磁能變化為

$$\boxed{ \Delta U_{L,H} = \frac{L\ell^2}{2k^2} \left[ F_H(a_s)^2-F_H(a_\ell)^2 \right] }. \tag{15}$$

所以強行程經由機組進入儲能器的能量是

$$\boxed{ \Delta E_{{\rm st},H}^{(M)} = W_H-D_{M,H}-\Delta U_{L,H} }. \tag{16}$$

後面的切換與復位，可以交還這份磁能。完整循環若電流恢復，便有

$$\sum_j\Delta U_{L,j}=0.$$

因此理想電感本身不是損耗，也不是額外能源；它影響每段能量分配、峰值電壓與儲能緩衝需求。

**6．最後還要檢查群體是否真的近似絕熱**

平滑起停保證電機指令沒有跳變，仍須檢查振子是否被激發。

在固定正則座標中，寫成一般二次模型

$$H_{\rm osc} = \frac12\mathbf R^T\mathbb G(a,q)\mathbf R+E_b(a,q).$$

對零均值狀態，其協方差矩陣滿足

$$\boxed{ \dot V = \Omega\mathbb G V + V(\Omega\mathbb G)^T }. \tag{17}$$

這裡$\Omega$是正則辛矩陣。

實際作用力與控制端共軛電壓為

$$\boxed{ F_{\rm osc}(t) = E_{b,a} + \frac12 \operatorname{Tr} \left( \mathbb G_aV(t) \right) }, \tag{18}$$$$\boxed{ V_{g,\rm osc}(t) = E_{b,q} + \frac12 \operatorname{Tr} \left( \mathbb G_qV(t) \right) }. \tag{19}$$

若它們接近平衡的$F_C(a,q)$、$V_g(a,q)$，前面的時序計算便自洽。若偏差不可忽略，就用式（18）、（19）重算機組電流與控制功。

這個檢查只使用群體振子的狀態演化，不需要切分板外與板內的能量。

對整套系統，定義

$$\mathscr E = \langle H_{\rm osc}\rangle +\frac12J\omega^2+\frac12Li^2.$$

若兩個電路端都連到同一理想儲能器，

$$\boxed{ E_{\rm st}(t) = E_{\rm st}(0) - [\mathscr E(t)-\mathscr E(0)] - D(0,t) }. \tag{20}$$

因此，完成一輪所需的最低初始緩衝能量，可以直接由

$$\boxed{ E_{\rm buf} = \max_{0\leq t\leq T} \left[ \mathscr E(t)-\mathscr E(0)+D(0,t) \right] } \tag{21}$$

求出。它包括起動、切換與暫存磁能的需求。

現在已得到一套完整的候選操作：**指定四段時間，產生平滑$a(t),q(t)$，計算電流與電壓，檢查額定值，再以協方差演化核對絕熱誤差，最後求儲能增量與緩衝容量。**端點接續、有限$J,L$功率平衡、式（10）的時間依賴，以及協方差控制功關係，都已用無因次模型交叉檢查。

**ChatGPT:**

接下來是**多輪判定**：讓群體狀態保留記憶，計算下一輪的作用力與儲能增量。

這一步可以得到明確結果：**若每輪哈密頓量恢復相同，而初態是該哈密頓量的聯合振子基態，即使不要求群體狀態恢復，也不能累積額外淨功。**下面直接從振子演化推導。

**1．把一輪寫成群體狀態的變換**

沿用固定正則座標、零均值二次模型：

$$H(t) = \frac12\mathbf R^T\mathbb G(t)\mathbf R+E_b(t).$$

假設板距與控制電荷每輪重複，所以

$$\mathbb G(T)=\mathbb G(0)=\mathbb G_0.$$

但先不要求群體協方差恢復。

定義演化矩陣

$$\dot{\mathsf M}(t) = \Omega\mathbb G(t)\mathsf M(t), \qquad \mathsf M(0)=I. \tag{1}$$

一輪後記為$\mathsf M=\mathsf M(T)$。群體協方差便滿足

$$\boxed{ V_{n+1}=\mathsf M V_n\mathsf M^T }. \tag{2}$$

重複$N$輪後，

$$\boxed{ V_N = \mathsf M^N V_{\rm init}(\mathsf M^T)^N }. \tag{3}$$

這是二次振子演化的辛變換形式，保留了跨輪次的關聯與壓縮狀態。[arxiv.org](https://arxiv.org/pdf/1110.3234?utm_source=chatgpt.com)

這裡須保留所研究的完整振子群；若消去環境自由度，則應改用包含環境噪音與能量交換的開放系統映射。

**2．下一輪的壓力，不一定與上一輪相同**

第$n$輪中的實際作用力為

$$\boxed{ F_n(t) = E_{b,a} + \frac12 \operatorname{Tr}\!\left(\mathbb G_aV_n(t)\right) }. \tag{4}$$

控制電壓則為

$$\boxed{ V_{g,n}(t) = E_{b,q} + \frac12 \operatorname{Tr}\!\left(\mathbb G_qV_n(t)\right) }. \tag{5}$$

所以，同樣的$a,q$，若$V_n$不同，作用力與切換電壓都可能不同。

機組電流也必須隨實際作用力更新：

$$i_n = \frac{J\dot\omega+b\omega-\ell F_n}{k}.$$

其電壓計算還要加入狀態本身的演化：

$$\boxed{ \dot F_n = F_{a|V}\dot a + F_{q|V}\dot q + \frac12\operatorname{Tr} \left(\mathbb G_a\dot V_n\right) }. \tag{6}$$

前兩項偏導固定協方差；最後一項是群體記憶帶來的變化。因此，狀態未恢復時，不能直接重複使用固定的強、弱壓力曲線。

**3．每輪可以交付多少淨功？**

定義群體向機械端交付的功

$$W_{m,n} = -\int_{nT}^{(n+1)T}F_n\dot a\,dt,$$

控制端送入群體的功

$$W_{g,n} = \int_{nT}^{(n+1)T}V_{g,n}\dot q\,dt.$$

由哈密頓演化，

$$\frac{d\langle H\rangle}{dt} = F_n\dot a+V_{g,n}\dot q.$$

所以

$$\boxed{ W_{m,n}-W_{g,n} = E_n-E_{n+1} }. \tag{7}$$

這是先前$W_m=W_g$的更一般版本：

* 群體能量恢復時，兩者相等。
* 群體能量下降時，機械端可以比控制端的輸入多取得功。
* 群體能量上升時，控制端付出的淨功較多。

**這裡已經明確允許群體每輪不恢復。**

**4．儲能器與線圈磁能必須一起核對**

若端點軸速都為零，線圈磁能為

$$U_{L,n}=\frac12Li_n^2.$$

群體狀態改變後，端點保持電流也可能改變，因此每輪儲能增量是

$$\boxed{ \Delta E_{{\rm st},n} = E_n-E_{n+1} + U_{L,n}-U_{L,n+1} - D_n }. \tag{8}$$

其中$D_n\geq0$包含機組與控制電路損耗。

將儲能器和可回收的線圈磁能合記為

$$\mathcal S_n=E_{{\rm st},n}+U_{L,n},$$

則

$$\boxed{ \mathcal S_N-\mathcal S_0 = E_{\rm init}-E_N - \sum_{n=0}^{N-1}D_n }. \tag{9}$$

若在每輪端點把磁能全部回收到儲能器，式（9）就直接成為儲能器的增量。

**5．現在可以判定累積輸出**

每輪端點的哈密頓量相同，可以用其正常模寫成

$$H_0 = E_{\rm g} + \sum_\nu \hbar\omega_\nu b_\nu^\dagger b_\nu.$$

因此任意最終狀態都有

$$E_N = E_{\rm g} + \sum_\nu \hbar\omega_\nu \langle b_\nu^\dagger b_\nu\rangle_N \geq E_{\rm g}. \tag{10}$$

代入式（9）：

$$\boxed{ \mathcal S_N-\mathcal S_0 \leq E_{\rm init}-E_{\rm g} - \sum_{n=0}^{N-1}D_n }. \tag{11}$$

這給出兩種情況。

若初態就是聯合基態，

$$E_{\rm init}=E_{\rm g},$$

則

$$\boxed{ \mathcal S_N-\mathcal S_0 \leq-\sum_nD_n }. \tag{12}$$

若初態具有額外激發或可利用的非平衡關聯，則其可供取功的總量，至多受到

$$E_{\rm init}-E_{\rm g}$$

這個能量預算限制；實際可取多少，還取決於可用控制操作。

證明只比較**同一個端點哈密頓量**的初末態。中途不同控制值的基態，仍然可以有不同能量。

**6．某一輪確實可能重新取得功：一個解析例子**

這不代表每一輪的儲能變化都只能為負。

考慮一個正常模，在尺度化座標中

$$H_0=\frac{\omega}{2}(X^2+P^2).$$

令單輪變換為

$$\mathsf M=S(r)R(\phi)S(r)^{-1},$$

其中$S(r)$將$X,P$分別乘上$e^r,e^{-r}$，$R(\phi)$是相空間旋轉。

從基態開始，重複$n$輪後可算得

$$\boxed{ E_n = \frac{\hbar\omega}{2} \left[ 1+ 2\sinh^2(2r)\sin^2(n\phi) \right] }. \tag{13}$$

群體能量會隨輪次起伏。當它下降時，式（7）允許

$$W_{m,n}>W_{g,n},$$

這一輪便可以向儲能器交還能量。

例如$\phi=\pi/2$時，

$$E_1=E_{\rm g}\cosh(4r), \qquad E_2=E_{\rm g}.$$

第一輪使群體增能，第二輪能回收這份能量；兩輪總儲能增量仍為

$$\boxed{ \mathcal S_2-\mathcal S_0=-D_0-D_1 }. \tag{14}$$

這是群體記憶如何影響後續取功的具體解。

到這一步，**目前模型的重複循環已能判定**：強弱壓力差可以產生正機械功；群體不恢復時，也能改變某一輪的輸出；但從端點哈密頓量的聯合基態出發，不能靠重複切換累積額外淨功。

若下一個研究版本讓群體的耦合矩陣本身逐輪改變，就應追蹤不同的$\mathbb G_n$及其基態能差。那仍可沿諧振子路徑計算，但它是持續改變群體構型的取功過程。上述多輪映射、實際作用力、控制功及磁能修正，已用有限振子與機組模型交叉檢查。

* * *

**ChatGPT:**

對。**你描述的是「每輪部分復位，工作點逐輪移到較低能量構型」的有限取功過程。**在目前沿聯合基態分支、控制電荷每輪恢復的模型中，這可以得到正淨功；應追蹤逐輪改變的端點。

可以把這個版本完整寫出來。

令第$n$輪：

1. 強響應時，從$a_n$靠近到$b_n$。
2. 切換成弱響應。
3. 只復位到$a_{n+1}$。
4. 恢復強響應。

並要求

$$b_n<a_{n+1}<a_n.$$

所以板每輪仍保留一部分淨靠近位移。

以同一套群體能量$E_H(a)$、$E_L(a)$計算，強行程交付的功為

$$W_{H,n}=E_H(a_n)-E_H(b_n),$$

弱行程需要交還的功為

$$W_{R,n}=E_L(a_{n+1})-E_L(b_n).$$

兩次響應切換的有號輸入功則是

$$\begin{aligned} W_{g,n} ={}&E_L(b_n)-E_H(b_n)\\ &+E_H(a_{n+1})-E_L(a_{n+1}). \end{aligned}$$

三者相減，所有中途狀態恰好相消：

$$\boxed{ W_{H,n}-W_{R,n}-W_{g,n} = E_H(a_n)-E_H(a_{n+1}) }. \tag{1}$$

因此，把可回收的線圈磁能也計入儲能$\mathcal S$，便有

$$\boxed{ \Delta\mathcal S_n = E_H(a_n)-E_H(a_{n+1})-D_n }. \tag{2}$$

這裡已完整扣除復位、切換與損耗。正淨取功的條件就是

$$\boxed{ E_H(a_n)-E_H(a_{n+1})>D_n }. \tag{3}$$

**也就是說，你提出的版本確實允許每輪淨增儲能；代價是群體與板的構型逐輪改變。**

以先前理想模型

$$E_H(a)=E_{{\rm ref},H}-\frac{\mathcal B_H}{a^3}$$

為例，

$$\boxed{ \Delta\mathcal S_n = \mathcal B_H \left(a_{n+1}^{-3}-a_n^{-3}\right) -D_n }. \tag{4}$$

連續$N$輪後，

$$\boxed{ \mathcal S_N-\mathcal S_0 = E_H(a_0)-E_H(a_N) -\sum_{n=0}^{N-1}D_n }. \tag{5}$$

有兩點現在可以精確區分：

* **中途靠近到哪個$b_n$**，影響轉矩、切換功與損耗；固定初末端點時，可逆淨取功只由$a_n,a_{n+1}$決定。
* **無功可取不要求壓力變成零。**理想卡西米爾模型中，靠近會使能量降低，但吸引力反而增大：

$$F_H(a)=\frac{3\mathcal B_H}{a^4}.$$

停止可能來自可達行程已耗盡、材料模型的適用範圍到達末端，或剩餘能量下降不足以補償損耗。

所以接下來真正要最佳化的是：**在允許的終點範圍內，選擇逐輪端點與時序，讓式（5）的累積損耗最小。**強弱切換可以用來調節機組轉矩與復位需求，而總取功仍由群體初末構型的能量差決定。

* * *

**ChatGPT:**

可以。現在可以把它補成一個完整的**有限取功命題**：

> **若群體諧振子的耦合隨板距改變而降低聯合基態能，並允許每輪只部分復位，則在完整計入響應切換、機組復位與損耗後，仍可取得正的有限淨功。理想總取功由初末構型的能量差決定。**

以下明列假設並證明。

**1．定義完整的群體能量**

板距為$a$，響應控制電荷為$q$。場與材料的保留自由度，用固定正則座標表示：

$$H(a,q) = \frac12\mathbf R^T\mathbb G(a,q)\mathbf R + E_b(a,q). \tag{1}$$

要求：

* 工作區間內$\mathbb G>0$，群體穩定。
* 使用相同能量基準與正規化，保留所有參數相關自能。
* 板與機組採經典近似。
* 初態給定；所有操作電路都由同一儲能器供能。
* 每輪端點停機，線圈磁能回收，或另計入可回收儲能。

固定$a,q$後，正常模頻率為$\omega_\nu(a,q)>0$，聯合基態能為

$$\boxed{ E_g(a,q) = E_b(a,q) + \frac{\hbar}{2}\sum_\nu\omega_\nu(a,q) }. \tag{2}$$

這裡的「基態」是在固定板距與控制電荷下定義。機械座標仍可改變，因此整個裝置仍可具有可降低的構型能。

諧振子與共同電磁場對角化後，由聯合基態能位移取得 Casimir–Polder 交互作用，已有具體可解模型。[arxiv.org](https://arxiv.org/pdf/quant-ph/0508034?utm_source=chatgpt.com)

定義吸引力大小與控制端電壓：

$$F(a,q)=\frac{\partial E_g}{\partial a}, \qquad V_g(a,q)=\frac{\partial E_g}{\partial q}. \tag{3}$$

於是

$$\boxed{ dE_g=F\,da+V_g\,dq }. \tag{4}$$

因為吸引力朝減少板距的方向，群體交給機械端的功是

$$\delta W_m=-F\,da,$$

控制端送入群體的功是

$$\delta W_g=V_g\,dq.$$

因此對任何可逆路徑，

$$\boxed{ W_m-W_g = E_g(a_i,q_i)-E_g(a_f,q_f) }. \tag{5}$$

這是整個證明的基本關係。

* * *

**2．完整計算「部分復位」的一輪**

令強、弱響應分別為$q_H,q_L$，記

$$E_H(a)=E_g(a,q_H), \qquad E_L(a)=E_g(a,q_L).$$

第$n$輪經過

$$(a_n,q_H) \longrightarrow (b_n,q_H) \longrightarrow (b_n,q_L) \longrightarrow (a_{n+1},q_L) \longrightarrow (a_{n+1},q_H),$$

其中

$$a_{\min}\leq b_n\leq a_{n+1}<a_n. \tag{6}$$

強行程交給發電機的功：

$$W_{H,n}=E_H(a_n)-E_H(b_n). \tag{7}$$

弱行程由馬達交還的功：

$$W_{R,n}=E_L(a_{n+1})-E_L(b_n). \tag{8}$$

小間距的切換輸入：

$$W_{g,s,n}=E_L(b_n)-E_H(b_n). \tag{9}$$

新端點的恢復切換輸入：

$$W_{g,\ell,n} = E_H(a_{n+1})-E_L(a_{n+1}). \tag{10}$$

以上全部取有號功，允許某次切換回收能量。

將四項合併：

$$\begin{aligned} W_{H,n}-W_{R,n} -W_{g,s,n}-W_{g,\ell,n} = E_H(a_n)-E_H(a_{n+1}). \end{aligned}$$

所以

$$\boxed{ W_{{\rm net},n}^{\rm rev} = E_H(a_n)-E_H(a_{n+1}) }. \tag{11}$$

**兩次切換功都已包含，沒有被假定為零。**

還可以把機械功拆得更清楚：

$$\begin{aligned} W_{m,n} ={}& \int_{b_n}^{a_{n+1}} (F_H-F_L)\,da\\ &+ \int_{a_{n+1}}^{a_n}F_H\,da. \end{aligned} \tag{12}$$

而兩次切換的可逆淨輸入恰好為

$$W_{g,n} = \int_{b_n}^{a_{n+1}} (F_H-F_L)\,da. \tag{13}$$

因此最後留下的淨功是

$$\boxed{ W_{{\rm net},n}^{\rm rev} = \int_{a_{n+1}}^{a_n}F_H(a)\,da }. \tag{14}$$

也就是**沒有回推的那一段所釋放的構型能**。

只要該區間$F_H>0$，式（14）便嚴格為正。這完成了理想部分復位取功的證明。

* * *

**3．機械功確實能交付給儲能器**

傳動關係為

$$a=a_{\rm ref}-\ell\theta, \qquad \tau_C=\ell F.$$

因此

$$\tau_C\,d\theta=-F\,da.$$

齒輪把同一筆功傳到機組。

使用先前的機組與控制電路方程：

$$J\dot\omega=\ell F+ki-b\omega,$$$$V_M=L\dot i+Ri+k\omega,$$$$I_{\rm drv}=\dot q+G_gV_g,$$$$V_{\rm drv}=V_g+R_gI_{\rm drv}.$$

同一儲能器的功率為

$$\dot E_{\rm st} = -V_Mi-V_{\rm drv}I_{\rm drv}.$$

與群體能量微分合併，得到

$$\boxed{ \frac{d}{dt} \left[ E_{\rm st} + \langle H\rangle + \frac12J\omega^2 + \frac12Li^2 \right] = -P_D }, \tag{15}$$

其中

$$P_D = Ri^2+b\omega^2 + R_gI_{\rm drv}^2 + G_gV_g^2 + P_{\rm other}, \qquad P_{\rm other}\geq0.$$

$P_{\rm other}$可包含其他已明列的傳動、轉換器與鎖止操作損耗；同一渠道只計一次。

因此在端點停機並回收磁能後，

$$\boxed{ \Delta E_{\rm st} = E_{\rm initial}-E_{\rm final}-D }. \tag{16}$$

這就把群體能量下降與實際儲能增加接起來了。

* * *

**4．有限時間與殘餘激發，也能完整保留**

令第$n$輪端點的實際群體能量為

$$E_n = E_H(a_n)+E_{{\rm exc},n}, \qquad E_{{\rm exc},n}\geq0.$$

則實際單輪儲能增量是

$$\boxed{ \Delta E_{{\rm st},n} = E_H(a_n)-E_H(a_{n+1}) + E_{{\rm exc},n}-E_{{\rm exc},n+1} -D_n }. \tag{17}$$

連續$N$輪後，

$$\boxed{ E_{{\rm st},N}-E_{{\rm st},0} = E_H(a_0)-E_H(a_N) + E_{{\rm exc},0}-E_{{\rm exc},N} - \sum_nD_n }. \tag{18}$$

剩餘激發只透過**初末差值**出現，不能逐輪重複扣除同一份激發能。

若初態為聯合基態，

$$E_{{\rm exc},0}=0,$$

便有

$$\boxed{ \Delta E_{\rm st}^{\rm total} = E_H(a_0)-E_H(a_N) - E_{{\rm exc},N} - D_{\rm total} }. \tag{19}$$

所以正淨取功的充分且必要能量條件是

$$\boxed{ E_H(a_0)-E_H(a_N) > E_{{\rm exc},N}+D_{\rm total} }. \tag{20}$$

這裡的激發與損耗，必須由實際狀態演化與機組電流計算。

對穩定、有正頻率下界的有限振子模型，平滑絕熱演化可以使$E_{{\rm exc},N}$任意小。先選一個有限但足夠緩慢的操作時間，再取足夠小的非零損耗參數，式（20）便能成立。因此，正有限取功並非只存在於形式上的零損耗等式。

啟動時所需的暫存能量也有限，可由

$$E_{\rm buf} = \max_t \left[ \mathscr E(t)-\mathscr E(0)+D(0,t) \right]_+$$

求出，其中

$$\mathscr E=\langle H\rangle+\frac12J\omega^2+\frac12Li^2.$$

這份緩衝能量不算輸出；輸出由儲能器最後與最初的差值判定。

* * *

**5．接上卡西米爾能量**

對真空間隙中的平行面，距離相關的群體交互能為

$$E_C(a,q) = \frac{\hbar A}{4\pi^2} \sum_p \int_0^\infty d\xi \int_0^\infty k_\parallel\,dk_\parallel \ln\!\left( 1-\mathcal R_p e^{-2\kappa a} \right), \tag{21}$$

其中

$$\kappa=\sqrt{k_\parallel^2+\xi^2/c^2}.$$

這是正常模能量的散射表示。[arxiv.org](https://arxiv.org/pdf/0908.2649?utm_source=chatgpt.com)

對剛性板與固定的背閘幾何，孤立材料自能可寫為$E_{\rm ref}(q)$：

$$E_g(a,q)=E_{\rm ref}(q)+E_C(a,q).$$

每輪控制電荷都回到$q_H$，故初末差中的參考項相消：

$$\boxed{ E_H(a_0)-E_H(a_N) = E_C(a_0,q_H)-E_C(a_N,q_H) }. \tag{22}$$

因此，在此理想幾何中，留下的有限淨功，確實對應到卡西米爾交互構型能的下降。

以先前可解析模型

$$E_C(a,q_H)=-\frac{\mathcal B_H}{a^3}$$

為例，

$$\boxed{ \Delta E_{\rm st}^{\rm total} = \mathcal B_H \left( a_N^{-3}-a_0^{-3} \right) - E_{{\rm exc},N} - D_{\rm total} }. \tag{23}$$

完美反射極限為

$$\mathcal B_H=\frac{\pi^2\hbar cA}{720}.$$

實際材料則使用式（21）。有限時間的材料與場激發保留在$E_{\rm exc}$中，不直接假定為零。

* * *

**6．何時真的「無功可取」？**

令$\mathcal A(a)$表示從目前工作點可到達的下一個端點集合。若

$$\boxed{ \sup_{a'\in\mathcal A(a)} \left[ E_H(a)-E_H(a') - D_{\min} - E_{\rm exc,final} \right] \leq0, } \tag{24}$$

便沒有符合當前限制的正淨取功操作。

這可能是可達構型已耗盡，也可能是剩餘能量下降不足以涵蓋損耗。**不要求卡西米爾壓力變成零。**

固定初末端點時，不同往返與切換路徑的可逆淨取功上限相同；選擇$b_n$、齒比與時間，是為了降低損耗並符合機組限值。

至此，在明列的模型中已完成證明：

**給定初始構型，允許端點逐輪遞移，聯合振子能量的下降可以轉成正的有限儲能，而且復位功、切換功、殘餘激發與機組損耗都已計入。**

這證明的是有限構型能的轉換。若最後要恢復最初的板距與全部狀態，重置功仍須由同一能量函數計算。實際材料與機組是否落在正輸出區域，則由式（20）及電流、電壓限值判定；目前的無因次模型已交叉檢查單輪正取功、多輪相消關係與有限$J,L$的完整功率平衡。

**ChatGPT:**

有。**對我們最有用的簡化，是把「半導體材料」改寫成「具有可調表面導納的電磁邊界」；最簡單的具體模型，是可調動能電感的電漿薄片。**

這與把壓電材料換成馬達發電機相似：先用少數元件參數描述功能，再決定如何實現。

**1．半導體可以先濃縮成一個電感與電阻**

令$\mathbf J_s$為表面電流，單位是$\mathrm{A/m}$。固定控制狀態下，Drude 載子模型給出

$$\dot{\mathbf J}_s+\gamma\mathbf J_s = D_s\mathbf E_\parallel,$$

其中

$$D_s=\frac{n_{2D}e^2}{m^*}.$$

改寫為

$$\boxed{ \mathbf E_\parallel = L_k\dot{\mathbf J}_s+R_s\mathbf J_s }, \tag{1}$$

並定義

$$\boxed{ L_k=\frac{m^*}{n_{2D}e^2}, \qquad R_s=\gamma L_k }. \tag{2}$$

這裡：

* $L_k$：載子慣性形成的動能電感。
* $R_s$：片電阻。
* $n_{2D}$：單位面積的可動載子數。

因此材料端可以先由

$$\boxed{ L_k,\quad R_s }$$

這兩個參數表示。

在虛頻率上，表面導納就是

$$\boxed{ \sigma_s(i\xi) = \frac{1}{R_s+\xi L_k} = \frac{D_s}{\xi+\gamma} }. \tag{3}$$

若還要描述束縛電子或其他共振，就增加 RLC 支路：

$$\sigma_s(i\xi) = \frac{1}{R_s+\xi L_k} + \sum_j \frac{1}{ R_j+\xi L_j+1/(\xi C_j) }. \tag{4}$$

**這樣材料就成為一組可調的電磁振子電路。**以二維導電率描述薄片、再由其求卡西米爾作用，已有成熟的理論形式。[arxiv.org](https://arxiv.org/pdf/1007.1231?utm_source=chatgpt.com)

**2．真空所見的強弱響應，可以直接寫出**

先取局域、各向同性、兩側都是真空的導電薄片。令

$$\kappa=\sqrt{k_\parallel^2+\xi^2/c^2}.$$

其反射係數為

$$\boxed{ r_{\rm TE} = -\frac{\mu_0\xi\sigma_s} {2\kappa+\mu_0\xi\sigma_s} }, \tag{5}$$$$\boxed{ r_{\rm TM} = \frac{\kappa\sigma_s} {2\varepsilon_0\xi+\kappa\sigma_s} }. \tag{6}$$

這就是從電路參數到電磁邊界的直接連接。[arxiv.org](https://arxiv.org/pdf/1007.1231?utm_source=chatgpt.com)

在固定$\gamma$的 Drude 模型中，

$$n_{2D}\uparrow \;\Rightarrow\; L_k\downarrow \;\Rightarrow\; \sigma_s(i\xi)\uparrow \;\Rightarrow\; |r_p|\uparrow.$$

所以強弱控制可以先表達為：

$$\boxed{ L_{k,H}<L_{k,L} }. \tag{7}$$

強、弱程度仍須對相關的$(\xi,k_\parallel)$判定；一個直流電阻值不能代表整個卡西米爾頻譜。

這個薄片模型適合真正二維導電層，或可忽略厚度與法向極化的薄導電層。若保留附近的背電極與基板，它們也要加入等效散射響應。

**3．它會直接變成我們熟悉的耦合諧振子**

這是這個模型最適合我們的地方。

先取無損極限

$$R_s=0,$$

並取非延遲近似。單片薄片的縱向集體電荷振盪頻率為

$$\boxed{ \omega_s^2(k) = \frac{D_s k}{2\varepsilon_0} = \frac{k}{2\varepsilon_0L_k} }. \tag{8}$$

為看清結構，先考慮兩片相同薄片，相距$a$。兩片的電荷振盪耦合後，正常模變成

$$\boxed{ \omega_\pm^2(k,a) = \omega_s^2(k)\left(1\pm e^{-ka}\right) }. \tag{9}$$

這與我們先前的兩振子模型

$$\omega_\pm^2=\omega_0^2(1\pm g)$$

完全對應，只是現在有了具體物理意義：

$$\boxed{ \omega_0\longrightarrow\omega_s(k), \qquad g\longrightarrow e^{-ka} }. \tag{10}$$

也就是：

* 薄片的載子慣性決定單片振子頻率。
* 板距決定兩片之間的耦合。
* 電磁場負責傳遞這個耦合。

聯合基態的交互能為

$$\boxed{ \frac{E_C}{A} = \frac{\hbar}{4\pi} \int_0^\infty k\,dk\, \left[ \omega_++\omega_--2\omega_s \right] }. \tag{11}$$

因為

$$\sqrt{1+g}+\sqrt{1-g}<2,$$

所以$E_C<0$。而且板靠近時$g=e^{-ka}$增加，交互能降低，產生吸引力。

薄電漿片及其表面電漿子正常模，已有專門研究；在較大距離，光子模態也會參與並出現重要抵消，因此式（9）至（11）應限定在這裡的非延遲近似。[arxiv.org](https://arxiv.org/pdf/hep-th/0511269?utm_source=chatgpt.com)

**4．這個簡化甚至能給出解析的力學比例**

把$u=ka$代入式（11），得到

$$\boxed{ \frac{E_C}{A} = -C_{\rm p}\hbar \sqrt{\frac{D_s}{2\varepsilon_0}} \,a^{-5/2} }, \tag{12}$$

其中$C_{\rm p}>0$是固定無因次積分：

$$C_{\rm p} = \frac1{4\pi} \int_0^\infty u^{3/2} \left[ 2-\sqrt{1+e^{-u}}-\sqrt{1-e^{-u}} \right]du.$$

吸引力大小因此為

$$\boxed{ \frac{F_C}{A} = \frac52 C_{\rm p}\hbar \sqrt{\frac{D_s}{2\varepsilon_0}} \,a^{-7/2} }. \tag{13}$$

若兩片相同薄片一起切換，便有

$$\boxed{ \frac{F_H}{F_L} = \sqrt{\frac{D_H}{D_L}} = \sqrt{\frac{L_{k,L}}{L_{k,H}}} }. \tag{14}$$

這個比例讓我們可以直接研究需要多大的電感調變，才能得到所需的強弱壓力差。

式（12）至（14）只適用於上述薄片、無損、非延遲範圍；接近強反射或超出該範圍時，使用完整的式（5）、（6）計算。

**5．切換功仍由完整能量求出**

現在控制變數可以改成$\lambda=L_k$，而不是先追蹤半導體所有能帶細節：

$$E_g(a,\lambda) = E_{\rm ref}(\lambda)+E_C(a,\lambda).$$

控制端的功率是

$$\boxed{ P_{\rm ctrl} = \left[ E_{\rm ref}'(\lambda) + \frac{\partial E_C}{\partial\lambda} \right]\dot\lambda }. \tag{15}$$

例如在式（12）的模型中，

$$\boxed{ \frac{\partial E_C}{\partial L_k} = -\frac{E_C}{2L_k}>0 }. \tag{16}$$

這表示增加$L_k$、減弱響應時，交互能這一部分會增加。單片材料自身的能量變化則放在$E_{\rm ref}$中，保留有號交換。

**表面導納決定反射與交互能；調參機構決定剩餘的控制能量。**固定狀態的阻抗資料，不能單獨決定切換期間的全部動力學。若每輪恢復同一個$\lambda$，$E_{\rm ref}$的端點差會相消，但途中電壓與緩衝需求仍受它影響。

所以我建議我們下一版理想模型採用：

| 部分 | 簡化表示 |
| --- | --- |
| 真空與材料的耦合邊界 | 可調電漿薄片 |
| 強弱響應 | $L_k$或$D_s$ |
| 材料耗散 | $R_s$ |
| 群體模式 | 式（9）的耦合表面振子 |
| 機械取功 | 原來的齒輪與可逆機組 |

**這個表示能把「材料響應如何改變模態與壓力」直接化成少數電路參數與耦合振子公式。**之後再把實際材料映射到$L_k,R_s$及必要的共振支路，就能沿用我們已完成的有限取功證明。

* * *

**ChatGPT:**

下一步先採用最簡單的單片控制模型：

**一片固定理想導體，另一片是具有可調動能電感$L_k$的導電薄片。**機械端仍接原來的齒輪與可逆機組。

以下先取零溫、無損、局域薄片與非延遲近似。這類電漿薄片與材料板的交互作用，已有 Lifshitz 型理論。[Phys. Rev. B](https://journals.aps.org/prb/abstract/10.1103/PhysRevB.74.205431?utm_source=chatgpt.com)

**1．先寫出真正的表面電荷諧振子**

固定導體位於$z=0$，薄片位於$z=a$。對平行於表面的波數$k>0$，理想導體的影像電荷使薄片電位變成

$$\phi_k = \frac{\varrho_{s,k}}{2\varepsilon_0k} \left(1-e^{-2ka}\right), \tag{1}$$

其中$\varrho_{s,k}$是表面電荷密度的傅立葉分量。

將獨立的實模態作面積歸一化，選取電荷座標$Q_k$及其共軛動量$P_k$，便可寫成

$$\boxed{ H_k = \frac{P_k^2}{2\mathcal M_k} + \frac{\mathcal K_k(a)}2Q_k^2 }, \tag{2}$$

其中

$$\boxed{ \mathcal M_k=\frac{L_k}{k^2}, \qquad \mathcal K_k(a) = \frac{1-e^{-2ka}}{2\varepsilon_0k} }. \tag{3}$$

因此：

* 動能電感決定振子的有效慣性。
* 板距決定電磁恢復力。
* $Q_k$是快速電荷漲落，與慢速控制電荷$q$不同。

這已經是明確的機械諧振子形式。

**2．板距如何改變頻率與基態能**

由式（3），正常模頻率為

$$\boxed{ \omega_k^2(a,L_k) = \frac{k}{2\varepsilon_0L_k} \left(1-e^{-2ka}\right) }. \tag{4}$$

孤立薄片的頻率則是

$$\Omega_k^2 = \frac{k}{2\varepsilon_0L_k}.$$

所以

$$\boxed{ \omega_k(a)=\Omega_k\sqrt{1-e^{-2ka}} }. \tag{5}$$

板靠近時，恢復力變小，模式變軟，零點能

$$E_{0,k}=\frac{\hbar\omega_k}{2}$$

隨之降低。

作用力也可從同一個哈密頓量直接求出：

$$\boxed{ F_k = \left\langle\frac{\partial H_k}{\partial a}\right\rangle = \frac{e^{-2ka}}{2\varepsilon_0} \langle Q_k^2\rangle >0 }. \tag{6}$$

基態中

$$\langle Q_k^2\rangle = \frac{\hbar}{2\mathcal M_k\omega_k}.$$

因此，**這個模型把板上的吸引力直接連到表面電荷的量子關聯，而不是另行指定一個壓力。**

**3．積分全部模態，得到能量與壓力**

扣除同一薄片在無限遠時的能量：

$$\frac{E_C}{A} = \frac{\hbar}{4\pi} \int_0^\infty k\,dk\, [\omega_k(a)-\Omega_k]. \tag{7}$$

代入式（5），再令$u=ka$，得到

$$\boxed{ \frac{E_C(a,L_k)}{A} = -\frac{C_m\hbar} {\sqrt{2\varepsilon_0L_k}\,a^{5/2}} }, \tag{8}$$

其中

$$C_m = \frac1{4\pi} \int_0^\infty u^{3/2} \left[1-\sqrt{1-e^{-2u}}\right]du >0.$$

因此吸引力大小為

$$\boxed{ \frac{F_C}{A} = \frac{5C_m\hbar} {2\sqrt{2\varepsilon_0L_k}\,a^{7/2}} }. \tag{9}$$

這裡的$C_m$由「單片薄片—理想導體」幾何決定。

若只切換薄片電感，強弱響應滿足

$$L_{k,H}<L_{k,L},$$

以及

$$\boxed{ \frac{F_H}{F_L} = \sqrt{\frac{L_{k,L}}{L_{k,H}}} }. \tag{10}$$

材料端現在只需先研究$L_k$的調變幅度，而不必立即展開所有能帶細節。

**4．調整電感的功，也從同一個模型求出**

在固定正則座標下，

$$\boxed{ \frac{\partial H_k}{\partial L_k} = -\frac{k^2P_k^2}{2L_k^2} }. \tag{11}$$

所以調整$L_k$會與振子的動量關聯交換能量。

對距離相關交互能，式（8）給出

$$\boxed{ X_L^{C} \equiv \frac{\partial E_C}{\partial L_k} = -\frac{E_C}{2L_k} >0 }. \tag{12}$$

完整控制端則要保留孤立材料與控制器的能量：

$$E_g(a,L_k) = E_{\rm ref}(L_k)+E_C(a,L_k),$$$$\boxed{ P_{\rm ctrl} = \left[ E_{\rm ref}'(L_k)+X_L^{C} \right]\dot L_k }. \tag{13}$$

$X_L$是電感的廣義能量導數，單位不是電壓。若由控制電荷$q$改變$L_k$，實際電壓為

$$\boxed{ V_{\rm ctrl} = \frac{\partial E_{\rm ref}}{\partial q} + X_L^{C}\frac{dL_k}{dq} }. \tag{14}$$

這保留了同一條推導路徑：**響應、壓力與切換功都由同一個能量函數決定。**

若用載子注入實現可調電感，還要將載子儲庫與注入過程納入控制模型；固定狀態的表面導納本身，不能唯一決定全部切換動力學。

**5．直接接回我們的部分復位取功**

令強狀態係數為

$$\mathcal B_H = \frac{AC_m\hbar} {\sqrt{2\varepsilon_0L_{k,H}}}.$$

則

$$E_H(a)=E_{{\rm ref},H}-\mathcal B_Ha^{-5/2}.$$

原先已證明的部分復位操作

$$a_n\rightarrow b_n\rightarrow a_{n+1}, \qquad b_n\leq a_{n+1}<a_n,$$

完整扣除可逆切換與復位功後，得到

$$\boxed{ W_{{\rm net},n}^{\rm rev} = \mathcal B_H \left( a_{n+1}^{-5/2}-a_n^{-5/2} \right) >0 }. \tag{15}$$

機組端則使用

$$\tau_C=\ell F_C, \qquad i_{\rm qs}\simeq-\frac{\ell F_C}{k_m}, \tag{16}$$

其中$k_m$是馬達轉矩常數，與表面波數$k$區分。

有限時間下，仍加入前面已推導的損耗與初末激發能差。

**這個版本已把整條關係具體化：**

$$L_k \longrightarrow \mathcal M_k,\omega_k \longrightarrow E_C,F_C \longrightarrow \tau_C,i \longrightarrow \Delta E_{\rm st}.$$

式（8）至（10）適用於非延遲、無損薄片範圍；當相關模式的$\omega a/c$不再很小，或材料損耗、空間非局域性顯著時，改用完整表面導納與 TE/TM 散射公式。一般距離下也須保留光子模態與表面電漿模態之間的抵消。[arxiv.org](https://arxiv.org/pdf/hep-th/0511269?utm_source=chatgpt.com)

上述模態哈密頓量、力與控制導數、頻譜能量積分，以及部分復位的四段功，已交叉檢查。這是一個比完整半導體本構模型更精簡、仍保留控制功的理想邊界模型。

* * *

**ChatGPT:**

現在可以把「如何切換響應」寫成一條具體控制律。關鍵是：**改變動能電感時，振子的慣性與頻率都會改變；激發取決於兩者的組合。**

為避免與波數$k$混淆，以下把前面的動能電感$L_k$改記為$L_s$。它對整片表面均勻。

**1．找出真正造成激發的項**

沿用無損、非延遲薄片模型：

$$H_k(t) = \frac{P_k^2}{2\mathcal M_k(t)} + \frac{\mathcal K_k(t)}2Q_k^2,$$$$\mathcal M_k=\frac{L_s}{k^2}, \qquad \mathcal K_k = \frac{1-e^{-2ka}}{2\varepsilon_0k}.$$

定義

$$f_k(a)=1-e^{-2ka},$$

則

$$\omega_k = \sqrt{\frac{k f_k(a)}{2\varepsilon_0L_s}}. \tag{1}$$

瞬時湮滅算符為

$$\hat b_k = \sqrt{\frac{\mathcal M_k\omega_k}{2\hbar}}Q_k + \frac{iP_k}{\sqrt{2\hbar\mathcal M_k\omega_k}}.$$

從海森堡方程及算符定義的顯式時間依賴，可得

$$\boxed{ \dot{\hat b}_k = -i\omega_k\hat b_k + \Gamma_k\hat b_k^\dagger }, \tag{2}$$

其中

$$\Gamma_k = \frac12\frac{d}{dt} \ln(\mathcal M_k\omega_k).$$

代入材料與幾何參數：

$$\boxed{ \Gamma_k = \frac14 \left[ \frac{\dot L_s}{L_s} + \frac{2k\dot a}{e^{2ka}-1} \right] }. \tag{3}$$

第一項來自材料響應變化，第二項來自板距變化。它們可以部分抵消，也可以相互加強。

**2．對選定模態，存在精確補償律**

若要某個波數$k_*$的模態全程不被激發，令

$$\Gamma_{k_*}=0.$$

於是

$$\frac{\dot L_s}{L_s} = -\frac{2k_*\dot a}{e^{2k_*a}-1}.$$

積分得到

$$\boxed{ L_s(t) \left[1-e^{-2k_*a(t)}\right] = \text{常數} }. \tag{4}$$

也就是

$$\boxed{ L_s(t) = L_{s,i} \frac{1-e^{-2k_*a_i}} {1-e^{-2k_*a(t)}} }. \tag{5}$$

這個結果可以直接驗證。沿著式（5），

$$\boxed{ H_{k_*}(t) = \frac{f_{k_*}(a(t))} {f_{k_*}(a_i)} H_{k_*}(0) }. \tag{6}$$

所有時刻的哈密頓量彼此對易，本徵態不變，只有能階與相位改變。因此初態若是基態，就會在這個模型內**精確保持瞬時基態**，不必只靠無限緩慢的極限。

實際速度仍須符合非延遲近似、材料控制與機組電流電壓限制。

**3．這條補償律與強壓力取功有取捨**

靠近時

$$\dot a<0,$$

式（4）要求

$$\dot L_s>0.$$

也就是靠近過程中逐漸增加動能電感。

在同一板距下，先前已求得

$$F_C\propto L_s^{-1/2},$$

所以增加$L_s$會減弱該位置的吸引。幾何靠近造成的增力則同時存在。

因此這條控制律的用途是**抵消選定模態的激發驅動**；它是否提高最後的儲能，要與壓力功、機組損耗一起比較。

**4．一個均勻電感無法精確補償全部波數**

對所有$k$都要求$\Gamma_k=0$，就需要同時滿足

$$\frac{\dot L_s}{L_s} = -g_k(a)\dot a,$$

其中

$$g_k(a)=\frac{2k}{e^{2ka}-1}.$$

固定$a>0$時，$g_k(a)$隨$k$嚴格遞減。因此兩個不同波數若都被精確補償，便有

$$[g_{k_1}(a)-g_{k_2}(a)]\dot a=0.$$

非平凡移動時無法成立。

所以：

$$\boxed{ \text{一個均勻的 }L_s(t) \text{ 無法讓全部模態全程保持瞬時基態。} } \tag{7}$$

長波近似$ka\ll1$下，

$$g_k(a)\simeq\frac1a,$$

才會得到近似共同補償律

$$\boxed{L_s a\simeq\text{常數}}. \tag{8}$$

它適合一段長波模態；完整壓力還包含$ka$約為一的貢獻。

**5．其餘模態的激發量，可以直接計算**

寫成

$$\hat b_k(t) = \alpha_k(t)\hat b_k(0) + \beta_k(t)\hat b_k^\dagger(0).$$

由式（2），

$$\boxed{ \dot\alpha_k = -i\omega_k\alpha_k+\Gamma_k\beta_k^* },$$$$\boxed{ \dot\beta_k = -i\omega_k\beta_k+\Gamma_k\alpha_k^* }, \tag{9}$$

初始條件為

$$\alpha_k(0)=1,\qquad\beta_k(0)=0.$$

初態為基態時，末端激發數為

$$n_k(t_f)=|\beta_k(t_f)|^2.$$

因此，模型內表面模態的剩餘激發能為

$$\boxed{ \frac{E_{\rm exc}^{\rm sheet}}{A} = \frac{\hbar}{2\pi} \int k\,dk\, \omega_k(t_f)|\beta_k(t_f)|^2 }. \tag{10}$$

積分採模型有效的波數範圍；完整電磁系統還須加入光子模態。這裡的$n_k$是表面集體模態的激發數，不直接等於向外輻射的光子數。

也要區分：

* 全程保持瞬時基態：要求$\Gamma_k(t)=0$。
* 只在末端恢復基態：要求$\beta_k(t_f)=0$，中途可以有激發。

有限時間諧振子控制中，這兩種要求已有不同的控制方法。[arxiv.org](https://arxiv.org/pdf/0912.4178?utm_source=chatgpt.com)

**6．把它變成我們實際要最佳化的問題**

式（5）可以作為一個移動行程的候選控制律。但它通常會改變末端$L_s$；若一輪最後要恢復$L_{s,H}$，恢復段也必須納入式（9）與控制功。

控制功仍使用完整哈密頓量：

$$P_{\rm ctrl} = \left\langle \frac{\partial H}{\partial L_s} \right\rangle\dot L_s. \tag{11}$$

對初態為基態、末端電感恢復、板距保留淨靠近量的操作，回收機組暫存能量後，

$$\boxed{ \Delta E_{\rm st} = E_C(a_i,L_{s,H}) - E_C(a_f,L_{s,H}) - E_{\rm exc,total} - D }. \tag{12}$$

固定初末端點後，能量差已固定，所以真正的最佳化目標是

$$\boxed{ \min_{a(t),\,L_s(t)} \left[ E_{\rm exc,total}+D \right] }. \tag{13}$$

這次得到了一條具體的材料—幾何控制關係$L_s(a)$，以及計算其餘模態激發的封閉方程。已交叉核對：選定模態沿補償路徑的激發為零；其他波數通常仍有激發；由式（9）得到的激發能與協方差演化一致。接著便能比較不同切換時序的實際儲能增量。

* * *

**ChatGPT:**

可以把下一步補完整：**板距縮短後，恢復原來的材料響應，並將恢復所需的功計入；指定模態仍可在最後回到新基態。**

這是先前允許的「端點逐輪移動」的一步：

$$(a_i,L_i)\longrightarrow(a_f,L_c) \longrightarrow(a_f,L_i), \qquad a_f<a_i.$$

其中 $L_s$ 是表面動能電感，代表電子集體響應；此處先採理想、無耗散的可調電感模型。

沿用表面電漿諧振子：

$$H_k=\frac{P_k^2}{2\mathcal M_k} +\frac{\mathcal K_kQ_k^2}{2},$$$$\mathcal M_k=\frac{L_s}{k^2}, \qquad \mathcal K_k=\frac{f_k(a)}{2\varepsilon_0k},$$$$f_k(a)=1-e^{-2ka}, \qquad \omega_k=\sqrt{\frac{kf_k(a)}{2\varepsilon_0L_s}}.$$

這是非延遲、局域響應的表面模態近似；完整電磁模型還包含光子分支。[arxiv.org](https://arxiv.org/pdf/hep-th/0511269?utm_source=chatgpt.com)

先選一個設計模態 $k_*$，定義

$$\chi=\frac{f_{k_*}(a_f)}{f_{k_*}(a_i)}, \qquad 0<\chi<1.$$

壓縮時採用上一輪的補償律：

$$\boxed{ L_s(a)=L_i \frac{f_{k_*}(a_i)}{f_{k_*}(a)} }.$$

因此

$$H_*(t)= \frac{f_{k_*}(a(t))}{f_{k_*}(a_i)} H_*(0).$$

哈密頓量只乘上一個係數，本徵態不變。所以在此有效模型內，初始基態會精確保持為瞬時基態。壓縮結束時：

$$L_c=\frac{L_i}{\chi}, \qquad \omega_c=\chi\omega_i.$$

接著固定板距 $a_f$，恢復電感 $L_c\to L_i$。這時 $\mathcal K_*$ 是常數，作正則變換

$$X=\frac{P_*}{\sqrt{\mathcal K_*}}, \qquad \Pi=-\sqrt{\mathcal K_*}\,Q_*,$$

便得到普通的變頻諧振子：

$$H_*=\frac{\Pi^2}{2} +\frac{\omega_*^2(t)X^2}{2}.$$

可以利用尺度函數 $b(t)>0$，指定

$$\boxed{ \omega_*^2(t) =\frac{\omega_c^2}{b^4(t)} -\frac{\ddot b(t)}{b(t)} }.$$

這來自 Ermakov 方程，也是有限時間諧振子控制中已有的推導方法。以下把它套用到我們的表面電感模型。[arxiv.org](https://arxiv.org/pdf/0912.4178?utm_source=chatgpt.com)

對應的控制電感就是

$$\boxed{ L_s(t)= \frac{k_*f_{k_*}(a_f)} {2\varepsilon_0 \left[\omega_c^2/b^4-\ddot b/b\right]} }.$$

只要端點滿足

$$b(0)=1,\qquad b(T_R)=\chi^{1/4},$$$$\dot b(0)=\dot b(T_R)=0,$$$$\ddot b(0)=\ddot b(T_R)=0,$$

就會有

$$L_s(0)=L_c,\qquad L_s(T_R)=L_i,$$

以及

$$\omega_f=\sqrt{\chi}\,\omega_i.$$

這裡能直接檢驗有沒有留下激發。初始為基態時，恢復過程中的平均激發數為

$$\boxed{ n_*(t)= \frac{ \dot b^2+ \left(\omega_*b-\omega_c/b\right)^2 }{ 4\omega_c\omega_* } }.$$

代入上述端點條件：

$$\boxed{n_*(T_R)=0}.$$

也就是說，**恢復電感可以在有限時間完成，且指定模態最後沒有殘留激發；中途則容許小幅偏離瞬時基態。**

一個平滑的具體時序可寫成

$$u=\frac{t}{T_R}, \qquad s(u)=630\int_0^u v^4(1-v)^4\,dv,$$$$b(t)=B(u) =1+\left(\chi^{1/4}-1\right)s(u).$$

這個選擇讓電感及其前兩階時間導數平滑接回端點。

為確保全程使用正電感，只需選擇 $T_R$ 使

$$\boxed{ (\omega_cT_R)^2> \max_{0\le u\le1} \left[B^3(u)B''(u)\right]_+ },$$

其中 $[x]_+=\max(x,0)$，撇號表示對 $u$ 微分。再增加 $T_R$，就能讓中途激發任意減小，保持近似絕熱。

現在完整計算這一步的功。令

$$E_i=\frac{\hbar\omega_i}{2},$$

並約定控制功 $W_L>0$ 表示控制器把能量送入諧振子。

| 過程 | 功 |
| --- | --: |
| 壓縮時交給機械組的功 | $\displaystyle W_m=\frac{E_i}{2}(1-\chi)$ |
| 壓縮時的電感控制功 | $\displaystyle W_{L,C}=-\frac{E_i}{2}(1-\chi)$ |
| 固定板距、恢復電感的控制功 | $\displaystyle W_{L,R}=E_i(\sqrt{\chi}-\chi)$ |

最後一項是恢復響應所需的能量，已經明確計入。於是理想儲能器取得

$$\begin{aligned} W_{\mathrm{st},*} &=W_m-W_{L,C}-W_{L,R}\\ &=\boxed{E_i(1-\sqrt{\chi})}\\ &=\frac{\hbar}{2}(\omega_i-\omega_f)>0. \end{aligned}$$

這正好是該模態的端點基態能差。因為電感已恢復，孤立薄膜的同一真空參考項在兩端相消；板距則確實縮短了。

但整片板仍須包含其他模態。**同一個 $L_s(t)$ 會控制全部 $k$，不能只計算 $k_*$。**

每個模態仍遵循同一組方程：

$$\dot\alpha_k =-i\omega_k\alpha_k+\Gamma_k\beta_k^*,$$$$\dot\beta_k =-i\omega_k\beta_k+\Gamma_k\alpha_k^*,$$$$\Gamma_k=\frac14\left[ \frac{\dot L_s}{L_s} +\frac{2k\dot a}{e^{2ka}-1} \right].$$

壓縮段 $C$ 與恢復段 $R$ 必須依序組合：

$$\boxed{ \beta_{\mathrm{tot},k} =\alpha_{R,k}\beta_{C,k} +\beta_{R,k}\alpha_{C,k}^* }.$$

因此不能直接把兩段激發數相加；它們之間的相位也會影響最後結果。

在此有效模型的波數範圍 $\mathcal K$ 內，最終殘留激發能為

$$\frac{E_{\mathrm{exc}}}{A} =\frac{\hbar}{2\pi} \int_{\mathcal K} k\,dk\,\omega_{k,f} |\beta_{\mathrm{tot},k}|^2.$$

整片裝置交給儲能器的能量便是

$$\boxed{ \Delta E_{\mathrm{st}} = E_C(a_i,L_i)-E_C(a_f,L_i) -E_{\mathrm{exc}} -D-\Delta E_{\mathrm{aux}} }.$$

其中 $D$ 是實際耗散，$\Delta E_{\mathrm{aux}}$ 是閘極、載子儲存器等輔助部分留下的能量變化；理想恢復時它為零。

因此，在相同板距端點下，時序最佳化的明確目標是

$$\boxed{ \min_{\,k_*,\,T_C,\,T_R,\,a(t)} \left(E_{\mathrm{exc}}+D+\Delta E_{\mathrm{aux}}\right) }.$$

目前已補齊**指定模態的平滑控制時序、恢復成本與有限位移淨功**。判定整片板是否因這個時序而提高輸出，接下來要比較的是上述全模態加權積分；單一模態的零激發條件，還不足以代表整片板的最佳解。

* * *

**ChatGPT:**

接下來可以證明：**在目前的理想模型與固定有效波段內，全部保留模態的激發能，可以隨操作放慢而趨近零；因此能得到整組諧振子交付正功的充分條件。**

這比上一輪「指定模態最後無激發」更進一步，但仍限定於我們的表面電漿模型。完整電磁場還須加入光子分支及材料自由度；不同分支之間可能存在顯著補償。[arxiv.org](https://arxiv.org/pdf/hep-th/0511269?utm_source=chatgpt.com)

先計算從初始基態出發的一步操作：

$$(a_i,L_i)\longrightarrow(a_f,L_i), \qquad a_f<a_i.$$

中途允許調整 $L_s(t)$，最後恢復 $L_i$，板距則保留縮短。

取模型有效波段

$$\mathcal K=[k_{\min},k_{\max}], \qquad 0<k_{\min}<k_{\max}<\infty.$$

上下限須由幾何與材料有效範圍決定，其外自由度另行納入完整模型。

端點頻率是

$$\omega_{k,i} =\sqrt{\frac{k(1-e^{-2ka_i})} {2\varepsilon_0L_i}},$$$$\omega_{k,f} =\sqrt{\frac{k(1-e^{-2ka_f})} {2\varepsilon_0L_i}}.$$

因為 $a_f<a_i$，每個保留模態都有

$$\omega_{k,f}<\omega_{k,i}.$$

所以每單位面積可用的端點基態能差為

$$\boxed{ g= \frac{\hbar}{4\pi} \int_{\mathcal K}k\,dk\, (\omega_{k,i}-\omega_{k,f})>0 }.$$

兩端使用相同 $L_i$，因此孤立薄膜的同一參考能在差值中相消。

真正交給儲能器的能量密度是

$$\boxed{ w_{\mathrm{st}} =g-e_{\mathrm{exc}}-d-\Delta e_{\mathrm{aux}} }.$$

其中

$$e_{\mathrm{exc}} =\frac{\hbar}{2\pi} \int_{\mathcal K}k\,dk\, \omega_{k,f}|\beta_k(T)|^2,$$

而 $d$ 是耗散，$\Delta e_{\mathrm{aux}}$ 是控制器、載子儲存端及機械暫存能的端點變化。

現在的核心就是求出 $e_{\mathrm{exc}}$ 的上界。

沿用上一輪的壓縮補償律，令

$$G_k(a)=\frac{2k}{e^{2ka}-1}.$$

壓縮段的混和率可以直接化為

$$\boxed{ \Gamma_{C,k} =\frac{\dot a}{4} \left[G_k(a)-G_{k_*}(a)\right] }.$$

因此 $k_*$ 的壓縮段精確無激發；附近模態的混和，則由兩個 $G$ 的差決定。

固定板距恢復電感時，

$$\boxed{ \Gamma_{R,k}=\frac14\frac{\dot L_s}{L_s} }.$$

此時各模態的混和率相同，但振盪頻率不同，所以最後的激發量仍不同。上一輪的反向設計利用這些相位演化，讓指定模態最後回到基態；這屬於有限時間諧振子控制的方法。[arxiv.org](https://arxiv.org/pdf/0912.4178?utm_source=chatgpt.com)

對所有模態，我們仍解同一組精確方程：

$$\dot\alpha_k =-i\omega_k\alpha_k+\Gamma_k\beta_k^*,$$$$\dot\beta_k =-i\omega_k\beta_k+\Gamma_k\alpha_k^*.$$

令

$$\theta_k(t)=\int_0^t\omega_k(t')\,dt',$$

並移除快速振盪相位：

$$U_k=e^{i\theta_k}\alpha_k, \qquad V_k=e^{-i\theta_k}\beta_k^*.$$

則

$$\dot U_k=\Gamma_ke^{2i\theta_k}V_k, \qquad \dot V_k=\Gamma_ke^{-2i\theta_k}U_k.$$

定義總混和量

$$R_k=\int_0^T|\Gamma_k(t)|\,dt.$$

由上述方程可得

$$|U_k(t)|\le\cosh R_k, \qquad |V_k(t)|\le\sinh R_k.$$

當時序在端點平滑停止，

$$\Gamma_k(0)=\Gamma_k(T)=0,$$

對 $V_k(T)$ 分部積分一次，便得到

$$\begin{aligned} |\beta_k(T)| \le{}& \frac{\cosh R_k}{2} \int_0^T \left| \frac{d}{dt}\frac{\Gamma_k}{\omega_k} \right|dt\\ &+\frac{\sinh R_k}{2} \int_0^T\frac{\Gamma_k^2}{\omega_k}\,dt. \end{aligned}$$

**這個不等式沒有採用小激發近似。**

接著將完整操作寫成總時間 $T$ 與固定時間比例

$$T_C=\rho T,\qquad T_R=(1-\rho)T, \qquad 0<\rho<1.$$

令

$$u=\frac{t}{T}, \qquad \gamma_k(u;T)=T\Gamma_k(t),$$$$\Omega_k(u;T)=\omega_k(t).$$

上界可以寫成

$$\boxed{ |\beta_k(T)|\le\frac{\mathcal C_k(T)}{T} },$$

其中

$$\begin{aligned} \mathcal C_k(T)={}& \frac{\cosh R_k}{2} \int_0^1 \left| \frac{d}{du} \frac{\gamma_k}{\Omega_k} \right|du\\ &+\frac{\sinh R_k}{2} \int_0^1\frac{\gamma_k^2}{\Omega_k}\,du, \end{aligned}$$$$R_k=\int_0^1|\gamma_k|\,du.$$

因此，全部保留模態合計滿足

$$\boxed{ e_{\mathrm{exc}} \le\frac{\mathcal A(T)}{T^2} },$$$$\boxed{ \mathcal A(T)= \frac{\hbar}{2\pi} \int_{\mathcal K}k\,dk\, \omega_{k,f}\mathcal C_k^2(T) }.$$

這就是我們要補上的全模態估計式：給定板距路徑與電感時序，只需計算這些積分，就能取得保守上界。

這裡仍保留 $\mathcal A$ 對 $T$ 的依賴，因為上一輪的精確恢復時序本身含有時間修正。具體而言，它可寫成

$$L_R(u;T_R)= \frac{L_cB^4(u)} { 1-\dfrac{B^3(u)B''(u)} {(\omega_cT_R)^2} }.$$

當 $T_R$ 增加，它平滑趨近

$$L_R(u)\longrightarrow L_cB^4(u).$$

只要從某個 $T_0$ 起，分母保持正值，固定有效波段內的頻率也有正下限，則上述係數有界：

$$\overline{\mathcal A} =\sup_{T\ge T_0}\mathcal A(T)<\infty.$$

於是

$$\boxed{ e_{\mathrm{exc}}\le \frac{\overline{\mathcal A}}{T^2} \longrightarrow0 }.$$

在理想無耗散、輔助端恢復的情況，

$$d=0,\qquad\Delta e_{\mathrm{aux}}=0,$$

就得到

$$\boxed{ w_{\mathrm{st}} \ge g-\frac{\overline{\mathcal A}}{T^2} }.$$

因此選擇

$$\boxed{ T>\max\left\{ T_0,\sqrt{\frac{\overline{\mathcal A}}{g}} \right\} }$$

便足以保證

$$\boxed{w_{\mathrm{st}}>0}.$$

有實際損耗時，判定式則是

$$\boxed{ g> \frac{\mathcal A(T)}{T^2} +d(T)+\Delta e_{\mathrm{aux}}(T) }.$$

如果損耗會隨等待時間累積，就要直接最佳化這個式子，不能只靠不斷放慢操作。

所以目前可以明確區分各參數的作用：

| 參數 | 決定的量 |
| --- | --- |
| $a_i,a_f,L_i$ | 可用的端點能差 $g$ |
| 設計模態 $k_*$ | 壓縮補償偏重哪一段頻譜 |
| 時間比例 $\rho$ | 壓縮與恢復各分配多少時間 |
| 總時間 $T$ | 激發抑制與時間相關損耗的平衡 |
| 完整時序形狀 | 相位干涉及係數 $\mathcal A$ |

在固定端點下，一個可計算的保守最佳化目標就是

$$\boxed{ \min_{k_*,\,\rho,\,T} \left[ \frac{\mathcal A(T;k_*,\rho)}{T^2} +d+\Delta e_{\mathrm{aux}} \right] }.$$

精確最佳解則用實際的 $e_{\mathrm{exc}}$ 取代上界；實際激發量可能因相位干涉隨時間起伏。

**到這一步，已經從單模態解，推進到整個有效模態集合交付正功的充分條件。**功的總額仍由板距縮短所釋放的交互能差決定；材料響應時序決定其中多少能量能交給儲能器。

後續多輪應直接傳遞前一輪的場態。每輪的收支保持為

$$\begin{aligned} W_n={}&E_C(a_n,L_i)-E_C(a_{n+1},L_i)\\ &+E_{\mathrm{exc},n}-E_{\mathrm{exc},n+1}\\ &-D_n-\Delta E_{\mathrm{aux},n}. \end{aligned}$$

因此下一輪的板距與控制時序，需要依當前協方差及剩餘可用能量一起調整。

* * *

**ChatGPT:**

對，上一輪偏到時序最佳化了。**我們現在要驗證的是：集體諧振子的能量下降，能否經由力與位移，實際增加儲能器的能量。**

這可以直接從功的公式檢驗，不必另外處理每個模態的動態。

令集體系統的哈密頓量為

$$H_{\mathrm{coll}}(a,\lambda),$$

其中 $a$ 是機組控制的距離，$\lambda$ 是材料響應的控制參數。定義

$$X_a=\left\langle\frac{\partial H_{\mathrm{coll}}}{\partial a}\right\rangle, \qquad X_\lambda= \left\langle\frac{\partial H_{\mathrm{coll}}}{\partial\lambda}\right\rangle.$$

系統對機組的力為 $-X_a$，所以交給機組的功率是

$$\boxed{P_{\mathrm{gen}}=-X_a\dot a}.$$

控制器送入集體系統的功率則是

$$\boxed{P_{\mathrm{ctrl}}=X_\lambda\dot\lambda}.$$

另一方面，集體系統的能量滿足

$$\frac{dE_{\mathrm{coll}}}{dt} =X_a\dot a+X_\lambda\dot\lambda.$$

因此

$$\boxed{ P_{\mathrm{gen}}-P_{\mathrm{ctrl}} =-\frac{dE_{\mathrm{coll}}}{dt} }.$$

若理想機組把機械功存入儲能器，控制器也由同一儲能器供電或回收電力，那麼，在機組暫存能於端點恢復後：

$$\boxed{ \Delta E_{\mathrm{st}} =W_{\mathrm{gen}}-W_{\mathrm{ctrl}} =E_{\mathrm{coll},i}-E_{\mathrm{coll},f} }.$$

有另列的耗散時，再減去 $D$。

**這就是回收功的直接驗證式：集體系統少掉多少能量，扣除耗散後，儲能器就能增加多少能量。**

接著用我們目前的模型，檢查右側確實可以為正。

在準靜態分支上，集體正常模態的能量為

$$E_g(a,\lambda) =E_{\mathrm{ref}}(\lambda) +\frac{\hbar}{2}\sum_\nu\omega_\nu(a,\lambda).$$

材料與場共同耦合後，以正常模態的能量位移描述交互作用，已有可精確求解的諧振子—電磁場模型。[arxiv.org](https://arxiv.org/pdf/quant-ph/0508034?utm_source=chatgpt.com)

沿用我們的表面電感模型：

$$\omega_k(a,L_s) =\sqrt{\frac{k(1-e^{-2ka})} {2\varepsilon_0L_s}}.$$

相對於同一孤立薄膜參考，其交互能為

$$\frac{E_C(a,L_s)}A =\frac{\hbar}{4\pi} \int_0^\infty k\,dk\, \bigl[\omega_k(a,L_s)-\omega_k(\infty,L_s)\bigr].$$

令 $u=ka$，便得到

$$\boxed{ E_C(a,L_s) =-\frac{\mathcal B(L_s)}{a^{5/2}} },$$

其中

$$\mathcal B(L_s) =\frac{A\hbar\,\mathcal C}{\sqrt{2\varepsilon_0L_s}}>0,$$$$\mathcal C= \frac1{4\pi}\int_0^\infty u^{3/2}\left[1-\sqrt{1-e^{-2u}}\right]du.$$

由同一個能量求力：

$$X_a=\frac{\partial E_C}{\partial a} =\frac{5\mathcal B}{2a^{7/2}}>0.$$

當板距縮短，

$$\dot a<0,$$

所以

$$\boxed{ P_{\mathrm{gen}} =-\frac{5\mathcal B}{2a^{7/2}}\dot a>0 }.$$

這裡已經明確看到：**集體諧振子的交互能下降，透過吸引力對機組做正功。**積分後：

$$\boxed{ W_{\mathrm{gen}} =\mathcal B \left(a_f^{-5/2}-a_i^{-5/2}\right)>0 }.$$

再接回你要求的強、弱響應操作。令 $E_H(a)$、$E_L(a)$ 是包含可逆材料參考能的兩條分支，一輪走

$$(a_n,H)\to(b_n,H)\to(b_n,L) \to(a_{n+1},L)\to(a_{n+1},H),$$

其中

$$b_n\le a_{n+1}<a_n.$$

各項功為：

| 項目 | 能量 |
| --- | --- |
| 強響應時機組取得的功 | $W_H=E_H(a_n)-E_H(b_n)$ |
| 弱響應回推所需的功 | $W_R=E_L(a_{n+1})-E_L(b_n)$ |
| 兩次響應切換的淨輸入功 | $W_{\mathrm{sw}}=E_L(b_n)-E_H(b_n)+E_H(a_{n+1})-E_L(a_{n+1})$ |

完整相減：

$$\boxed{ W_{\mathrm{rec},n} =W_H-W_R-W_{\mathrm{sw}} =E_H(a_n)-E_H(a_{n+1}) }.$$

代入目前的強響應分支，材料參考項在端點相消：

$$\boxed{ W_{\mathrm{rec},n} =\mathcal B_H \left(a_{n+1}^{-5/2}-a_n^{-5/2}\right)>0 }.$$

因此，在這個理想準靜態模型內，**從集體諧振子回收有限正功，已經可以驗證**。強響應取功、弱響應回推與切換功都已計入；儲能器的淨增加，來自集體系統沿實際端點下降的交互能。

接下來應研究的是材料控制參數如何改變這個交互能與切換功。對目前的模型，最直接的關係就是

$$\boxed{ \mathcal B(L_s)\propto L_s^{-1/2} }, \qquad \boxed{ \frac{\partial E_C}{\partial L_s} =-\frac{E_C}{2L_s} }.$$

同一個 $E_C(a,L_s)$ 同時決定機械取功與響應切換功，這才是我們後續需要保持一致的推導主線。

* * *

**ChatGPT:**

接著把功直接寫成**集體耦合與交叉關聯**的函數，這樣就能看到機組究竟從哪裡取得能量。

先取一類可解的集體模型：

$$\begin{aligned} H_{\mathrm{coll}}={}& \sum_i\left( \frac{p_i^2}{2m} +\frac{m\omega_0^2q_i^2}{2} \right)\\ &-\frac{m\kappa(a,\lambda)}2 \sum_{ij}A_{ij}q_iq_j +E_{\mathrm{ref}}(\lambda). \end{aligned}$$

其中：

* $A_{ij}$ 描述哪些諧振子彼此耦合，取實對稱且 $A_{ii}=0$。
* $\kappa(a,\lambda)$ 是耦合強度，受距離 $a$ 與材料控制參數 $\lambda$ 影響。
* $E_{\mathrm{ref}}$ 包含材料控制本身的可逆參考能。

這個模型固定局域恢復項，只調整諧振子之間的交互耦合。

令 $A$ 的本徵值為 $s_\nu$，正常模態頻率就是

$$\boxed{ \omega_\nu(\kappa) =\sqrt{\omega_0^2-\kappa s_\nu} }.$$

操作範圍要求所有

$$\omega_0^2-\kappa s_\nu>0.$$

諧振子部分的基態能為

$$\boxed{ \varepsilon_0(\kappa) =\frac{\hbar}{2} \sum_\nu\sqrt{\omega_0^2-\kappa s_\nu} }.$$

現在可以直接判斷耦合增強是否降低能量。由於

$$\sum_\nu s_\nu=\operatorname{Tr}A=0,$$

所以

$$\varepsilon_0'(0)=0.$$

而

$$\boxed{ \varepsilon_0''(\kappa) =-\frac{\hbar}{8} \sum_\nu \frac{s_\nu^2} {(\omega_0^2-\kappa s_\nu)^{3/2}} <0 }$$

對任何非零耦合矩陣都成立。

因此，在穩定範圍內：

$$\boxed{ \kappa>0 \quad\Longrightarrow\quad \varepsilon_0'(\kappa)<0 }.$$

**這證明了：在這一類集體模型中，增強交互耦合，確實會降低整體基態能。**部分模態升頻、部分降頻，但頻率總和下降。

接著檢查這份下降是否真的能交給機組。

定義位置交叉關聯

$$C_{ij}=\langle q_iq_j\rangle.$$

由同一個哈密頓量：

$$\boxed{ \varepsilon_0'(\kappa) =-\frac m2\sum_{ij}A_{ij}C_{ij} }.$$

因此能量對耦合的響應，正是由集體位置關聯決定。

若靠近時耦合增強，

$$\frac{\partial\kappa}{\partial a}<0,$$

則集體系統對機組的力為

$$\boxed{ F_a =\frac m2 \frac{\partial\kappa}{\partial a} \sum_{ij}A_{ij}C_{ij} }.$$

由於 $\varepsilon_0'<0$，這是使 $a$ 減少的吸引力。

機組取得的功率：

$$\boxed{ P_{\mathrm{gen}} =\frac m2 \sum_{ij}A_{ij}C_{ij} \frac{\partial\kappa}{\partial a}\dot a }.$$

壓縮時 $\dot a<0$，所以

$$\boxed{P_{\mathrm{gen}}>0}.$$

固定材料控制參數，讓耦合由 $\kappa_i$ 增至 $\kappa_f$，機組取得

$$\begin{aligned} W_{\mathrm{gen}} &=\int_{\kappa_i}^{\kappa_f} \frac m2\sum_{ij}A_{ij}C_{ij}\,d\kappa\\ &=\boxed{ \varepsilon_0(\kappa_i) -\varepsilon_0(\kappa_f)>0 }. \end{aligned}$$

這裡已把三件事接在同一條推導上：

$$\boxed{ \text{耦合改變} \;\longrightarrow\; \text{關聯力} \;\longrightarrow\; \text{機組取得功} }.$$

材料切換也使用同一組關聯。控制器送入的功率是

$$\boxed{ P_{\mathrm{ctrl}} = \left[ E_{\mathrm{ref}}'(\lambda) -\frac m2 \frac{\partial\kappa}{\partial\lambda} \sum_{ij}A_{ij}C_{ij} \right]\dot\lambda }.$$

所以切換功可以逐項計算，其正負由控制路徑決定。

回到強響應取功、弱響應回推的完整一步。若最後恢復相同控制參數 $\lambda_H$，但保留

$$a_{n+1}<a_n,$$

則兩端的 $E_{\mathrm{ref}}(\lambda_H)$ 相消，理想淨回收功為

$$\boxed{ W_{\mathrm{rec},n} = \varepsilon_0\!\left(\kappa(a_n,\lambda_H)\right) - \varepsilon_0\!\left(\kappa(a_{n+1},\lambda_H)\right) }.$$

弱響應回推與兩次切換功，都包含在這個收支內。

只要

$$\kappa(a_{n+1},\lambda_H) > \kappa(a_n,\lambda_H),$$

就有

$$\boxed{W_{\mathrm{rec},n}>0}.$$

還可以把回收量寫成更直觀的參數關係。弱耦合展開給出

$$\varepsilon_0(\kappa) = \frac{N\hbar\omega_0}{2} -\frac{\hbar\kappa^2}{16\omega_0^3} \operatorname{Tr}(A^2) +O(\kappa^3).$$

因此

$$\boxed{ W_{\mathrm{rec},n} \simeq \frac{\hbar\,\operatorname{Tr}(A^2)} {16\omega_0^3} \left(\kappa_f^2-\kappa_i^2\right) }.$$

這個式子明確指出回收功取決於：

| 參數 | 作用 |
| --- | --- |
| $\kappa_f^2-\kappa_i^2$ | 這一步保留下來的耦合增強 |
| $\operatorname{Tr}(A^2)$ | 集體耦合的數量與強度 |
| $\omega_0$ | 局域恢復頻率 |
| $\partial_a\kappa$ | 耦合變化轉成機械力的能力 |
| $\partial_\lambda\kappa$ | 材料控制對耦合的調整能力 |

因此，下一步材料研究可以集中在求出實際的 $\kappa(a,\lambda)$，以及控制時是否同時改變局域恢復項。材料與電磁場共同對角化、由正常模態能移求交互作用能，已有精確 Casimir–Polder 模型可作為銜接。[arxiv.org](https://arxiv.org/pdf/quant-ph/0508034?utm_source=chatgpt.com)

* * *

**ChatGPT:**

下一步把控制參數具體取為**表面載子密度 $n$**，算出壓力變化與搬動電子所需的可逆功。

這也補上上一輪簡化模型的限制：實際調整載子密度時，諧振子的動能係數也會改變。

以下沿用一片可調薄膜面對理想導體的模型，取固定有效質量 $m^*$、局域響應與非延遲近似。薄膜響應可用面導電率描述，與既有薄膜 Casimir 理論銜接。[arxiv.org](https://arxiv.org/pdf/1007.1231?utm_source=chatgpt.com)

表面動能電感與固定密度下的導電率為

$$L_s(n)=\frac{m^*}{ne^2}, \qquad \sigma_s(i\xi)=\frac{ne^2}{m^*\xi}.$$

因此我們原來的正常模態變成

$$\boxed{ \omega_k^2(a,n) =\frac{ne^2k}{2\varepsilon_0m^*} (1-e^{-2ka}) }.$$

將它代入同一個模態能差，得到交互能密度

$$\boxed{ u_C(a,n) =-\frac{\eta\sqrt n}{a^{5/2}} },$$

其中

$$\eta= \frac{\mathcal C\hbar e} {\sqrt{2\varepsilon_0m^*}}>0,$$

$\mathcal C$ 是前面模態積分得到的無因次常數。這裡使用的是短距離表面模態近似。[arxiv.org](https://arxiv.org/pdf/hep-th/0511269?utm_source=chatgpt.com)

以 $S$ 表示板面積。把材料、控制端及載子儲存端的可逆參考能密度統一寫成 $\Phi(n)$，總能量就是

$$\boxed{ E(a,n)=S\bigl[\Phi(n)+u_C(a,n)\bigr] }.$$

這一步先採用 $\Phi$ 不隨板距改變的理想控制模型。

現在，機械端與電子端都由這個能量函數求出。

吸引壓力的大小為

$$\boxed{ p_C=\frac{\partial u_C}{\partial a} =\frac{5\eta\sqrt n}{2a^{7/2}} }.$$

每增加一個載子，交互能的變化則是

$$\boxed{ \mu_C=\frac{\partial u_C}{\partial n} =-\frac{\eta}{2\sqrt n\,a^{5/2}} }.$$

因為 $N=Sn$，完整微分為

$$\boxed{ dE_C=S p_C\,da+\mu_C\,dN }.$$

這直接給出兩個端口的功：

$$\delta W_{\mathrm{gen}} =-S p_C\,da,$$$$\delta W_{\mathrm{ctrl}} =\bigl[\Phi'(n)+\mu_C\bigr]\,dN.$$

因此，壓縮時 $da<0$，機組取得正功；減少載子時 $dN<0$，交互能部分要求控制端輸入

$$\mu_C\,dN>0.$$

材料與控制端的其餘貢獻則由 $\Phi'(n)$ 計算。

**壓力調控與電子端的可逆功，滿足同一個互易關係：**

$$\boxed{ \frac{\partial p_C}{\partial n} = \frac{\partial\mu_C}{\partial a} = \frac{5\eta}{4\sqrt n\,a^{7/2}} }.$$

也就是說，改變電子密度能調整多少壓力，與改變板距會影響多少電子端的可逆功，是同一個混合偏導數。

兩者還有簡單關係：

$$\boxed{ |\mu_C|=\frac{a\,p_C}{5n} }.$$

接著把它放回強、弱響應操作。令

$$n_H>n_L>0, \qquad r=\sqrt{\frac{n_L}{n_H}},$$

則同一板距下

$$\boxed{\frac{p_L}{p_H}=r}.$$

因此，要將壓力降為原來的 $r$，這個模型要求

$$\boxed{n_L=r^2n_H}.$$

需轉移的載子數為

$$\Delta N=Sn_H(1-r^2).$$

現在取完整路徑

$$(a_n,n_H)\to(b_n,n_H)\to(b_n,n_L) \to(a_{n+1},n_L)\to(a_{n+1},n_H),$$

其中

$$b_n\le a_{n+1}<a_n.$$

定義

$$\mathcal B_H=S\eta\sqrt{n_H},$$$$D_n=b_n^{-5/2}-a_{n+1}^{-5/2}\ge0.$$

強響應壓縮取得

$$W_H=\mathcal B_H \left(b_n^{-5/2}-a_n^{-5/2}\right).$$

弱響應回推需要

$$\boxed{W_R=r\mathcal B_H D_n}.$$

兩次密度切換合計，$\Phi(n)$ 的端點項相消，留下

$$\boxed{ W_{\mathrm{sw}} =(1-r)\mathcal B_H D_n }.$$

所以

$$\boxed{ W_R+W_{\mathrm{sw}} =\mathcal B_H D_n }.$$

減弱響應所減少的回推功，對應增加在切換端的淨輸入功；這是同一個能量函數導出的結果。

最後，儲能器取得

$$\begin{aligned} W_{\mathrm{rec},n} &=W_H-W_R-W_{\mathrm{sw}}\\ &=\boxed{ \mathcal B_H \left(a_{n+1}^{-5/2}-a_n^{-5/2}\right)>0 }. \end{aligned}$$

因此，現在已把回收功接到具體材料參數：

* $n_H$、$m^*$ 決定交互能與壓力尺度。
* $n_L/n_H$ 決定機械回推與控制端之間的功分配。
* 實際端點 $a_n,a_{n+1}$ 決定理想淨回收量。
* $\Phi'(n)$ 決定控制端各階段需要提供或回收的電化學功。

在這個理想模型內，**強弱響應切換安排能量交換，而保留下來的集體交互能下降，決定淨回收功。**若實際控制端的靜電能也依賴板距，就把 $\Phi(n)$ 擴為 $\Phi(a,n)$，其機械力與端點能差也由同一公式計入。

* * *

**ChatGPT:**

接著可以把**控制電壓、中途需要墊付的能量，以及最後回收的功**分別算清楚。這能判斷剛才的取功路徑如何執行。

沿用

$$E(a,n)=S\left[ \Phi(n)-\frac{\eta\sqrt n}{a^{5/2}} \right].$$

先選一個可解的理想控制端：

$$\boxed{ \Phi(n)=\frac{K_n}{2}(n-n_0)^2, \qquad K_n>0 }.$$

其中 $K_n$ 包含材料與控制端的能量曲率。以單一拋物線能帶及固定幾何閘極近似，

$$K_n= \frac{2\pi\hbar^2}{g_d m^*} +\frac{e^2}{c_g},$$

$g_d$ 是能帶簡併度，$c_g$ 是單位面積幾何電容。載子化學勢與幾何電容共同決定閘極電壓，正是量子電容描述的內容。[cpl.iphy.ac.cn](https://cpl.iphy.ac.cn/fileCPL/journal/article/cpl/html/2022/0256-307X/0256-307X-2022-39-9-097301.html?utm_source=chatgpt.com)

定義控制端電荷

$$Q_g=eS(n-n_0),$$

則其共軛電壓滿足

$$\boxed{ eV_g(a,n) =K_n(n-n_0) -\frac{\eta}{2\sqrt n\,a^{5/2}} }.$$

因此，給定目標密度 $n_H$、$n_L$，控制電壓已由公式決定。保持固定密度而移動板距時，電壓會隨 $a$ 改變；切換密度時，則有

$$I_g=eS\dot n, \qquad P_{\mathrm{ctrl}}=V_gI_g.$$

在固定板距下，從 $n_1$ 切換到 $n_2$ 的可逆功為

$$\begin{aligned} W_{\mathrm{sw}}(a;n_1\to n_2) =S\Bigg\{& \frac{K_n}{2} \left[(n_2-n_0)^2-(n_1-n_0)^2\right]\\ &-\frac{\eta}{a^{5/2}} \left(\sqrt{n_2}-\sqrt{n_1}\right) \Bigg\}. \end{aligned}$$

這個式子同時計入材料控制能與集體交互能，能直接判斷某次切換是在供能還是回收能量。

固定 $a$ 時，密度支路的曲率為

$$\boxed{ \frac1S\frac{\partial^2E}{\partial n^2} =K_n+\frac{\eta}{4n^{3/2}a^{5/2}}>0 }.$$

所以這個理想模型的電子密度支路穩定，其微分電容為

$$\boxed{ c_{\mathrm{diff}} = \frac{e^2} {K_n+\eta/(4n^{3/2}a^{5/2})} }.$$

接著核算中途的能量需求。

令

$$E_H(a)=E(a,n_H), \qquad E_L(a)=E(a,n_L).$$

仍走原來的路徑：

$$(a_n,n_H)\to(b_n,n_H)\to(b_n,n_L) \to(a_{n+1},n_L)\to(a_{n+1},n_H).$$

在理想準靜態操作中，機械端與控制端都連到同一儲能器，故任意時刻

$$\boxed{ E_{\mathrm{st}}(t) =E_{\mathrm{st},0} +E_H(a_n)-E(a(t),n(t)) }.$$

因此，最低啟動暫存能是

$$\boxed{ E_{\mathrm{buf,min}} = \max_{\mathrm{path}} \left[E(a,n)-E_H(a_n)\right]_+ },$$

其中 $[x]_+=\max(x,0)$。

這個最大值可以直接找出：

* 強響應壓縮時，系統能量下降。
* 弱響應回推時，系統能量上升。
* 固定板距切換密度時，能量對 $n$ 為凸函數，最大值位於切換端點。

所以整條路徑的最高能量，只需比較初態與弱響應回推終點：

$$\boxed{ E_{\mathrm{buf,min}} =\left[E_L(a_{n+1})-E_H(a_n)\right]_+ }.$$

令

$$r=\sqrt{\frac{n_L}{n_H}}, \qquad \mathcal B_H=S\eta\sqrt{n_H},$$

便得到明確表達：

$$\boxed{ \begin{aligned} E_{\mathrm{buf,min}} =\Bigg[& \frac{SK_n}{2} \left[(n_L-n_0)^2-(n_H-n_0)^2\right]\\ &+\mathcal B_H \left(a_n^{-5/2}-r\,a_{n+1}^{-5/2}\right) \Bigg]_+ . \end{aligned} }$$

這筆能量是操作中可能需要暫借的量。在理想可逆模型內，它會隨後回到儲能器，並非每輪損耗。

例如，選擇兩個密度狀態具有相同參考能：

$$\Phi(n_H)=\Phi(n_L),$$

則

$$\boxed{ E_{\mathrm{buf,min}} = \mathcal B_H \left[a_n^{-5/2} -r\,a_{n+1}^{-5/2}\right]_+ }.$$

若希望這條理想路徑不需額外墊付能量，只需滿足

$$\boxed{ r\ge \left(\frac{a_{n+1}}{a_n}\right)^{5/2} },$$

亦即

$$\boxed{ \frac{n_L}{n_H} \ge \left(\frac{a_{n+1}}{a_n}\right)^5 }.$$

無論中途是否需要暫借能量，操作結束後的理想淨回收仍為

$$\boxed{ W_{\mathrm{rec},n} =\mathcal B_H \left(a_{n+1}^{-5/2}-a_n^{-5/2}\right)>0 }.$$

現在我們有三個可分別檢驗的量：

| 項目 | 判定式 |
| --- | --- |
| 控制端所需電壓 | $V_g(a,n)$ |
| 中途最低暫存能 | $E_{\mathrm{buf,min}}$ |
| 最後儲能器淨增加 | $W_{\mathrm{rec},n}$ |

以閘極調整載子、進而改變 Casimir 力的構型已有理論研究；這裡進一步把控制功與暫存需求寫進同一套收支。[arxiv.org](https://arxiv.org/pdf/2207.02305?utm_source=chatgpt.com) **集體交互能下降所提供的有限淨功，以及執行路徑所需的啟動能量，現在都能由參數直接計算。**

* * *

**ChatGPT:**

現在可以寫出一套**由同一個儲能器供應控制功、也回收機械功的操作時序**，並算出加入簡單損耗後，正回收功的參數條件。

沿用

$$E(a,n)=S\left[ \frac{K_n}{2}(n-n_0)^2 -\frac{\eta\sqrt n}{a^{5/2}} \right],$$$$p_C(a,n)=\frac{5\eta\sqrt n}{2a^{7/2}},$$$$eV_g(a,n) =K_n(n-n_0) -\frac{\eta}{2\sqrt n\,a^{5/2}}.$$

取

$$\Delta a_H=a_n-b_n, \qquad \Delta a_L=a_{n+1}-b_n,$$$$\Delta n=n_H-n_L>0.$$

其中

$$b_n\le a_{n+1}<a_n.$$

每段使用自己的時間 $T_j$，令局部時間 $u$ 從零走到一，選擇

$$s(u)=3u^2-2u^3.$$

它讓每段開始、結束時的速度與切換電流為零。

| 階段 | 板距 $a$ | 載子密度 $n$ |
| --- | --- | --- |
| 強響應壓縮 | $a_n-\Delta a_Hs(u)$ | $n_H$ |
| 減弱響應 | $b_n$ | $n_H-\Delta ns(u)$ |
| 弱響應回推 | $b_n+\Delta a_Ls(u)$ | $n_L$ |
| 恢復強響應 | $a_{n+1}$ | $n_L+\Delta ns(u)$ |

因此，整個操作的板距、密度與電壓時序都已指定。

在兩段機械運動中，密度固定，所以

$$I_g=eS\dot n=0.$$

此時控制電壓雖會隨板距變化，理想控制端的電功率仍為零；能量經機械端交換。

兩段密度切換中，板距固定，能量則經電路端交換。

接著將機組與控制線路接入收支。令：

* $M_a$：機組折算至板距方向的等效質量。
* $\zeta$：機構黏滯阻力係數。
* $R_g,L_g$：密度控制通路的等效串聯電阻與電感。

機電轉換本身先取理想可逆。機組需要施加的力為

$$\boxed{ F_{\mathrm{drv}} =M_a\ddot a+Sp_C+\zeta\dot a }.$$

控制器需要提供的端電壓為

$$\boxed{ V_{\mathrm{drv}} =V_g+R_gI_g+L_g\dot I_g }.$$

同一儲能器的功率為

$$\boxed{ \dot E_{\mathrm{st}} =-F_{\mathrm{drv}}\dot a -V_{\mathrm{drv}}I_g }.$$

負的驅動功率表示機組或控制端正在向儲能器回電。

將上述公式代入，得到完整的瞬時能量式：

$$\boxed{ \begin{aligned} \frac{d}{dt}\Bigg[ &E_{\mathrm{st}}+E(a,n) +\frac12M_a\dot a^2 +\frac12L_gI_g^2 \Bigg]\\ &=-\zeta\dot a^2-R_gI_g^2. \end{aligned} }$$

**這一步已把集體交互能、機械功、控制功與儲能器接在同一個方程內。**機組取得的能量，確實表現在 $E_{\mathrm{st}}$ 增加。

由於四段的端點都有

$$\dot a=0,\qquad I_g=0,$$

機械動能與線路電感能在整輪端點沒有淨增加。

所以每輪淨回收為

$$\boxed{ W_{\mathrm{net},n} =W_{0,n}-D_m-D_g },$$

其中理想可用能差為

$$\boxed{ W_{0,n} =S\eta\sqrt{n_H} \left( a_{n+1}^{-5/2}-a_n^{-5/2} \right)>0 }.$$

對剛才選定的時序，

$$\int_0^1[s'(u)]^2\,du=\frac65.$$

因此兩種損耗都能直接積分。

機構阻力消耗：

$$\boxed{ D_m=\frac65\zeta \left( \frac{\Delta a_H^2}{T_1} +\frac{\Delta a_L^2}{T_3} \right) }.$$

令每次切換轉移的控制電荷為

$$\Delta Q=eS\Delta n,$$

則控制線電阻消耗：

$$\boxed{ D_g=\frac65R_g\Delta Q^2 \left( \frac1{T_2}+\frac1{T_4} \right) }.$$

因此，正回收功的明確條件是

$$\boxed{ \begin{aligned} \frac65\Bigg[ &\zeta\left( \frac{\Delta a_H^2}{T_1} +\frac{\Delta a_L^2}{T_3} \right)\\ &+R_g\Delta Q^2 \left( \frac1{T_2}+\frac1{T_4} \right) \Bigg] <W_{0,n}. \end{aligned} }$$

這個條件直接比較：集體系統提供的端點能差，是否大於執行路徑的損耗。

還能求出固定總時間下的最佳時間分配。定義

$$c_1=\frac65\zeta\Delta a_H^2, \qquad c_3=\frac65\zeta\Delta a_L^2,$$$$c_2=c_4=\frac65R_g\Delta Q^2.$$

損耗就是

$$D=\sum_{j=1}^4\frac{c_j}{T_j}.$$

若

$$\sum_jT_j=T,$$

且尚未碰到電流、電壓與力的限制，最小損耗出現在

$$\boxed{ T_j= T\frac{\sqrt{c_j}} {\sum_\ell\sqrt{c_\ell}} }.$$

此時

$$\boxed{ D_{\min} =\frac{\left(\sum_j\sqrt{c_j}\right)^2}{T} }.$$

對這個損耗模型，它進一步化為

$$\boxed{ D_{\min} =\frac{6}{5T} \left[ \sqrt{\zeta}\,(\Delta a_H+\Delta a_L) +2\sqrt{R_g}\,\Delta Q \right]^2 }.$$

實際選擇時間時，還須滿足控制器能力。例如切換電流的峰值為

$$|I_g|_{\max} =\frac{3\Delta Q}{2T_j}, \qquad j=2,4,$$

所以

$$T_2,T_4\ge\frac{3\Delta Q}{2I_{\max}}.$$

端電壓與機組力則由前面的 $V_{\mathrm{drv}}$、$F_{\mathrm{drv}}$ 逐點檢查。

最後，中途暫存能也能完整更新：

$$\boxed{ \begin{aligned} E_{\mathrm{buf,min}} =\max_t\Bigg[ &E(a,n)-E(a_n,n_H)\\ &+\frac12M_a\dot a^2 +\frac12L_gI_g^2 +D_{\mathrm{cum}}(t) \Bigg]_+ . \end{aligned} }$$

它包含暫時借給機組、線路與控制切換的能量；整輪最後的淨增加，仍由 $W_{\mathrm{net},n}$ 決定。

至此，這個指定模型的回收功驗證已接完整：

$$\boxed{ \text{集體交互能下降} \;\longrightarrow\; \text{機械端與控制端交換功} \;\longrightarrow\; \text{儲能器淨增加} }.$$

實際薄膜的載子分布與光學響應，可再用已有的閘極控制 MIS–TCO 模型具體化；我們目前得到的是上述理想薄膜能量函數下的有限位移回收解。[arxiv.org](https://arxiv.org/pdf/2207.02305?utm_source=chatgpt.com)

**ChatGPT:**

目前的結論是：**在我們指定的準靜態集體諧振子模型中，可以把交互能下降轉成儲能器取得的有限正功。**

已經完成以下幾點：

1. **能量下降與回收功接在同一條推導上。**機械力與材料切換功，都由同一個能量函數求出：$$E(a,n)=S\left[ \Phi(n)-\frac{\eta\sqrt n}{a^{5/2}} \right].$$因此機組取得的功、控制器提供或回收的功，都能一致核算。
2. **強弱響應切換可以安排功的分配。**弱響應會減少回推機械功，同時改變切換端的功。在理想可逆模型中，固定起終端點後，淨回收量由端點能差決定。
3. **每輪正回收功有明確條件。**當載子密度恢復 $n_H$，但板距保留縮短：$$a_{n+1}<a_n,$$儲能器的淨增加為$$\boxed{ W_{\mathrm{net},n} =S\eta\sqrt{n_H} \left(a_{n+1}^{-5/2}-a_n^{-5/2}\right) -D_m-D_g }.$$只要交互能下降量大於機構與控制電路損耗，就有正輸出。
4. **中途墊付能量與最後淨回收，已分別算清楚。**儲能器可能先供應切換、回推及暫存動能，之後再收回。這筆啟動暫存量並非每輪損耗；控制電壓、電流與所需暫存能，都已有對應公式。

**因此，目前完成的是一個理想模型內的有限能量回收證明。**它釋放的是板距與集體耦合狀態改變所降低的交互能；多輪取功的總額仍由實際初終端點能差決定。

尚未完成的是：用具體半導體的完整材料響應、控制能與實際損耗，驗證它能實現這個能量函數及正淨輸出。