Skip to main content
QUICK REVIEW

[论文解读] Determination of optimal reversed field with maximal electrocaloric cooling by a direct entropy analysis

Yang‐Bin Ma, Nikola Novak|arXiv (Cornell University)|Aug 11, 2016
Ferroelectric and Piezoelectric Materials参考文献 14被引用 7
一句话总结

本文提出一种直接熵分析方法,考虑了电卡冷却循环中不可逆功损耗的熵贡献,解决了理论与实验之间长期存在的差异。通过引入不可逆过程的熵贡献,该模型准确预测出最大冷却发生在极化-电场(P-E)回线拐角附近、而非零极化处的最优反向电场,与实验观测结果一致。

ABSTRACT

Application of a negative field on a positively poled ferroelectric sample can enhance the electrocaloric cooling and appears as a promising method to optimize the electrocaloric cycle. Experimental measurements show that the maximal cooling does not appear at the zero-polarization point, but around the shoulder of the P-E loop. This phenomenon cannot be explained by the theory based on the constant total entropy assumption under adiabatic condition. In fact, adiabatic condition does not imply constant total entropy when irreversibility is involved. A direct entropy analysis approach based on work loss is proposed in this work, which takes the entropy contribution of the irreversible process into account. The optimal reversed field determined by this approach agrees with the experimental observations. This study signifies the importance of considering the irreversible process in the electrocaloric cycles.

研究动机与目标

  • 解决电卡冷却中理论预测(最大冷却发生在零极化处)与实验观测(最大冷却发生在P-E回线拐角附近)之间的差异。
  • 解决传统方法假设绝热过程总熵恒定的局限性,该假设在不可逆贡献显著时失效。
  • 开发一种直接熵分析方法,量化电卡循环中因不可逆功损耗引起的熵变。
  • 准确预测使铁电材料电卡冷却效应最大化的最优反向电场。
  • 证明不可逆过程使最大冷却点从零极化处偏移,与实验数据一致。

提出的方法

  • 提出一种直接熵分析方法,明确包含不可逆功损耗的熵贡献,与传统方法假设可逆绝热过程不同。
  • 使用朗道自由能模型(公式1)描述偶极子自由能,其中包含温度依赖系数和极化依赖项。
  • 通过自由能对温度的负偏导数推导偶极子熵变(ΔS_dip,公式2),并通过比热积分计算振动熵变(ΔS_vib,公式3)。
  • 引入与滞后回线面积成正比的功损耗项(W_loss),该部分贡献于总熵变(ΔS_total = ΔS_dip + ΔS_vib + ΔS_irr)。
  • 利用温度依赖因子α(公式15)校正功损耗估算,该因子与矫顽场处曲率半径的倒数成正比,以反映真实的P-E回线行为。
  • 应用三种模型:模型I(可逆、熵恒定)、模型II(不可逆且W_loss固定)、模型III(W_loss经温度校正),逐步提升与实验的一致性。

实验结果

研究问题

  • RQ1为何最大电卡冷却并非如可逆绝热理论所预测的出现在零极化处,而是在P-E回线的拐角附近?
  • RQ2不可逆过程的熵贡献如何影响总熵变,从而影响电卡循环的冷却效率?
  • RQ3能否通过一种考虑功损耗的直接熵分析方法,准确预测实现最大冷却的最优反向电场?
  • RQ4温度依赖的滞后行为在何种程度上使最优电场点从矫顽场发生偏移?
  • RQ5包含不可逆熵变如何解决理论模型与实验数据之间的矛盾?

主要发现

  • 实现最大电卡冷却的最优反向电场位于P-E回线拐角附近,而非零极化处,与实验测量结果高度一致。
  • 最大冷却点出现在总熵变率(dS_total/dP)等于偶极子熵变率(dS_dip/dP)的位置,即冷却效率的拐点。
  • 模型III通过引入功损耗的温度依赖校正因子α,成功将预测的最优电场移至与实验观测一致的位置,尤其在矫顽场附近表现良好。
  • 不可逆熵贡献的引入解释了为何绝热条件并不意味着总熵恒定,从而挑战了传统基于麦克斯韦关系的模型假设。
  • 随着初始温度升高,最优反向电场逐渐靠近矫顽场,且最大冷却效应减弱,与实验趋势一致。
  • 本研究证明,不可逆过程显著改变了电卡循环的热力学格局,其熵贡献必须显式建模才能实现准确预测。

更好的研究,从现在开始

从阅读论文到最终审阅,大幅缩短您的研究时间。

无需绑定信用卡

本解读由 AI 生成,并经人工编辑审核。