不定因果序制冷数据

不定因果序（ICO）在当代量子技术中发挥着关键作用。本文中，我们利用核磁共振系统在核自旋上实验研究了ICO驱动的量子热力学。通过实现两个热化通道的ICO，我们揭示了该机制的工作原理，并展示了即使工作物质与同温热库接触时仍可实现冷却或加热。进一步地，我们基于麦克斯韦妖机制构建了ICO制冷机的单循环，通过测量功消耗和从低温热库提取的热量评估其性能。与传统制冷机中性能系数（COP）随着高低温热库温差减小而异常升高的现象不同，ICO制冷机的COP由于辅助量子比特投影到优选子空间的非单位成功概率限制，始终维持较低值。为提升COP，我们提出并通过实验验证了一种基于密度矩阵指数化（DME）方法的通用框架，作为ICO制冷的扩展方案。实验结果显示，采用DME方法可使COP提升3倍以上。本研究展示了一种非经典热交换的新范式，并为在量子系统上构建量子制冷机开辟了道路。

数据集3：2019YFA0308100-003数据集是基于核磁共振的不定因果序制冷课题中产生的相关数据。
数据集内容：包含不同温度下不定因果序冰箱制冷过程中的能量以及制冷效率，此外还包括基于DME制冷的最大制冷效率与之做对比及指标3对应的1篇论文。
数据来源：主要的数据采集于C2F3I四个原子核在丙酮中的溶解液。
采集地点及时间：2020年9月-2022年5月间。其中不定因果序冰箱表现数据采集于南方科技大学物理系鲁大为课题组。