传质理论基础
掌握扩散的物理图景、Fick定律推导与边界条件三层逻辑
按 空格/→ 演示下一步
全部页面点击任意一页,跳回舞台从这页播放
传质理论基础
掌握扩散的物理图景、Fick定律推导与边界条件三层逻辑
扩散是什么
把一滴墨水滴进一杯清水,墨滴会慢慢散开,整杯水最后变成均匀的淡灰色——这个过程没人推、没人搅,它自己就完成了。
墨水分子从浓度高的墨滴处,自发迁移到浓度低的清水里,最后整杯颜色均匀
分子的随机热运动
上一页说扩散是「分子从高浓度跑到低浓度」,好像分子自带方向感。其实单个分子只是在乱撞——本页看它怎么乱、为何乱中有规律。
每步方向随机不可预测,但均方位移与步数成正比
微观运动→宏观浓度
从单个分子的无规则跳跃出发,经统计平均,涌现出宏观可测的浓度与通量关系。
菲克第一定律
上页看到无数分子的随机运动汇集成了宏观扩散。但扩散有多快、朝哪个方向走?菲克用一个简洁的关系式回答了这个问题。
人越挤走得越快,朝人少方向流动——通量正比于密度差,方向相反
浓度梯度的方向
上页我们看到菲克第一定律里有个 ∂C/∂x,这就是浓度梯度。它描述浓度随位置变化的快慢,但方向究竟指向哪里?这页讲清楚。
小球从山顶滚向山脚(扩散方向),坡度指向山顶(梯度方向),两者正好相反
菲克第二定律推导
从第一定律出发,对一个微元做质量守恒,就能推出浓度随时间变化的方程。
边界条件与初始条件
求解扩散方程必需的三类条件
随机行走模型
上一页说分子在做无规则热运动,但菲克定律描述的扩散却是有方向的——中间缺一座桥。爱因斯坦的随机行走模型就是这座桥:从单个分子的'瞎走'出发,推出宏观扩散规律。
每一步随机迈出,单步完全无序;但 N 步后位置分布可预测,方差正比于步数
扩散系数的统计推导
从分子随机跳跃出发,用统计平均一步步推出扩散系数 D。
爱因斯坦关系式
前页由随机行走得到三维扩散系数 D=〈r²〉/(6t)。若给同一种分子一个极小的外力,它还会沿受力方向缓慢漂移;爱因斯坦关系把这两个看似不同的运动参数连起来。
自由滑行反映热涨落,轻推后的速度响应反映迁移率;同一摩擦环境由 kBT 把二者关联。
微元体分析方法
上一页我们用随机行走与统计平均推导出爱因斯坦关系,那是微观视角。现在切换到连续介质视角——把扩散场切成无数微元体,在每个微元上列质量平衡,就能反推出菲克第二定律。
水流累积=流入-流出,与浓度累积在数学上完全同构
组分的流入与流出
考察微元体两侧的通量差异,看清累积到底是怎么产生的。
组分守恒方程的推导
沿箭头看:守恒定律如何拆成对流项与扩散项,再拼成完整对流-扩散方程。
有化学反应的守恒方程
守恒方程的框架已搭好,但反应会凭空生成或消耗物质——这要靠源项描述。对比看源项引入前后方程发生了什么变化。
- 物质仅靠扩散与对流进出微元体
- 方程右端为零(无源无汇)
- ∂c/∂t + ∇·N_i = 0
- 适用于纯物理传质过程
- 物质除流动外,还由反应生成或消耗
- 方程右端新增反应源项 R_i
- ∂c/∂t + �·N_i = R_i
- 适用于反应-扩散耦合过程
核心要点回顾
- ✓扩散是随机热运动在宏观尺度上的统计表现
- ✓菲克定律是线性响应近似,浓差大时即失效
- ✓守恒方程是骨架,源项与边界条件决定具体问题
- ✓三大支柱层层嵌套,构成分析传质的完整链路
课后思考
先独立思考再看参考答案,把卡住的地方记下来——这才是课后学习的真正起点。
参考答案严格说是化学势梯度。浓度梯度只是它在理想稀溶液中的线性近似。当浓度高或存在强相互作用时,会出现"上坡扩散"——物质从低浓度向高浓度迁移。
参考答案根源在分子量。气体动力学给出 D ∝ 1/√M:氢气 M=2,氧气 M=32,理论比值 √16 = 4,与实验值 3 倍接近。分子越小、热运动越剧烈,扩散越快。
参考答案仍成立,但形式变为 ⟨r²⟩ = 2nDt,n 是维数。三个方向各贡献 Dt,总位移随维数线性增加——这就是"为什么三维空间里迷路更容易"。