從一顆阿斯匹靈到一座煉油廠，化學工程在做什麼？

從一顆阿斯匹靈到一座煉油廠，化學工程在做什麼？

化學家在實驗室的燒杯裡，把幾毫升的試劑混在一起，成功合成出一種新藥。報告寫好、論文發表，看起來大功告成。但這顆藥要真正走進藥局，必須有人回答一連串完全不同的問題：如果不是幾毫升，而是每天要生產十公噸，反應槽要多大？混合與加熱要花多少能量？反應放出的熱會不會讓溫度失控？產物要怎麼從一堆雜質裡分離純化？廢液怎麼處理才不會汙染環境？

回答這些問題的人，就是化學工程師（chemical engineer）。化學告訴我們「會發生什麼反應」，而化學工程處理的是「如何在可控、安全、經濟的條件下，把實驗室規模的化學變化放大成工業規模的程序」。這中間的鴻溝，遠比想像中深——很多在燒杯裡漂亮的反應，放大一萬倍後就因為散熱不及、混合不均或分離成本太高而徹底失敗。

本文帶你認識化學工程的兩個核心觀念骨架：單元操作（unit operations）與質能平衡（material and energy balances）。理解這兩者，你就掌握了從一張化學反應式，走到一座完整工廠的思考方式。

把工廠拆成積木：單元操作

一座化工廠看起來像由無數管線、塔槽、泵浦組成的巨大迷宮，似乎每一座都不一樣。但二十世紀初的化工先驅 Arthur D. Little 提出了一個影響至今的洞見：不論生產的是汽油、化肥還是洗髮精，這些工廠其實都是由少數幾種基本物理操作重複組合而成的。

這些基本操作就稱為單元操作。常見的包括：

• 流體輸送（fluid transport）：用泵浦、壓縮機把液體或氣體從一處送到另一處。
• 熱交換（heat exchange）：加熱、冷卻、蒸發、冷凝，靠的是讓兩股不同溫度的流體隔著管壁傳熱。
• 蒸餾（distillation）：利用不同成分沸點的差異，把混合液分離成較純的組分——煉油廠那座高聳的分餾塔就是典型。
• 吸收、萃取、結晶、過濾、乾燥：各種把混合物分離、提純的方法。

關鍵的觀念是：這些單元操作與你要處理的物質是什麼幾乎無關。蒸餾原油和蒸餾酒精，用的是同一套熱力學與質傳原理；冷卻反應槽和冷卻你家冷氣的冷媒，遵循的是同一條傅立葉熱傳導定律。這就是為什麼化學工程師能跨足石化、製藥、食品、半導體、能源等天差地遠的產業——他們學的不是某一種產品，而是一套可以遷移的程序原理。

而連接這些單元操作的，是化學反應器（chemical reactor）：化學變化真正發生的地方。一座典型的程序就是：原料先經過前處理與混合，送進反應器發生反應，再用一連串分離單元把產物純化、副產物回收、廢料處理。把這整條路徑畫成一張程序流程圖（Process Flow Diagram, PFD），就是化學工程師工作的藍圖。

一切的鐵律：質量守恆

要設計任何一個單元，第一步永遠是做物料平衡（material balance）。它的根基是物理學最樸素的定律之一——質量守恆：在沒有核反應的情況下，質量既不會憑空產生，也不會消失。

對任何一個我們圈選出來的系統（稱為控制體積，control volume），在一段時間內，物質的帳必須算得平：

$$\text{累積} = \text{流入} - \text{流出} + \text{生成} - \text{消耗}$$

其中「生成」與「消耗」項只在有化學反應時才出現。對沒有反應的純物理單元（如混合、分離），這兩項為零。

工業程序大多在穩態（steady state）下運轉，意思是各處的狀態不隨時間改變，因此「累積」項為零。穩態下若無反應，平衡式就簡化成最常用的一句話：

$$\sum \dot{m}_{\text{in}} = \sum \dot{m}_{\text{out}}$$

也就是「流進去多少，就流出來多少」。這裡 $\dot{m}$ 代表質量流率（mass flow rate），單位通常是 kg/h。

這條看似平凡的式子威力極大。一座有十幾股進出料的工廠，只要堅持每一個節點、每一種成分都要平衡，工程師就能在還沒蓋廠之前，純靠計算推算出每根管線該流多少、每座塔該多大。化工系大一最重要的一門課「質能平衡（Material and Energy Balances）」，整學期就在訓練這項看似簡單、實則需要極度嚴謹的功夫。

帳要算得更細：成分平衡

對含多種成分的混合物，光算總質量還不夠，我們常要追蹤每一種成分的去向。對成分 $i$，穩態無反應時：

$$\sum (\dot{m} \cdot x_i)_{\text{in}} = \sum (\dot{m} \cdot x_i)_{\text{out}}$$

其中 $x_i$ 是成分 $i$ 的質量分率（mass fraction），且對任一股流，所有成分的分率加總必為 1：

$$\sum_i x_i = 1$$

總質量平衡與各成分平衡合起來，提供了一組聯立方程式。當未知數（各股流的流率與組成）的數量等於獨立方程式的數量時，這個系統就「自由度為零」、可以被完全求解。判斷自由度、建立並求解這組方程，正是程序設計的日常。

能量也要算帳：能量平衡

質量守恆之外，能量守恆（熱力學第一定律）是另一條鐵律。化工程序中，加熱、冷卻、壓縮、反應放熱都涉及大量能量，而能源往往是工廠最大的成本之一。能量平衡的形式與物料平衡如出一轍：

$$\text{累積能量} = \text{流入能量} - \text{流出能量} + \text{生成} - \text{消耗}$$

對穩態流動系統，工程上最常用的是以焓（enthalpy, } H\text{）表達的開放系統能量平衡：

$$\dot{Q} - \dot{W}_s = \sum_{\text{out}} \dot{m} \, \hat{H} - \sum_{\text{in}} \dot{m} \, \hat{H}$$

其中 $\dot{Q}$ 是系統吸收的熱、$\dot{W}_s$ 是軸功（如泵浦、壓縮機所做的功），$\hat{H}$ 是單位質量的焓（動能、位能變化通常可忽略）。

舉個最常見的例子：要把流率 $\dot{m}$ 的某股料從溫度 $T_1$ 加熱到 $T_2$，且過程中無相變、無功輸入，所需的加熱量為：

$$\dot{Q} = \dot{m} \, c_p \, (T_2 - T_1)$$

其中 $c_p$ 是比熱容（specific heat capacity）。這條式子讓工程師能精準估算一座加熱爐或熱交換器要供應多少能量、要燒多少天然氣——直接連到燃料成本與碳排放。

輸送現象：為什麼東西會動、會傳

如果說質能平衡回答「總量該是多少」，那麼輸送現象（transport phenomena）回答的是「以多快的速率傳遞」。化學工程有一個優雅的統一觀念：動量、能量、質量這三種「東西」的傳遞，遵循形式上完全一致的定律——通量正比於某個梯度的負值。

熱的傳導遵循傅立葉定律（Fourier's law），熱通量正比於溫度梯度：

$$q = -k \frac{dT}{dx}$$

質量的擴散遵循菲克定律（Fick's law），質量通量正比於濃度梯度：

$$J = -D \frac{dC}{dx}$$

兩者形式如出一轍：$k$ 是熱導率、$D$ 是擴散係數，負號代表傳遞方向是從高往低（熱從高溫流向低溫，物質從高濃度擴散到低濃度）。動量傳遞（黏滯流動）的牛頓黏性定律也是同一個樣子。這種「三傳遞類比（analogy among the three transport processes）」是化工理論的核心美感之一，也讓你學會其中一個，就能舉一反三理解另外兩個。

看一個例子

讓我們把上面的觀念串起來，解一個小型的程序計算題。

問題：一座連續式蒸餾塔，進料為含 40% 乙醇、60% 水的混合液（皆為質量分率），進料流率為 1000 kg/h。塔頂產出（餾出物）乙醇濃度為 90%，塔底產出（殘留物）乙醇濃度為 5%。在穩態、無反應下，求塔頂與塔底各自的質量流率。

設定變數：令塔頂流率為 $D$、塔底流率為 $B$（kg/h）。

總質量平衡：流進等於流出。

$$1000 = D + B$$

乙醇成分平衡：進料帶進的乙醇等於塔頂與塔底帶出的乙醇。

$$1000 \times 0.40 = D \times 0.90 + B \times 0.05$$

$$400 = 0.90\,D + 0.05\,B$$

求解：由總平衡得 $B = 1000 - D$，代入成分平衡：

$$400 = 0.90\,D + 0.05\,(1000 - D)$$

$$400 = 0.90\,D + 50 - 0.05\,D$$

$$350 = 0.85\,D \quad\Rightarrow\quad D \approx 411.8 \text{ kg/h}$$

$$B = 1000 - 411.8 = 588.2 \text{ kg/h}$$

驗算（水的成分平衡，應自動成立）：進料水 $= 1000 \times 0.60 = 600$；塔頂水 $= 411.8 \times 0.10 = 41.2$；塔底水 $= 588.2 \times 0.95 = 558.8$；兩者相加 $= 600.0$。完美平衡，答案無誤。

注意整個過程：我們沒有用到任何蒸餾塔的內部細節（有幾層板、操作壓力多少），純靠兩條平衡式就鎖定了進出料。這正是質能平衡的威力——它替任何單元設下了不可違反的邊界條件，無論裡面的機制多複雜。

重點回顧

• 化學工程處理的核心問題，是把實驗室規模的化學變化，放大成可控、安全、經濟的工業程序；化學問「會不會反應」，化工問「如何規模化地實現它」。
• 再複雜的工廠都能拆解成少數幾種單元操作（輸送、熱交換、蒸餾、分離等）加上反應器，而這些操作的原理與所處理的物質種類幾乎無關，因此具有跨產業的遷移力。
• 質能平衡是程序設計的鐵律：穩態無反應時，「流進等於流出」（$\sum \dot{m}_{\text{in}} = \sum \dot{m}_{\text{out}}$），且總質量與每一種成分都必須各自平衡。
• 能量平衡源於熱力學第一定律，以焓表達；加熱所需熱量 $\dot{Q} = \dot{m}\,c_p\,\Delta T$ 直接連到燃料成本與碳排放。
• 輸送現象用統一的「通量正比於梯度負值」形式描述熱（傅立葉）、質量（菲克）、動量三種傳遞，是三傳遞類比的優雅之處。

深入探討（研究所視角）

本文呈現的是穩態、集總（lumped）視角下的平衡計算，這足以做整廠的物料盤點，但要真正設計一座反應器或一根管線，必須進入分布式（distributed）模型——也就是用偏微分方程描述狀態量在空間與時間上的變化。例如，描述一個含反應、對流與擴散的系統，其某成分濃度 $C$ 滿足的對流–擴散–反應方程（convection–diffusion–reaction equation）為：

$$\frac{\partial C}{\partial t} + \mathbf{u}\cdot\nabla C = D \nabla^2 C + R(C)$$

左側第二項是對流（流體把物質帶著走）、右側第一項是擴散、$R(C)$ 是反應源項。這條方程連同對應的動量方程（Navier–Stokes）與能量方程，構成了輸送現象這門研究所核心課的主幹，也是計算流體力學（CFD）模擬反應器的基礎。

在程序系統工程（process systems engineering）的視角下，整座工廠則被建模為一個大型的非線性方程組或微分代數方程組（DAE），並進一步引入最佳化（optimization）：在質能平衡、熱力學、安全與環保法規等約束下，尋找使總成本最小或利潤最大的操作條件。這正好連回 Uedu 的優化學主題——化工程序設計本質上是一個受物理定律約束的大型最佳化問題。當代化工研究的前沿，包括用機器學習建立難以機理建模的程序代理模型（surrogate model）、即時最佳化（real-time optimization）與面對不確定性的強健設計（robust design），都建立在本文這套質能平衡與輸送現象的基本功之上。換句話說，你在大一質能平衡課上反覆練習的那條「流進等於流出」，正是日後一切複雜模型不可動搖的地基。