一座反應器，為什麼工程師第一件事是「畫一個框」？

一座反應器，為什麼工程師第一件事是「畫一個框」？

想像你站在一座連續攪拌反應器（continuous stirred-tank reactor, CSTR）前面。原料從左邊的管線進來，產物從右邊流出，反應器外面纏著加熱用的蒸汽夾套（steam jacket），內部還插著一支溫度計緩緩上升。老闆問你：「進料每小時 1000 公斤，產率是多少？需要多少蒸汽？溫度會不會失控？」

面對這一團糾纏的管線、流體與熱量，化學工程師的第一個動作往往出奇地樸素——拿起筆，在設備外圍畫一個虛線框，然後寫下一條看似廢話的句子：

$$\text{進入} - \text{離開} + \text{生成} - \text{消耗} = \text{累積}$$

這條句子就是質能平衡（material and energy balance）的全部精神。它說的不過是「東西不會憑空消失，也不會憑空出現」，但正是這個守恆律，把混亂的程序變成可以計算、可以設計、可以優化的數學問題。質能平衡是化學工程所有後續課程的地基：反應工程、輸送現象、分離程序、程序控制，全都站在這條方程式上。本文要帶你從這個「畫框」的動作出發，一路走到研究所層級的程序模擬視角。

第一步：劃定系統邊界（system boundary）

質能平衡的第一個、也是最容易被忽略的步驟，是明確定義系統（system）。系統就是你用虛線框起來的那塊空間，框內是「我們關心的東西」，框外是「環境（surroundings）」。框畫在哪裡，決定了哪些流（stream）穿越邊界、哪些熱量進出。

依據物質與能量能否穿越邊界，系統分成三類：

• 開放系統（open system）：物質與能量都能進出，例如連續操作的反應器、蒸餾塔。化工程序絕大多數屬於此類。
• 封閉系統（closed system）：能量能進出但物質不能，例如密閉的批次反應釜（batch reactor）。
• 孤立系統（isolated system）：物質與能量都不進出，是理想化的概念。

劃定邊界時還要區分操作型態。穩態（steady state）指系統內各點的性質不隨時間變化，累積項為零；非穩態（unsteady state / transient）則累積項不為零，常見於開車（startup）、停車（shutdown）或操作條件切換時。初學者最常犯的錯，就是把一個明明在升溫的反應器當成穩態來算——溫度計都還在動，怎麼會是穩態呢？

第二步：總質量平衡（overall mass balance）

劃好框、選好型態後，先寫總質量平衡。在沒有核反應的化工程序中，質量是嚴格守恆的，沒有「生成」與「消耗」，所以通式簡化為：

$$\frac{dm_{\text{sys}}}{dt} = \sum_{\text{in}} \dot{m}_i - \sum_{\text{out}} \dot{m}_j$$

其中 $\dot{m}$ 是質量流率（mass flow rate，單位 kg/s 或 kg/hr），$m_{\text{sys}}$ 是系統內累積的質量。對穩態程序，左式為零，於是「進去的總質量等於出來的總質量」。

舉個最簡單的混合器（mixer）：兩股進料 $\dot{m}_1 = 100$ kg/hr 與 $\dot{m}_2 = 150$ kg/hr 匯合成一股出料 $\dot{m}_3$，穩態下顯然 $\dot{m}_3 = 250$ kg/hr。看似平凡，但當系統裡有十幾股流、多個分歧點時，這個守恆律就是解聯立方程式的關鍵約束。

第三步：成分質量平衡（component balance）

光有總質量還不夠。化工要關心的是「某個成分跑到哪裡去了」，於是對每一個化學成分分別寫平衡。注意：成分平衡裡若發生化學反應，就會出現生成與消耗項。

對成分 $A$：

$$\frac{dm_A}{dt} = \sum_{\text{in}} \dot{m}_{A,i} - \sum_{\text{out}} \dot{m}_{A,j} + r_A V$$

其中 $r_A$ 是成分 $A$ 的生成速率（reaction rate，正為生成、負為消耗），$V$ 是反應體積。若用莫耳為單位，則寫成莫耳流率與莫耳反應速率，這在反應工程中更常見。

這裡引出一個關鍵概念——轉化率（conversion）。對反應物 $A$，轉化率定義為：

$$X_A = \frac{\dot{n}_{A,\text{in}} - \dot{n}_{A,\text{out}}}{\dot{n}_{A,\text{in}}}$$

$X_A = 0.8$ 表示有 80% 的 $A$ 反應掉了。配合反應計量（stoichiometry），只要知道轉化率，就能推算所有成分的出口流率。這正是程序設計裡「給定產量、反推進料」的核心邏輯。

對於含多個成分、多個分離單元的系統，一個實用技巧是尋找惰性組分（inert / tie component）——一種不參與反應、進出守恆的物質。以它為「橋」可以快速建立各流之間的比例關係，大幅減少未知數。這在乾燥、吸收、萃取程序的計算中極為常用。

第四步：能量平衡（energy balance）

質量算清楚後，接著問熱量。能量平衡的通式來自熱力學第一定律。對開放系統的穩態流程，忽略動能與位能變化，常用形式為：

$$\dot{Q} - \dot{W}_s = \sum_{\text{out}} \dot{n}_j \hat{H}_j - \sum_{\text{in}} \dot{n}_i \hat{H}_i = \Delta \dot{H}$$

其中 $\dot{Q}$ 是熱傳速率（heat transfer rate，加熱為正）、$\dot{W}_s$ 是軸功（shaft work，系統對外作功為正）、$\hat{H}$ 是莫耳焓（molar enthalpy）。簡而言之：淨輸入的熱與功，等於物流帶走的焓變化。

焓本身沒有絕對值，必須選定一個參考態（reference state）（指定溫度、壓力、相態），所有焓都相對於它計算。對單純的溫度變化，用顯熱（sensible heat）：

$$\Delta \hat{H} = \int_{T_{\text{ref}}}^{T} C_p \, dT$$

$C_p$ 是定壓熱容（heat capacity）。若涉及相變，要加潛熱（latent heat）；若涉及化學反應，要加反應熱（heat of reaction，$\Delta H_{\text{rxn}}$）。放熱反應（exothermic，$\Delta H_{\text{rxn}} < 0$）會讓系統升溫，這正是前面那座反應器溫度計往上爬的原因——也是工程師最擔心的熱失控（thermal runaway）來源。

第五步：把守恆律寫成輸送方程（transport equation）

前面寫的都是「整個框」的巨觀平衡（macroscopic balance）。當我們想知道框內部某一點的溫度、濃度分布時，就要把守恆律收縮到一個無窮小的微元體積（differential volume），得到輸送方程（transport equation）。以能量為例，含對流與傳導的通式為：

$$\rho C_p \frac{\partial T}{\partial t} = -\rho C_p \mathbf{v} \cdot \nabla T + \nabla \cdot (k \nabla T) + \dot{q}_{\text{gen}}$$

從左到右依序是：累積（蓄熱）、對流傳熱（convection）、傳導傳熱（conduction，$k$ 為熱導率）、內部生成熱（如反應放熱）。把這幾項對照「進入 $-$ 離開 $+$ 生成 $=$ 累積」，你會發現它和巨觀平衡是同一條守恆律，只是寫在微分尺度上。質量與動量也有對應的輸送方程（質量擴散用 Fick 定律、動量即 Navier–Stokes 方程），三者合稱輸送現象（transport phenomena），是化工的另一根支柱。

巨觀平衡告訴你「整體進出多少」，輸送方程告訴你「內部如何分布」。前者用於程序設計與物料衡算，後者用於設備內部的細部分析。兩者同源，缺一不可。

看一個例子

來算一個具體的反應器能量平衡。某放熱反應在絕熱 CSTR 中進行：反應物 $A$ 以莫耳流率 $\dot{n}_{A,\text{in}} = 100$ mol/min、溫度 $T_{\text{in}} = 300$ K 進料，轉化率 $X_A = 0.7$，反應熱 $\Delta H_{\text{rxn}} = -50{,}000$ J/mol（放熱），混合物平均熱容 $C_p = 150$ J/(mol·K)，進料總莫耳流率 $\dot{n}_{\text{total}} = 100$ mol/min。問出口溫度 $T_{\text{out}}$？

質量（成分）平衡：反應掉的 $A$ 為 $$\dot{n}_{A,\text{reacted}} = \dot{n}_{A,\text{in}} \cdot X_A = 100 \times 0.7 = 70 \text{ mol/min}$$

能量平衡：絕熱代表 $\dot{Q} = 0$、無軸功 $\dot{W}_s = 0$。反應放出的熱全數用來加熱物流：

$$\underbrace{-\dot{n}_{A,\text{reacted}} \cdot \Delta H_{\text{rxn}}}_{\text{反應放熱}} = \underbrace{\dot{n}_{\text{total}} \cdot C_p \cdot (T_{\text{out}} - T_{\text{in}})}_{\text{物流升溫吸熱}}$$

代入數字：

$$-(70)(-50{,}000) = (100)(150)(T_{\text{out}} - 300)$$

$$3{,}500{,}000 = 15{,}000 \,(T_{\text{out}} - 300)$$

$$T_{\text{out}} - 300 = 233.3 \text{ K} \quad\Rightarrow\quad T_{\text{out}} \approx 533 \text{ K}$$

出口溫度高達 533 K（約 260°C）！這個結果立刻告訴工程師：這個絕熱設計會讓溫度飆升 233 度，極可能引發熱失控或副反應。解法是加裝冷卻夾套（讓 $\dot{Q} < 0$），把多餘的反應熱移走。你看，一條能量平衡方程，就把「安全與否」這個工程判斷量化了出來。

質能平衡與優化學的連結

質能平衡不只是算一個數字，它是程序優化（process optimization）的約束骨架。在真實工廠裡，工程師要在「最大化產率、最小化能耗、滿足安全限制」之間找最佳操作點，這本質上是一個帶約束的最佳化問題：

$$\min_{\mathbf{x}} \; f(\mathbf{x}) \quad \text{s.t.} \quad g_{\text{mass}}(\mathbf{x}) = 0,\; g_{\text{energy}}(\mathbf{x}) = 0,\; h(\mathbf{x}) \le 0$$

其中目標函數 $f$ 可能是操作成本或負產率，而質量平衡 $g_{\text{mass}}$ 與能量平衡 $g_{\text{energy}}$ 正是那些必須滿足的等式約束。換言之，優化器在搜尋最佳操作條件時，每一個候選解都必須先通過質能守恆的檢驗。守恆律不是優化的對立面，而是優化的可行域邊界。少了它，優化出來的「最佳解」可能根本違反物理。這也是為什麼任何程序模擬軟體（如 Aspen Plus）的核心引擎，本質上就是在反覆求解大型的質能平衡聯立方程組。

重點回顧

• 守恆是地基：質能平衡的核心是一句話——「進入 $-$ 離開 $+$ 生成 $-$ 消耗 $=$ 累積」。質量無反應時無生成消耗項；能量平衡來自熱力學第一定律。
• 先劃邊界再計算：明確定義系統（開放／封閉）、判斷穩態或非穩態，是一切計算的起點。框畫錯，全盤皆錯。
• 三層平衡層層遞進：總質量平衡 → 成分質量平衡（引入轉化率與計量）→ 能量平衡（顯熱、潛熱、反應熱）。
• 巨觀與微觀同源：整框的巨觀平衡與微元的輸送方程是同一條守恆律的不同尺度寫法，分別回答「進出多少」與「內部如何分布」。
• 守恆即優化的約束：質能平衡是程序優化問題的等式約束，定義了可行解的邊界，是程序模擬軟體的計算核心。

深入探討（研究所視角）

到了研究所，質能平衡會從「手算單一設備」升級為「整廠程序的大型非線性方程組求解」。幾個值得深入的方向：

1. 程序流程模擬與循環撕裂（flowsheet simulation & tearing）。真實工廠有大量再循環流（recycle stream）——未反應的原料回收再用。一旦有循環，質能平衡方程就互相耦合成隱式系統，無法逐一順序求解。模擬軟體採用「撕裂法（tearing）」：先猜測循環流的初值，順序計算一圈後比對，再用 Newton–Raphson 或 Wegstein 法迭代收斂。如何選撕裂變數、如何加速收斂，是程序系統工程（process systems engineering）的核心議題。

2. 資料校正與量測平差（data reconciliation）。工廠的流量計、溫度計都有量測誤差，導致實測數據往往「不守恆」（進出對不上）。資料校正是一個帶約束的最小平方問題：在強制滿足質能平衡的前提下，找出最接近實測值的「真實值」估計，同時偵測粗大誤差（gross error）。這把守恆律從「設計工具」變成「線上監測與診斷工具」，是程序數據分析的重要應用。

3. 動態平衡與程序控制（dynamic balance & process control）。穩態平衡假設累積項為零，但開停車、進料擾動時系統是非穩態的。保留累積項後，質能平衡變成一組常微分／偏微分方程（ODE/PDE），描述狀態隨時間的演化。這組動態模型是設計 PID 控制器、模型預測控制（model predictive control, MPC）的基礎。理解 $\frac{dm}{dt}$、$\frac{dT}{dt}$ 如何隨操作變數變化，才能讓控制系統把程序穩定在最佳操作點。

4. 與第二定律的結合：㶲分析（exergy analysis）。能量平衡（第一定律）只告訴你「能量守恆」，卻不分辨能量的「品質」。㶲分析引入熵與可用能（exergy），量化每個單元的不可逆損失（irreversibility），指出究竟是哪個設備在「浪費有用功」。這讓程序優化從「省能量」進階到「省高品質能量」，是能源效率與永續製程設計的前沿課題。

把這四個方向串起來，你會看到質能平衡其實是一條從「課本上的守恆律」通往「智慧工廠數位分身（digital twin）」的主幹道。守恆律永遠是真的，但如何在含循環、含誤差、含動態、含品質差異的真實世界中求解它、運用它，正是化學工程作為一門系統科學最迷人的地方。