Home
Explore Uedu
Student Console
Register as Member/Login
(2) In future presentations of the research findings, in addition to the course project website and public presentations, your real name and personal information will not appear in this research report. If you are interested in the research results, we can provide you with an executive summary after the study is completed.
問卷中心
Teacher Console
Course Setup
Support & Messages
Uptime Data

UeduGPTs

--

Jupyters

0

Local AI

--

CISOSE26 本地 AI UG26
政治大學 AQI 18 29°C

AI Reply Desktop Notifications

Show a desktop notification when the AI TA finishes replying

Chat Message Notifications

Notify me when classmates post messages in the forum

Sound notification

Play an alert sound whenever there is a new notification

化工熱力學

為什麼酒精能用蒸餾分離,氮氣和氫氣卻只有一部分變成氨?

從吉布士自由能最小這條統一原理,理解相平衡與化學平衡如何共同決定分離程序與反應器的設計極限。

為什麼酒精能用蒸餾分離,氮氣和氫氣卻只有一部分變成氨?

打開一瓶高粱酒,你喝下的酒精,幾乎都是靠蒸餾(distillation)從發酵液裡濃縮出來的。蒸餾之所以可行,是因為當液體與蒸氣共存達到平衡時,蒸氣裡的酒精比例會高於液體——這是一個相平衡(phase equilibrium)現象。

再看另一個情境:合成氨的工廠把氮氣與氫氣壓進反應器,期待它們全部變成氨。但實際上,無論等多久,反應都不會把原料用光,而是停在某個固定的轉化率,剩下一堆沒反應完的氮和氫。這是一個化學平衡(chemical equilibrium)現象。

這兩件事看起來毫不相干——一個是物質在不同相之間的分配,一個是化學反應走到哪裡停下來——但化工熱力學告訴我們,它們背後是同一條原理:在固定的溫度與壓力下,一個系統會自發地往吉布士自由能(Gibbs free energy, $G$)最小的狀態移動,直到無法再降為止。那個最低點,就是「平衡」。

本文要帶你理解這條統一原理,看它如何同時決定「酒精該如何分離」與「氨能合成多少」——這兩個問題,正是化工分離程序與反應器設計的核心。

化工熱力學概念示意圖

平衡的判準:吉布士自由能最小

熱力學第一定律告訴我們能量守恆,但它不告訴我們「變化會往哪個方向走、走到哪裡停」。回答這個問題的,是第二定律與從中導出的吉布士自由能

對一個在固定溫度 $T$ 與壓力 $P$ 下的封閉系統,吉布士自由能定義為:

$$G = H - TS$$

其中 $H$ 是焓、$S$ 是熵。第二定律可以改寫成一句對工程師極其好用的話:在定溫定壓下,任何自發過程都會使 $G$ 下降,當 $G$ 達到最小值且不再變化時,系統就達到平衡。 用數學表達,平衡的判準是:

$$dG_{T,P} = 0 \quad (\text{且為極小值})$$

這個判準的威力在於,它把「相平衡」和「化學平衡」這兩個表面上不同的問題,化約成同一個最佳化問題:在質量守恆等約束下,調整系統的內部狀態(各成分在各相的分配、各反應進行的程度),使總吉布士自由能最小。

要把這套原理用在含多種成分的混合物上,我們需要一個關鍵的橋樑——化學勢(chemical potential)

化學勢與逸壓:每種成分「想跑掉」的傾向

對混合物中的每一種成分 $i$,定義它的化學勢 $\mu_i$ 為:當其他條件不變、僅增加微量該成分時,系統吉布士自由能的變化率:

$$\mu_i = \left(\frac{\partial G}{\partial n_i}\right)_{T,P,\,n_{j\neq i}}$$

可以把 $\mu_i$ 直觀理解成成分 $i$「逃離當前狀態的傾向」。物質總是從化學勢高的地方流向化學勢低的地方,正如熱從高溫流向低溫。於是,兩相(例如液相與氣相)達到平衡的條件,就是每一種成分在兩相的化學勢相等

$$\mu_i^{\text{液}} = \mu_i^{\text{氣}} \qquad (i = 1, 2, \dots, N)$$

化學勢雖然概念清晰,但它的絕對值無法測量,數學上在低濃度時還會趨於負無窮,使用不便。因此化工熱力學引入一個更實用、有壓力量綱的等價量——逸壓(fugacity, $f_i$),可以把它想成「修正了非理想行為後的有效分壓」。用逸壓表達,相平衡條件變成更乾淨的一句:

$$\hat{f}_i^{\text{液}} = \hat{f}_i^{\text{氣}}$$

也就是每種成分在各相的逸壓必須相等。整個相平衡計算,本質上就是在求滿足這組逸壓相等式的溫度、壓力與組成。逸壓正是連接抽象熱力學與實際蒸餾塔設計的那把鑰匙。

氣液相平衡:蒸餾為什麼可行

現在我們把上面的原理用到最重要的分離操作——氣液相平衡(Vapor–Liquid Equilibrium, VLE)上。

對一個理想的低壓系統,氣相服從道耳頓分壓、液相服從拉午耳定律(Raoult's law)。拉午耳定律說:成分 $i$ 在氣相的分壓,等於它在液相的莫耳分率 $x_i$ 乘上它在該溫度下的純物質飽和蒸氣壓 $P_i^{\text{sat}}$:

$$y_i \, P = x_i \, P_i^{\text{sat}}(T)$$

其中 $y_i$ 是氣相莫耳分率、$P$ 是系統總壓。這條式子直接解釋了蒸餾的原理。定義成分 $i$ 的相對揮發度(relative volatility) $\alpha_{ij}$ 為:

$$\alpha_{ij} = \frac{y_i / x_i}{y_j / x_j} = \frac{P_i^{\text{sat}}}{P_j^{\text{sat}}}$$

只要兩成分的飽和蒸氣壓不同(即 $\alpha_{ij} \neq 1$),氣相裡較易揮發成分的比例就會高於液相——這正是蒸餾能把混合物逐步分離的根本原因。$\alpha$ 離 1 越遠,越容易分離;當 $\alpha = 1$ 時無法靠普通蒸餾分離(這種狀態稱為共沸,azeotrope,例如 95% 的酒精就是水–乙醇的共沸點,無法單靠蒸餾再提純)。

真實系統的液體分子之間有交互作用,往往偏離拉午耳定律。工程上引入活性係數(activity coefficient, $\gamma_i$)來修正:

$$y_i \, P = x_i \, \gamma_i \, P_i^{\text{sat}}(T)$$

$\gamma_i = 1$ 時退回理想的拉午耳定律;$\gamma_i$ 偏離 1,代表液相的非理想程度。如何用 Wilson、NRTL、UNIQUAC 等模型準確算出 $\gamma_i$,是化工熱力學一整個學期的重頭戲,也是模擬軟體(如 Aspen Plus)算分離塔的核心引擎。

化學平衡:反應走到哪裡停下來

把同一套吉布士自由能原理用到「有化學反應」的系統上,得到的就是化學平衡

考慮一個一般反應,例如合成氨 $\mathrm{N_2 + 3H_2 \rightleftharpoons 2NH_3}$。反應進行的程度可用反應進度(extent of reaction, $\xi$)描述。當系統的吉布士自由能對 $\xi$ 的變化率為零時,反應達到平衡:

$$\left(\frac{\partial G}{\partial \xi}\right)_{T,P} = \sum_i \nu_i \, \mu_i = 0$$

其中 $\nu_i$ 是成分 $i$ 的化學計量係數(產物為正、反應物為負)。把化學勢用逸壓展開後,這個條件整理成著名的化學平衡常數(equilibrium constant, $K$)關係式:

$$K(T) = \prod_i \left(\frac{\hat{f}_i}{f_i^{\circ}}\right)^{\nu_i} = \exp\!\left(-\frac{\Delta G^{\circ}_{\text{rxn}}}{RT}\right)$$

這條式子有兩個深刻的含義。第一,平衡常數 $K$ 只是溫度的函數,由反應的標準吉布士自由能變化 $\Delta G^{\circ}_{\text{rxn}}$ 決定——這解釋了「為什麼氨無法 100% 轉化」:$K$ 是有限值,平衡時反應物與產物必然共存。第二,$K$ 與溫度的關係由 van't Hoff 方程給出:

$$\frac{d \ln K}{dT} = \frac{\Delta H^{\circ}_{\text{rxn}}}{R T^2}$$

對放熱反應($\Delta H^{\circ}_{\text{rxn}} < 0$,例如合成氨),升高溫度反而使 $K$ 變小、平衡產率下降。這就帶出工業合成氨著名的兩難:低溫有利於平衡產率,但低溫下反應速率太慢。Haber–Bosch 程序的解法是用高壓(增加分子數較少那側的產率)配合催化劑(加快速率),在一個折衷溫度(約 400–500°C)下運作——這是熱力學(平衡能達到多少)與動力學(多快達到)共同制約工程決策的經典案例。

看一個例子

讓我們算一個氣液相平衡的閃蒸(flash)情境,把上面的觀念落到數字上。

問題:在某溫度下,苯(benzene)與甲苯(toluene)的純物質飽和蒸氣壓分別為 $P_{\text{苯}}^{\text{sat}} = 180\ \text{kPa}$、$P_{\text{甲苯}}^{\text{sat}} = 75\ \text{kPa}$。一股等莫耳(各 50%)的苯–甲苯液體混合物置於 $P = 120\ \text{kPa}$ 下,假設系統為理想(拉午耳定律成立)。試求此時的相對揮發度,並判斷在此壓力下混合物是否會部分汽化(即液相是否處於泡點以上)。

第一步,算相對揮發度

$$\alpha = \frac{P_{\text{苯}}^{\text{sat}}}{P_{\text{甲苯}}^{\text{sat}}} = \frac{180}{75} = 2.4$$

$\alpha = 2.4$ 遠大於 1,代表苯比甲苯易揮發得多,這對混合物很容易用蒸餾分離。

第二步,算泡點壓力。對等莫耳液體($x_{\text{苯}} = x_{\text{甲苯}} = 0.5$),由拉午耳定律,液體開始沸騰時氣相分壓總和等於系統壓力,泡點壓力為:

$$P_{\text{泡}} = x_{\text{苯}} P_{\text{苯}}^{\text{sat}} + x_{\text{甲苯}} P_{\text{甲苯}}^{\text{sat}} = 0.5 \times 180 + 0.5 \times 75 = 127.5\ \text{kPa}$$

第三步,判斷相態。系統實際壓力 $P = 120\ \text{kPa}$,低於泡點壓力 $127.5\ \text{kPa}$。在定溫下降低壓力會促使液體汽化,因此這股混合物在 $120\ \text{kPa}$ 下會部分汽化,形成氣液兩相共存。

第四步,看氣相被誰主導。剛開始汽化時,氣相組成由:

$$y_{\text{苯}} = \frac{x_{\text{苯}} P_{\text{苯}}^{\text{sat}}}{P} = \frac{0.5 \times 180}{120} = 0.75$$

雖然液相裡苯只佔 50%,剛蒸出的氣相裡苯卻佔了 75%。易揮發成分在氣相被顯著濃縮——這一格一格地累積上去,就是蒸餾塔由下往上純度逐漸提高的微觀根源。整道題只用了一條拉午耳定律與相平衡的觀念,就把「分不分得開、會不會汽化、誰主導氣相」三個工程問題一次回答。

重點回顧

  • 相平衡與化學平衡背後是同一條原理:定溫定壓下系統自發往吉布士自由能 $G = H - TS$ 最小移動,最低點即平衡($dG_{T,P} = 0$)。
  • 化學勢 $\mu_i$(與其實用替身逸壓 $\hat{f}_i$)是處理混合物平衡的橋樑;相平衡的條件是每種成分在各相的逸壓相等:$\hat{f}_i^{\text{液}} = \hat{f}_i^{\text{氣}}$。
  • 氣液相平衡由拉午耳定律 $y_i P = x_i \gamma_i P_i^{\text{sat}}$ 描述;只要相對揮發度 $\alpha \neq 1$,蒸氣就會濃縮易揮發成分,這是蒸餾可行的根本;$\alpha = 1$ 的共沸點無法單靠蒸餾分離。
  • 化學平衡常數 $K(T) = \exp(-\Delta G^{\circ}_{\text{rxn}} / RT)$ 只隨溫度變化,其有限值解釋了「為什麼反應無法完全轉化」;van't Hoff 方程說明放熱反應升溫會降低平衡產率。
  • 工程決策(如合成氨的高溫高壓加催化劑)往往是熱力學(能達到多少)與動力學(多快達到)共同折衷的結果。

深入探討(研究所視角)

本文用拉午耳定律處理液相、用理想氣體假設處理氣相,這在低壓下夠用,但高壓、近臨界或含極性分子的系統會嚴重偏離。研究所層級的相平衡計算,核心是用狀態方程式(Equation of State, EOS)——如 Peng–Robinson 或 Soave–Redlich–Kwong——同時描述氣相與液相,從中算出每相每成分的逸壓係數(fugacity coefficient) $\hat{\phi}_i$,再求解逸壓相等的非線性方程組:

$$x_i \, \hat{\phi}_i^{\text{液}}(T, P, \mathbf{x}) = y_i \, \hat{\phi}_i^{\text{氣}}(T, P, \mathbf{y})$$

這就是商用模擬器(Aspen Plus、HYSYS)VLE 計算的數學內核。EOS 還能處理理想模型完全無法描述的現象,例如近臨界區的氣液不分、超臨界萃取(用超臨界 $\mathrm{CO_2}$ 萃取咖啡因即是一例)。

更一般化的平衡計算,會回到本文開頭那句最樸素的判準——整體吉布士自由能最小化(Gibbs energy minimization)。當系統同時存在多相、多反應時,與其逐一寫平衡式,不如把問題直接表述成一個帶元素守恆約束的最佳化問題:

$$\min_{\{n_i^{(p)}\}} \ G = \sum_p \sum_i n_i^{(p)} \, \mu_i^{(p)} \quad \text{s.t.} \quad \sum_p \sum_i a_{ki}\, n_i^{(p)} = b_k$$

其中 $n_i^{(p)}$ 是成分 $i$ 在相 $p$ 的莫耳數、$a_{ki}$ 是成分 $i$ 含元素 $k$ 的原子數、$b_k$ 是元素 $k$ 的總量。這正是化工熱力學與最佳化(optimization)交會之處——也呼應 Uedu 優化學的主題:平衡狀態,本質上就是一個受守恆律約束的自由能最小化問題的解。當代研究進一步把這套框架延伸到含電解質、聚合物、生物分子的複雜系統,並用機器學習加速 EOS 參數估計與相態判別,但無論模型多精巧,地基都是本文這句話:在定溫定壓下,自然選擇吉布士自由能最小的那個狀態。

AI 共讀助教正在陪你讀:為什麼酒精能用蒸餾分離,氮氣和氫氣卻只有一部分變成氨?
嗨!我是這篇文章的共讀助教,只根據〈為什麼酒精能用蒸餾分離,氮氣和氫氣卻只有一部分變成氨?〉的內容回答。可以問我「解釋某段」「舉個例子」「出題考我」,或反白文中段落後點下方「解釋選取段落」。