Home
探索 Uedu
學生控制台
註冊會員/登入
研究知情同意中心
問卷中心
教師控制台
課程設定
支援與訊息
Uptime 數據

UeduGPTs

--

Jupyters

5

UG26 CISOSE26
臺北 AQI 51 · 臺中 AQI 35 · 臺南 AQI 29 · 高雄 AQI 31

AI 回覆桌面通知

AI 助教回覆完成時顯示桌面通知

聊天訊息通知

同學在討論區發送訊息時通知

聲音通知

每當有新通知時播放提示音

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」。