{
  "id": "transport-phenomena",
  "title": "传递现象",
  "lang": "zh-Hans",
  "source_lang": "en",
  "summary": "传递现象描述动量、能量和化学组分在物质内部及跨界面迁移的过程。",
  "category": "technology",
  "subcategory": "engineering",
  "type": "concept",
  "aliases": [
    "输运现象",
    "传输现象"
  ],
  "generated_at": "2026-11-03",
  "model": "pro/gpt-6.1-sol",
  "url": "https://aiwiki.page/zh/transport-phenomena/",
  "translations": {
    "en": {
      "url": "https://aiwiki.page/en/transport-phenomena/",
      "json": "https://aiwiki.page/en/transport-phenomena.json"
    }
  },
  "sections": [
    {
      "heading": "",
      "text": "传递现象是动量、能量和化学组分在材料内部或系统之间迁移的物理过程，包括流体对剪切的阻力、热的传导与对流、溶解物质的扩散，以及跨越相界面的传递。尽管这些过程涉及不同的可测物理量，却往往遵循形式密切相关的守恒方程和本构定律。对这些过程进行统一研究，是化学工程的基础，在机械工程、材料科学、环境科学和生物学中也具有重要意义。\n\n这一学科将分子运动与可观测的宏观行为联系起来，所涵盖的尺度从纳米级延伸至工业设备乃至行星尺度的环流。它解释了为什么搅拌能加快溶解，为什么隔热能减少热量损失，为什么流体流动需要压差，以及为什么化学反应的速率有时受限于反应物的输送，而非反应动力学。其核心工具包括局部守恒定律、通量与驱动力之间的关系、量纲分析，以及对复杂流动的数学描述或实验表征。\n\n传递现象不同于旅客或货物的运输：这里传递的是物质的物理属性及其组成成分。它也有别于平衡热力学。热力学限定系统可能的状态及其转变；传递理论则确定系统趋近、维持或偏离这些状态时的空间分布与变化速率。"
    },
    {
      "heading": "历史发展与统一研究方法",
      "text": "传递理论的数学基础源于物理学中几个最初彼此独立的分支。艾萨克·牛顿在1687年的《自然哲学的数学原理》中，描述了简单黏性流动中剪切应力与速度梯度之间的正比关系。约瑟夫·傅里叶于1822年出版的《热的解析理论》建立了系统的热传导数学理论。阿道夫·菲克于1855年提出扩散定律，明确借鉴了扩散与热传导之间的类比。这些进展确立了三种核心的线性关系：应力与速度梯度的关系、导热热通量与温度梯度的关系，以及组分扩散通量与浓度梯度的关系。\n\n描述流体运动的方程，源于克洛德-路易·纳维在19世纪20年代和乔治·加布里埃尔·斯托克斯在19世纪40年代的研究。由此形成的纳维–斯托克斯方程将动量守恒与黏性应力的本构描述结合起来。19世纪后期的分子运动论，尤其是詹姆斯·克拉克·麦克斯韦和路德维希·玻尔兹曼的研究，将传递系数与分子速度、碰撞及平均自由程联系起来。这种联系解释了为什么密度相差很大的气体在相同温度下可以具有相近的动力黏度。\n\n实验研究和标度分析思想使这一理论超越了简单分子传递的范畴。奥斯本·雷诺于1883年开展的管流实验揭示了有序运动与脉动运动的区别，并指出了惯性效应与黏性效应之比这一无量纲量的重要性。路德维希·普朗特于1904年提出的边界层概念解释了：即使在流动的大部分区域中黏性看似可以忽略，固体表面附近的薄层仍能决定阻力与传热。这些思想使人们能够在无法求得控制方程精确解的条件下进行实际计算。\n\nR. 拜伦·伯德、沃伦·E. 斯图尔特和埃德温·N. 莱特富特于1960年出版的《传递现象》，使这种面向教学的现代综合体系产生了尤为深远的影响。他们以共同的数学结构为主线，系统阐述动量、能量和组分的传递，而不是分别讨论每一种工业操作。由此，蒸馏、干燥、过滤和流体流动都可以作为基本物理机制的组合来分析。\n\n这种统一并不意味着三种过程可以相互替代。动量是矢量，能量可以不借助物质介质而通过辐射传递，多组分扩散则取决于组成约束以及组分之间的相互作用。统一研究方法的价值在于，既识别共同结构，又保留这些物理差异。它也阐明了为什么针对某一过程建立的经验关系有时可以为另一过程提供借鉴，但前提是支撑这种类比的假设仍然成立。"
    },
    {
      "heading": "守恒定律与连续介质描述",
      "text": "大多数工程传递计算都采用连续介质描述。尽管物质由离散的分子组成，密度、速度、组成和温度仍被表示为平滑的场。每个场值都可理解为某一区域内的平均值：该区域包含大量分子，但与所关注的宏观长度尺度相比又足够小。这种近似对许多常见液体和气体都很有效，但在高度稀薄的气体、极微小的通道以及具有分子尺度急剧变化结构的区域中，使用时需要附加限定条件。\n\n广延量的一般衡算包含四个要素：积累、传入或传出某一区域、内部生成和内部消耗。对于体积密度为 \\(b\\) 的量，其局部衡算可写为\n\n\\[\\frac{\\partial b}{\\partial t} +\\nabla\\cdot\\left(b\\mathbf{u}+\\mathbf{j}_b\\right) =s_b,\\]\n\n其中，\\(\\mathbf{u}\\) 为所选取的整体速度，\\(\\mathbf{j}_b\\) 为非平流通量，\\(s_b\\) 表示源项。具体形式取决于所守恒的量；例如，动量需要用张量通量描述，而不能仅用矢量通量描述。\n\n总质量守恒给出连续性方程：\n\n\\[\\frac{\\partial \\rho}{\\partial t} +\\nabla\\cdot(\\rho\\mathbf{u})=0.\\]\n\n这里，\\(\\rho\\) 为质量密度，\\(\\mathbf{u}\\) 为质量平均速度。如果密度沿物质运动轨迹保持不变，该方程便简化为 \\(\\nabla\\cdot\\mathbf{u}=0\\)。因此，不可压缩性描述的是局部体积变化，并不意味着压力不能变化。近似不可压缩的液体中也可能存在很大的压力梯度。\n\n还需要区分固定于空间中的控制体与随流体运动的物质体。前者便于进行设备衡算；后者则跟随某一指定的物质集合运动。物质导数\n\n\\[\\frac{D}{Dt} =\\frac{\\partial}{\\partial t}+\\mathbf{u}\\cdot\\nabla,\\]\n\n将局部变化与运动中的物质所经历的变化联系起来。\n\n仅靠守恒定律并不能使传递问题闭合。还必须补充描述应力、热通量和扩散的本构方程、状态方程、物性数据，以及初始条件和边界条件。例如，热量衡算并不能确定材料是各向同性导热，还是沿某一方向更容易导热。这些信息属于材料的本构描述。在将熟悉的方程推广至聚合物、多孔固体、混合物或强非平衡系统时，必须将守恒原理与材料假设明确区分开来。"
    },
    {
      "heading": "分子机制与本构定律",
      "text": "在分子尺度上，传递之所以发生，是因为粒子在运动、碰撞和相互作用时携带着动量与能量。在存在速度梯度的气体中，穿行于相邻流层之间的分子携带着其出发区域的平均动量。这种交换趋于减小流层之间的速度差。同样，分子也在温度不同的区域之间携带动能和内能；而当组成不均匀时，随机运动则会使化学组分重新分布。\n\n三种常见的本构关系描述了简单系统中的这些趋势。对于牛顿流体中的一维剪切流动，\n\n\\[\\tau_{xy}=\\mu\\frac{\\partial u_x}{\\partial y},\\]\n\n其中，\\(\\mu\\) 为动力黏度，\\(\\tau_{xy}\\) 表示按所述约定定义的相应黏性应力分量。傅里叶定律为\n\n\\[\\mathbf{q}=-k\\nabla T,\\]\n\n其中，\\(k\\) 为热导率。对于稀溶质，在适当的静止参考系或指定参考系中，菲克定律的一种简单形式为\n\n\\[\\mathbf{J}_A=-D_A\\nabla c_A,\\]\n\n其中，\\(D_A\\) 为扩散系数，\\(c_A\\) 为摩尔浓度。后两条定律中的负号表示通量沿相应梯度的反方向传递。\n\n这些关系是局部线性近似。其中的系数可能随温度、压力和组成而显著变化，有些材料还需要用张量系数而非标量系数来描述。例如，石墨沿平行于和垂直于其层状结构方向的导热能力差异很大。线性定律也不意味着整个传递问题是线性的：即使局部通量定律是线性的，与速度有关的平流输运以及随温度变化的物性，仍可能使控制方程呈现非线性。\n\n分子扩散系数的典型量级有助于解释观测到的行为。在室温和大气压附近，许多气相二元扩散系数的量级为 \\(10^{-5}\\ \\mathrm{m^2\\,s^{-1}}\\)。液体中小分子溶质的扩散系数通常接近 \\(10^{-9}\\ \\mathrm{m^2\\,s^{-1}}\\)。扩散跨越距离 \\(L\\) 所需的特征时间量级为 \\(L^2/D\\)；因此，距离增大到原来的十倍，所需的时间尺度就增大到原来的一百倍。\n\n不同类别的材料，其传递过程的分子层面解释也有所不同。稀薄气体的黏度很大程度上取决于分子速率和碰撞截面，而在满足连续介质假设的较宽范围内几乎与压力无关。液体中的传递受分子紧密堆积和分子间相互作用的影响，因此简单的分子运动论估算不太可靠。在固体中，热量可由晶格振动传递，也可由可移动的电子传递，后者在金属中尤为重要。因此，表面上相似的宏观传递定律，可能概括的是截然不同的微观机制。"
    },
    {
      "heading": "动量传递与流体运动",
      "text": "动量传递决定了速度场、压力损失、机械应力以及浸没物体所受的力。对于黏度和密度均为常数、且不存在其他应力机制的牛顿流体，动量方程为\n\n\\[\\rho\\left( \\frac{\\partial\\mathbf{u}}{\\partial t} +\\mathbf{u}\\cdot\\nabla\\mathbf{u} \\right) =-\\nabla p+\\mu\\nabla^2\\mathbf{u}+\\rho\\mathbf{g}.\\]\n\n左端表示加速度，右端各项分别表示压强、黏性应力和重力体积力的作用。必要时，还可加入电磁力等其他体积力。\n\n一个基本的精确解是直圆管内的稳态充分发展流动。对于层流条件下的不可压缩牛顿流体，轴向速度分布呈抛物线形，体积流量为\n\n\\[Q=\\frac{\\pi R^4\\Delta p}{8\\mu L},\\]\n\n其中，\\(R\\) 为管半径，\\(L\\) 为管长，\\(\\Delta p\\) 为压降。这一哈根–泊肃叶关系表明，流动阻力对尺寸有很强的依赖性：在上述假设仍然适用的前提下，若半径减半，要维持相同流量，压降就必须增至原来的十六倍。\n\n动量既可通过分子应力传递，也可由流体运动输送。在静止壁面附近，黏性传递尤为重要，因为在无滑移条件下，流体速度通常趋近于壁面速度。在离壁面较远处，流体微团则可将动量输送到远得多的位置。在湍流中，脉动运动会产生额外的平均动量通量，其大小可能远超分子作用的贡献。\n\n并非所有流体都遵循牛顿黏性定律。聚合物溶液、悬浮液、膏体以及许多生物材料都可能表现出剪切变稀、屈服行为或随时间变化的应力响应。剪切变稀流体的表观黏度随剪切速率增大而降低。具有黏弹性的材料会储存一部分变形能，并在有限时间内发生松弛，因此需要使用具有记忆效应或包含额外内部变量的本构方程。这类行为会产生牛顿流动中不存在的效应，包括低惯性条件下的弹性失稳。\n\n动量传递常与热量和组分传递相互耦合。温度梯度可引起密度差异，进而产生浮力驱动的运动；浓度梯度也可产生类似效应。反过来，速度场又控制着热量和溶质重新分布的快慢。这种双向耦合解释了为什么在计算浓度场或温度场时，往往需要同时求解流体力学问题，而不能独立地预先给定流场。"
    },
    {
      "heading": "热传导、对流与辐射",
      "text": "热量通过热传导、对流和热辐射进行传递。热传导是由物质内部的微观相互作用引起的能量传递。对流则将流体运动与热传导结合起来，这一点在表面附近尤为突出。辐射通过电磁波传递能量，可以在真空中发生。这些机制可以同时起作用，但需要采用不同的物理模型和边界条件。\n\n对于物性恒定、体积发热率为 \\(\\dot q_v\\) 的静止均质固体，热传导方程为\n\n\\[\\rho c_p\\frac{\\partial T}{\\partial t} =k\\nabla^2T+\\dot q_v.\\]\n\n热扩散率为\n\n\\[\\alpha=\\frac{k}{\\rho c_p},\\]\n\n它衡量的是，相对于材料储存热能的能力，温度扰动传播得有多快。仅凭较高的热导率并不能完全确定瞬态响应：体积热容 \\(\\rho c_p\\) 同样重要。对于运动中的流体，相应的温度方程包含平流项，并在相关情况下纳入压缩功、黏性耗散、化学反应放热以及组分扩散所携带的能量。\n\n表面对流换热通常表示为\n\n\\[q''=h(T_s-T_b),\\]\n\n其中，\\(h\\) 为对流换热系数，\\(T_s\\) 为表面温度，\\(T_b\\) 为指定的流体主体温度。与热导率不同，\\(h\\) 并非仅由材料本身决定的物性。它取决于几何形状、流速、流动状态和热边界条件。在一种布置下测得的换热系数，若没有适当的相似性依据，通常不能直接用于另一种布置。\n\n分析热辐射时，需要考虑波长、方向以及表面或介质的性质。对于与大型等温包围面交换辐射的理想化灰体表面，净热流密度可表示为\n\n\\[q''=\\varepsilon\\sigma(T_s^4-T_{\\mathrm{sur}}^4),\\]\n\n其中，\\(\\varepsilon\\) 为发射率，\\(\\sigma\\) 为斯忒藩–玻尔兹曼常数。更一般的情形需要使用角系数、光谱性质或辐射传递方程。由于辐射随温度的四次方变化，它在炉窑及其他高温系统中的重要性日益凸显。\n\n工程计算往往需要综合考虑多种热阻。在换热器中，能量从热流体传向冷流体时，可能依次经过对流边界层、金属壁、沉积层和另一侧的边界层。最大的热阻可能主导总传热速率。因此，当传热受限于流体侧对流或污垢时，即使采用导热性能很高的壁材，改善也可能十分有限。瞬态蓄热和轴向导热还会使这种基于热阻的分析更加复杂，尤其是在紧凑型设备中以及启动期间。"
    },
    {
      "heading": "组分扩散、平流与反应",
      "text": "传质描述化学组分在同一相内及跨相界面的重新分布。组分既可以随流体整体运动，也可以相对于这一运动发生扩散。对于组分 \\(i\\)，以质量为基准的守恒方程为\n\n\\[\\frac{\\partial(\\rho Y_i)}{\\partial t} +\\nabla\\cdot(\\rho Y_i\\mathbf{u}+\\mathbf{j}_i) =\\dot\\omega_i,\\]\n\n其中，\\(Y_i\\) 为质量分数，\\(\\mathbf{j}_i\\) 为相对于质量平均速度的扩散质量通量，\\(\\dot\\omega_i\\) 为反应生成速率。为保证各组分方程相容，必须满足 \\(\\sum_i\\mathbf{j}_i=0\\)；对于质量守恒的化学反应，还须满足 \\(\\sum_i\\dot\\omega_i=0\\)。\n\n区分摩尔平均参考速度和质量平均参考速度十分重要。如果两种组分的分子质量不同，它们反向扩散时，即使净摩尔通量为零，净质量通量也可能不为零。液体向气相蒸发时也可能引起流体的整体运动，通常称为斯特藩流。因此，仅考虑浓度梯度的计算可能低估总传递速率，或无法正确描述它。\n\n菲克定律尤其适用于稀溶质体系和许多二元混合物，但高浓度多组分体系通常需要更完整的描述。麦克斯韦–斯特藩扩散方程将组分间的相对速度与热力学驱动力及分子间摩擦联系起来。在非理想混合物中，根本驱动力是化学势梯度，而非浓度梯度。压力梯度、电场和温度梯度也可能产生作用。因此，某一组分有时会向浓度升高的方向扩散，而并不违反热力学规律。\n\n反应会引入相互竞争的时间尺度。反应迅速的溶质可能尚未深入液体，就已在界面附近被消耗。在多孔催化剂颗粒中，反应物必须先穿过外部流体层，再经过内部孔道，才能到达活性位点。有效因子是颗粒实际反应速率与假定整个颗粒均处于外部参考浓度和温度下的反应速率之比。因此，高活性催化剂也可能表现出较低的有效因子，因为其内部很大一部分区域受到传递过程的限制。\n\n界面传递通常同时涉及传递阻力和平衡分配。在气体吸收过程中，界面处气侧与液侧的浓度通过平衡关系相联系，而界面浓度与各自主体浓度之差则驱动组分穿过邻近区域。总传质系数取决于两侧的阻力以及相间分配关系。这一框架是吸收、解吸、萃取和许多膜分离操作的基础；不过，当反应、非理想性和界面运动的影响显著时，详细模型必须将这些因素纳入考虑。"
    },
    {
      "heading": "量纲分析、相似性与特征尺度",
      "text": "量纲分析通过比较相互竞争的机制的强弱，对传递问题进行系统分析。用特征长度、速度、时间以及物性差值对变量进行无量纲化后，控制方程中出现的是无量纲数群，而不再是各个独立的有量纲参数。只要相关数群、几何形状和边界条件相匹配，尺寸与运行条件不同的系统也能表现出相似的行为。\n\n雷诺数\n\n\\[\\mathrm{Re}=\\frac{\\rho UL}{\\mu}=\\frac{UL}{\\nu},\\]\n\n用于比较惯性效应与黏性效应，其中 \\(\\nu=\\mu/\\rho\\) 为运动黏度。雷诺数较小，表明在所选尺度下，黏性效应占主导地位，惯性效应相对较弱。雷诺数较大本身并不意味着一定会出现湍流：流动的稳定性还取决于几何形状、扰动和边界条件。在圆管中，转捩通常发生在雷诺数为几千的量级，但不存在一个适用于所有实验情形的统一临界值。\n\n热量和组分的传递还涉及普朗特数与施密特数，\n\n\\[\\mathrm{Pr}=\\frac{\\nu}{\\alpha}, \\qquad \\mathrm{Sc}=\\frac{\\nu}{D}.\\]\n\n它们分别用于比较动量扩散率与热扩散率、动量扩散率与组分扩散率。气体的普朗特数通常为一的量级，而液态金属的普朗特数要小得多，黏性油类的普朗特数则可能非常大。液体中溶质的施密特数往往远大于一，因此浓度边界层可能比速度边界层薄得多。\n\n佩克莱数\n\n\\[\\mathrm{Pe}_T=\\frac{UL}{\\alpha}, \\qquad \\mathrm{Pe}_M=\\frac{UL}{D},\\]\n\n用于比较平流输运与扩散输运。努塞尔数和舍伍德数表征无量纲的表面传递速率：\n\n\\[\\mathrm{Nu}=\\frac{hL}{k}, \\qquad \\mathrm{Sh}=\\frac{k_mL}{D},\\]\n\n其中，\\(k_m\\) 由相应的、以浓度为基础的传质定律定义。将这些数表示为雷诺数、普朗特数或施密特数的函数的关联式，是对实验结果和理论解的归纳，但仍仅适用于各自规定的范围。\n\n其他无量纲数群则表征另外一些机制之间的竞争。毕奥数用于比较内部导热热阻与外部对流换热热阻；当其值足够小时，可以近似认为物体内部温度均匀。傅里叶数 \\(\\alpha t/L^2\\) 衡量已经历的扩散时间。达姆科勒数用于比较反应与传递的时间尺度，但其确切定义随所考虑的机制而异。克努森数用于比较分子平均自由程与系统尺寸。\n\n因此，规模放大并不只是几何尺寸的扩大。增大反应器尺寸会改变表面积与体积之比、扩散距离、浮力、停留时间分布，以及能够实现的无量纲数群组合。有时不可能使所有相关数群都匹配，因此，识别主导机制是工程判断的核心环节。"
    },
    {
      "heading": "边界条件与界面传递",
      "text": "只有给定适当的初始条件和边界条件，传递方程才能确定区域内部的场分布。常见的热传递边界条件包括指定温度、热通量，或热通量与表面温度之间的关系。组分传递问题可以指定浓度、不可渗透条件、反应通量，或与相邻相之间的平衡关系。动量传递问题则需要相容的速度或应力条件。即使几何形状完全相同，物理上不同的边界条件也可能使传递速率产生显著差异。\n\n边界层是表面附近某种传递量发生急剧变化的区域。流体流经平板时，壁面对流体运动的影响主要集中在相对较薄的速度边界层内，而外部流动则可近似视为无黏流动。温度边界层和浓度边界层可能比速度边界层更厚，也可能更薄，这尤其取决于普朗特数和施密特数。边界层之所以重要，在于其中存在陡峭的梯度：壁面剪切应力以及表面的热通量或组分通量均由这些梯度决定。\n\n在两种普通固体之间的理想静止界面处，通常认为温度连续，且法向热通量守恒。实际界面可能存在接触热阻，因为粗糙表面只有部分区域相互接触、间隙中含有导热性差的物质，或微观层面的能量传递并不完善。此时可用界面热阻来表征温度跃变。对于流固边界，同样需要谨慎处理，因为吸附、反应或膜分配作用会改变表面浓度与主体浓度之间的关系。\n\n在流体与流体的界面处，动量平衡需要计入法向应力和切向应力。表面张力会在弯曲界面两侧产生压差，\n\n\\[\\Delta p=\\gamma \\left(\\frac{1}{R_1}+\\frac{1}{R_2}\\right),\\]\n\n其中，\\(R_1\\) 和 \\(R_2\\) 是采用一致符号约定的主曲率半径。表面张力梯度会产生切向应力并引起界面运动。这种马兰戈尼效应可由温度或组成差异引起，并能改变铺展、蒸发和传质过程。\n\n界面平衡本身也是一种近似。当跨界面的分子交换远快于相邻各相内部的传递时，这一近似通常成立。但在快速蒸发、稀薄条件下，或在吸附与反应具有有限动力学速率时，这一近似可能不再适用。对于移动界面，还需要额外的平衡关系，将界面速度与所传递的质量及潜热联系起来。因此，边界并不只是数学区域的边缘：它还可以具有自身的热力学性质、动力学特征、结构和传递阻力。"
    },
    {
      "heading": "湍流、混合与传递类比",
      "text": "湍流的特征是不规则、三维且随时间变化的运动，涵盖一系列空间和时间尺度。大尺度涡旋从平均流动中获取能量，非线性相互作用使能量在不同尺度之间重新分配，黏性最终将动能耗散为内能。湍流通常会增强动量、热量和组分的传递，因为运动中的流体结构能够在远大于分子平均自由程的距离上交换物质。\n\n对湍流运动进行平均会引入额外的未知通量。若将速度和温度分解为平均分量与脉动分量，平均能量方程中就会出现一个与 \\(\\overline{u_i'T'}\\) 成正比的湍流热通量。平均动量方程中则包含涉及 \\(\\overline{u_i'u_j'}\\) 的雷诺应力。这些相关量通常无法仅凭平均场计算出来，由此产生了湍流封闭问题。涡黏性模型和涡扩散模型可以近似表征它们的影响，但所引入的系数描述的是流动特性，而非材料固有的分子性质。\n\n混合也分为不同阶段。大尺度运动使流体分布到容器各处，中等尺度运动将物料区域拉伸、折叠，最后由分子扩散在最小尺度上消除浓度差异。因此，两种液体在宏观上可能看似已混合均匀，却仍在微细尺度上存在组分分隔。快速化学反应可能对这种分隔十分敏感，因为只有在扩散使反应物达到分子尺度接触的位置，反应物才会相遇。\n\n动量、热量和组分传递具有相似的数学结构，因此可以建立传递类比。在严格限定的条件下，雷诺类比等关系可将摩擦与传热联系起来。奇尔顿–科尔本类比通过包含普朗特数和施密特数的因子，拓展了这些实用的经验关联。当流动条件和物性范围符合类比的适用条件时，这类方法可根据摩擦数据估算传热系数或传质系数。\n\n这些类比并非普遍适用。压力梯度、强浮力、可压缩性、表面粗糙度、化学反应以及差异很大的分子扩散率，都可能使动量传递与标量传递表现出不同的响应。在近壁区域，即使外部流动处于强湍流状态，分子过程仍然至关重要。液态金属传热和高施密特数传质就是两个重要例子：在这些情况下，假定各类传递具有相同有效扩散率的简单做法已不可靠。\n\n湍流不仅会提高平均传递水平，还可能产生间歇性的极端状态。局部温度、浓度和耗散率都可能剧烈波动。这些波动对燃烧、沉淀、腐蚀以及对温度敏感的加工过程十分重要，因为某个小区域可能经历与容器内平均状态截然不同的条件。因此，实用的模型必须准确表征与具体应用相关的统计量，而不能只吻合平均流量。"
    },
    {
      "heading": "多相传递与相变",
      "text": "多相流中的传递涉及气体、液体和固体之间的相互作用，其界面往往会运动和变形。例如，气泡在液体中上升、喷雾中的液滴、流化床中的固体颗粒，以及流经沸腾设备的蒸气。各相可以具有各自的速度、温度和组成。相间交换取决于界面面积、局部滑移速度、相分布，以及跨界面的动量、热量和质量传递速率。\n\n对单个界面进行解析与对大量分散体进行平均，是两种有重要区别的处理方式。界面解析模型显式描述液滴或气泡；平均化模型则为各相指定体积分数，并引入阻力和相间传递的闭合关系。这些闭合关系取决于流动形态：分散泡状流通常不能用与分层流或环状流相同的关系式来表示。聚并和破碎还会进一步改变可供传递的界面面积。\n\n相变将质量传递与潜热耦合起来。对于简化的凝固界面，斯忒藩条件将界面运动与其两侧导热热流密度之差联系起来。其示意形式为：\n\n\\[\\rho L_f v_n =\\text{net heat flux available for phase change},\\]\n\n其中，\\(L_f\\) 为熔化潜热，\\(v_n\\) 为界面法向速度。温度场决定界面运动，而界面的变化又会改变传热区域。合金凝固还涉及溶质分配和扩散，这可能使平坦的凝固前沿失稳，形成胞状或枝晶结构。\n\n沸腾说明了为什么多相传热不能简化为单一的常数传热系数。在核态沸腾过程中，气泡的形成及其引起的液体运动可带来很高的传热速率。当表面热流密度足够高时，可能达到临界热流密度工况；此后液体与表面的接触恶化，表面温度可能急剧升高。其机制和临界阈值取决于压力、几何形状、表面状况及流动情况。膜态沸腾则是另一种状态，其中的蒸气层可使受热表面隔热。\n\n凝结同样取决于界面结构。连续液膜会产生导热热阻，而滴状凝结可使更多表面暴露出来，以形成新的凝结液。不凝性气体会在凝结界面附近积聚，从而引入额外的传质阻力。这些耦合效应对冷凝器、制冷、蒸汽系统及低温技术设备都至关重要。\n\n含颗粒体系还带来更多复杂因素，包括碰撞、沉降、侵蚀、团聚，以及随粒径变化的热响应。颗粒的温度可能很快达到平衡，而组成却要很长时间才能达到平衡，因此，假设各相在局部具有相同的温度和浓度，可能会掩盖起控制作用的传递机制。"
    },
    {
      "heading": "耦合驱动力与非平衡热力学",
      "text": "通常将传递现象分为动量传递、热量传递和组分传递，但这种划分并不完备。一个变量的梯度可以产生不止一种通量。温度梯度可以驱动组分分离，电场可以驱动离子迁移，化学过程也可以引起流体运动。非平衡热力学提供了一个框架，能够在遵守热力学第二定律的前提下系统描述这类耦合。\n\n在接近平衡时，通量通常可以表示为热力学力的线性组合：\n\n\\[J_a=\\sum_b L_{ab}X_b.\\]\n\n热力学力的选取应使局部熵产生率具有如下形式：\n\n\\[\\sigma=\\sum_a J_aX_a\\geq 0.\\]\n\n这类热力学力包括温度倒数的梯度，以及经适当定义的化学势或电化学势的梯度。在定义一致且满足微观可逆性的条件下，昂萨格倒易关系将某些交叉系数联系起来。存在磁场或时间反演性质不同的变量时，则需要采用更一般的昂萨格–卡西米尔表述。\n\n索雷效应是指温度梯度驱动的组分重新分布。与之互为倒易耦合的杜福尔效应，是指组成梯度对热通量的贡献。两者的大小取决于混合物及其所处条件；在没有进行量级估算之前，都不应一概将其计入或忽略。普通的菲克扩散仅对应完整耦合描述中的一部分。\n\n对于电场中的离子，可以采用能斯特–普朗克描述，将扩散与电迁移结合起来。对于浓度为 \\(c_i\\) 的理想稀溶液组分，\n\n\\[\\mathbf{N}_i =c_i\\mathbf{u} -D_i\\nabla c_i -\\frac{z_iFD_i}{RT}c_i\\nabla\\phi,\\]\n\n其中，\\(z_i\\) 为电荷数，\\(F\\) 为法拉第常数，\\(R\\) 为气体常数，\\(\\phi\\) 为电势。浓电解质需要引入活度修正，并采用更完整的传递关系。组分方程还必须与电荷守恒方程联立，必要时也须联立电势的场方程。\n\n电学与流体动力学输运的耦合在微流控和膜系统中尤为重要。当电场作用于表面附近的过剩电荷并驱动液体运动时，就会产生电渗流。反过来，压力驱动的流动可以通过携带电荷产生流动电势。在电池和燃料电池中，离子和电子的输运与反应、产热以及组成变化相互耦合。\n\n这些理论框架都有明确的适用范围。在远离平衡的条件下，线性力–通量定律可能失效，局部平衡假设可能不再可靠，还可能需要引入额外的状态变量或采用动力学描述。热力学一致性能够约束模型，但其本身既不能提供所需的系数，也不能确定微观机制。"
    },
    {
      "heading": "多孔材料与生命系统中的传递",
      "text": "多孔材料内部含有相互连通的孔隙，流体、热量和溶解组分可以通过这些孔隙迁移。固体骨架带来了多个长度尺度：单个孔隙、孔隙网络以及整个试样。孔隙率衡量孔隙所占的体积分数，但仅凭孔隙率并不能确定传递特性。连通性、孔道收缩、表面化学性质以及曲折度（即传递路径的复杂程度）都可能同样重要。\n\n对于许多多孔介质中的低速单相流，达西定律给出\n\n\\[\\mathbf{u}_D =-\\frac{K}{\\mu} \\left(\\nabla p-\\rho\\mathbf{g}\\right),\\]\n\n其中，\\(K\\) 为渗透率，\\(\\mathbf{u}_D\\) 为按总横截面积定义的表观速度。当只有部分横截面积供流体通过时，孔隙空间内的平均速度大于表观速度。对于各向异性材料，需要使用渗透率张量；而在高流速下，则可能需要进行惯性修正。\n\n多孔介质流动中的溶质扩展是分子扩散与机械弥散共同作用的结果。不同的流动路径和局部速度使溶质羽状体即使在没有湍流的情况下也会扩展。由此产生的有效弥散通常具有方向依赖性，并随流动条件和观测尺度而变化。吸附、化学反应以及与流动缓慢的孔隙区域之间的交换，还可能进一步延缓羽状体的迁移或改变其形态。这些过程对于地下水污染、过滤和地下反应性传递至关重要。\n\n极小的孔隙还会引入其他机制。气体分子与孔壁的碰撞频率可能高于分子之间的碰撞频率，从而产生克努森扩散。狭窄的带电孔隙可以选择性地允许某些离子进入或将其排斥在外，而分子尺度的限域效应则可能改变溶剂结构和传递系数。因此，反渗透等膜过程并不总能被视为普通流体在微小通道中的宏观流动。必须综合考虑驱动力、组分在不同相之间的分配，以及材料特有的渗透机制。\n\n生命系统同样需要应对相互关联的多个尺度上的传递问题。血流负责在宏观距离上输送物质，而扩散则负责将氧气和营养物质经短距离输送至细胞。由于扩散时间与距离的平方成正比，如果组织尺寸增大而输送网络没有相应发展，达到平衡所需的时间就会大幅延长。在跨细胞膜传递中，被动渗透、通道和载体介导过程提供了不同的传递路径；主动运输则将物质迁移与能量来源耦合，而不只是依靠沿化学势降低方向的梯度驱动。\n\n类似的原理也支配着发酵和生物废水处理中的供氧过程。氧气必须先从气相进入液相，再到达消耗氧气的生物体。如果界面供氧成为限制环节，生物活性的增强并不一定会提高总体生产效率。生物膜还会引入内部扩散和反应，因此即使周围液体混合充分，膜内仍会形成随空间位置变化的化学环境。"
    },
    {
      "heading": "测量、计算与预测的局限",
      "text": "传递模型依赖于对材料性质和系统行为的测量。黏度可通过受控剪切流或压差驱动流动来测定；热导率可通过稳态或瞬态加热实验来测定；扩散系数则可通过浓度弛豫、示踪粒子运动或相关技术来测定。每种测量方法都隐含着一个传递模型。如果在解释测量结果时错误地忽略了对流、接触热阻、反应或物性变化，推断出的物性值就可能存在偏差。\n\n流场可采用粒子图像测速法和激光多普勒方法进行研究，温度测量则可使用热电偶、电阻式测温元件或红外成像。浓度测量方法包括光吸收、荧光和光谱学技术。空间分辨率、时间响应、示踪粒子的行为以及探针的侵入都会影响从测量中能够推断出的信息。测得的平均值可能掩盖决定壁面传递或反应的梯度。\n\n计算流体力学结合封闭模型和边界条件，求解离散化的守恒方程。有限体积法能够在各个计算单元内保证守恒，因此得到广泛应用。对于特定的几何形状和数学结构，有限元法和谱方法各有其优势。传递计算还可以将流体方程与固体导热、辐射、化学动力学、变形边界以及电场耦合起来。\n\n数值分辨率不仅是数学问题，也是物理问题。在高施密特数条件下，薄浓度层所需的网格可能远比仅根据速度场判断的网格精细。以平流为主导的计算可能受到人为数值扩散的影响，使陡峭的前沿变得模糊，并产生所模拟物理过程中并不存在的表观混合。反应系统可能引入导致数值刚性的时间尺度，而处理移动界面则需要采用既能保持各相体积、又能准确表示曲率的方法。\n\n数值验证考察方程是否得到正确求解；物理确认则考察方程及其假设能否充分描述实际物理系统。网格与时间步长细化、守恒性检查、基准解以及与独立实验的比较，分别用于评估其中的不同方面。在将差异归因于某个特定本构模型之前，必须考虑测量不确定度和边界条件的不确定度。\n\n在更小的尺度上，分子动力学和动理学方法可以作为连续介质计算的补充。玻尔兹曼方程描述分子速度分布的演化，是重要的气体动理学输运理论的基础。分子模拟可用于研究受限液体和界面阻力，但其结果依赖于相互作用模型以及可实现的模拟时长。机器学习正越来越多地用于构建代理模型、估计参数和开发封闭模型；守恒性、热力学一致性以及外推能力仍是重要的约束。难以预测的情形包括湍流反应流、不断演变的多相界面、浓悬浮液以及强受限条件下的传递过程；在这些情形中，未被解析的结构与不确定的本构行为跨尺度相互作用。"
    }
  ],
  "links": [
    "energy",
    "heat",
    "chemical-engineering",
    "thermodynamics",
    "physics",
    "navier-stokes-equations",
    "temperature",
    "mass",
    "viscosity",
    "pressure",
    "viscoelasticity",
    "thermal-radiation",
    "heat-exchanger",
    "mass-transfer",
    "reynolds-number",
    "boundary-layer",
    "surface-tension",
    "turbulence",
    "refrigeration",
    "cryogenics",
    "ion",
    "microfluidics",
    "battery",
    "fuel-cell",
    "porous-material",
    "porosity",
    "darcys-law",
    "groundwater",
    "reverse-osmosis",
    "cell-membrane",
    "fermentation",
    "wastewater-treatment",
    "spectroscopy",
    "measurement-uncertainty",
    "molecular-dynamics",
    "machine-learning"
  ],
  "sources": [],
  "license": "https://creativecommons.org/licenses/by/4.0/"
}