当前位置: 首页 > news >正文

【笔记】菲克定律与连续性方程详述

文章目录

    • 一、菲克第一定律推导
      • 1.1 推导过程
        • 基本假设
        • 分子动力学推导
      • 1.2 物理意义
        • 数学意义
        • 物理本质
        • 三维形式
    • 二、连续性方程式
      • 2.1 推导过程
        • 物理基础
        • 详细推导
      • 3.2 物理意义
        • 基本含义
        • 各项意义
      • 3.3 应用
        • 一维情况
        • 与菲克第二定律的关系
    • 三、菲克第二定律
      • 3.1 推导过程
        • 推导步骤
        • 常扩散系数情况
        • 三维形式
      • 3.2 物理意义
        • 描述内容
        • 数学特征
    • 四、三者关系与统一性
      • 4.1 逻辑关系
      • 4.2 数学关系
      • 4.3 物理统一性
        • 基本原理
        • 热力学基础
        • 4.4 菲克定律区别
  • 菲克第一定律 vs 菲克第二定律 核心对比

一、菲克第一定律推导

1.1 推导过程

基本假设
  • 分子进行无规则热运动
  • 扩散由浓度差驱动
  • 稳态扩散(浓度分布不随时间变化)
分子动力学推导

步骤1:建立一维扩散模型

考虑一个一维系统,在垂直于x轴的单位面积上,分析分子通过该面的净通量。

步骤2:分子运动统计

设:

  • 分子平均热运动速度:vˉ\bar{v}vˉ
  • 分子平均自由程:λ\lambdaλ
  • 在x位置处的浓度:C(x)C(x)C(x)

步骤3:通量计算

在三维随机运动中,沿任意方向运动的分子占总数的1/6。

从左侧(x-λ处)向右运动的通量:
J+=vˉ6×C(x−λ)J_+ = \frac{\bar{v}}{6} \times C(x-\lambda)J+=6vˉ×C(xλ)

从右侧(x+λ处)向左运动的通量:
J−=vˉ6×C(x+λ)J_- = \frac{\bar{v}}{6} \times C(x+\lambda)J=6vˉ×C(x+λ)

步骤4:净通量
J=J+−J−=vˉ6[C(x−λ)−C(x+λ)]J = J_+ - J_- = \frac{\bar{v}}{6}[C(x-\lambda) - C(x+\lambda)]J=J+J=6vˉ[C(xλ)C(x+λ)]

步骤5:泰勒展开

对于小的λ:
C(x−λ)≈C(x)−λ∂C∂xC(x-\lambda) \approx C(x) - \lambda\frac{\partial C}{\partial x}C(xλ)C(x)λxC
C(x+λ)≈C(x)+λ∂C∂xC(x+\lambda) \approx C(x) + \lambda\frac{\partial C}{\partial x}C(x+λ)C(x)+λxC

代入得:
J=vˉ6[(C(x)−λ∂C∂x)−(C(x)+λ∂C∂x)]J = \frac{\bar{v}}{6}\left[(C(x) - \lambda\frac{\partial C}{\partial x}) - (C(x) + \lambda\frac{\partial C}{\partial x})\right]J=6vˉ[(C(x)λxC)(C(x)+λxC)]

J=−vˉλ3∂C∂xJ = -\frac{\bar{v}\lambda}{3}\frac{\partial C}{\partial x}J=3vˉλxC

步骤6:定义扩散系数

根据动力学理论:
D=vˉλ3D = \frac{\bar{v}\lambda}{3}D=3vˉλ

最终得到菲克第一定律:
J=−D∂C∂x\boxed{J = -D\frac{\partial C}{\partial x}}J=DxC

1.2 物理意义

数学意义
  • 负号:扩散方向与浓度梯度方向相反
  • DDD:扩散系数,反映物质扩散能力
  • ∂C∂x\frac{\partial C}{\partial x}xC:浓度梯度,扩散驱动力
物理本质

菲克第一定律描述了恒定浓度梯度驱动下,空间中的物质流,物质i将沿其浓度场决定的负梯度方向进行扩散,其扩散系数DDD反映了物质i扩散的能力,单位是cm²/s。

三维形式

J=−D∇C\mathbf{J} = -D\nabla CJ=DC

二、连续性方程式

连续性方程式:∂ci∂t+∇⋅ji=0\frac{\partial c_i}{\partial t} + \nabla \cdot j_i = 0tci+ji=0

2.1 推导过程

物理基础

质量守恒定律:在没有化学反应的情况下,任何体系中物质的总质量保持不变。

详细推导

步骤1:建立控制体积
考虑固定的微小控制体积VVV,边界为SSS

步骤2:质量守恒表述
对于组分 iii,质量守恒可以表述为:

体积内质量变化率=流入质量率 - 流出质量率=净流入质量率\text{体积内质量变化率} = \text{流入质量率 - 流出质量率}=\text{净流入质量率}体积内质量变化率=流入质量率 - 流出质量率=净流入质量率

步骤3:数学表达
根据质量守恒:
ddt∫VcidV+∮Sji⋅ndS=0\frac{d}{dt}\int_V c_i \, dV + \oint_S \mathbf{j_i} \cdot \mathbf{n} \, dS = 0dtdVcidV+SjindS=0

其中:

  • cic_ici:组分 iii 的浓度(质量密度)
  • ji\mathbf{j_i}ji:组分 iii 的质量流密度矢量
  • n\mathbf{n}n:表面外法向量

步骤4:应用数学定理

对时间导数项:
由于控制体积 VVV 固定不变:
ddt∫VcidV=∫V∂ci∂tdV\frac{d}{dt}\int_V c_i \, dV = \int_V \frac{\partial c_i}{\partial t} \, dVdtdVcidV=VtcidV

对表面积分项:
应用高斯散度定理
∮Sji⋅ndS=∫V∇⋅jidV\oint_S \mathbf{j_i} \cdot \mathbf{n} \, dS = \int_V \nabla \cdot \mathbf{j_i} \, dVSjindS=VjidV

将上述结果代入质量守恒方程:
∫V∂ci∂tdV+∫V∇⋅jidV=0\int_V \frac{\partial c_i}{\partial t} \, dV + \int_V \nabla \cdot \mathbf{j_i} \, dV = 0VtcidV+VjidV=0

∫V(∂ci∂t+∇⋅ji)dV=0\int_V \left(\frac{\partial c_i}{\partial t} + \nabla \cdot \mathbf{j_i}\right) dV = 0V(tci+ji)dV=0

由于这个积分对任意控制体积 VVV 都成立,被积函数必须处处为零:

∂ci∂t+∇⋅ji=0\boxed{\frac{\partial c_i}{\partial t} + \nabla \cdot \mathbf{j_i} = 0}tci+ji=0

3.2 物理意义

基本含义
  • 局部守恒:任意小体积内的质量守恒
  • 通量平衡:浓度变化等于净流入通量
  • 普适性:适用于所有守恒量
各项意义
  1. ∂C∂t\frac{\partial C}{\partial t}tC:单位体积内浓度的时间变化率
  2. ∇⋅J\nabla \cdot \mathbf{J}J:单位体积的净流出通量
  3. 整体方程:流出等于减少

3.3 应用

一维情况

在一维情况下,连续性方程简化为:
∂ci∂t+∂ji∂x=0\frac{\partial c_i}{\partial t} + \frac{\partial j_i}{\partial x} = 0tci+xji=0

与菲克第二定律的关系

将菲克第一定律 ji=−Di∂ci∂xj_i = -D_i \frac{\partial c_i}{\partial x}ji=Dixci 代入连续性方程:

∂ci∂t+∂∂x(−Di∂ci∂x)=0\frac{\partial c_i}{\partial t} + \frac{\partial}{\partial x}\left(-D_i \frac{\partial c_i}{\partial x}\right) = 0tci+x(Dixci)=0

∂ci∂t=∂∂x(Di∂ci∂x)\frac{\partial c_i}{\partial t} = \frac{\partial}{\partial x}\left(D_i \frac{\partial c_i}{\partial x}\right)tci=x(Dixci)

得到菲克第二定律

三、菲克第二定律

3.1 推导过程

菲克第二定律通过菲克第一定律连续性方程结合得到。

推导步骤

步骤1:连续性方程
∂C∂t+∇⋅J=0\frac{\partial C}{\partial t} + \nabla \cdot \mathbf{J} = 0tC+J=0

步骤2:代入菲克第一定律
J=−D∇C\mathbf{J} = -D\nabla CJ=DC

步骤3:一维情况
∂C∂t+∂J∂x=0\frac{\partial C}{\partial t} + \frac{\partial J}{\partial x} = 0tC+xJ=0

∂C∂t+∂∂x(−D∂C∂x)=0\frac{\partial C}{\partial t} + \frac{\partial}{\partial x}\left(-D\frac{\partial C}{\partial x}\right) = 0tC+x(DxC)=0

步骤4:整理得到
∂C∂t=∂∂x(D∂C∂x)\boxed{\frac{\partial C}{\partial t} = \frac{\partial}{\partial x}\left(D\frac{\partial C}{\partial x}\right)}tC=x(DxC)

常扩散系数情况

DDD为常数时:
∂C∂t=D∂2C∂x2\boxed{\frac{\partial C}{\partial t} = D\frac{\partial^2 C}{\partial x^2}}tC=Dx22C

三维形式

∂C∂t=∇⋅(D∇C)\frac{\partial C}{\partial t} = \nabla \cdot (D\nabla C)tC=(DC)

3.2 物理意义

描述内容
  • 时间演化:描述浓度分布随时间的变化
  • 扩散过程:非稳态扩散的基本方程
  • 抛物型偏微分方程:具有扩散性质,平滑浓度分布
数学特征
  1. 扩散性:浓度峰会随时间扩散并降低
  2. 不可逆性:时间具有方向性
  3. 平滑性:消除浓度的急剧变化

四、三者关系与统一性

4.1 逻辑关系

质量守恒定律↓连续性方程↓ (结合分子动力学)菲克第一定律↓ (时间演化)菲克第二定律

4.2 数学关系

连续性方程
∂C∂t+∇⋅J=0\frac{\partial C}{\partial t} + \nabla \cdot \mathbf{J} = 0tC+J=0

菲克第一定律
J=−D∇C\mathbf{J} = -D\nabla CJ=DC

菲克第二定律
∂C∂t=∇⋅(D∇C)\frac{\partial C}{\partial t} = \nabla \cdot (D\nabla C)tC=(DC)

4.3 物理统一性

基本原理
  1. 守恒性:质量、能量、电荷等守恒量
  2. 梯度驱动:系统趋向平衡态
  3. 线性响应:小扰动下的线性关系
热力学基础
  • 熵增原理:系统自发趋向熵最大
  • 最小熵产生原理:稳态下熵产生最小
  • 昂萨格倒易关系:输运系数的对称性
4.4 菲克定律区别

菲克第一定律 vs 菲克第二定律 核心对比

对比项目菲克第一定律菲克第二定律
描述对象扩散通量与浓度梯度的关系浓度随时间的变化规律
时间特征稳态(浓度分布不随时间变化)非稳态(浓度分布随时间变化)
方程性质代数关系式抛物型偏微分方程
物理意义某时刻某位置的扩散速率整个扩散过程的时间演化
典型应用膜分离、稳态传质计算扩散焊接、药物释放动力学

核心区别:第一定律描述"瞬时通量",第二定律描述"时间演化"

http://www.dtcms.com/a/301666.html

相关文章:

  • 【测试报告】博客系统(Java+Selenium+Jmeter自动化测试)
  • 【Milvus合集】1.Milvus 的核心概念(collection、field、index、partition、segment)
  • 【lucene】向量搜索底层文件关系梳理
  • springboot实现打印每个接口请求的出参和入参
  • SpringBoot配置文件详解
  • jangow-01-1.0.1靶机
  • Java 后端 Cookie Session Token会话跟踪技术
  • Maven之多模块项目管理
  • c# everthing.exe 通信
  • Level MC-9“恶地”
  • 1.qt历史版本安装与多版本开发(解决被拦截问题)
  • 青少年编程能力等级测评试卷及答案 Python编程(三级)
  • 《频率之光:共生之恋》
  • C9300L Stacking堆叠
  • 人形机器人指南(十)决策
  • 快速了解线性回归算法
  • Item16:成对使用new和delete时要采取相同形式
  • Sklearn 机器学习 数值指标 混淆矩阵confusion matrix
  • Java知识体系
  • 初识 docker [上]
  • 【高等数学】第六章 定积分的应用——第三节 定积分在物理学上的应用
  • GO语言 go get 下载 下来的包存放在哪里
  • 线程安全问题的发现与解决
  • 2025 DevOps开源工具全景指南:构建面向未来的智能交付体系
  • 嵌入式软件面试八股文
  • 面试150 数字范围按位与
  • PLLIP核
  • 测试老鸟整理,物流项目系统测试+测试点分析(一)
  • 【笔记】Gibbs自由能全微分公式推导
  • AJAX 原理_第一节_XHR 对象