统计物理 · 第一部分 预备知识 · 预备章 P5

输运现象与不可逆过程热力学初步

Transport Phenomena and Irreversible Thermodynamics
已完成讲义更新于 2026.10.08统计物理讲义 v1.0
本章目标

为第五部分准备非平衡现象的基本语言:平均自由程、三种输运过程及其分子运动论估计、扩散方程与随机行走、流体力学中的雷诺数与斯托克斯阻力、熵产生与昂萨格关系。

§P5.1平均自由程与碰撞频率

把分子看成直径为 dd 的硬球,碰撞截面 σ=πd2\sigma = \pi d^2((P1.19))。一个分子运动距离 ll 时扫过体积 σl\sigma l,其中的分子都会被它撞到。若其他分子静止,碰撞数为 nσln\sigma l。实际上其他分子也在运动,碰撞频率应该用相对速度计算:Γ=nσ⟨vrel⟩\Gamma = n\sigma\langle v_{\mathrm{rel}}\rangle。

相对速率。两个分子的速度独立地服从麦克斯韦分布 (5.10),联合分布 ∝exp⁡[−m(v12+v22)/2kBT]\propto\exp[-m(v_1^2 + v_2^2)/2k_{\mathrm B}T]。由 (P1.18),12mv12+12mv22=12(2m)V2+12μvrel2\frac12mv_1^2 + \frac12mv_2^2 = \frac12(2m)V^2 + \frac12\mu v_{\mathrm{rel}}^2,μ=m/2\mu = m/2;这个变量替换是线性的,雅可比行列式为常数。所以相对速度服从质量为 μ=m/2\mu = m/2 的麦克斯韦分布,由 (5.12),⟨vrel⟩=8kBT/πμ=2 ⟨v⟩\langle v_{\mathrm{rel}}\rangle = \sqrt{8k_{\mathrm B}T/\pi\mu} = \sqrt2\,\langle v\rangle。于是

Γ=2 nσ⟨v⟩,ℓmfp=⟨v⟩Γ=12 nσ(P5.1)\Gamma = \sqrt2\,n\sigma\langle v\rangle,\qquad \ell_{\mathrm{mfp}} = \frac{\langle v\rangle}{\Gamma} = \frac{1}{\sqrt2\,n\sigma} \tag{P5.1}

例:0 °C、1 atm 的 N2\mathrm N_2,d≈0.37d\approx0.37 nm,σ≈4.3×10−19 m2\sigma\approx4.3\times10^{-19}\ \mathrm{m^2},n≈2.7×1025 m−3n\approx2.7\times10^{25}\ \mathrm{m^{-3}},得 ℓmfp≈60\ell_{\mathrm{mfp}}\approx60 nm,约为分子间平均距离(约 3 nm)的 20 倍;⟨v⟩≈450\langle v\rangle\approx450 m/s,所以每个分子每秒约碰撞 7×1097\times10^9 次。

§P5.2三种输运过程与扩散方程

系统偏离平衡时,若某种守恒量(粒子数、动量、能量)的密度不均匀,就会产生相应的流。实验上的线性定律:

Jn=−D∇n  (菲克定律),Pxy=−η∂ux∂y  (牛顿黏滞定律),Jq=−κ∇T  (傅里叶定律)(P5.2)\mathbf J_n = -D\nabla n\ \ (\text{菲克定律}),\qquad P_{xy} = -\eta\frac{\partial u_x}{\partial y}\ \ (\text{牛顿黏滞定律}),\qquad \mathbf J_q = -\kappa\nabla T\ \ (\text{傅里叶定律}) \tag{P5.2}

DD、η\eta、κ\kappa 分别是扩散系数、黏滞系数、热导率;PxyP_{xy} 是 xx 方向动量沿 yy 方向的流(即剪切应力的大小),uxu_x 是流体的平均流速。

分子运动论的估计。设每个分子携带某个量 QQ(扩散:QQ 为"是否为示踪分子"的标记;黏滞:Q=muxQ = mu_x;热传导:QQ 为每个分子的能量),QQ 的平均值沿 zz 方向有梯度。粗略地设分子以速率 ⟨v⟩\langle v\rangle 沿 ±x,±y,±z\pm x,\pm y,\pm z 六个方向各占 1/6 地运动,并且在穿过平面 zz 之前,最后一次碰撞发生在距离约 ℓmfp\ell_{\mathrm{mfp}} 处,带着那里的 QQ 值。单位时间、单位面积从下方穿过的分子数为 16n⟨v⟩\frac16n\langle v\rangle,从上方穿过的也是如此,所以净流为

JQ=16n⟨v⟩[Q(z−ℓmfp)−Q(z+ℓmfp)]≈−13n⟨v⟩ℓmfpdQdzJ_Q = \frac16n\langle v\rangle\left[Q(z - \ell_{\mathrm{mfp}}) - Q(z + \ell_{\mathrm{mfp}})\right]\approx-\frac13n\langle v\rangle\ell_{\mathrm{mfp}}\frac{dQ}{dz}

与 (P5.2) 比较:

D≈13⟨v⟩ℓmfp,η≈13nm⟨v⟩ℓmfp,κ≈13ncv⟨v⟩ℓmfp(P5.3)D\approx\frac13\langle v\rangle\ell_{\mathrm{mfp}},\qquad \eta\approx\frac13nm\langle v\rangle\ell_{\mathrm{mfp}},\qquad \kappa\approx\frac13nc_v\langle v\rangle\ell_{\mathrm{mfp}} \tag{P5.3}

(cvc_v 是每个分子的定容热容。)这个模型很粗糙,数值系数需要第25章的玻尔兹曼方程才能严格确定,但它给出了正确的定性结论。一个著名的例子:把 (P5.1) 代入,η≈m⟨v⟩/(32σ)\eta\approx m\langle v\rangle/(3\sqrt2\sigma) 与气体密度无关。麦克斯韦在 1860 年得到这一"反直觉"的预言(气体越稀薄,携带动量的分子越少,但每个分子把动量带得越远,两者恰好抵消),随后的实验证实了它,成为分子运动论的有力证据。

扩散方程。粒子数守恒给出连续性方程 ∂n/∂t+∇⋅Jn=0\partial n/\partial t + \nabla\cdot\mathbf J_n = 0(提示 A11),代入菲克定律:

∂n∂t=D∇2n(P5.4)\frac{\partial n}{\partial t} = D\nabla^2n \tag{P5.4}
偏微分方程

含有多个自变量的偏导数的方程。(P5.4) 是线性的,解可以叠加;可以通过直接代入来验证一个猜测的解。(详见附录 A15;(P5.5) 的推导见 §A15.2。)

一维情形,设 t=0t = 0 时 NN 个粒子都在原点。可以直接代入验证(对 tt 求导与对 xx 求两次导,两边相等),

n(x,t)=N4πDt e−x2/4Dt(P5.5)n(x,t) = \frac{N}{\sqrt{4\pi Dt}}\,e^{-x^2/4Dt} \tag{P5.5}

是 (P5.4) 的解。与 (2.5) 比较,这是方差为 2Dt2Dt 的高斯分布:⟨x2⟩=2Dt\langle x^2\rangle = 2Dt;三维中三个方向独立,⟨r2⟩=6Dt\langle r^2\rangle = 6Dt。扩散距离正比于 t\sqrt t,而不是 tt。

与随机行走的联系。设粒子每隔时间 τ\tau 随机地向左或向右走一步,步长 aa。tt 时刻共走了 Ns=t/τN_{\mathrm s} = t/\tau 步,由 §2.2 的结果(x=a∑isix = a\sum_is_i,各步独立,每步 ⟨si2⟩=1\langle s_i^2\rangle = 1),⟨x2⟩=Nsa2=a2t/τ\langle x^2\rangle = N_{\mathrm s}a^2 = a^2t/\tau,并且分布趋于高斯分布(§2.4)。与 ⟨x2⟩=2Dt\langle x^2\rangle = 2Dt 比较:

D=a22τ(P5.6)D = \frac{a^2}{2\tau} \tag{P5.6}

微观的随机行走在宏观上表现为扩散——这是第23章布朗运动理论与第30章高分子链统计的共同出发点。

§P5.3流体力学初步:雷诺数与斯托克斯阻力

流体的质量守恒同样由连续性方程描述:∂ρ/∂t+∇⋅(ρu)=0\partial\rho/\partial t + \nabla\cdot(\rho\mathbf u) = 0。描述流体运动时有两种力相互竞争:惯性(单位体积约 ρu2/L\rho u^2/L,LL 为流动的特征尺度、uu 为特征速度)与黏滞力(由 (P5.2),单位体积约 ηu/L2\eta u/L^2)。二者之比称为雷诺数:

Re=ρuLη(P5.7)\mathrm{Re} = \frac{\rho uL}{\eta} \tag{P5.7}

Re≫1\mathrm{Re}\gg1 时惯性主导,流动可能变成湍流;Re≪1\mathrm{Re}\ll1 时黏滞主导,流动平稳且对外力的响应是线性的。

物理输入

在 Re≪1\mathrm{Re}\ll1 时,半径为 aa 的球以速度 u\mathbf u 在黏滞系数为 η\eta 的流体中运动,所受阻力为 F=−6πηa u\mathbf F = -6\pi\eta a\,\mathbf u(斯托克斯定律,由流体力学方程求解得到)。

例:半径 1 μm 的胶体粒子在水中以 1 μm/s 运动,Re≈103×10−6×10−6/10−3=10−6\mathrm{Re}\approx10^3\times10^{-6}\times10^{-6}/10^{-3} = 10^{-6},斯托克斯定律完全适用。第23章将由均分定理与斯托克斯阻力推出布朗粒子的扩散系数 D=kBT/(6πηa)D = k_{\mathrm B}T/(6\pi\eta a)(斯托克斯–爱因斯坦关系)。

§P5.4不可逆过程热力学:熵产生、流与力

局域平衡。若宏观量在空间上变化得足够缓慢,可以设想系统被分成许多小体积元,每个体积元内部处于平衡态,有各自的温度 T(r)T(\mathbf r)、化学势 μ(r)\mu(\mathbf r)。于是热力学关系在每个体积元内仍然成立,而熵可以在体积元之间流动,并在不可逆过程中产生。

例:热传导的熵产生。两个温度分别为 T1T_1、T2T_2 的物体接触,热流(能量流)JUJ_U 从 1 流向 2。在时间 dtdt 内,物体 1 失去能量 JU dtJ_U\,dt,物体 2 得到同样多的能量,总熵的变化率为

dSdt=JU(1T2−1T1)≥0(P5.8)\frac{dS}{dt} = J_U\left(\frac{1}{T_2} - \frac{1}{T_1}\right)\ge0 \tag{P5.8}

(由 (1.8),dSi=dUi/TidS_i = dU_i/T_i。)它总是正的,因为热只从高温流向低温。写成"流 × 力"的形式:流是 JUJ_U,与之共轭的"力"是 Δ(1/T)\Delta(1/T)。推广到连续介质,单位体积的熵产生率为

σs=JU⋅∇1T−Jn⋅∇μT ≥ 0(P5.9)\sigma_s = \mathbf J_U\cdot\nabla\frac1T - \mathbf J_n\cdot\nabla\frac\mu T\ \ge\ 0 \tag{P5.9}

(第二项来自粒子流,与 (1.8) 中 ∂S/∂N=−μ/T\partial S/\partial N = -\mu/T 相对应。)

线性关系与昂萨格倒易关系。在接近平衡时,各种流是各种力的线性函数:Ji=∑jLijXjJ_i = \sum_jL_{ij}X_j。例如只有热传导时,JU=L∇(1/T)=−(L/T2)∇T\mathbf J_U = L\nabla(1/T) = -(L/T^2)\nabla T,即傅里叶定律,κ=L/T2\kappa = L/T^2。熵产生 σs=∑i,jXiLijXj≥0\sigma_s = \sum_{i,j}X_iL_{ij}X_j\ge0 对任意的力都成立,所以系数矩阵 LL 是半正定的(提示 B1),特别地 Lii≥0L_{ii}\ge0——热导率、扩散系数、电导率都不可能为负。当多种流与力同时存在时,还有交叉效应:温度梯度引起电流(塞贝克效应)或粒子流(热扩散),电流引起热流(佩尔捷效应)。昂萨格在 1931 年证明:在适当选取流与力之后,

Lij=Lji(P5.10)L_{ij} = L_{ji} \tag{P5.10}

例如它给出佩尔捷系数与塞贝克系数之间的开尔文关系。昂萨格的证明依赖于微观动力学的时间反演对称性(§P1.2)与涨落的回归假设,这正是第24章的主题;这里只把 (P5.10) 作为结论预告。

自测题

  1. 由 (P5.3) 证明 κ/η=cv/m\kappa/\eta = c_v/m,并说明这个比值与气体的密度、平均自由程都无关。
  2. 由 (P5.5) 估计:室温下小分子在水中的扩散系数约为 10−9 m2/s10^{-9}\ \mathrm{m^2/s},扩散 1 mm 与 1 cm 大约各需多少时间?[答:约 8 分钟;约 14 小时(一维估计 t=x2/2Dt = x^2/2D)]
  3. 两个物体之间的热流为 JU=K(T1−T2)J_U = K(T_1 - T_2)(K>0K>0)。用 (P5.8) 验证熵产生为正,并把 KK 用 L11L_{11} 与温度表示。[答:K≈L11/T2K\approx L_{11}/T^2(温差小时)]