化工尺度分析
我自己大學時在念BSL這本書 (Transport Phenomena by Bird, Stewart, and Lightfoot) 常遇到一些問題,學過單元操作的人都知道無因次群 (Nondimensional group) 的重要性,最直觀的應用就是大幅簡化不同物理變數間可能存在的關係,工程首重應用性,其中的物理意義反倒是其次,這讓我想到高中時一位數理班學長用因次分析研究蜻蜓振翅頻率與升力的關係,最後評審在報告末尾的評語寫上了“缺乏物理意義”,他想當然最後與獎項失之交臂。以前讀過費曼所著<別管別人想什麼>,費曼也提到他參與的一項火箭升空墜落調查計畫中,工程師使用迴歸分析這種缺乏物理意義的設計依據非常有問題,當時看了真為自己是學工程而非科學而捏了把冷汗。
然而因次分析我認為仍然是大學四年能帶走的重要資產,它讓不同物理機制的作用能用簡潔的方式表達出來。高等輸送現象把因次分析更進一步推廣到尺度分析(Scaling Analysis),這解釋了BSL書中對方程式作無因次化時常引入一些莫名其妙的參考尺度的道理:無因次化本身是一個非常隨意的過程,反正只要讓最後的物理量全部沒有因次就可以了,然而錯誤的無因次化會讓這個過程變得沒有意義。只有當我們選擇對的無因次參考尺度時,我們才能從方程式中決定哪一項(或哪個物理效應)可以被忽略。這部分我另外參考了國立新加坡大學的William B. Krantz寫的Scaling Analysis in Modeling Transport and Reaction Processes這本書,他有非常有系統地介紹。舉例來說,流體力學講的Navier Stokes‘ Equation本身包含了慣性項 (inertial term)和黏滯項(viscous term),當我們選擇適當的參考尺度使得這兩項都只有O(1)的尺度時(簡單來說就是不管是微分項啦、散度啦等等實際的數值會在1附近,至多不超過10),這時這兩項前面帶的“係數”就是大家熟知的Reynolds’ number (Re)。如果Re本身很大,黏滯項相比很小就可以從方程式當中去掉,我們就知道黏滯力對流體的行為影響很小幾乎可以忽略了。注意喔可以這麼做完全是因為我們已經把這些無因次群之外的東西都限制在同一個尺度了!(也就是 O(1)) 雖然不明顯,但是這樣做跟單純使用Buckingham’s Pi theorem決定可能有哪些無因次群會得到更為深刻的物理了解,且直接用B理論可能會得到很多累贅的無因次群(比方說你用B理論會預測應該有8個但實際上只有3個是重要的)。
Comments
Post a Comment