Learning Objectives
- 說明第二定律的兩種敘述,以及熱機效率的定義
- 由卡諾循環推導效率上限,並說明任何熱機皆無法超過此上限的原因
- 用 dS = dQ/T 計算可逆過程與不可逆過程的熵變化
- 用微觀狀態數說明 S = k ln Ω,以及第二定律的統計意義
熱力學第二定律與熱機
熱咖啡置於桌上會逐漸變涼,不曾觀察到它自發地從空氣吸熱而升溫。第一定律並不禁止此現象:咖啡獲得的能量與空氣失去的相等,能量完全守恆。可見自然界另有一條規則,決定過程進行的方向,即熱力學第二定律。常見的敘述有兩種:
- 克勞修斯敘述:熱不會自發地從低溫物體流到高溫物體。冰箱可以將熱從低溫處移到高溫處,但外界必須做功。
- 克耳文-普朗克敘述:不可能有一部循環運作的熱機,從單一熱源吸熱,全部轉為功,而沒有其他影響。
兩種敘述是等價的:若其中一條不成立,就可以造出違反另一條的機器。
熱機是循環運作的裝置:從高溫熱源吸熱 $Q_H$,做功 $W$,將其餘的 $Q_C$ 排給低溫熱源。完成一次循環後回到原來的狀態,$\Delta U = 0$,因此 $W = Q_H - Q_C$。效率定義為
$$\eta = \frac{W}{Q_H} = 1 - \frac{Q_C}{Q_H}$$
在 P-V 圖上,循環依順時針進行時,膨脹段下方的面積大於壓縮段,淨功 $W$ 即循環所圍的面積。
卡諾循環與效率上限
1824 年,卡諾(Sadi Carnot)在《論火的動力》中探討在兩個溫度之間運作的熱機所能達到的最高效率,結論是可逆循環的效率最高。
可逆的條件是傳熱時兩邊的溫差趨近於 0,且沒有摩擦。理想氣體版本的卡諾循環由四段組成:
- 等溫膨脹(溫度 $T_H$,吸熱 $Q_H$),$V_1 \to V_2$
- 絕熱膨脹,降溫到 $T_C$,$V_2 \to V_3$
- 等溫壓縮(溫度 $T_C$,放熱 $Q_C$),$V_3 \to V_4$
- 絕熱壓縮,升溫回 $T_H$,$V_4 \to V_1$
等溫段 $Q = W = nRT\ln\frac{V_{\text{末}}}{V_{\text{初}}}$,因此
$$Q_H = nRT_H\ln\frac{V_2}{V_1}, \qquad Q_C = nRT_C\ln\frac{V_3}{V_4}$$
兩段絕熱線滿足 $TV^{\gamma - 1}$ 不變,分別寫出 $T_H V_2^{\gamma-1} = T_C V_3^{\gamma-1}$、$T_H V_1^{\gamma-1} = T_C V_4^{\gamma-1}$,兩式相除得到 $\frac{V_2}{V_1} = \frac{V_3}{V_4}$。於是 $\ln$ 項相消:
$$\frac{Q_C}{Q_H} = \frac{T_C}{T_H}, \qquad \eta_{\text{卡諾}} = 1 - \frac{T_C}{T_H}$$
上限的證明。 假設有一部熱機在相同的兩個溫度之間比卡諾熱機更有效率。令其驅動反向運轉的卡諾循環(作為冰箱),並調整大小使對外做的功恰好抵消。兩部機器合併的效果是:沒有外界做功,熱卻從低溫淨流向高溫,違反克勞修斯敘述。因此這種熱機不存在,且上限與工作物質無關,只由兩個絕對溫度決定。
效率達到 100% 必須 $T_C = 0$ K;僅減小摩擦無法達成。800 K 與 300 K 之間的上限是 62.5%,真實的引擎還有摩擦與不可逆的熱流,效率更低。提高效率的方向是增大溫差,這也是發電廠追求高溫高壓的原因。
熵
由卡諾循環可得一項線索。將 $\frac{Q_C}{Q_H} = \frac{T_C}{T_H}$ 改寫,並將放熱寫成負值:
$$\frac{Q_H}{T_H} + \frac{-Q_C}{T_C} = 0$$
沿可逆循環一周,$\frac{Q}{T}$ 的總和為零。這表示它與內能一樣是狀態函數,克勞修斯於 1865 年將其命名為熵(entropy):
$$dS = \frac{dQ_{\text{可逆}}}{T}$$
前述循環工具的表格中,$\Delta S$ 欄的合計皆為 0,即此意義。
不可逆過程的熵會增加。 1000 J 的熱從 400 K 的物體流向 300 K 的物體,兩者夠大、溫度不變:
$$\Delta S = -\frac{1000}{400} + \frac{1000}{300} \approx +0.83\ \text{J/K}$$
若熱反向流動,$\Delta S$ 為負值。第二定律可表述為:孤立系統的總熵不會減少,$\Delta S \geq 0$,等號只在可逆過程成立。
自由膨脹的熵變化。 理想氣體向真空膨脹到兩倍體積,$Q = 0$,直接計算 $\frac{Q}{T}$ 會得到 0。這是錯誤的,因為定義要求可逆路徑。熵是狀態函數,可另取一條起點、終點相同的可逆路徑計算,例如等溫膨脹:
$$\Delta S = nR\ln\frac{V_2}{V_1} = nR\ln 2$$
1 mol 約 5.76 J/K,孤立系統的熵增加,此過程不可逆。
局部的熵可以減少。 冰箱內的水結冰,水的熵減少;但冰箱排給房間的熱使房間的熵增加更多,總和仍然增加。生物體維持高度有序的結構亦然,須將熱與廢物排至環境,總熵仍然增加。第二定律規範的是整個孤立系統,不是系統內的每一部分。
微觀狀態與波茲曼公式
熵的微觀意義可由狀態計數說明。將盒子分成左右兩半,放入 $N$ 顆粒子,每顆可位於左邊或右邊。「哪幾顆在左邊」的一種完整指定稱為一個微觀狀態,「左邊有幾顆」稱為一個巨觀狀態。總共有 $2^N$ 個微觀狀態,假設每個機率相同,左邊有 $n$ 顆的微觀狀態數是
$$\Omega(N, n) = \frac{N!}{n!\,(N - n)!}$$
巨觀狀態對應的微觀狀態越多,出現機率越高。波茲曼將熵與此數值相連(帶常數 $k$ 的寫法由普朗克整理,此式刻於波茲曼位於維也納的墓碑上):
$$S = k\ln\Omega$$
取對數使熵可以相加:兩個獨立系統的狀態數相乘,熵相加。
自由膨脹的驗證。 起初 $N$ 顆全部在左邊,$\Omega_1 = 1$。打開隔板後每顆皆可位於兩邊,可及的微觀狀態有 $\Omega_2 = 2^N$:
$$\Delta S = k\ln 2^N = Nk\ln 2 = nR\ln 2$$
與前述以可逆路徑計算的結果完全相同。此處將 $\Omega$ 計為「所有可及的狀態」,也可以只計最可能的巨觀狀態:$N$ 很大時兩者的 $\ln\Omega$ 差異可以忽略。
以下先計算幾個小規模的例子,再觀察 $N$ 增大時的變化。
第二定律的統計意義
前述模型中,每一步的規則對左右完全對稱,任何方向皆不被禁止。粒子由集中趨向均勻,只是因為均勻分布對應的微觀狀態數量遠多於其他狀態。因此:
- 第二定律是統計定律。10 顆粒子全部回到左邊的事件確實會發生,平均每 1024 步一次。100 顆則需約 $10^{30}$ 步,$10^{23}$ 顆實際上不會發生。
- 時間的方向。分子層級的力學定律在時間反轉下仍成立,而巨觀過程只朝熵增加的方向進行,原因是系統從低熵狀態出發。宇宙初始為低熵狀態的原因,物理學尚無定論。
「熵就是亂度」是有條件的通俗說法。 熵計量的是微觀狀態的數量,外觀是否混亂並非其定義。以下兩例容易誤解:
- 冰比水規則,水的熵高於冰,此直覺符合亂度的說法。
- 然而密度夠高的硬球排列成晶體時,整體的熵反而高於無序的流體:規則排列使每顆球周圍留有較多的活動空間。外觀更規則,微觀狀態卻更多。
因此判斷熵的變化,應依據 $\Omega$ 或可逆路徑上的 $\int\frac{dQ}{T}$,不應僅憑外觀。
重點整理
- 第二定律:熱不會自發地從低溫流向高溫;循環運作的熱機不能從單一熱源吸熱、全部轉為功而沒有其他影響
- 熱機 $\eta = 1 - \frac{Q_C}{Q_H}$;在兩個溫度之間的上限是卡諾效率 $1 - \frac{T_C}{T_H}$,溫度以克耳文計,與工作物質無關
- 熵由可逆路徑定義:$dS = \frac{dQ_{\text{可逆}}}{T}$,是狀態函數;孤立系統的總熵不會減少,局部可以減少
- 微觀上 $S = k\ln\Omega$;$N$ 很大時最可能的狀態極尖,第二定律是統計定律
- 「熵就是亂度」是有條件的通俗說法,判斷時應依據微觀狀態數
操作活塞的模擬見 Uedu Science 的熱機與卡諾效率,延伸閱讀見讀本的熵與熱力學第二定律。下一課進入電磁學:電荷與電場。
小測驗
一部熱機在 327 °C 與 27 °C 之間運作,效率的上限是多少?
冰箱將內部物品冷卻,內部的熵減少。這是否違反第二定律?
理想氣體在隔熱容器中自由膨脹,$Q = 0$。下列關於熵的敘述何者正確?
4 顆粒子分在左右兩邊,下列哪一個巨觀狀態的機率最高?
將一杯熱水和一杯冷水混合,下列何者最能說明兩者不會自發分開的原因?
要提高卡諾熱機的效率,下列哪一項做法有效?