第5章热力学基础8h详解.ppt

熵的概念 例:猜扑克牌. 知道是一张“A” 开始 知道是黑桃“A” 信息量的增量等于信息熵的减少. 则，信息的信息增量为 设收到信息前后，信息熵分别为 信息熵S的减少 事件不确定性的减少 信息量的增加 结论：微观状态数最大的平衡态状态是最混乱、最无序的状态，也是信息熵最大的状态,也是信息量最小的状态。 比如平时大家都坐在教室，只有一个状态，要找某同学只要到教室去找，一下便可找到。信息量很大。相反，星期天大家有上街的，打球的、在图书馆看书的……。非常无序，信息量小。 事实上平衡态是最无序、最无信息量、最缺活力的状态。 热力学第二定律告诉我们，一个孤立的社会系统，由 于自身的不可逆过程（能源、交通、犯罪等），熵将趋于极大，信息量极小，没有生机、贫穷落后。 （1）热力学第一定律 第五章 提要 2、热力学第一定律及其应用 1、掌握功、热量和内能等概念，理解准静态过程… 3、准静态过程中功、热量、内能的计算 热量的计算： 功的计算： 迈耶公式: 定容摩尔热容: 定压摩尔热容: 比热容比（绝热系数）： 摩尔热容Cm: 内能的变化的计算： 内能的计算： 热力学第一定律在四个等值过程中的应用 等容过程 dW=0， 等压过程 p=恒量 等温过程 ?E=0。 绝热过程 4、循环过程和卡诺循环 (1) 循环过程的特点 热机效率 致冷系数 (2)卡诺循环: 由两条等温线和两条绝热线组成的循环. 6、热力学第二定律 熵 ① 开尔文与克劳修斯的两种表述及其等价性。 (1)、热力学第二定律 ② 热力学第二定律的统计解释. (2)、熵及熵的计算 玻尔兹曼熵公式： （其中w 是热力学几率） 热力学几率w ：表示任一宏观态所对应的微观态数. 克劳修斯熵公式： ③ 可逆过程、不可逆过程。 ② 对不可逆过程: ① 对可逆过程 （3）熵增原理: 孤立系统内不论进行什么过程，系统的熵不会减少. 即，在不可逆过程中的“热温比”小于熵变！ 2）在相同的高低温热源之间工作的一切不可逆热机的效率一定小于可逆热机的效率。即： 1）在相同高温热源（T1）和低温热源（T2）之间工作的一切可逆热机，不论用什么工作物质，其效率都相等，都等于卡诺热机效率。即： 三、 Cornot定理 （卡诺用热力学第二定律推出以下重要结论） 根据热力学第一定律确定了态函数 —— 内能 根据热力学第二定律可确定另一个态函数 — 熵 5-4 熵及熵增加原理 热力学第二定律已论证了一切与热现象有关的实际宏观过程都是不可逆的。 为了定量表示不可逆过程中系统的初态和终态的差异，解决与热现象有关的实际过程的方向问题，我们需要引入一个态函数——熵S。 熵应具有以下性质： ① 从宏观上看,熵与内能一样是系统的单值函数,并且具有可加性。 ② 从微观上看，系统的每一宏观态都对应一个确定的热力学 概率（微观态数几率）W，因此，熵S应该是热力学概率W的函数，即S=f(W)。而热力学概率是遵循概率乘法规则的，即 综上所述，S 和W 同时满足加法和乘法规则，则它们只能是 对数函数关系，为此定义 （其中k是玻尔兹曼常数，玻尔兹曼熵公式） 一、玻耳兹曼熵(统计熵) 单位J/K （玻尔兹曼熵公式） 即:系统的熵值越大、系统内分子热运动的混乱度就越高。 ——熵的统计意义 熵的微观意义是： 熵是系统内分子热运动无序程度的量度。 玻尔兹曼公式把宏观量熵与热力学概率紧密的联系在一起了，因此，系统所处状态的热力学概率越大，其熵值也就越大。 ——熵增加原理 孤立系统内不论进行什么过程，系统的熵不会减少. 一孤立系统经历不可逆过程 ? ?，W2 W1 一孤立系统经历可逆过程 则 W2 =W1，?S=0 即：在孤立系统中发生的任何不可逆过程，都将导致整个系 统熵的增加。 熵变（熵增）?S 只取决于初、终态的熵值，而与所经历的过程无关 二、熵增加原理 三、克劳修斯熵（熵的宏观表述——热力学熵） 由Cornot定理可知， 便有 因为工质吸热为正,放热为负,则 此式的意义是在卡诺循环中量 的总和等于零. 对卡诺循环有： P V 对任意可逆循环 对于任意一个可逆循环可以看作为由无数个微小的卡诺循环组成。 相邻两个卡诺循环的绝热过程曲线重合，方向相反，互相抵消。当卡诺循环数无限增加时，锯齿形过程曲线无限接近于用黑色线表示的可逆循环。 任一可逆循环，用一系列微小可逆卡诺循环代替。 每一 可逆卡诺循环都有： △Qi1 △Qi2 Ti1 Ti2 绝热线 等温线 p V 对任意可逆循环 所有可逆卡诺循环加一起： 克劳修斯等式 对任意不可逆循环： 克劳修斯不等式 此式的意义是：