(白)(北理工教材)Y第4章3热力学.ppt

* 例： 焦耳实验 (热功转换) 已知: 水的质量m,比热容c,温度由T1升到T2 求: 此过程水的熵变 解: 设计一个等压(或等体)升温过程 例： 焦耳实验 (热功转换) 重物下落dh,水温上升dT 吸收热量所能做的最大功 前面已得 由能量守恒 退降能量 熵的宏观意义： 能量退降 不可逆过程在能量的利用上的后果，总是使一定的能量从能做‘宏观功’的形式变为不能做‘宏观功’的形式， 这部分能量成了‘退降 的’能量。 由于这部分‘退降 的’能量与不可逆过程中的熵增加量成正比，所以说：熵的增加是能量退降的量度。 T1 T0 A1 可逆机E1 不可逆机E2 A2 T2 可逆 不可逆 （同样的Q1，可逆机利用率高） 退降能量 不可逆过程不断产生熵 熵增加过程 同时使能量（Q)的利用率下降！ 由玻尔兹曼熵公式（统计熵） 克劳修斯熵公式 （热力学熵） 推导 对一定温度T,一定体积V下的νmol单原子理想气体： 由分子的位置（与V有关）和速度（与T有关）来确定 分子按位置分布的微观状态数 分子按速度分布的微观状态数 理想气体，可逆过程 热力学第一定律 } 单原子理想气体 单原子理想气体 推广到任意热力学系统： 任意热力学系统 和上述单原子理想气体系统 组成孤立复合系统 接触 达到平衡态T 后 复合系统的熵： 对孤立复合系统，可逆过程 结论： （任意系统可逆过程） 玻尔兹曼熵（统计熵）适用于平衡态和非平衡态（都有 微观状态数） 克劳修斯熵 （热力学熵）只适用于平衡态 克劳修斯熵 （热力学熵）是玻尔兹曼熵（统计熵）的最大值 热力学第二定律统计意义 由热力学第二定律 孤立系统内发生的一切过程，总是由包括微观状态数目小的 宏观状态向包括微观状态数目大的宏观状态进行。 或由概率 小的状态向概率大的状态进行。 这就是热力学第二定律统计意义. 孤立系统 （等号适用于可逆过程） 例. 1 kg 0 oC 的冰与恒温热库（t = 20 oC ）接触， 求冰全部溶化成水的熵变？(熔解热λ=334J/g) 解：冰等温融化成水的熵变： 思路： 为不等温热传导过程，不可逆，不能计算恒温热库的熵变 来作为冰溶化的熵变。 设想冰与 0 ?C 恒温热源接触，此为可逆吸热过程。 t = 20 oC 的恒温热库发生的熵变： 另求：此不等温热传导过程的总熵变 总熵变 符合热二律 熵与信息 1， 信息有质、量的差别，评估质难，不得已在量上下功夫。 1948年；香农（Shannon) 从概率角度给量以定义 例1，找一人 一幢五层楼 50 间 第三层 10 间 301 信息的获得意味着在各种可能性中概率的集中 通常事物具有多种可能性，最简单的是两种，是否，黑白， 有无，生死，计算机 0，1，无信息时，概率都是 1/ 2 信息论中把从两种可能性中作出判断所需信息量叫做1比特（bit) 从四种可能性中作出判断需要多少信息量？ 例: 甲抽一张扑克牌，乙猜它的花色，规则；乙可提问，甲回 答是否 最少问两次，是黑的吗？是桃吗？ 所以，从4种可能性中作出判断要 2 bit 信息 --- 8 ----------------------------- 3 bit 信息 ----16 ------------------------------ 4 bit 信息 从 N 种可能性中作出判断所需比特数 换成自然对数 用概率表达；每种可能的概率为 即作出完全判断所缺的信息量为 这就是香农信息熵的定义，它意味着信息量的缺损 若概率不相等 例：天气预报 明天有雨 1 bit (S=-Kln 1=0 ) 明天 80% 有雨 下雨 不下雨 信息量的缺损 即比全部 所需信息量（1比特）少了 0.722 信息量 信息熵与热力学熵; 两者相比 由熵增加原理,计算机信息量增加 1 bit ，熵就减少 kln2J/K, 只能以环境熵增加为代价，即在温度 T 下处理每 bit ，计算机至少消耗能量 kTln2，这是理论下限，当代最先进的计算机，每比特能耗也在 108 kT 数量级以上 热 学 理想气体状态方程 理想气体压强 理想气体温度 理想气体内能