Termodynamika i Wymiana Ciepła — Carnot, Promieniowanie Ciała Doskonale Czarnego i Diagramy Fazowe

Dlaczego termodynamika jest nieunikniona

Każdy proces we wszechświecie — chemiczny, biologiczny, mechaniczny, elektromagnetyczny — jest ostatecznie rządzony przez termodynamikę. Termodynamiki nie da się wyprowadzić z praw Newtona; opiera się na własnych fundamentach logicznych, zbudowanych z obserwacji dotyczących ciepła, pracy i strzałki czasu. Jej prawa są proste, ale ich konsekwencje głębokie: maszyny nie mogą być doskonale wydajne, nieporządek wzrasta, a zero absolutne pozostaje na zawsze poza zasięgiem.

To, co czyni termodynamikę wyjątkowo trudną do nauczania, to fakt, że jej kluczowe pojęcia — entropia, temperatura, ciepło właściwe — są statystycznymi średnimi po ogromnej liczbie cząstek. Żadna pojedyncza cząstka nie ma temperatury. Interaktywna symulacja, która pozwala obserwować, jak rozkłady Maxwella-Boltzmanna zmieniają kształt podczas przesuwania suwaka temperatury, albo jak spontanicznie powstają wałki konwekcyjne w podgrzewanym płynie, sprawia, że te średnie stają się namacalne w sposób, jakiego nie osiągną same równania.

Ten spotlight oprowadza po sześciu symulacjach termodynamicznych dostępnych na platformie, pokazując, czego uczy każda z nich i jak łączą się z leżącą u ich podstaw fizyką.

Warstwa 1: Prawo stygnięcia Newtona

Symulacja stygnięcia kawy

Najprostsze doświadczenie termodynamiczne jest zarazem jednym z najbardziej pouczających: gorący obiekt umieszczony w chłodniejszym otoczeniu. Prawo stygnięcia Newtona mówi, że tempo utraty ciepła jest proporcjonalne do różnicy temperatur między obiektem a otoczeniem. Wynikiem jest zanik wykładniczy — ta sama forma matematyczna, która rządzi rozpadem promieniotwórczym, ładowaniem obwodu RC i wzrostem populacji dążącym do pojemności środowiska.

Stygnięcie Newtona:
  dT/dt = -k(T - T_otoczenia)
  Rozwiązanie: T(t) = T_otoczenia + (T₀ - T_otoczenia)·e^{-kt}
  k = h·A / (m·c_p)       [stała stygnięcia, s⁻¹]

Prawo przewodnictwa cieplnego Fouriera (1D):
  q = -λ · dT/dx           [W/m², strumień ciepła]
  ∂T/∂t = α · ∂²T/∂x²     [równanie przewodnictwa, α = λ/(ρ·cₚ)]

Dyfuzyjność cieplna:
  α = λ / (ρ·cₚ)           [m²/s]
  Miedź: α ≈ 1,17×10⁻⁴ m²/s
  Woda:  α ≈ 1,43×10⁻⁷ m²/s (820× wolniej)

Prawo promieniowania Newtona (Stefan-Boltzmann):
  P = ε·σ·A·(T⁴ - T_ot⁴)   [dominuje przy wysokim T]
  σ = 5,67×10⁻⁸ W/(m²·K⁴)

Symulacja stygnięcia kawy pozwala regulować temperaturę początkową, temperaturę otoczenia, materiał kubka (przewodność) i powierzchnię. Obserwuj, jak krzywa stygnięcia zmienia się z niemal liniowej przy małym ΔT na stromo wykładniczą przy dużym ΔT. Przełączaj między czystym przewodnictwem a chłodzeniem zdominowanym przez promieniowanie, by zobaczyć, dlaczego wyraz Stefana-Boltzmanna z T⁴ liczy się tylko przy bardzo wysokich temperaturach.

Warstwa 2: Granica silnika cieplnego

Symulacja cyklu Carnota

W 1824 roku Sadi Carnot udowodnił coś niezwykłego, nie mając żadnej wiedzy o atomach: żaden silnik cieplny działający między dwoma zbiornikami o temperaturach T_H i T_C nigdy nie może przekroczyć sprawności Carnota η = 1 − T_C/T_H. Ta granica jest absolutna. Nie zależy od czynnika roboczego, konstrukcji silnika ani pomysłowości inżyniera — wynika wyłącznie z drugiej zasady termodynamiki.

Proces         Typ                  Ciepło      Praca
─────────────────────────────────────────────────────
1→2  Rozprężanie izotermiczne     Q_H > 0    W₁₂ = Q_H
2→3  Rozprężanie adiabatyczne     Q = 0      W₂₃ = -ΔU
3→4  Sprężanie izotermiczne       Q_C < 0    W₃₄ = Q_C
4→1  Sprężanie adiabatyczne       Q = 0      W₄₁ = -ΔU

Praca netto:
  W_net = Q_H - |Q_C|

Sprawność Carnota:
  η_C = W_net/Q_H = 1 - T_C/T_H   (temperatury w kelwinach)

Ograniczenie z drugiej zasady:
  ΔS_wszechświata ≥ 0
  |Q_C|/T_C ≥ Q_H/T_H  (nierówność Clausiusa)

Przykłady rzeczywistych silników (η_C vs rzeczywista):
  Turbina parowa: T_H=600K, T_C=300K → η_C=50%, rzeczywista ~42%
  Silnik samochodowy: T_H=900K, T_C=300K → η_C=67%, rzeczywista ~25-35%

Symulacja cyklu Carnota renderuje jednocześnie pełny diagram P-V i T-S. Przeciągaj suwaki T_H i T_C i obserwuj, jak zamknięte pole — praca netto — rośnie lub maleje. Porównaj z cyklem Otto (wyidealizowanym silnikiem benzynowym), by zobaczyć, dlaczego silniki wysokoprężne, dzięki wyższym stopniom sprężania, osiągają lepszą sprawność w praktyce.

Warstwa 3: Prędkość cząsteczek

Rozkład Maxwella-Boltzmanna

Temperatura to średnia energia kinetyczna cząsteczek — ale nie wszystkie cząsteczki poruszają się z tą samą prędkością. James Clerk Maxwell i Ludwig Boltzmann wyprowadzili rozkład prawdopodobieństwa prędkości cząsteczek w gazie doskonałym. Rozkład ten nie jest gaussowski: ma długi ogon wysokich prędkości, co tłumaczy, dlaczego reakcje chemiczne są możliwe nawet wtedy, gdy przeciętna cząsteczka nie ma wystarczającej energii.

Gęstość prawdopodobieństwa:
  f(v) = 4π·n·(m/2πk_BT)^{3/2}·v²·exp(-mv²/2k_BT)

Prędkości charakterystyczne:
  v_p  = √(2k_BT/m)          najbardziej prawdopodobna
  v̄   = √(8k_BT/πm)         średnia
  v_rms = √(3k_BT/m)         średnia kwadratowa

Zależność: v_p < v̄ < v_rms  (proporcja ≈ 1 : 1,128 : 1,225)

Twierdzenie o ekwipartycji:
  ½m⟨v_x²⟩ = ½m⟨v_y²⟩ = ½m⟨v_z²⟩ = ½k_BT
  Gaz jednoatomowy doskonały: U = (3/2)Nk_BT
  Gaz dwuatomowy doskonały:  U = (5/2)Nk_BT  (+ 2 stopnie swobody rotacji)

Czynnik Boltzmanna:
  P(E) ∝ exp(-E/k_BT)         Arrhenius: k = A·exp(-E_a/k_BT)

Symulacja Maxwella-Boltzmanna pozwala ustawić temperaturę gazu i masę cząsteczkową, obserwując jak krzywa rozkładu się przesuwa, a żywy histogram symulowanych prędkości cząsteczek dopasowuje się do krzywej teoretycznej. Ogon wysokich prędkości staje się namacalny: nawet przy umiarkowanych temperaturach niewielki ułamek cząsteczek niesie wystarczająco dużo energii, by uciec z fazy ciekłej (parowanie) lub pokonać bariery reakcji (chemia).

Warstwa 4: Światło z gorących obiektów

Symulacja promieniowania ciała doskonale czarnego

Każdy obiekt powyżej zera absolutnego emituje promieniowanie elektromagnetyczne. Widmo tego promieniowania zależy wyłącznie od temperatury obiektu — fakt, którego fizyka klasyczna nie potrafiła wyjaśnić, prowadząc do „katastrofy w nadfiolecie". Max Planck rozwiązał ten kryzys w 1900 roku, zakładając, że energia jest skwantowana w dyskretnych paczkach — rewolucyjna hipoteza, która zapoczątkowała mechanikę kwantową.

Widmowa jasność promieniowania Plancka:
  B(λ,T) = (2hc²/λ⁵) · 1/(exp(hc/λk_BT) - 1)

Prawo przesunięć Wiena:
  λ_max · T = 2,898×10⁻³ m·K
  Słońce (T≈5778K):  λ_max ≈ 502 nm (zielony)
  Ciało człowieka (310K): λ_max ≈ 9,35 μm (podczerwień)

Prawo Stefana-Boltzmanna:
  P = ε·σ·A·T⁴
  σ = 5,670×10⁻⁸ W/(m²·K⁴)
  Podwojenie T → 16× więcej mocy

Klasyczne prawo Rayleigha-Jeansa (zawodzi przy krótkich λ):
  B_RJ(λ,T) = 2ck_BT/λ⁴    → ∞ gdy λ → 0 (katastrofa w nadfiolecie)

Poprawka Plancka: skwantowane oscylatory
  ⟨E⟩ = hν/(exp(hν/k_BT) - 1)  zamiast k_BT

Symulacja promieniowania ciała doskonale czarnego renderuje widmo Plancka obok klasycznej predykcji Rayleigha-Jeansa. Przesuń temperaturę od 300 K do 30 000 K i obserwuj, jak maksimum długości fali przesuwa się od podczerwieni przez widzialną czerwień, żółć i biel — dokładnie te barwy, jakie widzimy w nagrzewającym się metalu. Krzywa klasyczna rozbiega się katastrofalnie przy krótkich długościach fali, podczas gdy wzór Plancka pozostaje fizyczny, przez co rewolucja kwantowa wydaje się nieunikniona.

Warstwa 5: Spontaniczne powstawanie wzorców

Symulacja konwekcji Bénarda

Podgrzej płaską warstwę płynu od spodu, a pozostanie ona przewodząca — ciepło dyfunduje w górę bez ruchu płynu — dopóki nie zostanie przekroczony krytyczny próg, liczba Rayleigha. Powyżej tego progu stan stacjonarny staje się niestabilny i spontanicznie powstają wałki konwekcyjne, tworząc piękne heksagonalne komórki Bénarda, widoczne w podgrzewanym oleju czy na granulach powierzchni Słońca.

Liczba Rayleigha:
  Ra = g·β·ΔT·d³ / (ν·α)
  g  = przyspieszenie grawitacyjne [m/s²]
  β  = współczynnik rozszerzalności cieplnej [1/K]
  ΔT = różnica temperatur [K]
  d  = grubość warstwy [m]
  ν  = lepkość kinematyczna [m²/s]
  α  = dyfuzyjność cieplna [m²/s]

Liczba Prandtla:
  Pr = ν/α   (stosunek dyfuzyjności pędu do cieplnej)
  Woda: Pr ≈ 7    Powietrze: Pr ≈ 0,71    Olej silikonowy: Pr ≈ 1000

Początek konwekcji:
  Ra_c ≈ 1708  (dla sztywnych warunków brzegowych z obu stron)

Długość fali wałka przy progu:
  λ ≈ 2d  (komórki poziome o szerokości mniej więcej równej głębokości warstwy)

Liczba Nusselta (wzmocnienie konwekcyjne):
  Nu = Q_konw/Q_przew = 1 + C·(Ra/Ra_c - 1)^n   dla Ra > Ra_c

Symulacja konwekcji Bénarda wykorzystuje różnicowy solver Naviera-Stokesa z przybliżeniem Boussinesqa. Zwiększ gradient temperatury powyżej krytycznej liczby Rayleigha i obserwuj, jak nieporządek nagle krystalizuje się w struktury wirujące. Zwiększ go jeszcze bardziej, a wałki staną się turbulentne — wyrazista demonstracja tego, jak porządek wyłania się z warunków brzegowych, a nie z projektu.

Warstwa 6: Materiały i przemiany fazowe

Symulacja diagramu fazowego stopu

Gdy miesza się dwa metale, ich interakcje termodynamiczne tworzą diagramy fazowe, które rządzą tym, jakie struktury krystaliczne są stabilne przy danym składzie i temperaturze. Diagramy fazowe to inżynierskie plany budowlane: hutnicy stali, projektanci stopów lotniczych i producenci mikroelektroniki polegają na nich, by dobrać temperatury obróbki i przewidzieć mikrostrukturę.

Obszary diagramu fazowego:
  Ciecz          — jednorodny stop stopiony
  Roztwór stały L (α)   — roztwór stały bogaty w A
  Roztwór stały R (β)   — roztwór stały bogaty w B
  Ciecz + α    — współistnienie dwóch faz
  Ciecz + β    — współistnienie dwóch faz
  α + β         — obszar dwufazowy poniżej solidusu

Reguła dźwigni (udział faz w obszarze dwufazowym):
  f_α  = (C_β - C₀) / (C_β - C_α)
  f_β  = (C₀ - C_α) / (C_β - C_α)
  C₀ = skład całkowity, C_α, C_β = granice faz

Punkt eutektyczny:
  Minimalna temperatura topnienia na diagramie fazowym
  W eutektyku: ciecz → α + β jednocześnie
  Eutektyk Sn-Pb (lut): 63% Sn, 37% Pb, T_e = 183°C

Reguła faz Gibbsa:
  F = C - P + 2   (C składników, P faz, F stopni swobody)
  W eutektyku:    F = 2 - 3 + 2 = 1  (przy ustalonym P, T jest wyznaczone)

Symulacja diagramu fazowego stopu renderuje pełny binarny diagram eutektyczny i śledzi kursor przez obszary fazowe z odczytem reguły dźwigni w czasie rzeczywistym. Ustaw początkowy skład cieczy, ustaw tempo chłodzenia i obserwuj powstawanie mikrostruktury: pierwotne dendryty α krystalizują jako pierwsze, wzbogacając pozostałą ciecz w składnik B, aż osiągnie ona eutektyk i zamarznie jednocześnie.

Kompletna kolekcja termodynamiczna

Sześć symulacji obejmuje główne gałęzie termodynamiki klasycznej:

Połączenia między kolekcjami

Termodynamika sięga niemal do każdej innej kategorii na platformie. Ten sam rozkład Maxwella-Boltzmanna, który rządzi kinetyką gazu, determinuje też stałe szybkości w symulacji Kinetyki Enzymatycznej poprzez równanie Arrheniusa. Równanie przewodnictwa cieplnego Fouriera jest matematycznie identyczne z równaniem dyfuzji napędzającym symulację Dyfuzji Krystalicznej — zamień temperaturę na stężenie, a fizyka pozostaje ta sama. Konwekcja Bénarda jest bliską kuzynką symulacji Konwekcji Atmosferycznej, gdzie efekt Coriolisa łamie symetrię komórek konwekcyjnych, zamieniając je w cyklony. Nawet Model Isinga jest układem termodynamicznym — jego przemiana fazowa w temperaturze Curie to podręcznikowa przemiana drugiego rodzaju, rządzona czynnikiem Boltzmanna.

Algorytmy i metody w tej kolekcji