为什么读化工感觉和读化学没区别呢？ 第1页

精简回答(可直接看白话版)：

化工和化学在一百年前分家，分家的原因是放大效应，或者说化工过程的非线性（也就是哲学里的，量变引起质变）。如果化工过程都是线性的，那么化学家在实验室用瓶瓶罐罐设计好的合成、分离的条件，可以直接应用到几吨的设备上。这样的话，也就不要化学工程师什么事了，只要让机械工程师把设备造大一点就好了。现实是复杂的，因为质量传递、能量传递、动量传递、反应的非线性的耦合，从实验室到化工生产中，需要去找这个“非线性规律”，从而能够顺利进行各种化学品生产。这些最经典的规律，在化工原理和反应工程，两门最核心的课程中，就可以看到。从化学到化工，从实验室到工业，并不是简单的产量变大而已。这是化工和化学，两个专业底层的区别。

详细解答（白话版）：

成都是很生活化的城市，在我去过的城市中，也是民众对美食的热情最高的之一。本科时，川大每年都有食堂大厨、同学、教职工的厨艺竞赛，非常有名。和同学去农家乐玩，一起做菜时才发现，同学里也是不乏烹饪高手，男生女生都有，所以对四川人民的平均烹饪水平，还是有所了解的。厨艺竞赛时，电子科大的同学、校外居民都会来观看，是最热闹的活动之一。（链接https://new.qq.com/omn/20180527/20180527A0NF3R.html）。虽然学校不乏烹饪高手，但是在2014年食堂改革之前，江安校区的饭真的不好吃。当时，我曾经听到同学说一句话，“厨艺竞赛上，每个大厨的菜其实都挺好吃的；但是平常食堂的饭菜口味，真心不觉得他们厨艺水平这么高”。

食堂大厨平常的菜做得不好吃，其中的一个原因是成本，这里不多说。另一个原因，就是工程学里说的放大效应。放大效应，在工程学里非常常见，通常指各种工程系统的特性，随规模成非线性变化。我曾经见过学土木工程的学长，研究不同规模的土堆的稳定性受含水量的影响；我也在纪录片里看到飞机制造过程中，利用不同尺寸的飞机模型进行实验。在化工中，一般就指随着产量的增大，各种参数和指标会发生剧烈变化，比如反应终点的时间、收率、放热等。厨艺竞赛时，食堂的大厨，只是炒一盘菜，所以容易控制和掌握；而平常食堂的大厨，要做的是上百人吃的大锅菜，这是难以控制和掌握的。如果你有一定生活经验，你会发现，家里来很多客人时，你按照平常的比例去放调料，平常的烹饪方式去烹饪，但却达不到平常的口味。换句话说，化工工程师的责任是，尽量让大锅菜炒得跟厨艺竞赛中的一盘菜一样好，甚至更好，这样企业才能有收益，才能节能环保。放大效应，是19世纪末、20世纪初西方工业化时，化学家发现的；也因为放大效应的原因，MIT、特拉华大学、明尼苏达大学这些学校设立了最早的化工系，使化工成为工程学新的分支。如果还体会不到放大效应，给你看个视频！千万不要以为，你会炒菜，你就可以做大锅菜！所谓的大锅菜难做，不只是因为锅变大了。也是哲学讲的，量变引起质变。

上面的视频中，大厨的颠锅过程，可以深刻体会到，随着反应物的量变大以后，要搅拌均匀变得多么得困难。这种搅拌均匀的困难程度和反应物的量是非线性的。搅拌问题本质上是一种力学问题，所以化工中这将这一种非线性，划归为动量传递的非线性。其实，这个时候火候比搅拌还有更难控制。食材越多，容器中间的食材就难以受热；就需要去升高烹饪温度和延长烹饪时间，这也是非线性的；在化工中，这就划归为传热学里的能量传递的非线性。此外还有质量传递的非线性和反应的非线性。“入味”，简单说就是调料的分子（比如盐），能否进到食物内部，这就划归为质量传递过程，也是非线性的。食材在烹饪过程中，会发生美拉德反应，产生各种令人愉悦的味道，反应也是非线性的。更复杂的是，质量、热量、动量的传递与反应会相互影响，即“三传一反”的耦合。比如勾芡前后，搅拌的手感是完全不同的。勾芡是淀粉发生糊化反应，但是糊化反应的结果是物质的粘度发生变化，具有了一定的非牛顿流体性质，从而就影响搅拌的手感，即动量传递；搅拌又会反过来影响受热。勾芡时，锅的底部容易形成胶状的感觉，就是因为底物温度跟高。所以传递现象和反应不但是非线性的，还会相互耦合，就是放大效应产生的根本原因。也是因为放大效应， 我对下面图片中的这种火锅、披萨、扬州炒饭，不会有任何的兴趣！其口味，品质，都非常难以把握；相反我对精致的“小菜”更感兴趣，比如“考究”的粤式早茶，“精致”的日式料理。即所谓“食不厌精，脍不厌细”。（我还写过一篇谈烹饪与传热学的文章， Devin：漫谈传热学与烹饪 1.火候•尺寸效应篇）。

成都有一家叫麻辣空间的火锅连锁店，它的清油火锅比较出名，它的创始人在一个纪录片里面就曾提到类似的放大现象。他想把他家的火锅底料批量生产，但是他发现平常一锅一锅炒的食材配比和烹饪条件，放到大型设备上，就达不到他平常一锅一锅炒的口感。他后来是在大型设备上，大量的实验摸索后，才重新找到食材比例和烹制条件，才成功生产。这个老板可能会对这种现象很陌生，但是对流程工业而言，这就是化工学科形成的起源，放大效应。他的摸索实验过程和化学工业中，从实验室的小试到化工的中试非常相似。像制药过程，制药工艺工程师通常，在实验室小试的基础上，再进行中试放大，整个过程是10倍，10倍的放大；工艺参数会在这个过程中，进行调整、优化；设备选型，也会在中试过程确定。食品工业本身也属于流程工业，广义上看是化工过程，只是偏轻化工。物质加工处理的过程，都可以看做化工过程。

放大效应，遍布工程学的各个领域（经典的工程学，一般指土木、电气、机械、化工，这些最早诞生的工程学）。最为经典的放大效应来自于机械工程学，化工学科的形成也深受机械工程学影响，借鉴了大量机械工程的研究、分析方法。早期人类设计飞行器时，流体力学这样的学科都还是零碎的知识，不成体系。所以放大更多靠经验，直到今天，经验公式、无因次准数这些，都依然在不同的工程学广泛的使用。当时设计飞行器，都是先做小的模型，然后到风洞里实验，再进行优化和改进；然后再做大一点的模型，再次实验。一直这样下去，这就是飞行器的放大过程。你会发现上文的制药工业的放大，跟飞行器的放大有着某种相似。虽然看着不同的工程学，有着大相径庭的内容，但实际上不同的工程学之间，有着非常相似的逻辑，非常相似的方法论。其底层是去发明创造，解决实际问题；而化学是自然科学，其底层逻辑，是去解释各种自然现象的原因。

从化学到化工，从实验室到工业，并不是简单的产量变大而已；其背后是动量、能量、质量传递、反应的物理现象的综合作用，这也正是化工的研究范围，跟化学显著不同。所以内行觉得化工学的东西偏物理，外行觉得化工学的偏化学。上面我们谈了食品加工过程中的搅拌问题的放大。现在举一个类似的化工问题，生物反应器的设计中，搅拌也是一个十分重要的问题。搅拌快了，换热负担很大，动物细胞甚至经不起搅拌；搅拌不快，反应器中的质量传递会受到影响，浓度就不均匀，溶解氧水平低，溶解二氧化碳浓度很高，直接影响细胞的生存。所以人们总结了一些准数，搅拌过程的放大中，会用到Power number（暂且翻译成，功率准数吧），记作N_P。这个N_P准数常在买搅拌桨的时候，会见到：

其中P为搅拌功率（不通气下），N_i为搅拌转速，D_i为搅拌桨直径，rho为液体密度。如果用功率准数相似去进行放大，那么意味着：要保持和实验室的瓶瓶罐罐相似的搅拌效果，那么需要搅拌功率要随着转速的立方，搅拌桨直径的5次方变化。5次方的变化，是非常急剧的增加。在计算机的算法中，三次方变化的计算复杂度，就被认为负担非常大。根据这个无因次准数的关联式，这种非线性是非常惊人的！有的时候，受制于各种现实因素，目前人类的科技甚至可能造不出相应的机械；有的时候，甚至完全没有经济价值。通常情况下，随着放大，质量、能量、动量的传递效果都会变差，反应会受到质量、能量、动量的影响，而发生深刻变化。

上面简单提了下搅拌的非线性。接着搅拌的非线性，我们谈一谈换热。假设上面的搅拌器的功率随着搅拌桨的直径成5次方变化，随之会带来另一个问题。换热！搅拌可能会积累了大量的热量。假设换热器的总换热系数不变下，这意味着换热面积需要跟着搅拌成5次方变化。你想过，这需要多少跟管子吗？在反应器中，有的时候夹套甚至不能，提供足够的面积供换热。这时就可能有很多种方式去处理，对于密封性要求高的，可以考虑在反应器中加入盘管；密封性要求不高，可以接外循环进行换热。这些很现实的问题，都是要去进行工程计算的，都是要考虑成本和实际情况的，都是化学不需要去考虑的。

再给你看，两个很常见的公式，学化工和学化学的朋友都很熟悉的，以此来感受下化工过程的非线性。

阿伦尼乌斯公式： , 这里反应速率常数随温度的非线性变化。

一级反应: 其解为： ，注意浓度和时间，浓度和温度（上式）的非线性变化。把这两个式子，连起来看，将会看到温度对于反应过程的强非线性的影响。

化工过程中，传热、传质、动量传递、反应的控制方程，往往都是一些常微分、偏微分方程，其解析解，常常通常含有自然常数e的幂，这就是传热、传质、动量传递、反应的非线性的体现。自然常数表达了自然界的非线性，因而称为自然常数的原因。化工的非线性，有的时候是弊大于利的，有的时候却又是利大于弊的。化工里的过程强化，比如强化系统的散热，抽象地来看，就是利用了这种非线性规律，去达到一些工业生产上的目的；像微反应器，也是因为放大效应，传递效果变差，所以才反过来，做成精致的“微”反应器（ 逆向思维，反过来利用放大效应）。

一百年前，西方想进行工业化、规模化生产时，发现了实验室的实验，规模一旦扩大，就变得难以预测，时间、浓度、收率、放热，方方面面都会随着放大，而发生急剧改变。从化学到化工，从实验室到工业，也并不是简单的产量变大而已。这些问题有的时候会非常重要，直接影响到化工生产过程的方方面面。上面的那个5次方的例子中，就可以看到搅拌、换热变得十分困难的例子，如果不能很好解决，温度的控制和能量消耗就会变成问题。当时古典的化学知识，是不能用来解决这些问题的。为了应对这些问题，一部分化学家开始了早期的化工的研究，他们也使得化工从化学中独立，成为工程学新的分支。刚开始时，工程师尝试用一些经验公式去总结规律（rule of thumbs）。后来受到机械等其他工科的影响，化工也开始尝试用一些无因次准数的关联式、关联图去解决早期的无机化工、石油化工的问题。到再后来，随着对化工过程的深入了解，人们逐渐意识到，化工过程的非线性，根本上可以归咎于质量传递、能量传递、动量传递、反应的非线性（也就是我们常说的三传一反），化学工程学从而逐渐形成了今天的体系。大学的课程中，化工原理、反应工程两门核心课程，是对人类经典化工知识的总结。表面上看，我们会觉得，化学的大多数领域好像不需要多少计算（当然现在前沿的化学除外），但是化工却跟其他工科一样有大量的复杂的数学公式，需要去进行各种复杂的计算。从而设计、运行、控制、优化相应的化工过程。对于同样一个反应，工业化学家只是告诉工程师，小试时，80度收率最高。但是到了化学工程师这里，我们就要去计算，对于给定的产量，会产生多少热量。从而知道单位时间内，要用换热器，去移走都少热量，从而使温度控制在一个理想的范围内。所有的问题都是基于计算的。

虽然到了今天，人类的化工知识有了极大的丰富，但是化工中真正能够，比较好地总结规律的却还是集中在无机化工、石油化工中，所以化工原理和反应工程中的经典化工的公式，往往来自早期的无机化工、石油化工。石油化工，这些已经形成了一系列非常成熟的设计、计算、控制、优化、操作的知识总结。而在精细化工等领域，就会发现，工程师很少关注怎么去计算、过程控制，这些问题；工程师更多关注的是工艺本身，或者说合成、分离路线。这背后的底层原因就是，人类尚无法像石油化工一样，总结这些化工领域的比较一般化的规律。下图给出了，不同化工过程的非线性程度，虚线左边的是已经可以应用MPC（模型预测控制）的流程工业，可以侧面理解成虚线左边的是技术比较成熟和完善的。可以看到精细化学品、制药、高分子、微电子、生物化工，非线性非常强，过程十分复杂。因为非线性，这些领域也是最难建立一般化的数学模型的领域。所以，成熟的控制、优化都无从谈起。也是如此，学这些领域的朋友，可能会和楼主有相似的感受，觉得化工和化学很像，因为不成熟，很多东西没有数学模型，无法预测，依赖实验。像在精细化工，这些领域，很少基于计算去考虑问题。核心原因，就是目前很多关键工艺指标难去预测，很多时候没有这必要。这些过程的放大，最后还是要回归到实验室，去做实验，依赖于实验去克服非线性。经验比公式更有价值。但长远看，这些非线性比较强的化工过程，未来也会像今天的石油化工一样那么成熟。

过去十年，计算机性能大幅提高，直接促成了数据驱动模型、数据驱动优化，得以在线上实现。人工智能、大数据，就是这样的例子。这些数据驱动的技术，可能会在未来二十年类，带动这些强非线性的化工领域形成新的技术和行业。不过总体而言，化工的数据成本还是非常高，数据可能也不具有代表性，暂时无法很好去应用。

不过，化学、材料领域的论文相对比较好发，化工论文不好发。所以包括国外在内的，绝大多数化工系，相当比例的教授，都其实在做材料和化学领域的东西，相反做传统化工领域的教授其实比较少的。化学和材料领域属于论文周期短、产量高、影响因子高，所以很多化工系的学生跟着教授做化学、材料的问题，自然以为化工和化学很像。此外，在化工的一些领域，如精细化工、制药、生物化工，由于不像石油化工、无机化工那么成熟，数学模型不成功，产品非常新，行业研究不够透彻；而且它的放大倍数跟石油化工比也小，非线性的影响可以通过实验克服，这些领域就依然高度依赖于实验（尤其是中试）。这些领域因为实验为主，也会让人产生化工、化学很像的感觉，但底层逻辑不一样。化工历史上，深受机械工程专业的影响，热力学、传热学、流体力学都在化工学科的发展中，产生了巨大影响。放大效应一词，最早就来自于机械工程学。如果跟高中的物理和化学做一个对比，其实化工像高中的物理，而不是化学。就前景和待遇这些，化工和化学情况真的非常相似，网上流传很广的顺口溜说，“读化工，穷三代”的说法，真的不是开玩笑，我绝大多数同学工作后都后悔选择化工与制药类专业，极少数不过是幸存者偏差罢了。大多数人都是工作环境有毒有害高危，需要熬夜倒班，工作地区远离城市，但资收入只是勉强温饱。其实国外化工工程师收入是工程师中不错的，国内这么惨的原因归根到底，是我国的化工处于世界产业链的低端，只有极其个别像万华这样掌握了核心技术，变成某个细分领域的翘楚。

欢迎关注我的知乎和文章，一起讨论化工、过控、制药相关话题：

为什么觉得英文原版教材很啰嗦？

化工专业的《传递过程原理》到底在讲什么？

化工仿真软件研发工作，公司为啥招聘化工专业的呢？化工专业的又不会编写代码，软件专业不是对口吗？

数据挖掘技术是不是饮鸩止渴？现时中企业和工业是怎么看待和使用数据挖掘所得到的结果的？

化学工程学习笔记

我与化工专业

其他主题

国外早餐吃什么？