目录

  • 定义
  • 引理
  • 例题
    • 例1
    • 例2
  • 其他形式

定义

假设节流膨胀在dpdpdp的压差下进行,温度变化为dTdTdT,定义焦耳-汤姆逊系数
μJ−T=(∂T∂p)H{\mu _{J - T}}{\rm{ = }}{\left( {\frac{{\partial T}}{{\partial p}}} \right)_H} μJ−T​=(∂p∂T​)H​
下标HHH表示恒焓过程。该系数表示经节流膨胀气体的温度随压力的变化率。

引理

如uuu和vvv是xxx、yyy的函数,雅可比行列式定义为
∂(u,v)∂(x,y)=∣∂u∂x∂u∂y∂v∂x∂v∂y∣=∂u∂x⋅∂v∂y−∂u∂y⋅∂v∂x\frac{{\partial \left( {u,v} \right)}}{{\partial \left( {x,y} \right)}}= \begin{vmatrix} {\frac{{\partial u}}{{\partial x}}} & {\frac{{\partial u}}{{\partial y}}}\\ {\frac{{\partial v}}{{\partial x}}} & {\frac{{\partial v}}{{\partial y}}} \end{vmatrix} = \frac{{\partial u}}{{\partial x}}\cdot{\frac{{\partial v}}{{\partial y}}} - \frac{{\partial u}}{{\partial y}}\cdot{\frac{{\partial v}}{{\partial x}}} ∂(x,y)∂(u,v)​=∣∣∣∣∣​∂x∂u​∂x∂v​​∂y∂u​∂y∂v​​∣∣∣∣∣​=∂x∂u​⋅∂y∂v​−∂y∂u​⋅∂x∂v​

例题

例1

  1. 证明:
    μ=1Cp[T(∂V∂T)p−V]\mu {\rm{ = }}\frac{1}{{{C_p}}}\left[ {T{{\left( {\frac{{\partial V}}{{\partial T}}} \right)}_p} - V} \right] μ=Cp​1​[T(∂T∂V​)p​−V]
  2. 利用
    (∂U∂V)T=T(∂p∂T)V−p{\left( {\frac{{\partial U}}{{\partial V}}} \right)_T} = T{\left( {\frac{{\partial p}}{{\partial T}}} \right)_V} - p (∂V∂U​)T​=T(∂T∂p​)V​−p
    证明:
    μ=1Cp[T(∂V∂T)p−V]\mu {\rm{ = }}\frac{1}{{{C_p}}}\left[ {T{{\left( {\frac{{\partial V}}{{\partial T}}} \right)}_p} - V} \right] μ=Cp​1​[T(∂T∂V​)p​−V]

1.证明:
利用雅可比行列式可得
μ=(∂T∂p)H=∂(T,H)∂(p,H)=∂(T,H)∂(T,p)⋅∂(T,p)∂(p,H)=−(∂H∂p)T(∂H∂T)p\mu = {\left( {\frac{{\partial T}}{{\partial p}}} \right)_H}=\frac{{\partial \left( {T,H} \right)}}{{\partial \left( {p,H} \right)}}\\ =\frac{{\partial \left( {T,H} \right)}}{{\partial \left( {T,p} \right)}}\cdot\frac{{\partial \left( {T,p} \right)}}{{\partial \left( {p,H} \right)}}\\ =-\frac{{{{\left( {\frac{{\partial H}}{{\partial p}}} \right)}_T}}}{{{{\left( {\frac{{\partial H}}{{\partial T}}} \right)}_p}}} μ=(∂p∂T​)H​=∂(p,H)∂(T,H)​=∂(T,p)∂(T,H)​⋅∂(p,H)∂(T,p)​=−(∂T∂H​)p​(∂p∂H​)T​​
用焓的全微分公式dH=TdS+VdpdH=TdS+VdpdH=TdS+Vdp,可得
(∂H∂T)p=T(∂S∂T)p=Cp(∂H∂p)T=T(∂S∂p)T+V=−T(∂V∂T)p+Vμ=1Cp[T(∂V∂T)p−V]{\left( {\frac{{\partial H}}{{\partial T}}} \right)_p} = T{\left( {\frac{{\partial S}}{{\partial T}}} \right)_p} = {C_p}\\ {\left( {\frac{{\partial H}}{{\partial p}}} \right)_T} = T{\left( {\frac{{\partial S}}{{\partial p}}} \right)_T} + V = - T{\left( {\frac{{\partial V}}{{\partial T}}} \right)_p} + V\\ \mu = \frac{1}{{{C_p}}}\left[ {T{{\left( {\frac{{\partial V}}{{\partial T}}} \right)}_p} - V} \right] (∂T∂H​)p​=T(∂T∂S​)p​=Cp​(∂p∂H​)T​=T(∂p∂S​)T​+V=−T(∂T∂V​)p​+Vμ=Cp​1​[T(∂T∂V​)p​−V]

2.证明:
μ=(∂T∂p)H=−(∂T∂H)p(∂H∂p)T=−1Cp(∂H∂p)T(∂H∂p)T=(∂U∂p)T+(∂(pV)∂p)T=(∂U∂V)T(∂V∂p)T+p(∂V∂p)T+V=T(∂p∂T)V(∂V∂p)T+V=V−T(∂V∂T)pμ=1Cp[T(∂V∂T)p−V]\mu = {\left( {\frac{{\partial T}}{{\partial p}}} \right)_H} = - {\left( {\frac{{\partial T}}{{\partial H}}} \right)_p}{\left( {\frac{{\partial H}}{{\partial p}}} \right)_T} = - \frac{1}{{{C_p}}}{\left( {\frac{{\partial H}}{{\partial p}}} \right)_T}\\ {\left( {\frac{{\partial H}}{{\partial p}}} \right)_T} = {\left( {\frac{{\partial U}}{{\partial p}}} \right)_T} + {\left( {\frac{{\partial \left( {pV} \right)}}{{\partial p}}} \right)_T} = {\left( {\frac{{\partial U}}{{\partial V}}} \right)_T}{\left( {\frac{{\partial V}}{{\partial p}}} \right)_T} + p{\left( {\frac{{\partial V}}{{\partial p}}} \right)_T} + V\\ = T{\left( {\frac{{\partial p}}{{\partial T}}} \right)_V}{\left( {\frac{{\partial V}}{{\partial p}}} \right)_T} + V = V - T{\left( {\frac{{\partial V}}{{\partial T}}} \right)_p}\\ \mu = \frac{1}{{{C_p}}}\left[ {T{{\left( {\frac{{\partial V}}{{\partial T}}} \right)}_p} - V} \right] μ=(∂p∂T​)H​=−(∂H∂T​)p​(∂p∂H​)T​=−Cp​1​(∂p∂H​)T​(∂p∂H​)T​=(∂p∂U​)T​+(∂p∂(pV)​)T​=(∂V∂U​)T​(∂p∂V​)T​+p(∂p∂V​)T​+V=T(∂T∂p​)V​(∂p∂V​)T​+V=V−T(∂T∂V​)p​μ=Cp​1​[T(∂T∂V​)p​−V]

例2

绝热膨胀中,设
μS=(∂T∂p)S{\mu _S} = {\left( {\frac{{\partial T}}{{\partial p}}} \right)_S} μS​=(∂p∂T​)S​
证明:
μS−μ=VCp{\mu _S} - \mu = \frac{V}{{{C_p}}} μS​−μ=Cp​V​

证明:
μS=(∂T∂p)S=(∂V∂S)p,μ=1Cp[T(∂V∂T)p−V]Cp(μS−μ)=Cp(∂V∂S)p−T(∂V∂T)p+V=T(∂S∂T)p(∂V∂S)p−T(∂V∂T)p+V=T(∂V∂T)p−T(∂V∂T)p+V=V{\mu _S} = {\left( {\frac{{\partial T}}{{\partial p}}} \right)_S} = {\left( {\frac{{\partial V}}{{\partial S}}} \right)_p},\mu {\rm{ = }}\frac{1}{{{C_p}}}\left[ {T{{\left( {\frac{{\partial V}}{{\partial T}}} \right)}_p} - V} \right]\\ {C_p}\left( {{\mu _S} - \mu } \right) = {C_p}{\left( {\frac{{\partial V}}{{\partial S}}} \right)_p} - T{\left( {\frac{{\partial V}}{{\partial T}}} \right)_p} + V\\ = T{\left( {\frac{{\partial S}}{{\partial T}}} \right)_p}{\left( {\frac{{\partial V}}{{\partial S}}} \right)_p} - T{\left( {\frac{{\partial V}}{{\partial T}}} \right)_p} + V\\ = T{\left( {\frac{{\partial V}}{{\partial T}}} \right)_p} - T{\left( {\frac{{\partial V}}{{\partial T}}} \right)_p} + V\\ = V μS​=(∂p∂T​)S​=(∂S∂V​)p​,μ=Cp​1​[T(∂T∂V​)p​−V]Cp​(μS​−μ)=Cp​(∂S∂V​)p​−T(∂T∂V​)p​+V=T(∂T∂S​)p​(∂S∂V​)p​−T(∂T∂V​)p​+V=T(∂T∂V​)p​−T(∂T∂V​)p​+V=V

其他形式

焦耳-汤姆逊系数系数还有其他形式,但是本质上和例1是一样的。
μ=−1Cp[(∂U∂p)T+∂(pV)∂p]T=−V(∂p∂V)T+T(∂p∂T)VCp(∂p∂V)T=−1Cp[T(∂p∂T)V(∂V∂p)T+V]\mu = - \frac{1}{{{C_p}}}{\left[ {{{\left( {\frac{{\partial U}}{{\partial p}}} \right)}_T} + \frac{{\partial \left( {pV} \right)}}{{\partial p}}} \right]_T}\\ = - \frac{{V{{\left( {\frac{{\partial p}}{{\partial V}}} \right)}_T} + T{{\left( {\frac{{\partial p}}{{\partial T}}} \right)}_V}}}{{{C_p}{{\left( {\frac{{\partial p}}{{\partial V}}} \right)}_T}}}\\ = - \frac{1}{{{C_p}}}\left[ {T{{\left( {\frac{{\partial p}}{{\partial T}}} \right)}_V}{{\left( {\frac{{\partial V}}{{\partial p}}} \right)}_T} + V} \right] μ=−Cp​1​[(∂p∂U​)T​+∂p∂(pV)​]T​=−Cp​(∂V∂p​)T​V(∂V∂p​)T​+T(∂T∂p​)V​​=−Cp​1​[T(∂T∂p​)V​(∂p∂V​)T​+V]

几个焦耳-汤姆逊(Joule-Thomson)系数的证明题相关推荐

  1. 柔性电子 热电效应: 塞贝克(seebeck )效应 帕尔贴(Peltier)效应和 汤姆逊(Thomson )效应

    本文主要讲述热电效应的三个基本原理: 1 塞贝克效应 seebeck effect 2 帕尔贴效应 Peltier effect 3 汤姆逊效应 Thomson effect 4 热点转换效率η\et ...

  2. THOMSON TG789vn 汤姆逊 tg789vn路由器配置

    第一步地址栏输入192.168.1.254 第二步点击Thomson Gateway 然后点击setup 然后点击next 然后根据需要选择配置,我是ppoe拨号所以选择eth wan 邢台招聘 ht ...

  3. 汤姆大叔的6道javascript编程题题解

    1.找出数字数组中最大的元素(使用Math.max函数) 1 2 3 var a = [1, 2, 3, 6, 5, 4]; var ans = Math.max.apply(null, a); co ...

  4. 汤姆大叔的6道js题目

    汤姆大叔的6道javascript编程题题解 看汤姆大叔的博文,其中有篇(猛戳这里)的最后有6道编程题,于是我也试试,大家都可以先试试. 1.找出数字数组中最大的元素(使用Math.max函数) 1 ...

  5. 行走在泰国的7天8夜(曼谷篇-汤姆吉普森故居·四面佛·美食篇)

    Day 3 汤姆吉普森故居.四面佛.美食篇 我们的行程比预计快了一天,所以第三天是临时安排的. 这次出行,老公自己偷着做了2个作业,一个是查到泰国的levi's便宜,另一个就是泰国有淘宝上晨曦户外的店 ...

  6. 专利分析与申请(1):法国汤姆森公司关于在有损编码器上扩展无损编码器的专利分析...

    框架专利的重要性 ---法国汤姆森公司有损扩展无损专利分析 在国内专利申请中,汤姆森许可贸易公司(就是那个和fraunfor IIS 等公司共同持有MP3专利的那个法国企业)在中国申请了4个与在现在的 ...

  7. 汤姆克兰西全境封锁服务器维护时间,汤姆克兰西全境封锁无法登录怎么解决 无法登录解决方法攻略...

    <汤姆克兰西:全境封锁>是款大型射击游戏,这款游戏的画面十分的精致,在这款游戏中会有各种不同的任务,玩家要带着武器来进行射击.在游戏的时候很多玩家们都反映无法登录怎么解决?那么下面小编就为 ...

  8. BZOJ 1199: [HNOI2005]汤姆的游戏 计算几何暴力

    1199: [HNOI2005]汤姆的游戏 Time Limit: 1 Sec Memory Limit: 256 MB 题目连接 http://www.lydsy.com/JudgeOnline/p ...

  9. Python表示不甘心,汤姆大叔送书,Python抢书之毫秒级跟进--获取服务器时间

    @鲜宏大牛果断使用js将抢书的误差提高到毫秒级, wid表示真心的很佩服鲜宏大牛! wid的水平虽说不怎么样, 但内心说, wid也想尝试着将抢书的误差提高到毫秒级, 思考了一会, 还真有思路了! 现 ...

最新文章

  1. 从零实现 SpringBoot 简易读写分离,也不难嘛!
  2. 报告解读|远程银行:从扎根网络到加速上云
  3. k8s 使用helm部署dashboard
  4. 支持java虚拟主机_为何缺乏支持Java的虚拟主机
  5. 使用Spring数据和Thymeleaf实现Bootstrap分页
  6. python函数type的用意_python中type()是什么意思
  7. 分布式网络游戏百万人同时在线服务器架构实现
  8. Intel 64/x86_64/IA-32/x86处理器 - SIMD指令集 - SSE扩展(1) - 概述/历史/新数据类型/XMM寄存器组
  9. python%20是什么运算
  10. iOS 内购详解及遇到的坑
  11. 2009-2021网络规划设计师论文题汇总
  12. 男cd是啥意思_伪娘cd是什么意思
  13. 三角形周长最短问题_「初中数学」从三角形周长的最值问题说说解题策略
  14. java 线程强制执行join
  15. 数字门店要怎么运营,才能助力线下门店降本增效?
  16. 解决DELL服务器识别不到硬盘的问题
  17. alias别名设置及删除
  18. 2019年1-5月文章汇总 | Python数据之道
  19. 12,MongoDB的视图
  20. JXTA promotion, 2 install Demo Application

热门文章

  1. 2022年第3周(1月10日-1月16日)中国各影院电影票房排行榜:榜首票房83万元,8家影院观影人次超过万人(附年榜TOP100详单)
  2. 一段的冷笑话已经很直白的说明了三方的关系
  3. Regsvr 32命令的用处
  4. ubuntu、win跨平台局域网文件传输工具
  5. 求余数联系和赋值运算
  6. LVS负载均衡详解(一)lvs的定义、组成、相关术语+3种工作模式+10种调度算法
  7. BeanFactory和applicationContext区别
  8. 【java】SSM框架浅薄理解
  9. 2021年中国在线教育行业投融资现状及未来发展趋势分析[图]
  10. 生信识图之 点图进阶-4 (PCA下篇)