瞬态固-液扩散受菲克定律、质量守恒以及固相与液相之间不断变化的浓度差所支配。在固体内部，溶质通过扩散向表面移动；搅拌使溶质在液体中传递，并使主体液相保持近似均匀。由于液体体积有限，萃取过程中其浓度会不断升高，从而降低传质推动力，直到达到平衡或实现规定的回收率。

核心结论：中试规模的萃取模型必须将固体内部的瞬态扩散与动态液相质量衡算耦合起来。内部扩散、颗粒尺寸、有效扩散系数、界面平衡、液体体积和搅拌共同决定萃取速率及所需批处理时间。

控制性物理模型

菲克第一定律确定局部通量

菲克第一定律将溶质通量与浓度梯度联系起来：

[ \mathbf{N}A=-D{\mathrm{eff}}\nabla C_A ]

其中，(D_{\mathrm{eff}}) 是溶质 (A) 通过固体基质的有效扩散系数，(C_A) 是其在固体内部的浓度。

负号表示溶质从高浓度区域向低浓度区域移动。在多孔颗粒中，(D_{\mathrm{eff}}) 反映了孔隙结构、孔隙率、曲折度、饱和度、温度和液体黏度的影响。

菲克第二定律描述瞬态耗竭

对于恒定扩散系数且固体内部无反应的情况，瞬态浓度场满足：

[ \frac{\partial C_A}{\partial t}

D_{\mathrm{eff}}\nabla^2 C_A ]

对于球形颗粒这一浸取模型中常见的几何形状，上式变为：

[ \frac{\partial C_A}{\partial t}

D_{\mathrm{eff}} \left[ \frac{1}{r^2} \frac{\partial}{\partial r} \left( r^2\frac{\partial C_A}{\partial r} \right) \right] ]

几何形状非常重要，因为平板、圆柱和球体具有不同的扩散路径长度和浓度分布。

初始条件代表载溶质固体

模型从初始溶质分布开始，通常近似为均匀分布：

[ C_A(r,0)=C_{A,0} ]

更复杂的固体可能因先前的干燥、浸渍、反应或沉淀而具有径向浓度分布。该初始条件会显著影响早期萃取速率。

对称性约束颗粒中心

对于球形颗粒，没有净通量穿过中心：

[ \left. \frac{\partial C_A}{\partial r} \right|_{r=0}=0 ]

该条件可防止中心处出现人为奇异性，并反映颗粒的物理对称性。

有限液体体积如何进入模型

液体主体通常视为充分搅拌

在强烈搅拌下，主体液相浓度可近似视为空间均匀：

[ C_L=C_L(t) ]

这一假设不再需要求解完整的液相浓度场。但它并不意味着不存在传质；它表示液相侧浓度梯度通过界面阻力来体现，或假定其足够小。

液相衡算耦合两个相

从固体释放的溶质会在有限液体体积中累积：

[ V_L\frac{dC_L}{dt}

\dot{m}_{A,\mathrm{solid\ to\ liquid}} ]

对于具有 (A_p) 表面积的 (N_p) 个相同颗粒，上式可写为：

[ V_L\frac{dC_L}{dt}

N_p A_p N_A ]

其中，(N_A) 是颗粒表面的向外溶质通量。

总溶质衡算提供了重要的一致性检查：

[ M_{A,0}

M_A^{\mathrm{solid}}(t) + V_L C_L(t) ]

假设不存在溶质损失、降解或取样移除。

有限体积导致推动力下降

常用的界面条件为：

[ -D_{\mathrm{eff}} \left. \frac{\partial C_A}{\partial r} \right|_{r=R}

k_L\left(C_{A,i}-C_L\right) ]

其中，(C_{A,i}) 是液相等效界面浓度，(k_L) 是液相侧传质系数。

如果采用分配关系表示局部平衡：

[ C_{A,i}=K_{\mathrm{eq}}C_{A,s} ]

则固体表面浓度与液体浓度通过 (K_{\mathrm{eq}}) 联系起来。随着 (C_L) 增大，平衡液相浓度与 (C_L) 之间的差值减小，因此萃取速率会降低。

关键无量纲原理

傅里叶数衡量扩散进程

无量纲扩散时间为傅里叶数：

[ \mathrm{Fo}=\frac{D_{\mathrm{eff}}t}{R^2} ]

其中，(R) 是特征颗粒半径。较小的数值表示扩散仅穿透固体的一部分，而较大的数值表示固体耗竭程度更高。

特征扩散时间的尺度关系为：

[ t_D\sim \frac{R^2}{D_{\mathrm{eff}}} ]

这种平方关系使颗粒尺寸在中试装置设计中尤为重要。在其他限制条件不变的情况下，将颗粒半径减半，可使特征内部扩散时间大约缩短四倍。

毕奥数比较外部阻力与内部阻力

传质毕奥数比较液相侧阻力与固体内部扩散阻力：

[ \mathrm{Bi}m=\frac{k_L R}{D{\mathrm{eff}}} ]

较大的 (\mathrm{Bi}_m) 通常表示与内部扩散阻力相比，外部阻力相对较小。较小的 (\mathrm{Bi}_m) 表示液体边界层可能控制萃取速率，或对其产生显著影响。

确切定义可能因几何形状和分配约定而有所不同，但核心问题相同：大部分浓度降落发生在哪里？

相似解解释早期行为

对于固体中的半无限扩散，相似变量为：

[ \eta=\frac{x}{2\sqrt{D_{\mathrm{eff}}t}} ]

扩散方程随后可得到误差函数浓度分布，例如：

[ \Theta(\eta)=\operatorname{erfc}(\eta) ]

这些解表明，穿透深度随时间的平方根增长：

[ \delta(t)\propto \sqrt{D_{\mathrm{eff}}t} ]

这些关系有助于理解大块固体或薄表层中的早期萃取，但当扩散前沿到达颗粒中心后，就需要采用有限颗粒解。

早期通量通常按 (t^{-1/2}) 衰减

对于初始均匀、暴露于固定表面浓度下的半无限固体，表面通量形式为：

[ N_A\propto \left(\frac{D_{\mathrm{eff}}}{\pi t}\right)^{1/2} \Delta C ]

(t^{-1/2}) 关系描述了瞬态扩散通量的特征性下降。在有限体积萃取器中，由于液体浓度发生变化且可用浓度差不断减小，这种下降通常会更明显，或以其他形式发生变化。

将模型应用于中试装置

萃取时间是一个耦合设计变量

中试装置必须提供足够的接触时间，使目标比例的溶质从固体中迁移出来。该时间取决于 (D_{\mathrm{eff}})、颗粒半径、温度、溶剂性质、液固比、平衡行为和搅拌条件。

仅基于 (R^2/D_{\mathrm{eff}}) 的简单估算可用于初步设计，但当液相累积和平衡限制十分重要时，它无法预测最终回收率。

搅拌主要控制外部传递

搅拌可减小颗粒周围的液体边界层，并提高液相侧传质系数 (k_L)。它还可以使颗粒保持悬浮、防止沉降、改善温度均匀性并减少容器内的浓度梯度。

当外部阻力变得很小时，进一步增强搅拌所带来的改善会逐渐减小，因为固体内部扩散已成为控制性阻力。

颗粒尺寸显著影响处理能力

减小颗粒尺寸可以缩短特征扩散路径，并增加单位质量的可用外部表面积。这些变化通常会加快萃取，但也可能增加能耗、产生细粉、使过滤复杂化，并引发操作或安全问题。

因此，需要通过中试测试确定实际可行的最小颗粒尺寸，而不是假定最大限度的粉碎一定是最佳方案。

液体体积控制推动力

对于一定量的已萃取溶质，较大的溶剂体积可以使主体液相浓度保持较低水平。这能够维持更大的推动力，并在平衡分配关系会限制萃取的情况下提高最终回收率。

其代价是溶剂用量增加、下游浓缩负荷增大以及设备体积可能扩大。因此，合适的液固比是一个优化变量，而不是普适常数。

中试数据连接理论与放大

有价值的中试活动应测量主体液相浓度随时间的变化，同时记录颗粒尺寸、温度、搅拌速度、溶剂体积和固体装载量。这些数据可以与瞬态扩散模型拟合，以估算 (D_{\mathrm{eff})、(k_L)、平衡参数或它们的组合。

仅凭搅拌速度并不是可直接用于放大的标准。放大应保持控制性传递行为，采用混合时间、输入功率、悬浮质量、雷诺数或通过实验关联得到的传质系数等相关量。

理解各种权衡

充分搅拌假设具有局限性

液体即使看起来搅拌剧烈，在颗粒附近、容器壁面或悬浮不良区域仍可能存在局部浓度梯度。如果液体体积较大或悬浮液浓度较高，空间均匀的 (C_L(t)) 可能并不准确。

当主体均匀性存在不确定性时，可以采用混合时间测量、示踪剂测试、分区模型或计算流体力学模型。

内部扩散可能不是唯一机制

表观萃取速率可能包含快速表面洗脱、孔隙扩散、溶胀、颗粒破碎、溶解、化学反应、吸附或解吸等过程。将所有偏离理想菲克行为的现象都视为扩散系数变化，可能会导致拟合参数产生误导。

当固体结构在萃取过程中发生变化时，可能需要采用反应-扩散模型或收缩颗粒模型。

有效扩散系数通常是表观性质

(D_{\mathrm{eff}}) 不一定等于在纯液体中测得的分子扩散系数。它通常包含孔隙几何结构、曲折度、收缩效应、饱和度、分配以及与固体基质相互作用等因素。

其数值可能随温度、含水量、溶质浓度或耗竭程度而变化。因此，在实验室规模拟合得到的系数应在中试条件下进行验证。

平衡可能限制最终回收率

搅拌增强无法克服不利的平衡关系。如果液体接近平衡浓度，即使混合效果良好，萃取速率也会变得很小。

当与产品和工艺相容时，逆流操作、溶剂更新、分段萃取、调节 pH 或选择性化学反应可以提高整体推动力。

多组分体系需要额外关注

对于稀的单溶质萃取，菲克模型或拟二元模型通常足够。在浓缩或多组分体系中，物种间相互作用、竞争吸附、非理想热力学和耦合扩散可能需要采用 Stefan-Maxwell 或其他多组分传递模型。

模型应与组成范围以及中试决策所需的精度相匹配。

如何将其应用于您的项目

瞬态萃取模型应围绕可测量的性质建立，并通过浓度-时间数据进行验证。以下优先事项有助于使模型与工程目标保持一致：

如果您的主要关注点是萃取时间：估算 (R^2/D_{\mathrm{eff}})，测量颗粒尺寸分布，并将完整的瞬态固体扩散模型与数据拟合，以确定达到所需回收率的批处理时间。
如果您的主要关注点是搅拌性能：改变叶轮转速或流化条件，同时测量萃取速率、悬浮质量和混合时间，以区分液相侧阻力与内部扩散。
如果您的主要关注点是溶剂消耗：利用有限体积液相衡算和平衡关系，选择能够在可接受溶剂用量下实现目标回收率的液固比或萃取级数。
如果您的主要关注点是从中试到生产的放大：确定内部扩散、外部传质、混合或平衡中的控制因素，然后保持控制性无量纲行为，并在更大规模下进行验证。
如果您的主要关注点是模型可靠性：检查总质量守恒，测量温度和黏度，表征孔隙率和颗粒尺寸，并测试 (D_{\mathrm{eff}}) 和 (k_L) 在操作范围内是否仍然有效。

核心工程任务是确定控制性阻力，并设计中试装置，使其测量结果能够区分扩散、混合和平衡效应。

总结表：

原理	在萃取设计中的作用
菲克第一定律	根据浓度梯度计算溶质通量。
菲克第二定律	预测颗粒内部溶质的瞬态耗竭。
有限液相衡算	跟踪主体浓度升高和推动力下降。
傅里叶数	将扩散进程与时间和颗粒尺寸联系起来。
传质毕奥数	比较外部液相阻力与内部扩散阻力。
颗粒半径	显著影响萃取时间，约与 R^2/D_eff 成正比。
搅拌	提高液相侧传质、悬浮能力和温度均匀性。
平衡关系	决定可实现的最大回收率。
中试数据	验证 D_eff、k_L、平衡参数和放大假设。