关于尿素溶解于水的溶解热曲线研究，本文主要内容关键词为：尿素论文,于水论文,曲线论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
在中学化学课本中，我们通过简易的定性试验理解和掌握了溶解热的概念（溶解热指在一定温度和压力下，通常是在温度为298K、压力为101kPa的标准环境下，1mol的溶质溶解于溶剂时所发出或吸收的热量），了解了常见的几种物质溶解在水中的吸热或放热过程，并进行了相关的定性试验。 我们尝试利用中学实验装置进行尿素溶解于水的定量溶解热实验，目的是通过定量实验掌握尿素溶解于水中的温度变化趋势并分析、绘制其溶解热曲线图。 一、实验过程 在室温（22℃）条件下向50mL水中依次加入1g尿素，在温度达到稳定时记录每次最低温度，制作成表格。尿素的分子式：
，又称碳酰胺（Carbamide），相对分子质量为60.06，无色或白色针状或棒状结晶体，工业或农业品为白色略带微红色固体颗粒，有刺激性气味，含氮量为46.67%，密度1.335
，熔点为132.7℃，溶于水、醇，难溶于乙醚、氯仿，呈弱碱性。 实验使用的装置如图1所示，小烧杯为塑料材质，容积100mL。大烧杯为玻璃材质，容积500mL。顶部盖板为隔热保温塑料，大小烧杯之间填充隔热保温泡沫塑料。烧杯顶部放置保温盖板，中间插入水银温度计和玻璃环形搅拌器，水银温度计最小刻度为1℃。
实验时向50mL水中逐步加入尿素，共计25g，每次加入尿素后搅拌均匀，并记录最低温度。实验共获得25组数据，具体的实验记录数据见表1。
二、实验数据分析 1.溶解温度变化曲线 根据表1实验数据，在Microsoft Excel中绘制了实验数据曲线，并采用相关系数R进行拟合度评价。在统计分析中，相关系数（R）是衡量两个变量之间相关性的一个参数，相关系数R越接近1.0，就可以认为拟合度越好，与实验数据越吻合。
经观察并分析实验记录数据，可以发现本次实验加入尿素的克数与加入尿素后温度度数变化的关系，利用线性拟合获得的相关系数为
=0.9448；利用二次多项式函数进行拟合时，
=0.9939；利用三次多项式函数进行拟合时，
=0.9960。经比较上述拟合结果，可以看出当利用三次多项式函数对实验数据进行拟合时，得到的拟合曲线与实验数据最为接近，因此，在本次实验数据分析中，我们采用三次多项式函数拟合的方法，获得的三次多项式函数如公式（2）所示，绘制的水温随尿素含量变化趋势图见图2。
2.溶解热变化曲线 为了进一步研究溶解的热效应，根据实验数据计算出浓度和溶解热效应。浓度采用溶剂与溶质摩尔比（Na/Nb），其中溶剂（Na）为水，溶质（Nb）为尿素，水的分子量为18.01524，尿素分子量为60.06。利用温度差和热量关系，溶解1g尿素所需热量=比热容×溶液总质量×温差，q=c×m×ΔT，比热容c采用4.182 J/（g×K），m为溶液总质量，单位为g，ΔT为温度差，单位为K。 选取溶剂与溶质摩尔比100到10进行计算，结果如表2和图3所示。图3为每加1g尿素后不同浓度溶解热量变化图，其中，横坐标为溶质与溶剂摩尔比，纵坐标为溶解热量焦耳差的绝对值，为了方便数据处理，在计算过程中所采用的温度差是实际值5点平滑后所获得的数值。 对溶解热变化数据（图3）进行线性（
=0.4904）、指数（
=0.4169）、对数（
=0.7476）、乘幂（
=0.6667）以及二次多项式（
=0.7425）拟合，结果显示对数函数拟合度为最优，数据符合对数函数分布。 3.溶解热效应数据分析 （1）固态尿素相互间作用的是晶格能，尿素溶于水时先拆散尿素晶体，使水逐渐降温，而后铵根与碳酸根发生水合反应并释热，但总体而言，溶解过程呈降温趋势。
（2）根据计算数据分析，实验开始时水温先剧烈降低（速率约为1℃/g），而后逐渐降至0.3℃/g，趋势线逐渐变平缓，溶解1g尿素所需热量逐渐减小，从开始时约190J下降至约70J。 （3）溶解热曲线显示，溶解热效应随浓度不同而改变。在摩尔比较小、溶液浓度较高时，溶解热值变化剧烈。在摩尔比较大、溶液浓度较稀时，溶解热值较大，但相对变化较小，逐渐接近平衡。根据数据拟合，摩尔比为200时溶解1g尿素所需热量为225.425J，为尿素积分溶解热（241.6J/g）的93.3%，接近理论值。 （4）在本次实验中，一些数据与拟合值偏差较大，经分析，这些误差主要是由以下原因造成的：在实验中水银温度计最小刻度为1℃，测量精确度较低；实验装置具有一定热损耗，热损耗与温差和时间成正相关，温差较大和溶解时间较长时，损耗较大；尿素在空气中暴露时间较长，影响尿素纯度。 三、实验结论与展望 实验结果表明，在不同浓度下尿素的溶解热不同。随着摩尔比逐渐加大，也就是溶液逐渐变稀，吸收热量逐渐加大，趋势线斜率逐渐减小，数值趋于恒定；随着摩尔比逐渐减小，也就是溶液逐渐变浓，吸收热量逐渐减小，趋势线斜率逐渐增大。 以上实验设计分析说明利用中学仪器可以有效测定不同浓度下尿素溶解温度变化，通过进一步分析可获得溶解热变化趋势，使我们更加深刻地掌握溶解热的相关知识。 四、实验反思 本次实验、数据分析和后期论文撰写经历了近一个月的时间，我们收获了许多新的知识，同时也发现了一些尚待改进之处。 （1）实验数据分析。在实验中，我们学到了利用各种函数对实验数据进行拟合并分析数据趋势的方法，利用相关系数R对拟合程度进行判断，这是一个十分重要的数学方法。在数据处理过程中采用不同拟合函数进行分析，利用R对拟合程度进行评价，从中选取拟合度最接近1并与溶解现象相符合的结果作为最优拟合函数。对于温度曲线来说，三项式拟合最优；而对溶解热来说，对数拟合最优。本次实验尝试用以上方法进行拟合，但是在其他情况下，应该如何判断拟合结果是否合理呢？这个问题值得我们深入探究。 （2）在实验过程中仪器量程与变化值匹配的问题。在第一次实验完成之后，我们查阅了一些相关资料（如严宣申所著的《化学原理选讲：基础化学知识规律揭示》，南方出版社）中有关溶解热的章节，发现溶解热在溶液极稀时接近一定值。为了进一步探究在低浓度时尿素溶于水中的热效应并希望能够发现溶解热逐渐趋于定值的相关趋势，进行了第二次实验，步骤与第一次实验大致相同，但是改为向100 mL水中总共加入10 g尿素，每次加入0.5 g，共20次，部分数据如表3所示。根据表3绘制散点图后进行数据分析，结果由于数值波动巨大，以至于没有得出有用的信息。这是因为在浓度较低时温度变化较小，小于温度计最小刻度，导致读数无效。所以，在以后的实验设计中，要更加全面地考虑实验目的是否与实验条件相匹配，以免再出现此类问题。
（3）在实验中温度计精度与读数测量所带来的误差。这是在实验中未曾考虑到的，因为在对原始数据进行分析时这一点所造成的误差并不大，但是在对数据进行更加深入的分析时，这一点就显得较为突出。温度计最小刻度为1℃，在实验中，当摩尔比较低、浓度较高时，Y轴温度差ΔK集中在小于0.5℃范围内，读数容易出错，造成曲线上数值变化激烈，波动较大，难以拟合。因此，在以后的实验中，我们应该尽可能地减小这些“不起眼”的误差，以免对实验结果造成过多的影响。 通过这次实验和数据分析，我们认识到了以上3个问题对实验结果造成的不同影响，在以后的学习过程中，我们应当重视这些问题，在设计实验时尽量全面周到地考虑各个环节，提高实验精度，使自己的实验能力更上一层楼。
标签：大数据论文; 数据拟合论文; 线性拟合论文; 数据分析论文;
