2. NRTL模型方程拆解

NRTL（Non-Random Two-Liquid）模型是活度系数模型中工程应用最广的一类，它的核心思想可以用一句话概括：宏观上均匀的液体混合物，在微观尺度上并不是随机分布的。分子A周围出现分子B的概率，与整体组成x_B并不相等，而是被相互作用能差异所偏置。NRTL用“局部组成”描述这种偏置，用非随机参数α_ij控制偏置的强弱，用二元交互参数τ_ij承载能量差异，最终把三者组合成活度系数表达式。理解这三者的分工，是正确使用NRTL、判断参数是否可靠的前提。

一、局部组成：从宏观摩尔分数到微观邻域浓度

设二元体系为组分1和2，宏观摩尔分数为x₁、x₂。NRTL引入两个局部摩尔分数x₂₁和x₁₂：x₂₁表示“以分子1为中心时，其紧邻位置上分子2所占的分数”，x₁₂则相反。局部组成与宏观组成的关系由玻尔兹曼型因子加权：

x21 / x11 = (x2 / x1) · exp(-α12 · τ21)
x12 / x22 = (x1 / x2) · exp(-α12 · τ12)

其中τ₂₁ = (g₂₁ − g₁₁)/(RT)，τ₁₂ = (g₁₂ − g₂₂)/(RT)，g_ij为i-j分子对相互作用能。注意符号约定：τ₂₁描述“2分子进入1分子邻域”的能量代价，下标顺序不能随意颠倒，因为τ₁₂ ≠ τ₂₁，这正是NRTL能描述非理想性方向性的原因。若τ₂₁为负，说明2进入1的邻域在能量上有利，局部环境中2的浓度会高于宏观值，体系倾向于异类分子聚集，对应负偏差或强溶剂化；若τ₂₁为正，则同类分子更愿意相邻，对应正偏差甚至分层倾向。

二、非随机参数α_ij的物理意义

α_ij称为非随机性参数，量纲为1，典型取值在0.2～0.47之间。它并不直接表示能量，而是衡量“局部组成偏离宏观组成的敏感程度”。从上面的指数项可以看出：α_ij越大，同样的τ差异被放大得越厉害，局部组成偏离越显著，模型对非理想性的响应越“陡”；α_ij趋近于0时，指数项趋近于1，局部组成退化为宏观组成，模型回到随机混合的极限。工程上常把α_ij视为第三可调参数，但更稳妥的做法是：对同类体系（如醇-烷烃、酮-水）沿用文献推荐值，仅在数据充分时与τ一起回归，否则容易出现α与τ强相关、参数物理意义失真的问题。需要强调，α_ij = α_ji，它是对称的；而τ_ij ≠ τ_ji，二者不可混淆。

三、二元与多元交互参数结构

对含N个组分的体系，NRTL需要N(N−1)个τ参数和N(N−1)/2个α参数。二元体系只有τ₁₂、τ₂₁、α₁₂三个参数；三元体系则有τ₁₂/τ₂₁、τ₁₃/τ₃₁、τ₂₃/τ₃₂共6个τ和α₁₂、α₁₃、α₂₃共3个α。多元计算时，活度系数由各二元参数“拼装”而成，NRTL本身不含三元交互参数，这是它与某些模型的重要区别，也意味着三元及以上体系的可靠性完全取决于所引用的每一对二元参数是否来自同一温度区间、同一数据质量。若某对二元参数缺失，不能简单置零，而应通过基团贡献法估算或补充实验数据。

四、方程各项对活度系数的贡献

以二元剩余项形式为例，ln γ₁由两个对称结构的分项相加，每一项都含有一个“τ·G”因子和一个浓度权重因子。可以这样读：τ₂₁项描述“2分子对1分子周围环境的扰动”，其权重在x₂较大时更显著；τ₁₂项描述反向扰动。G_ij = exp(−α_ijτ_ij)把α与τ耦合起来，当ατ较大时G迅速衰减，意味着强非理想性下局部组成对浓度的响应被“压缩”，曲线在稀溶液端更陡、在中间浓度更平。实际计算时，先由纯组分和二元参数算出G₁₂、G₂₁，再代入上式求γ₁、γ₂，最后用Gibbs-Duhem一致性检查：由γ₁、γ₂反算的过量吉布斯自由能应与参数定义自洽，若偏差明显，多半是τ下标顺序或α取值有误。

把这三层结构记牢：局部组成是“看什么”，α是“偏得多敏感”，τ是“往哪个方向偏、偏多强”。后续做汽液平衡或萃取计算时，先确认每一对二元参数的来源与温度适用范围，再检查α与τ是否配套，最后用少量实验点验证γ曲线形状，才能避免“参数能算、结果不可信”的常见问题。