第3章菲克第二定律

3. 菲克第二定律：非稳态扩散方程、误差函数解、高斯解、扩散偶实验分析

各位同学，咱们今天聊聊菲克第二定律。说实话，这玩意儿在材料科学里，就像牛顿定律在力学里一样基础。我当年刚入行时，总觉得扩散嘛，不就是原子从浓度高的地方往低的地方跑？后来做项目才发现，事情远没那么简单。

菲克第一定律只描述了稳态扩散——浓度不随时间变化。但现实中，绝大多数扩散过程都是非稳态的。你想想看，焊接接头、半导体掺杂、渗碳处理，哪个是稳态？浓度都在随时间变化。这时候，我们就需要菲克第二定律了。

菲克第二定律的推导其实不复杂。我习惯从质量守恒的角度来理解：

取一个微小体积元，流入的原子减去流出的原子，等于该体积内原子数的变化率。结合菲克第一定律，就能得到：

∂C/∂t = ∂/∂x (D · ∂C/∂x)

如果扩散系数 D 是常数（很多情况下可以这么近似），方程简化为：

∂C/∂t = D · ∂²C/∂x²

这就是经典的菲克第二定律表达式。嗯，这里要注意：D 是常数这个假设，在浓度变化不大或者温度恒定时才成立。我曾经在一个渗碳项目中吃过亏，没考虑 D 随碳浓度的变化，结果模拟结果和实测差了20%。

核心要点：菲克第二定律描述的是浓度随时间的变化率与浓度梯度的梯度（即二阶导数）成正比。比例系数就是扩散系数 D。

对于一维半无限大介质，初始浓度均匀为 C₀，表面浓度突然变为 Cₛ 并保持恒定——这就是典型的扩散偶或渗碳问题。解这个偏微分方程，会得到一个叫误差函数的东西。

解的形式是：

C(x,t) = Cₛ - (Cₛ - C₀) · erf( x / (2√(Dt)) )

其中 erf 是误差函数，定义为：

erf(z) = (2/√π) ∫₀ᶻ exp(-u²) du

这个函数长什么样？我给你们画个图就明白了。

从图上能看出来，erf(0)=0，erf(∞)=1。当 z 大于 2 时，erf(z) 基本等于 1 了。这意味着什么？说白了，扩散前沿的推进距离大约在 2√(Dt) 量级。

实用技巧：我习惯用 x ≈ √(Dt) 来快速估算扩散深度。比如 D=10⁻¹² m²/s，t=3600s，那么扩散深度大约在 60μm 左右。这个估算在工程上非常实用。

另一种常见情况是：初始时扩散物质集中在一个薄层内（比如薄膜扩散源）。这时候的解是高斯函数形式：

C(x,t) = (M / (2√(πDt))) · exp(-x²/(4Dt))

其中 M 是单位面积上的初始扩散物质量。这个解在半导体掺杂中特别常见——离子注入后的退火扩散，用的就是高斯解。

我记得有一次做 MEMS 器件的扩散掺杂，工艺参数怎么调都不对。后来发现，问题出在初始条件上——我们用的不是薄层源，而是恒定表面源。两种情况的解完全不同，用错了公式，结果自然对不上。

解的类型	初始条件	边界条件	典型应用
误差函数解	C(x,0)=C₀	C(0,t)=Cₛ	渗碳、扩散偶
高斯解	C(x,0)=M·δ(x)	∂C/∂x=0 在 x=0	薄膜扩散、离子注入

扩散偶实验是测量扩散系数的经典方法。把两种不同的材料紧密接触，加热保温，然后分析浓度分布。

实验步骤其实不复杂：

得到浓度-距离曲线后，怎么求扩散系数？我常用的方法是 Boltzmann-Matano 分析：

D(C) = - (1/(2t)) · (1/(dC/dx)) · ∫₀ᶜ x dC

这个方法不需要假设 D 是常数，可以求出 D 随浓度的变化关系。我在做铜-镍扩散偶时用过这个方法，发现 D 随成分变化很大，不是常数。

避坑指南：我曾经在扩散偶实验中犯过一个低级错误——界面没处理好。两个端面之间有微小间隙，结果扩散曲线在界面处出现不连续。后来我学乖了，每次做实验前都用金相显微镜检查界面质量。另外，保温时间要足够长，否则扩散层太薄，测量误差会很大。

扩散偶实验还有一个重要应用——判断扩散机制。如果浓度-距离曲线关于界面不对称，说明两种材料的扩散系数不同。这在 Kirkendall 效应中特别明显，我记得有个项目就是利用这个效应来制备多孔材料。

好了，菲克第二定律的内容就讲到这里。误差函数解和高斯解是两种最基本的解，扩散偶实验是验证理论的重要手段。实际应用中，要根据具体条件选择合适的解，千万别搞混了。

本章小结：