参数设置
粒子材质·密度
斯托克斯沉降速度
$v_s = \dfrac{(\rho_p - \rho_f)\,d_p^2\,g\,C_c}{18\mu}$
Cunningham修正
$C_c = 1 + \dfrac{2\lambda}{d_p}\!\left(1.257 + 0.4\,e^{-1.1d_p/2\lambda}\right)$
扩散系数
$D_p = \dfrac{k_B T\,C_c}{3\pi\mu\,d_p}$
什么是气溶胶粒子动力学
🧑🎓
“气溶胶粒子动力学”是什么？听起来好复杂。
🎓
简单来说，就是研究空气中那些微小颗粒（比如灰尘、病毒、PM2.5）是怎么飞、怎么落、怎么扩散的科学。在实际工程中，这决定了空气净化器的效率、药物吸入剂的设计，甚至病毒传播的风险评估。你试着拖动上面“粒子直径”的滑块，从0.01微米拖到100微米，看看“沉降速度”的变化，就能直观感受到大小粒子行为的巨大差异。
🧑🎓
诶，真的吗？我拖了一下，发现特别小的粒子（比如0.1微米）沉降速度几乎是零，而大的（比如10微米）就落得很快。那小的粒子是怎么从空气中去除的呢？
🎓
问得好！对于亚微米级的粒子，重力沉降几乎无效，主导机制是“布朗扩散”。这就是为什么你需要关注模拟器里计算的“扩散系数”。试着把粒子密度调高一点，你会发现沉降速度变快了，但扩散系数几乎不变，因为它主要受粒径和温度影响。比如在设计口罩滤材时，就需要同时考虑拦截大颗粒（靠惯性）和吸附小颗粒（靠扩散）。
🧑🎓
还有一个参数叫“斯托克斯数”，它旁边的说明写着“惯性碰撞的关键”。这具体是什么意思？
🎓
你可以把斯托克斯数想象成粒子“倔强程度”的指标。Stk >> 1时，粒子很“倔”，气流拐弯时它因为惯性大，会直直地撞上障碍物（比如纤维或喉咙）。改变模拟器里的“特征流速”和“特征尺寸”，你会看到Stk值的变化。比如在汽车发动机进气系统里，大的沙尘粒子（Stk大）会惯性碰撞在滤清器上，而极小的油雾（Stk小）则会跟着气流走，需要其他方式捕获。
物理模型与关键公式
重力沉降速度（斯托克斯定律）：这是计算粒子在静止空气中最终匀速下落速度的核心公式。当粒子密度大于空气时，它会沉降。
$$v_s = \dfrac{(\rho_p - \rho_f)\,d_p^2\,g\,C_c}{18\mu}$$
其中，$v_s$是沉降速度，$\rho_p$是粒子密度，$\rho_f$是空气密度，$d_p$是粒子直径，$g$是重力加速度，$C_c$是Cunningham修正系数，$\mu$是空气的动力粘度。注意这里有$d_p^2$，所以粒径增大一倍，沉降速度会变为四倍！
Cunningham滑流修正系数：当粒子小到与空气分子的平均自由程（约65纳米）相当时，空气不再像连续流体，粒子会“打滑”，使得阻力变小，沉降变快。这个系数就是修正这个效应的。
$$C_c = 1 + \dfrac{2\lambda}{d_p}\!\left(1.257 + 0.4\,e^{-1.1d_p/2\lambda}\right)$$
$\lambda$是空气分子的平均自由程。对于0.1微米（100纳米）左右的粒子，$C_c$可能大于2，意味着实际沉降速度是经典斯托克斯定律预测的两倍以上！
扩散系数：描述微小粒子因受空气分子随机碰撞（布朗运动）而扩散的剧烈程度。粒径越小，温度越高，扩散越强。
$$D_p = \dfrac{k_B T C_c}{3 \pi \mu d_p}$$
$D_p$是扩散系数，$k_B$是玻尔兹曼常数，$T$是绝对温度。这个公式揭示了为什么捕捉纳米级粒子非常依赖扩散机制。
斯托克斯数：衡量粒子惯性大小的无量纲数，是预测粒子是否会偏离流线发生惯性碰撞的关键参数。
$$Stk = \frac{\rho_p d_p^2 U C_c}{18 \mu D}$$
$U$是特征流速（如气流速度），$D$是特征尺寸（如纤维直径或气管直径）。$Stk$越大，粒子惯性越强，越容易撞击障碍物。
现实世界中的应用
空气净化与口罩设计：高效滤网（HEPA）正是利用不同粒径粒子的不同动力学行为。对大颗粒（>1μm）主要靠筛分和惯性撞击拦截；对最难捕捉的0.1-0.3微米粒子（穿透窗口），则依赖布朗扩散使其吸附到超细纤维上。模拟器中的扩散系数和斯托克斯数就是设计的核心依据。
吸入式药物递送：治疗哮喘或肺部疾病的药物需要精准沉积在气管、支气管或肺泡。通过控制药物粒子的空气动力学直径（通常在1-5微米），利用其沉降和惯性撞击原理，可以使其在目标区域沉积。工程现场常见的是使用干粉吸入器。
工业粉尘控制与职业健康：在矿山、铸造车间，了解不同大小粉尘的沉降速度和扩散能力，是设计通风除尘系统的前提。例如，呼吸性粉尘（可进入肺泡，通常<10μm）需要高效的湿式除尘或袋式除尘器来捕获。
环境科学与流行病学：研究PM2.5、病毒气溶胶（如新冠病毒）在大气中的传输与沉降规律，评估其传播距离和风险。例如，大飞沫（>100μm）快速沉降，而核膜飞沫（<5μm）可悬浮很久并远距离扩散，这直接影响了社交距离和通风指南的制定。
常见误解与注意事项
首先，“粒子密度总可以默认为与水相同的1g/cm³”这种想法。这其实相当危险。例如，金属氧化物粉尘（密度约4g/cm³）与花粉（密度约0.5g/cm³）即使粒径同为10μm，其沉降速度也可相差数倍。由于它们在肺部的沉积行为也不同，因此第一步应是查明实际粒子的真实密度。
其次，容易认为“空气状态固定为标准条件（20℃, 1个大气压）”。在高海拔（气压降低）或高温环境中，空气的粘度μ和密度ρ_f会发生变化，从而影响计算结果。例如，在海拔2000米处空气密度约为标准条件的80%，浮力减小，沉降速度会略微加快。模拟实际环境时，切记调整温度与压力参数。
最后，“斯托克斯数Stk大于1就意味着很快沉降到地面”这种简单化解读。Stk是衡量粒子在气流“拐弯处”行为的指标。即使直线运动性强，若初始速度为零，沉降过程依然缓慢。例如，被通风口气流携带的大粒子（Stk>1）容易在管道弯头处撞击管壁，而同样的粒子在静止空气中则仅进行斯托克斯沉降。请养成习惯，将工具计算出的各参数与其所应用的流场类型结合起来思考。
相关工程领域
本工具的计算逻辑本质上属于“粉体工程”与“微粒流体力学”范畴。具体而言，在旋风分离器或袋式过滤器等除尘设备的设计中，目标捕集粒子的空气动力学直径与斯托克斯数是决定分离效率的关键。此外，在喷雾干燥（将液滴干燥成粉末的技术）中，通过平衡液滴干燥速度与沉降速度来控制颗粒形态，正是粒子动力学的典型应用。
更进一步，它与CFD（计算流体力学）仿真紧密关联。在通过NovaSolver等工具掌握单个粒子特性后，常将其用作CFD软件中拉格朗日粒子追踪法的前处理步骤——即在流道内释放数百万个粒子进行追踪。例如，在预测汽车座舱内气流中花粉或PM2.5的积聚位置时，本工具有助于生成基础数据。
另一个意想不到的相关领域是半导体制造中的洁净室设计。预测制造设备产生的细微粒子如何随层流洁净工作台的气流运动并沉积在晶圆表面时，扩散系数与沉降速度的计算不可或缺。
进阶学习建议
首先，建议通过使用工具进行探索，以掌握“无量纲数”的物理意义。斯托克斯数(Stk)和雷诺数(Re)是理解现象普遍规律的强大语言。例如，可通过改变粒径寻找斯托克斯数超过1的临界点，从而直观理解“从这个尺寸起粒子将无法跟随气流转弯”。
下一步是尝试推导控制方程。工具中计算的沉降速度公式 $$v_s = \dfrac{(\rho_p - \rho_f)\,d_p^2\,g\,C_c}{18\mu}$$ 可通过粒子受力平衡（重力-浮力=斯托克斯阻力）简单推导得出。了解斯托克斯阻力公式 $F_d = 3\pi \mu d_p v$ 基于“层流、球形、低雷诺数”的假设后，便能看清其适用界限（例如对于大粒子或高速情况需采用其他阻力定律）。
若想深入探索，从数学角度学习“布朗运动”与“扩散系数”的关系将开拓视野。通过爱因斯坦关系式 $$D = \frac{k_B T C_c}{3\pi \mu d_p}$$ 可以理解工具计算的扩散系数如何依赖于温度T和粒径d_p，并把握其物理本质。这正是理解室内气溶胶扩散及微粒深入肺部机制的核心所在。