1 基本概念
维里方程是一类用于描述真实气体状态关系的经验与理论结合型方程。它的核心思路是：不把气体看作完全理想的粒子体系，而是将偏离理想气体行为的部分写成关于压强、密度或其相关变量的级数展开。通过这种方式，气体在低密度到中等密度范围内的非理想性可以被逐阶刻画。
1.1 定义与提出背景
维里方程通常指真实气体状态方程的级数形式，其中偏离理想气体方程的修正项由维里系数控制。其提出背景来自实验事实：许多气体在常温常压附近并不严格满足理想气体关系，尤其在高压、低温或接近相变区域时，分子间作用会显著影响体积、压强和其他热力学量。
1.2 适用对象与研究范围
维里方程主要适用于稀薄气体、低密度流体以及远离液化区的真实气体。在这些条件下，分子之间的平均距离较大，级数展开通常具有较好的物理意义和计算效果。它既可用于单组分气体，也可推广到混合气体和部分超临界流体。
1.3 与理想气体方程的关系
理想气体方程可视为维里方程的最低阶近似。当只保留第一项时，状态关系退化为理想气体形式；而后续各项则依次表示由分子排斥、吸引以及更复杂多体作用引入的修正。因此，维里方程可以看作理想气体模型在真实条件下的系统化扩展。
1.4 维里展开的基本思想
维里展开的基本思想是将状态函数表示为某个小参数的幂级数，小参数通常取密度或压强。密度越低，分子间相互作用越弱，展开式越容易收敛；随着密度升高，较高阶项的重要性增加。该思想的优势在于把复杂的微观作用分层编码到不同阶次中，便于分析与拟合。
2 数学形式
维里方程并不存在唯一固定形式，常见写法取决于选用的独立变量。按压强、按密度或按压缩因子表示时，形式有所不同，但本质上都表达了真实气体相对于理想气体的逐阶偏离。
2.1 按压强展开的维里方程
按压强展开时，状态方程可写成关于压强的幂级数。此类形式在实验数据处理和高压条件分析中较常见，因为压强往往是可直接测量的宏观量。展开系数可随温度变化，反映不同热状态下的非理想程度。
2.2 按密度展开的维里方程
按密度展开是维里方程最经典的表达方式之一，通常将压缩因子写成密度的级数。该形式在统计力学推导中尤为自然，因为密度直接关联分子数目与体积之比，便于从微观配分函数出发得到各阶修正项。
2.3 按压缩因子表示的形式
压缩因子是描述真实气体偏离理想行为的无量纲量。维里方程常写成压缩因子关于密度的展开式，形式简洁，且便于与实验结果比较。当压缩因子等于1时，气体表现为理想气体；偏离1的程度则由各阶维里系数决定。
2.4 高阶项与截断近似
实际应用中，维里级数通常不会无限展开，而是截断到某一有限阶。低密度下保留前两到三项往往已能提供较好精度；但在更复杂的条件下，高阶项可能不可忽略。截断近似的合理性取决于温度、密度以及所研究气体的分子性质。
3 维里系数
维里系数是维里方程的核心参数，用于量化不同阶分子作用对宏观状态的影响。各阶系数具有明确的物理含义，并且通常与温度密切相关。
3.1 第一维里系数
第一维里系数对应最低阶项，通常与理想气体的基准行为相关。在很多常用写法中，它并不体现非理想修正，而是作为展开的规范化部分存在。其作用在于建立与理想气体极限一致的起点。
3.2 第二维里系数
第二维里系数是最重要的非理想修正之一，主要反映二体分子相互作用对气体性质的影响。它通常决定气体在低密度下是表现为偏压缩还是偏膨胀，并常被视为分子间作用强弱的直接表征。
3.2.1 分子二体相互作用的贡献
第二维里系数来源于两个分子之间的势能作用，包括短程排斥和长程吸引。排斥作用倾向于使有效体积增大，而吸引作用则会降低气体对外施加压强的能力。两者共同决定系数的正负和大小。
3.2.2 温度依赖性
第二维里系数通常随温度变化明显。温度升高时，热运动增强，分子间吸引的相对作用减弱，系数的变化趋势也随之改变。这使得第二维里系数常被用作分析气体热性质和相互作用强度的温度敏感指标。
3.3 第三维里系数
第三维里系数描述三分子同时存在时产生的修正，属于更高层次的多体效应。与第二维里系数相比，它更难测量和计算，但在较高密度或精细建模中不可忽略。
3.3.1 三体相互作用的意义
三体相互作用并不只是两个二体作用的简单叠加，而是由三个粒子共同构成的协同效应。它能反映局域结构、空间拥挤以及多体势能的非加和性，是理解真实流体微观结构的重要窗口。
3.3.2 实验与理论确定方法
第三维里系数既可通过高精度状态数据拟合获得，也可借助统计力学模型进行计算。由于实验误差、数据范围和拟合稳定性等因素影响，其确定通常比低阶系数更为复杂。
3.4 高阶维里系数
高阶维里系数对应四体、五体乃至更多粒子的复杂关联，数量多、结构复杂，且对数据精度要求很高。它们在高精度热物性数据库、稀薄气体输运以及理论验证中具有价值。
3.4.1 组合统计解释
从组合统计角度看，高阶维里系数可以理解为不同粒子团簇贡献的集合结果。它们与系统中可形成的多粒子关联模式有关，因此在数学上常呈现出组合复杂度迅速上升的特点。
3.4.2 计算难点与近似方法
高阶系数的难点主要在于积分维度高、势能面复杂、收敛性较差。常用近似方法包括经验关联式、截断簇展开、数值积分以及基于模拟的数据推断等，以降低计算成本并维持可用精度。
4 理论基础
维里方程的理论基础主要来自统计力学。它把宏观状态方程与微观粒子体系联系起来，使分子间势能、配分函数和热力学性质能够在同一框架下讨论。
4.1 统计力学推导
统计力学提供了维里展开的严格来源之一。通过对多粒子体系配分函数进行展开，可以自然得到按密度排序的级数，并将各阶系数与相应的微观团簇贡献联系起来。
4.1.1 配分函数与簇展开
在配分函数框架中，体系总行为由所有粒子构型的统计加权决定。簇展开将复杂的多体求和拆分为一系列由小团簇贡献组成的项，从而把热力学量写成便于逐阶分析的形式。
4.1.2 Mayer图式方法
Mayer图式方法是推导维里系数的经典工具。它用图论方式表示粒子之间的相互作用连接关系，将积分项组织成可识别的图结构，便于系统推导高阶维里系数和分析其组合规律。
4.2 分子间势能与状态方程
维里方程的每一项都与分子势能的特征密切相关。不同类型的势函数会导致不同的维里系数行为，因此该方程也可视作势能信息的宏观投影。
4.2.1 排斥作用的影响
短程排斥通常来自分子电子云重叠或有效硬核效应。它会限制分子靠近，使气体表现出更大的有效体积，从而在维里展开中体现为与密度相关的正向修正。
4.2.2 吸引作用的影响
长程吸引作用会降低粒子撞击容器壁面的有效强度，导致压强低于理想气体预期。此类作用在低温条件下更明显，因此对维里系数尤其是第二维里系数的影响较大。
4.3 微观相互作用到宏观性质的联系
维里方程的意义在于建立从微观相互作用到宏观状态参数的桥梁。通过测量压强、体积、温度等量并反推维里系数，可以间接获得分子间势能信息，这对实验热物理和分子建模都十分重要。
5 热力学性质
维里方程不仅用于求解状态关系，也可进一步推导多种热力学与输运相关性质的修正形式。由于其本身是状态方程，因此与压缩因子、残余性质以及各种响应函数有直接关联。
5.1 压缩因子
压缩因子是维里方程中最常见的应用对象。它衡量真实气体相对于理想气体的偏离程度，常通过维里展开表达为密度的级数。其数值越偏离1，说明非理想效应越明显。
5.2 偏摩尔量与残余性质
维里方程可用于计算偏摩尔量及残余性质，如残余自由能、残余焓和残余熵。所谓残余性质，是指真实气体与相同温度、压强下理想气体对应量之间的差值，常用于工程热力学计算。
5.3 内能、焓与熵的修正
借助维里展开，可以求得内能、焓和熵相对于理想气体的修正项。这些修正与温度和密度有关，并反映了分子相互作用对能量分配和状态无序度的影响。
5.4 声速与等温压缩率
维里方程也可用于推导声速和等温压缩率等响应性质。由于这些量依赖于状态方程的导数形式，因此维里系数的变化会通过压力对密度的敏感性影响声学和力学性质。
6 计算与实验方法
维里系数既可由实验获取，也可通过理论计算和数值模拟得到。不同方法各有适用范围，通常需要相互校验以提高可靠性。
6.1 维里系数的实验测定
实验测定通常依赖高精度状态数据，尤其是低密度区的压强、体积和温度关系。通过拟合这些数据，可以提取出低阶维里系数，并对模型精度进行检验。
6.1.1 压力-体积-温度数据拟合
PVT 数据拟合是最直接的实验方法之一。研究者在不同温度下测量气体的压强和体积，再将结果代入维里形式进行回归，从而得到相应的系数。
6.1.2 光散射与其他间接方法
除直接状态测量外，光散射、声速测量以及某些光谱技术也可用于间接推断维里系数。这些方法往往对微观相互作用更敏感，适合辅助确定难以直接测得的参数。
6.2 理论计算方法
理论计算通常依赖已知或假定的分子势函数，对维里系数进行数值积分或统计采样。该类方法可在实验困难时提供重要补充。
6.2.1 分子动力学与蒙特卡洛模拟
分子动力学和蒙特卡洛模拟可用于估算特定温压条件下的状态方程参数。它们能够处理较复杂的相互作用模型，并通过大量采样获得统计平均结果。
6.2.2 势函数积分法
势函数积分法直接以分子间相互作用势为基础，对相关积分进行数值求解。对于低阶维里系数，这种方法通常较为有效，并能清晰揭示势函数参数对系数的影响。
6.3 数据拟合与参数回归
在工程实践中，常将实验数据或模拟数据代入维里形式进行参数回归。为了避免过拟合，通常需要结合物理约束、温度范围和统计误差分析，选择合适阶数的展开式。
7 应用领域
维里方程在科研和工程中都有广泛用途，尤其适用于需要精确描述真实气体偏离理想行为的场景。
7.1 真实气体性质计算
在真实气体物性计算中，维里方程常用于求取压缩因子、体积修正和其他状态参数。对于低密度区域，它能提供比理想气体方程更可靠的结果。
7.2 工程热力学中的应用
在化工、能源和热工设备分析中，维里方程可用于气体压缩、膨胀和换热过程的近似计算。它特别适合对工程设计中的误差进行修正，提升计算精度。
7.3 高压与低密度气体分析
高压环境下，气体的非理想性通常增强；而在低密度条件下，维里展开又较容易收敛。因此，该方程常被用于这两个看似不同但都对状态方程精度要求较高的区域。
7.4 超临界流体研究
在超临界流体研究中，气体和液体的界限不再明显，状态性质变化较为复杂。维里方程可作为某些区域内的近似工具，帮助分析其压缩性和热力学行为。
7.5 天体物理与稀薄气体模型
在天体物理和稀薄气体模型中，维里方程有助于描述低密度粒子体系的状态关系。对于某些星际介质或稀薄大气近似问题，它能够提供简洁而有效的热力学描述。
8 优缺点与局限
维里方程具有明确的物理基础和良好的低密度适用性，但其级数形式也决定了它并非万能模型。
8.1 优点
维里方程的主要优点在于结构清晰、参数可解释性强，并且能够与实验数据和微观理论相互对应。它既适合理论分析，也适合中等精度的工程计算。
8.1.1 精度优势
在适当范围内，维里展开往往比理想气体方程更准确，尤其能反映真实气体在低密度和中等压力下的偏差。这种精度优势使其在热物性分析中具有稳定价值。
8.1.2 物理意义清晰
各阶维里系数对应不同阶次的分子作用，因此模型参数并非纯粹经验常数。相比某些黑箱式拟合方程，维里方程更便于理解和解释。
8.2 局限性
维里方程的主要局限来自级数展开本身。它依赖于较好的收敛条件，一旦体系过于致密或接近复杂相变区，展开式的可靠性就会下降。
8.2.1 收敛范围有限
维里级数通常只在一定温度和密度范围内收敛。超过该范围后，截断误差可能迅速增大，使计算结果偏离真实行为。
8.2.2 高密度条件下的失效
在高密度液体样区域，分子间关联显著增强，多体效应变得复杂，单纯的维里展开往往难以准确描述系统性质，需要改用更适合高密度的状态方程。
8.3 与其他状态方程的比较
与范德瓦尔斯方程、立方型状态方程等相比，维里方程在低密度区通常更有理论基础和更高的灵活性；但后者在更宽范围内的工程计算中往往更简便。具体选用哪一种，取决于精度要求与适用条件。
9 相关理论与扩展
维里方程与多种经典状态方程及多组分理论密切相关。它既可作为独立方法使用，也常被纳入更大的热力学建模框架中。
9.1 范德瓦尔斯方程
范德瓦尔斯方程是较早的真实气体状态方程之一，通过引入分子吸引和排斥的修正项来改善理想气体模型。它具有清晰的物理解释，但适用范围通常不如高质量维里展开灵活。
9.2 红利希-匡特方程
红利希-匡特方程是一类经验性较强的状态方程，常用于工程领域的气体性质估算。它在某些温压区间内具有良好拟合效果，但其微观解释通常不如维里系数直接。
9.3 立方型状态方程
立方型状态方程因形式简洁、便于求根和计算而广泛用于化工热力学。与维里方程相比，它们更适合相平衡计算和流程模拟，但在低密度极限的微观关联上未必同样自然。
9.4 多组分体系的维里方程
对于混合气体，维里方程可以扩展到多组分情形。此时各组分之间的相互作用需要单独处理，状态方程的系数也不再只是单一气体的参数。
9.4.1 混合物维里系数
混合物维里系数用于描述不同组分之间及组分内部的综合作用。它们通常依赖于各组分浓度、分子尺寸和相互作用势函数，因此比单组分情形更复杂。
9.4.2 交互作用参数
交互作用参数用于刻画不同分子之间的非理想耦合程度。在工程计算中，这些参数常通过实验拟合或经验规则确定，以提高混合物状态方程的预测能力。
10 历史与发展
维里方程的发展经历了从经验观察到统计物理解释的演进过程。它的形成与现代热力学、分子论和统计力学的成熟密切相关。
10.1 早期研究背景
在气体定律逐步建立后，人们很快发现真实气体并不完全服从简单的理想模型。为解释实验偏差，研究者开始尝试用经验修正和级数展开描述气体行为，这为维里理论的出现奠定了基础。
10.2 维里理论的形成
随着分子论的发展，气体偏离理想行为的原因逐渐被归结为分子间作用。维里理论由此从经验修正上升为具有明确物理内涵的展开方法，并成为研究真实气体的重要工具。
10.3 统计物理中的进一步发展
统计物理建立后，维里系数获得了更严格的数学定义。配分函数、簇展开和图式方法的引入，使维里方程从形式化经验模型转变为可由微观势能推导的理论框架。
10.4 现代计算与应用进展
进入现代以后，随着计算能力提升和实验精度提高，维里系数的数值求解、数据库整理以及高阶拟合得到明显发展。它在物性建模、分子模拟和精密热力学分析中的作用也进一步扩大。