載入中 ...
- 文／小風，剛拿到化工系畢業證書的 Swing Dance 愛好者。喜歡把複雜的事情用聽得懂的方式跟大家分享，致力於讓社會了解化學工程的美好。
- 上集〈翡冷萃咖啡的祕密（上）：市售冷萃咖啡其實是「非冷萃」嗎？〉
圖／Pexels by Ylanite Koppens
上集，我們利用輸送現象，並建立模型，解釋了市售冷萃咖啡為什麼可能不是冷萃的原因。理論與模型終究是紙上談兵，複雜的現實情況必然無法用我們的簡單理論完美描述。
「一個好的模型，是帶來出乎意料成功的非現實簡化。1」
本集，我們就要透過實驗，來檢視簡化模型預測的咖啡濃度差是否跟實驗結果相似。這個實驗不需要任何實驗室儀器，只需要手機鏡頭跟圖片編輯軟體就能辦到！
利用「比色法」辨別濃度
若要辨認咖啡的濃度，在使用同一種咖啡豆的情況下，我們一般會很直觀的認為顏色深的咖啡比較濃，顏色淺的咖啡比較淡吧2！如果我們知道什麼濃度的咖啡會有什麼樣的顏色，當我們沖出一杯咖啡時，就能以顏色判別濃度，這就是「比色法」的概念。咖啡濃度與顏色之間的關係，從「檢量線」可看出來 。可想而知，檢量線如果準確，實驗結果就會比較準。因此，如何建立檢量線就很重要了！
要建立檢量線，我們可以透過「連續稀釋法」，先取得數個已知濃度的咖啡樣品。首先，我們以正常方式用 80℃ 熱水沖一杯咖啡，設定這個濃度為 1.0，也就是標準濃度。接著，取出一部分的咖啡與等量的水混合，稀釋後的咖啡濃度就是原本的一半，也就是 0.5。再將稀釋後的咖啡取出一部分與等量水混合，得到 0.25 濃度的咖啡，依此類推。
圖一、利用連續稀釋法製作咖啡樣品，用來建立檢量線。圖／作者
小畫家就能量化顏色
有了咖啡樣品，接著需要找到量化咖啡顏色的方式。相信大家都有使用小畫家的經驗吧！若用小畫家開啟一張照片，使用「顏色滴管（color picker）」就可以知道某個特定顏色的 RGB 值，也就將顏色量化了。
所以，我們可以將咖啡樣品用相同規格的透明容器裝起來，在相同的光源、背景、角度下用手機拍照，傳到電腦再用小畫家開啟，就能知道這些咖啡顏色的 RGB 值了。
不過，再仔細想想，你會發現幾個問題：
- RGB 值有三個數字，哪一個數字或什麼樣的組合才代表濃度呢？
- 用小畫家一次只能得到一個點的數值，也就是滑鼠鼠標對應位置的 RGB 值，不利統計。
圖二、用小畫家擷取照片中咖啡的 RGB 值。圖／作者
為了解決第一個問題，我們可以使用灰階照片。假設顏色深淺是濃度對應的指標，那麼將彩色照片轉為灰階就可以讓 RGB 三個數字一致，又不失顏色深淺的特徵。
至於第二個問題，我們可以使用數學界四大軟體之一的「Matlab」。軟體中的 Image Viewer 可以一次獲得指定範圍內每一像素的 RGB 值，對這些數字取眾數，就可以獲得比較具代表性的 RGB 數值了。
圖三、用手機鏡頭與 Matlab 數值軟體估算咖啡濃度的方法：先拍照、調成灰階，用軟體取得指定範圍內的 RGB 值，最後再取眾數。圖／作者
將樣本濃度與灰階後的 RGB 值3 繪於一張圖上，就得到了檢量線。
圖四、以 80℃ 熱水沖泡咖啡得到的檢量線。繪圖／作者
簡化模型真的能成功嗎？
既然我們已經有了估測咖啡濃度的方法，現在就可以用不同溫度的水沖泡咖啡，來驗證實驗結果是否與模型相同。
首先，用 87.5℃4、80℃、25℃ 的水沖泡咖啡，並分別將咖啡拍照，轉灰階。接著用 Matlab 取得 RGB 值後，利用檢量線對應出相對濃度。最後，跟模型計算的數值比對。
圖五、以不同水溫沖泡的咖啡 RGB 值與對應濃度。繪圖／作者
| T（℃） | 模型預測 | 實驗值 |
|---|---|---|
| 87.5 | 1.676 | 1.780 |
| 80 | 1.000 | 1.000 |
| 25 | 0.119 | 0.196 |
表一、模型能合理預測不同水溫下的咖啡濃度。製表／作者
由表一可見，模型可以合理估算出實際沖泡的咖啡濃度，也再次強調，一個好的模型：是帶來出乎意料成功的非現實簡化！
比色法的缺點
看到這裡，或許你會覺得比色法實在太好用啦！是不是以後都不需要高階實驗儀器與方法，只要用比色法就能替所有化學物質定量了呢？當然不！
其實在這個簡易咖啡實驗中，我們能發現幾個顯而易見的問題：
1. 若要講究比色法的嚴謹定量，就只能使用在內插的範圍，絕不可用來解釋外插才能得到的數據5。舉例來說，圖五中 25℃ 水沖泡的咖啡落在檢量線的兩個數值之間，能夠對應出相對的濃度，這樣稱為內插。但是，87.5℃ 熱水沖泡的咖啡濃度定量，是由最後一段檢量線向外延伸到 87.5℃ 咖啡對應的 RGB 值，再向左對應出相對濃度。這樣的對應稱為外插。
這是相當不嚴謹的估算，因為我們無法確保 RGB 值與相對濃度的關係在這段範圍裡依舊會跟相對濃度 1.0 與 0.5 的直線相同。
圖六、比色法不宜外插，因為外插假設檢量線為橘色虛線，但實際情況可能偏離甚遠（例如圖中兩條紫色虛線），對應出來的濃度會有極大差異。繪圖／作者
2. 雖說上集介紹的模型可以套用在每一種化學物質，但我們的計算都是以咖啡因為基準（詳見上集的註解1）。但是，咖啡因溶於水是無色透明的，所以用比色法討論咖啡因或其他沒有顏色的物質並不合適。
不過，儘管有這些問題，若僅是要簡易估算各物質平均在咖啡中擴散的模型與實驗，從表一的結果來看依舊是可行的。
工程思維：效率與品質可以兼顧
合理簡化一個複雜問題，不一定會失去正確性。
在這次的實驗中， 質量傳遞模型有許多簡化跟假設，實驗用到的比色法也有許多假設，甚至還有小範圍的外插。我們當然可針對這些簡化，用更高深困難的理論與數學，例如考慮熱水在沖泡過程中冷卻、濾袋的幾何結構、捨棄等效水道長的概念而用顆粒床6 的公式計算等，結合程式編碼，模擬出更符合真實情況的計算。
可是，模型的建立會因此更困難，計算難度也高出許多，結果卻可能沒有顯著差異。相對的，簡化模型與比色法實驗的相符，替「出乎意料成功的非現實簡化」提供了最好的例子。總而言之，一個模型怎樣才算過度簡化，往往還是需要與實驗、經驗比對，才會知道。
雖然如此，這也不代表工程師不注重基礎理論。近年的化工研究發展大多高度要求物理、化學、生物理論的應用，諸如材料開發（分子設計）、藥物研究（像是標靶治療、奈米反應器、輸送治療蛋白質等）、能源工程（例如天然氣水合物性質研究、生質能轉換效率如何提高）、奈米製程（觸媒開發、晶圓製造等）。
對我來說，討論化工與化學、物理的差異，也不應停留在理論的複雜程度，而是著眼的系統跟尺度不同。舉例來說，化工藉物理、化學觀念來描述工廠的管線輸送、反應爐、蒸餾塔等設計，並用相同方法描述人體內的血液輸送以研究標靶治療與中風解方等；相對的，有些物理與化學領域專門研究分子、原子或更小層級7，意在關注物質與能量如何組成。
因此，區分化工與物理、化學領域的並不是使用理論的難易度，而是關注的應用不同，可別搞錯了喔！
註解
- 節自 Dill and Bromberg 在《Molecular Driving Force》一書中對統計力學的描述 “To borrow a quote, statistical thermodynamics has a history of what might be called the unreasonable effectiveness of unrealistic simplifications.”
- 通常淺焙咖啡的顏色比深焙淡，然而，這不必然表示淺焙咖啡中每一種化學物質的濃度都比深焙咖啡的還要低。所以此處強調要使用同一種咖啡豆才能比較。
- 因為黑色的 RGB 值是（0, 0, 0），白色為（255, 255, 255），如果直接使用，高濃度咖啡的 RGB 值較小，低濃度咖啡的 RGB 值較高，數值較不直觀。因此，我們使用經過轉換的 RGB 值來建立檢量線：Adopted RGB = 255 – Measured RGB。
- 熱水壺中的水溫原本是 95℃，但在沖咖啡的過程中，熱水會顯著的降溫。因此，模型預測時的參數是用熱水的初溫與末溫平均值來帶入計算，也就是 87.5℃。
- 內插的範圍是檢量線的最低與最高數值之間：RGB 值 77 到 211 之間。226.6 的 RGB 值不在此範圍間，屬於外插。
- 顆粒床（granular bed）：在化工通常指布滿用以吸收、萃取之顆粒的長管。流體會由上而下或由下而上的在管中流動，以讓流體與顆粒可以盡量充分反應。但是要注意，顆粒床通常用來描述管內顆粒沒有被流體沖散而流動的情況，與之相對的是流體化床（fluidized bed）。
- 化工涉足這種微小尺度也行之有年，例如運用分子模擬開發材料、量化計算探討分子結構等。此部分的研究確實與化學、物理關心的領域重疊，但最終研究目的總會與工程應用連結。
- 責任編輯/竹蜻蜓
