為什麼讀化工感覺和讀化學沒區別呢？
如題，除了一些基礎的理學知識外，本科生跟著老師的課題就是搞催化劑，感覺和化學專業沒啥區別啊，但是理論知識和化學專業的有差距。
精簡回答(可直接看白話版)：
化工和化學在一百年前分家，分家的原因是放大效應，或者說化工過程的非線性（也就是哲學裡的，量變引起質變）。如果化工過程都是線性的，那麼化學家在實驗室用瓶瓶罐罐設計好的合成、分離的條件，可以直接應用到幾噸的設備上。這樣的話，也就不要化學工程師什麼事了，只要讓機械工程師把設備造大一點就好了。現實是複雜的，因為質量傳遞、能量傳遞、動量傳遞、反應的非線性的耦合，從實驗室到化工生產中，需要去找這個「非線性規律」，從而能夠順利進行各種化學品生產。這些最經典的規律，在化工原理和反應工程，兩門最核心的課程中，就可以看到。從化學到化工，從實驗室到工業，並不是簡單的產量變大而已。這是化工和化學，兩個專業底層的區別。
詳細解答（白話版）：
成都是很生活化的城市，在我去過的城市中，也是民眾對美食的熱情最高的之一。本科時，川大每年都有食堂大廚、同學、教職工的廚藝競賽，非常有名。和同學去農家樂玩，一起做菜時才發現，同學裡也是不乏烹飪高手，男生女生都有，所以對四川人民的平均烹飪水平，還是有所瞭解的。廚藝競賽時，電子科大的同學、校外居民都會來觀看，是最熱鬧的活動之一。（鏈接https://new.qq.com/omn/20180527/20180527A0NF3R.html）。雖然學校不乏烹飪高手，但是在2014年食堂改革之前，江安校區的飯真的不好喫。當時，我曾經聽到同學說一句話，「廚藝競賽上，每個大廚的菜其實都挺好喫的；但是平常食堂的飯菜口味，真心不覺得他們廚藝水平這麼高」。
食堂大廚平常的菜做得不好喫，其中的一個原因是成本，這裡不多說。另一個原因，就是工程學裡說的放大效應。放大效應，在工程學裡非常常見，通常指各種工程系統的特性，隨規模成非線性變化。我曾經見過學土木工程的學長，研究不同規模的土堆的穩定性受含水量的影響；我也在紀錄片裏看到飛機製造過程中，利用不同尺寸的飛機模型進行實驗。在化工中，一般就指隨著產量的增大，各種參數和指標會發生劇烈變化，比如反應終點的時間、收率、放熱等。廚藝競賽時，食堂的大廚，只是炒一盤菜，所以容易控制和掌握；而平常食堂的大廚，要做的是上百人喫的大鍋菜，這是難以控制和掌握的。如果你有一定生活經驗，你會發現，家裡來很多客人時，你按照平常的比例去放調料，平常的烹飪方式去烹飪，但卻達不到平常的口味。換句話說，化工工程師的責任是，盡量讓大鍋菜炒得跟廚藝競賽中的一盤菜一樣好，甚至更好，這樣企業纔能有收益，才能節能環保。放大效應，是19世紀末、20世紀初西方工業化時，化學家發現的；也因為放大效應的原因，MIT、特拉華大學、明尼蘇達大學這些學校設立了最早的化工系，使化工成為工程學新的分支。如果還體會不到放大效應，給你看個視頻！千萬不要以為，你會炒菜，你就可以做大鍋菜！所謂的大鍋菜難做，不只是因為鍋變大了。也是哲學講的，量變引起質變。
大鍋菜的炒制上面的視頻中，大廚的顛鍋過程，可以深刻體會到，隨著反應物的量變大以後，要攪拌均勻變得多麼得困難。這種攪拌均勻的困難程度和反應物的量是非線性的。攪拌問題本質上是一種力學問題，所以化工中這將這一種非線性，劃歸為動量傳遞的非線性。其實，這個時候火候比攪拌還有更難控制。食材越多，容器中間的食材就難以受熱；就需要去升高烹飪溫度和延長烹飪時間，這也是非線性的；在化工中，這就劃歸為傳熱學裏的能量傳遞的非線性。此外還有質量傳遞的非線性和反應的非線性。「入味」，簡單說就是調料的分子（比如鹽），能否進到食物內部，這就劃歸為質量傳遞過程，也是非線性的。食材在烹飪過程中，會發生美拉德反應，產生各種令人愉悅的味道，反應也是非線性的。更複雜的是，質量、熱量、動量的傳遞與反應會相互影響，即「三傳一反」的耦合。比如勾芡前後，攪拌的手感是完全不同的。勾芡是澱粉發生糊化反應，但是糊化反應的結果是物質的粘度發生變化，具有了一定的非牛頓流體性質，從而就影響攪拌的手感，即動量傳遞；攪拌又會反過來影響受熱。勾芡時，鍋的底部容易形成膠狀的感覺，就是因為底物溫度跟高。所以傳遞現象和反應不但是非線性的，還會相互耦合，就是放大效應產生的根本原因。也是因為放大效應， 我對下面圖片中的這種火鍋、披薩、揚州炒飯，不會有任何的興趣！其口味，品質，都非常難以把握；相反我對精緻的「小菜」更感興趣，比如「考究」的粵式早茶，「精緻」的日式料理。即所謂「食不厭精，膾不厭細」。（我還寫過一篇談烹飪與傳熱學的文章， Devin：漫談傳熱學與烹飪 1.火候?尺寸效應篇）。
成都有一家叫麻辣空間的火鍋連鎖店，它的清油火鍋比較出名，它的創始人在一個紀錄片裡面就曾提到類似的放大現象。他想把他家的火鍋底料批量生產，但是他發現平常一鍋一鍋炒的食材配比和烹飪條件，放到大型設備上，就達不到他平常一鍋一鍋炒的口感。他後來是在大型設備上，大量的實驗摸索後，才重新找到食材比例和烹製條件，才成功生產。這個老闆可能會對這種現象很陌生，但是對流程工業而言，這就是化工學科形成的起源，放大效應。他的摸索實驗過程和化學工業中，從實驗室的小試到化工的中試非常相似。像製藥過程，製藥工藝工程師通常，在實驗室小試的基礎上，再進行中試放大，整個過程是10倍，10倍的放大；工藝參數會在這個過程中，進行調整、優化；設備選型，也會在中試過程確定。食品工業本身也屬於流程工業，廣義上看是化工過程，只是偏輕化工。物質加工處理的過程，都可以看做化工過程。
放大效應，遍佈工程學的各個領域（經典的工程學，一般指土木、電氣、機械、化工，這些最早誕生的工程學）。最為經典的放大效應來自於機械工程學，化工學科的形成也深受機械工程學影響，借鑒了大量機械工程的研究、分析方法。早期人類設計飛行器時，流體力學這樣的學科都還是零碎的知識，不成體系。所以放大更多靠經驗，直到今天，經驗公式、無因次準數這些，都依然在不同的工程學廣泛的使用。當時設計飛行器，都是先做小的模型，然後到風洞裏實驗，再進行優化和改進；然後再做大一點的模型，再次實驗。一直這樣下去，這就是飛行器的放大過程。你會發現上文的製藥工業的放大，跟飛行器的放大有著某種相似。雖然看著不同的工程學，有著大相徑庭的內容，但實際上不同的工程學之間，有著非常相似的邏輯，非常相似的方法論。其底層是去發明創造，解決實際問題；而化學是自然科學，其底層邏輯，是去解釋各種自然現象的原因。
從化學到化工，從實驗室到工業，並不是簡單的產量變大而已；其背後是動量、能量、質量傳遞、反應的物理現象的綜合作用，這也正是化工的研究範圍，跟化學顯著不同。所以內行覺得化工學的東西偏物理，外行覺得化工學的偏化學。上面我們談了食品加工過程中的攪拌問題的放大。現在舉一個類似的化工問題，生物反應器的設計中，攪拌也是一個十分重要的問題。攪拌快了，換熱負擔很大，動物細胞甚至經不起攪拌；攪拌不快，反應器中的質量傳遞會受到影響，濃度就不均勻，溶解氧水平低，溶解二氧化碳濃度很高，直接影響細胞的生存。所以人們總結了一些準數，攪拌過程的放大中，會用到Power number（暫且翻譯成，功率準數吧），記作N_P。這個N_P準數常在買攪拌槳的時候，會見到：
其中P為攪拌功率（不通氣下），N_i為攪拌轉速，D_i為攪拌槳直徑，rho為液體密度。如果用功率準數相似去進行放大，那麼意味著：要保持和實驗室的瓶瓶罐罐相似的攪拌效果，那麼需要攪拌功率要隨著轉速的立方，攪拌槳直徑的5次方變化。5次方的變化，是非常急劇的增加。在計算機的演算法中，三次方變化的計算複雜度，就被認為負擔非常大。根據這個無因次準數的關聯式，這種非線性是非常驚人的！有的時候，受制於各種現實因素，目前人類的科技甚至可能造不出相應的機械；有的時候，甚至完全沒有經濟價值。通常情況下，隨著放大，質量、能量、動量的傳遞效果都會變差，反應會受到質量、能量、動量的影響，而發生深刻變化。
上面簡單提了下攪拌的非線性。接著攪拌的非線性，我們談一談換熱。假設上面的攪拌器的功率隨著攪拌槳的直徑成5次方變化，隨之會帶來另一個問題。換熱！攪拌可能會積累了大量的熱量。假設換熱器的總換熱係數不變下，這意味著換熱面積需要跟著攪拌成5次方變化。你想過，這需要多少跟管子嗎？在反應器中，有的時候夾套甚至不能，提供足夠的面積供換熱。這時就可能有很多種方式去處理，對於密封性要求高的，可以考慮在反應器中加入盤管；密封性要求不高，可以接外循環進行換熱。這些很現實的問題，都是要去進行工程計算的，都是要考慮成本和實際情況的，都是化學不需要去考慮的。
再給你看，兩個很常見的公式，學化工和學化學的朋友都很熟悉的，以此來感受下化工過程的非線性。
阿倫尼烏斯公式： , 這裡反應速率常數隨溫度的非線性變化。
一級反應: 其解為：
，注意濃度和時間，濃度和溫度（上式）的非線性變化。把這兩個式子，連起來看，將會看到溫度對於反應過程的強非線性的影響。
化工過程中，傳熱、傳質、動量傳遞、反應的控制方程，往往都是一些常微分、偏微分方程，其解析解，常常通常含有自然常數e的冪，這就是傳熱、傳質、動量傳遞、反應的非線性的體現。自然常數表達了自然界的非線性，因而稱為自然常數的原因。化工的非線性，有的時候是弊大於利的，有的時候卻又是利大於弊的。化工裏的過程強化，比如強化系統的散熱，抽象地來看，就是利用了這種非線性規律，去達到一些工業生產上的目的；像微反應器，也是因為放大效應，傳遞效果變差，所以才反過來，做成精緻的「微」反應器（ 逆向思維，反過來利用放大效應）。
一百年前，西方想進行工業化、規模化生產時，發現了實驗室的實驗，規模一旦擴大，就變得難以預測，時間、濃度、收率、放熱，方方面面都會隨著放大，而發生急劇改變。從化學到化工，從實驗室到工業，也並不是簡單的產量變大而已。這些問題有的時候會非常重要，直接影響到化工生產過程的方方面面。上面的那個5次方的例子中，就可以看到攪拌、換熱變得十分困難的例子，如果不能很好解決，溫度的控制和能量消耗就會變成問題。當時古典的化學知識，是不能用來解決這些問題的。為了應對這些問題，一部分化學家開始了早期的化工的研究，他們也使得化工從化學中獨立，成為工程學新的分支。剛開始時，工程師嘗試用一些經驗公式去總結規律（rule of thumbs）。後來受到機械等其他工科的影響，化工也開始嘗試用一些無因次準數的關聯式、關聯圖去解決早期的無機化工、石油化工的問題。到再後來，隨著對化工過程的深入瞭解，人們逐漸意識到，化工過程的非線性，根本上可以歸咎於質量傳遞、能量傳遞、動量傳遞、反應的非線性（也就是我們常說的三傳一反），化學工程學從而逐漸形成了今天的體系。大學的課程中，化工原理、反應工程兩門核心課程，是對人類經典化工知識的總結。表面上看，我們會覺得，化學的大多數領域好像不需要多少計算（當然現在前沿的化學除外），但是化工卻跟其他工科一樣有大量的複雜的數學公式，需要去進行各種複雜的計算。從而設計、運行、控制、優化相應的化工過程。對於同樣一個反應，工業化學家只是告訴工程師，小試時，80度收率最高。但是到了化學工程師這裡，我們就要去計算，對於給定的產量，會產生多少熱量。從而知道單位時間內，要用換熱器，去移走都少熱量，從而使溫度控制在一個理想的範圍內。所有的問題都是基於計算的。
雖然到了今天，人類的化工知識有了極大的豐富，但是化工中真正能夠，比較好地總結規律的卻還是集中在無機化工、石油化工中，所以化工原理和反應工程中的經典化工的公式，往往來自早期的無機化工、石油化工。石油化工，這些已經形成了一系列非常成熟的設計、計算、控制、優化、操作的知識總結。而在精細化工等領域，就會發現，工程師很少關注怎麼去計算、過程式控制制，這些問題；工程師更多關注的是工藝本身，或者說合成、分離路線。這背後的底層原因就是，人類尚無法像石油化工一樣，總結這些化工領域的比較一般化的規律。下圖給出了，不同化工過程的非線性程度，虛線左邊的是已經可以應用MPC（模型預測控制）的流程工業，可以側面理解成虛線左邊的是技術比較成熟和完善的。可以看到精細化學品、製藥、高分子、微電子、生物化工，非線性非常強，過程十分複雜。因為非線性，這些領域也是最難建立一般化的數學模型的領域。所以，成熟的控制、優化都無從談起。也是如此，學這些領域的朋友，可能會和樓主有相似的感受，覺得化工和化學很像，因為不成熟，很多東西沒有數學模型，無法預測，依賴實驗。像在精細化工，這些領域，很少基於計算去考慮問題。核心原因，就是目前很多關鍵工藝指標難去預測，很多時候沒有這必要。這些過程的放大，最後還是要回歸到實驗室，去做實驗，依賴於實驗去克服非線性。經驗比公式更有價值。但長遠看，這些非線性比較強的化工過程，未來也會像今天的石油化工一樣那麼成熟。
過去十年，計算機性能大幅提高，直接促成了數據驅動模型、數據驅動優化，得以在線上實現。人工智慧、大數據，就是這樣的例子。這些數據驅動的技術，可能會在未來二十年類，帶動這些強非線性的化工領域形成新的技術和行業。不過總體而言，化工的數據成本還是非常高，數據可能也不具有代表性，暫時無法很好去應用。
不過，化學、材料領域的論文相對比較好發，化工論文不好發。所以包括國外在內的，絕大多數化工系，相當比例的教授，都其實在做材料和化學領域的東西，相反做傳統化工領域的教授其實比較少的。化學和材料領域屬於論文週期短、產量高、影響因子高，所以很多化工系的學生跟著教授做化學、材料的問題，自然以為化工和化學很像。此外，在化工的一些領域，如精細化工、製藥、生物化工，由於不像石油化工、無機化工那麼成熟，數學模型不成功，產品非常新，行業研究不夠透徹；而且它的放大倍數跟石油化工比也小，非線性的影響可以通過實驗克服，這些領域就依然高度依賴於實驗（尤其是中試）。這些領域因為實驗為主，也會讓人產生化工、化學很像的感覺，但底層邏輯不一樣。化工歷史上，深受機械工程專業的影響，熱力學、傳熱學、流體力學都在化工學科的發展中，產生了巨大影響。放大效應一詞，最早就來自於機械工程學。如果跟高中的物理和化學做一個對比，其實化工像高中的物理，而不是化學。就前景和待遇這些，化工和化學情況真的非常相似，網上流傳很廣的順口溜說，「讀化工，窮三代」的說法，真的不是開玩笑，我絕大多數同學工作後都後悔選擇化工與製藥類專業，極少數不過是倖存者偏差罷了。大多數人都是工作環境有毒有害高危，需要熬夜倒班，工作地區遠離城市，但資收入只是勉強溫飽。其實國外化工工程師收入是工程師中不錯的，國內這麼慘的原因歸根到底，是我國的化工處於世界產業鏈的低端，只有極其個別像萬華這樣掌握了核心技術，變成某個細分領域的翹楚。
歡迎關注我的知乎和文章，一起討論化工、過控、製藥相關話題：
為什麼覺得英文原版教材很囉嗦？
化工專業的《傳遞過程原理》到底在講什麼？
化工模擬軟體研發工作，公司為啥招聘化工專業的呢？化工專業的又不會編寫代碼，軟體專業不是對口嗎？
數據挖掘技術是不是飲鴆止渴？現時中企業和工業是怎麼看待和使用數據挖掘所得到的結果的？
化學工程學習筆記
我與化工專業
其他主題
國外早餐喫什麼？
化學和化工分家，說「放大效應」是OK的，因為沒具體指明是哪些效應，但基本都來自放大。但說就是「非線性」，那未必。因為線性近似式還是應用非常廣泛，效果好的情境很多。之所以仍然不滿，主要不在於「線性化了不準」，而是化工情境往往是多物理場，非均一（有梯度），多尺度。在多梯度場下化學反應的研究少啊。而且化學研究的目標是為了講好分子尺度的故事，你說這裡面還有旋渦、對流、二次流、失穩之類的，化學又不管。
說這兩個分家，不如說這兩個本來就不一家。化工是物理。
這樣吧，你思考一下這四個問題，關於化工的，你就知道化工與化學有什麼區別了。
問題一：某精餾塔進料為甲醇與水，甲醇濃度20%，要求塔頂得到95%甲醇，塔釜甲醇濃度低於1%，求精餾塔理論塔板數。
問題二：某蒸汽預熱器採用120℃飽和蒸汽，要求將30度的水加熱至80度，水流量為2m3/h，求蒸汽預熱器換熱面積。
問題三：某一級反應，半衰期為0.5h，採用連續攪拌釜式反應器，反應物進料為5m3/h，現要求反應物轉化率為90%，求反應釜大小。
問題四：某化工過程需要將35%的硝酸溶液輸送至反應器中，反應器內為壓力為0.6MPa，反應器位於6m高平臺上，溶液流量為0.2m3/h，試選為該過程選擇合適的泵。
化工專業學完之後應該解決這類問題，當然這只是工藝計算，還沒有涉及到設備計算。但是你想明白這些問題後自然就知道化工與化學有什麼區別了。
最後 我希望有一天我能成為化工領域的優秀回答者
最後 我希望有一天我能成為化工領域的優秀回答者
最後 我希望有一天我能成為化工領域的優秀回答者
催化是屬於一個化工和化學的交叉學科，有時候會區分不明顯。但是還是有很多不同的。
例如，催化劑性能方面，催化機理，晶型結構，支撐材料，傳質傳熱，熱點，多相平衡，顆粒機械強度，抗磨損性，熱應力性能，與反應器的配合等等，有多少是純化學的呢？
再比如說製備過程，催化活性物質的分佈、顆粒大小與熱穩定性的關係、如何造粒、如何乾燥、如何還原、如何控制工藝條件，又有多少純化學？
再比如失活機理，化學失活、燒結、孔道垮塌、晶體顆粒的遷移、粒數平衡，比表面變遷，結焦，這些因素又有多少純化學？
所以說，即使是催化領域，化學和化工做的事也不同。不過有時候大家不太分家而已。
至於化學工程、化工熱力學、傳熱、化工機械、工藝、系統、控制、流體力學，這些最常規的化工技能，數學第一，物理第二，化學基本上可以不懂。
我本人化工博士出身，做的是工藝研發，在行業內摸爬滾打十幾年，做到今天，經驗積累下，進步到連我女兒的初三化學都輔導不了了，但是物理和數學，還是可以時時鄙視一下她老師的。
化工在讀博士。
化工和化學的核心區別是化工是研究如何把化學應用到工業上面的。而化學是研究物質如何反應一類的事情。
化工更偏向物理方面，比如核心課：熱力學，Heat and Mass Transfer， 流體力學，反應原理，reactor, process control.除了反應原理離著物理遠點，其他的都是離不開物理的。
而化學我個人沒上過高級課，感覺更多偏向反應過程，分子、原子結構一類的東西。 相對離物理就比較遠。
而你說的搞催化劑一類的，的確是在化學和化工中間的。 如果催化過程是reaction control的話，就更偏化學，主要是搞反應過程，算E,k之類的。
如果是 Diffusion control的話，就偏化工一些，不僅需要算k,還需要算diffusivity, porosity 之類的參數。
就當下來說，化工博士很少聽說去研究什麼反應器啊，蒸餾塔，heat exchanger之類的東西，因為這些東西都發明瞭幾十上百年了。在有新的材料和技術被發明出來之前，很難有什麼大的改進。 化工現在科研主要方向都是像生物柴油，催化，電池，材料之類的領域。 這些都和化學捱得比較近。 所以也會給人一個化工和化學比較像的印象。
化工和化學都會掉頭髮，不過化學掉的比較多些，誰叫他們沒事吸毒呢
以上
推薦閱讀：
