【数学建模】高温作业专用服装设计(2018A)隐式差分推导

为方便计算,对区域进行离散化处理,采用隐式差分格式进行离散计算。隐式差分格式如图:
请添加图片描述

每层材料内部

对第 j j j层材料:

其中, λ j \lambda_j λj表示第 j j j层的热扩散率, c j c_j cj表示第 j j j层的比热容, ρ j \rho_j ρj表示第 j j j层的材料密度。

∂ T j ∂ t = λ j c j ρ j ∂ 2 T j ∂ x 2 \dfrac{\partial T_j}{\partial t} =\dfrac{\lambda_j}{c_j \rho_j}\dfrac{\partial^2 T_j}{\partial x^2} tTj=cjρjλjx22Tj

对方程左端采用向后差分格式,方程右端采用中心差分格式,有:

T j ( x i , t k + 1 ) − T j ( x i , t k ) Δ t = λ j c j ρ j T j ( x i + 1 , t k + 1 ) − 2 T j ( x i , t k + 1 ) + T j ( x i − 1 , t k + 1 ) ( Δ x ) 2 \dfrac{T_j(x_i,t_{k+1})-T_j(x_i,t_{k})}{\Delta t} =\dfrac{\lambda_j}{c_j \rho_j} \dfrac{T_j(x_{i+1},t_{k+1})-2T_j(x_i,t_{k+1}) + T_j(x_{i-1},t_{k+1})}{(\Delta x)^2} ΔtTj(xi,tk+1)Tj(xi,tk)=cjρjλj(Δx)2Tj(xi+1,tk+1)2Tj(xi,tk+1)+Tj(xi1,tk+1)

整理得:
− T j ( x i , t k ) = λ j Δ t c j ρ j ( Δ x ) 2 F ( X ) − T j ( x i , t k + 1 ) -T_j(x_i,t_{k}) = \dfrac{\lambda_j \Delta t}{c_j \rho_j (\Delta x)^2} F(X) - T_j(x_i,t_{k+1}) Tj(xi,tk)=cjρj(Δx)2λjΔtF(X)Tj(xi,tk+1)

F ( X ) = T j ( x i + 1 , t k + 1 ) − 2 T j ( x i , t k + 1 ) + T j ( x i − 1 , t k + 1 ) F(X) = T_j(x_{i+1},t_{k+1})-2T_j(x_i,t_{k+1}) + T_j(x_{i-1},t_{k+1}) F(X)=Tj(xi+1,tk+1)2Tj(xi,tk+1)+Tj(xi1,tk+1)
F ( X ) = r j F(X) = r_j F(X)=rj

整理得:

T j ( x i , t k ) = − r j T j ( x i + 1 , t k + 1 ) − r j T j ( x i − 1 , t k + 1 ) + ( 1 + 2 r j ) T j ( x i , t k + 1 ) T_j(x_i,t_k) = -r_jT_j(x_{i+1},t_{k+1})-r_jT_j(x_{i-1},t_{k+1})+(1+2r_j)T_j(x_i,t_{k+1}) Tj(xi,tk)=rjTj(xi+1,tk+1)rjTj(xi1,tk+1)+(1+2rj)Tj(xi,tk+1)

左边界条件

T j ( x , 0 ) = 37 ° T_j(x,0) = 37\degree Tj(x,0)=37°
此前求得的左边界条件:

− k 1 ∂ T 1 ∂ x + k o u t T 1 ∣ x = 0 = k o u t T o u t -k_1 \dfrac{\partial T_1}{\partial x} + k_{out}T_1|_{x=0} = k_{out}T_{out} k1xT1+koutT1x=0=koutTout

对其进行离散化处理:

− k 1 T ( 2 , k ) − T ( 0 , k ) 2 Δ x = k o u t ( T o u t − T ( 1 , k ) ) -k_1 \dfrac{T_(2,k) - T(0,k)}{2\Delta x} = k_{out}(T_{out} - T(1,k)) k1xT(2,k)T(0,k)=kout(ToutT(1,k))

整理可得:

T ( 0 , k ) = 2 Δ x k o u t T o u t k 1 − 2 Δ x k o u t T ( 1 , k ) k 1 + T ( 2 , k ) T(0,k) = \dfrac{2\Delta xk_{out}T_{out}}{k_1} - \dfrac{2\Delta xk_{out}T(1,k)}{k_1} + T(2,k) T(0,k)=k1xkoutToutk1xkoutT(1,k)+T(2,k)

根据每层材料内部,有

T j ( 1 , k − 1 ) = − r 1 T j ( 2 , k ) − r 1 T j ( 0 , k ) + ( 1 + 2 r 1 ) T j ( 1 , k ) T_j(1,k-1) = -r_1T_j(2,k)-r_1T_j(0,k)+(1+2r_1)T_j(1,k) Tj(1,k1)=r1Tj(2,k)r1Tj(0,k)+(1+2r1)Tj(1,k)

联立得:

T j ( 1 , k − 1 ) = − r j T j ( 2 , k ) − r j ( 2 Δ x k o u t T o u t k 1 − 2 Δ x k o u t T ( 1 , k ) k 1 + T ( 2 , k ) ) + ( 1 + 2 r j ) T j ( 1 , k ) T_j(1,k-1) = -r_jT_j(2,k)-r_j(\dfrac{2\Delta xk_{out}T_{out}}{k_1} - \dfrac{2\Delta xk_{out}T(1,k)}{k_1} + T(2,k))+(1+2r_j)T_j(1,k) Tj(1,k1)=rjTj(2,k)rj(k1xkoutToutk1xkoutT(1,k)+T(2,k))+(1+2rj)Tj(1,k)

T j ( 1 , k − 1 ) + r 1 2 Δ x k o u t T o u t k 1 = − 2 r 1 T j ( 2 , k ) + ( 1 + 2 r 1 + r 1 2 Δ x k o u t k 1 ) T j ( 1 , k ) T_j(1,k-1)+r_1\dfrac{2\Delta xk_{out}T_{out}}{k_1} = -2r_1T_j(2,k)+(1+2r_1+r_1\dfrac{2\Delta xk_{out}}{k_1})T_j(1,k) Tj(1,k1)+r1k1xkoutTout=2r1Tj(2,k)+(1+2r1+r1k1xkout)Tj(1,k)

右边界条件

此前求得的右边界条件:

k 4 ∂ T 1 ∂ x + k o u t T 4 ∣ x = x s k i n = k s k i n T s k i n k_4 \dfrac{\partial T_1}{\partial x} + k_{out}T_4|_{x=x_{skin}} = k_{skin}T_{skin} k4xT1+koutT4x=xskin=kskinTskin

对其进行离散化处理:

k 4 T ( N + 1 , k ) − T ( N − 1 , k ) 2 Δ x = k s k i n ( T s k i n − T ( N , k ) ) k_4 \dfrac{T_(N+1,k) - T(N-1,k)}{2\Delta x} = k_{skin}(T_{skin} - T(N,k)) k4xT(N+1,k)T(N1,k)=kskin(TskinT(N,k))

整理可得:

T ( N − 1 , k ) = T ( N + 1 , k ) − 2 Δ x k s k i n T s k i n k 4 + 2 Δ x k s k i n T ( N , k ) k 4 T(N-1,k) = T(N+1,k) -\dfrac{2\Delta xk_{skin}T_{skin}}{k_4} + \dfrac{2\Delta xk_{skin}T(N,k)}{k_4} T(N1,k)=T(N+1,k)k4xkskinTskin+k4xkskinT(N,k)
根据每层材料内部,有

T j ( N , k − 1 ) = − r 1 T j ( N + 1 , k ) − r 1 T j ( N − 1 , k ) + ( 1 + 2 r 1 ) T j ( N , k ) T_j(N,k-1) = -r_1T_j(N+1,k)-r_1T_j(N-1,k)+(1+2r_1)T_j(N,k) Tj(N,k1)=r1Tj(N+1,k)r1Tj(N1,k)+(1+2r1)Tj(N,k)

联立得:

T j ( N , k − 1 ) = − r j T j ( N + 1 , k ) − r j ( T ( N + 1 , k ) − 2 Δ x k s k i n T s k i n k 4 + 2 Δ x k s k i n T ( N , k ) k 4 ) + ( 1 + 2 r ) T j ( N , k ) T_j(N,k-1) = -r_jT_j(N+1,k)-r_j(T(N+1,k) -\dfrac{2\Delta xk_{skin}T_{skin}}{k_4} + \dfrac{2\Delta xk_{skin}T(N,k)}{k_4})+(1+2r)T_j(N,k) Tj(N,k1)=rjTj(N+1,k)rj(T(N+1,k)k4xkskinTskin+k4xkskinT(N,k))+(1+2r)Tj(N,k)

T j ( N , k − 1 ) − 2 Δ x k s k i n T s k i n k 4 = − 2 r j T j ( N + 1 , k ) + ( 1 + 2 r j − r j 2 Δ x k s k i n k 4 ) T j ( N , k ) T_j(N,k-1)-\dfrac{2\Delta xk_{skin}T_{skin}}{k_4} = -2r_jT_j(N+1,k)+(1+2r_j-r_j\dfrac{2\Delta xk_{skin}}{k_4})T_j(N,k) Tj(N,k1)k4xkskinTskin=2rjTj(N+1,k)+(1+2rjrjk4xkskin)Tj(N,k)

N = L N=L N=L

本文参考自【数学建模】2018年国赛A题详解(一)

更多建模相关信息看Github仓库(包括真题练习)

更多数学建模信息

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/diannao/47297.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

Matplotlib库学习之pyplot.figure()函数

Matplotlib库学习之pyplot.figure()函数 一、简介 pyplot.figure() 是 Matplotlib 的 pyplot 模块中的一个函数,用于创建一个新的图形(figure)。在 Matplotlib 中,图形是绘图元素的容器,可以包含多个坐标轴&#xff…

linux需要熟悉的命令理解记忆

(1)光标插入 (1)一般模式下: i 插入到光标前方 记忆方法:在一般模式下, 光标选中字符, 我们按下 i, 就会插入光标的前方, insert, 表示插队 (2)一般模式下: a 插入到光标后方 记忆方法: 在一般模式下, 光标选中字符,a表示append, 添加或者附加的意思 (3) 如果要在行首或者行…

css实现每个小盒子占32%,超出就换行

代码 <div class"visitors"><visitor class"item" v-for"(user,index) in userArr" :key"user.id" :user"user" :index"index"></visitor></div><style lang"scss" scoped&…

java乱码问题

文章目录 1.eclipse所有修改编码的地方2.io读取文件乱码问题1.读写统一2.转换字符编码&#xff1a; 3.http请求返回乱码 1.eclipse所有修改编码的地方 2.io读取文件乱码问题 1.读写统一 如果文件是以UTF-8编码保存的&#xff0c;那么在读取文件时也应使用UTF-8编码。 2.转换…

Apple Vision Pro 和其商业未来

机器人、人工智能相关领域 news/events &#xff08;专栏目录&#xff09; 本文目录 一、Vision Pro 生态系统二、Apple Vision Pro 的营销用例 随着苹果公司备受期待的进军可穿戴计算领域&#xff0c;新款 Apple Vision Pro 承载着巨大的期望。 苹果公司推出的 Vision Pro 售…

百分点科技签约潍坊市数据产业发展战略合作

近日&#xff0c;潍坊市数据产业发展战略合作签约仪式举行&#xff0c;潍坊市人民政府副市长张震生&#xff0c;潍坊市财政局党组书记、局长王金祥&#xff0c;潍坊市大数据局党组书记陈强出席大会并致辞。百分点科技受邀进行战略合作签约&#xff0c;共同见证潍坊市数据要素市…

生成式人工智能(AI)的未来

&#x1f49d;&#x1f49d;&#x1f49d;欢迎来到我的博客&#xff0c;很高兴能够在这里和您见面&#xff01;希望您在这里可以感受到一份轻松愉快的氛围&#xff0c;不仅可以获得有趣的内容和知识&#xff0c;也可以畅所欲言、分享您的想法和见解。 推荐:kwan 的首页,持续学…

深度学习模型快速开发平台推荐

前言 本文面向深度学习初学者或者工程师&#xff0c;推荐几个常用的深度学习模型快速开发平台。可以帮助初学者快速跑通模型&#xff0c;帮助工程师快速对模型进行部署和应用。 huggingface 简介 不多介绍&#xff0c;全球最大的模型托管平台&#xff0c;该平台最大的特点是…

全网超详细Redis主从部署(附出现bug原因)

主从部署 整体架构图 需要再建两个CentOs7,过程重复单机部署 http://t.csdnimg.cn/zkpBE http://t.csdnimg.cn/lUU5gLinux环境下配置redis 查看自己ip地址命令 ifconfig 192.168.187.137 进入redis所在目录 cd /opt/software/redis cd redis-stable 进入配置文件 vim redi…

C++——类和对象(初始化列表和运算符重载与静态与友元)

文章目录 初始化列表语法结构定义和使用案例初始化列表初始化常量成员&#xff1a; 注意事项 运算符重载加法运算符重载语法结构示例注意事项 减法运算符重载语法结构示例注意事项 等于运算符重载等于运算符 的重载语法示例注意事项 大于运算符重载大于运算符 > 的重载语法…

mac如何查看cpu和显卡温度

在Mac上查看CPU和显卡温度&#xff0c;你可以使用以下几种方法&#xff1a; 方法1&#xff1a;使用内建工具“活动监视器” 虽然“活动监视器”不能直接显示温度信息&#xff0c;但它可以显示CPU使用情况等信息。 打开“活动监视器”&#xff0c;可以通过以下路径找到&#…

JavaScript 常见数学用法

JavaScript 数学 JavaScript Math 对象允许您对数字执行数学任务。 实例&#xff1a; Math.PI; 返回 3.141592653589793常见案例 Math.round() Math.round(x) 的返回值是 x 四舍五入为最接近的整数&#xff1a; 实例&#xff1a; Math.round(6.8); // 返回 7 Math.r…

JavaWeb入门程序解析(Spring官方骨架、配置起步依赖、SpringBoot父工程、内嵌Tomcat)

3.3 入门程序解析 关于web开发的基础知识&#xff0c;我们可以告一段落了。下面呢&#xff0c;我们在基于今天的核心技术点SpringBoot快速入门案例进行分析。 3.3.1 Spring官方骨架 之前我们创建的SpringBoot入门案例&#xff0c;是基于Spring官方提供的骨架实现的。 Sprin…

python初学之路

一、python入门&#xff1a; https://mp.weixin.qq.com/mp/appmsgalbum?__bizMzI2NDU3NjIzMQ&actiongetalbum&album_id3244362729562406922&scene173&subscene&sessionidsvr_ca72c6eb974&enterid1721214755&from_msgid2247487445&from_itemi…

勘测院如何实现可控便捷的图纸安全外发?

勘测院&#xff0c;也称为勘测设计研究院或勘测设计院&#xff0c;是进行与地质、地形和地貌有关的勘察测量的单位&#xff0c;为各类工程项目提供准确的地质数据和设计依据。 勘测院会产生各类包括图纸在内的文件&#xff0c;如&#xff1a; 1、项目相关文件&#xff1a;项目…

LocalDate类型序列化成JSON时格式错误(已解决)

问题背景&#xff1a; 对象&#xff1a;projectTaskDto对象有日期属性 {planStartTime&#xff1a;"2024-07-10" } 使用 writeValueAsString方法序列化成json格式后&#xff1a; ObjectMapper objectMapper new ObjectMapper(); String jsonRequest objectMapp…

c++模板初阶----函数模板与类模板

目录 泛型编程 函数模板 函数模板的概念 函数模板的格式 函数模板的原理 函数模板的实例化 函数模板的匹配原则 类模板 类模板的定义格式 类模板的实例化 c的模板大致可以分为&#xff1a; 函数模板类模板 首先在我们引入模板之前&#xff0c;先进行介绍泛型编程 泛…

期权黑天鹅怎么应对?近期很有可能发生的事情!

今天带你了解期权黑天鹅怎么应对&#xff1f;在当今世界&#xff0c;投资者们不断地寻找着各种策略来应对市场的波动和不确定性。其中&#xff0c;黑天鹅策略在近年来逐渐受到了广泛的关注&#xff0c;这种策略主要是利用极端事件&#xff0c;例如突发事件或自然灾害等难以预测…

【React笔记初学总结一】React新手的学习流程笔记总结,掰开了揉碎了,下载安装基础结构学习

REACT学习记录 一、React是什么&#xff1a;二、尝试安装下载&#xff1a;三、理解都有什么四、基础网页学习&#xff1a;1.几个比较重要的资源包例子2.第一个react示例&#xff1a;&#xff08;掰开了揉碎了&#xff0c;咱们先看懂它最简单的结构&#xff09;3.第二个react示例…

深入Laravel的魔法核心:依赖注入的工作原理

深入Laravel的魔法核心&#xff1a;依赖注入的工作原理 在现代软件开发中&#xff0c;依赖注入&#xff08;Dependency Injection&#xff0c;DI&#xff09;是一种设计模式&#xff0c;它允许开发者将组件的依赖关系从组件本身中解耦出来&#xff0c;从而提高代码的灵活性和可…