4、时间显式、时间隐式和时间半隐格式程序

最新推荐文章于 2022-03-02 23:26:51 发布
VIP文章 最新推荐文章于 2022-03-02 23:26:51 发布
阅读量1.8k 收藏 7
点赞数 1
分类专栏： 数值传热学
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_42237984/article/details/109500361
版权

来源：B站计算传热学大叔

#include <iostream>

	double length;  //导热体的长度
	double TL,TR;  //左侧温度,右侧温度
	double den,c,k;  //物质密度,比热,导热系数
	double s;  //热源
	double dt;  //时间间隔

        int n;   //控制体的个数
	int tmaxstep; 

	int tr;  //0,代表显示计算；1代表隐式计算
//-------------以上为和物理问题有关的变量--------------------

	double dx;
	double T0[103],T[103];  //从0-10共十一个元素，即左右边界两个体积为零的控制体和中间9个控制体，内部的元素对应11个温度的值
	double ae0[103],aw0[103],ap0[103],ap1[103],b[103];
	double ae1[103],aw1[103];

	double a[103],b0[103],c0[103],d[103],x[103],p[103],q[103];  //前三为系数矩阵系数，d为等式右侧矩阵系数,x为未知数
//三对角子函数
void TDMA()  
{
	int i;
	i=1;
		p[i]=-c0[i]/a[i];
		q[i]=d[i]/a[i];
	for(i=2;i<n;i++)
	{
		p[i]=-c0[i]/(a[i]+b0[i]*p[i-1]);
		q[i]=(d[i]-b0[i]*q[i-1])/(a[i]+b0[i]*p[i-1]);
	}
	i=n;
		x[i]=(d[i]-b0[i]*q[i-1])/(a[i]+b0[i]*p[i-1]);
	for(i=n
最低0.47元/天 解锁文章
尘盖天
关注
  • 1
    点赞
  • 踩
  • 7
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
专栏目录
论文研究 - 基于时间半离散化的含跳跃金融衍生品定价的隐式-显式计算方法
05-28
本文考虑了贝茨的SVJ模型和相关计算方法下的欧洲期权定价。 根据无套利原则，我们首先导出一个偏微分方程，在资产价格服从SVJ模型的情况下，任何欧洲或有债权的价值都应满足。 通过使用隐式-显式后向差分方法和时间半离散化，可以对该方程进行数值求解。 为了说明我们方法的有效性，还证明了时间半离散化方案的稳定性。 最后，我们通过一个仿真实例来说明该方法的有效性。
icem中，对于二维的不规则结构，采用2d surface blocking可以生成块，不能选择3d bounding box，发现和那个计算传热学大叔的操作不太相同，不知道为何。
qq_15963745的博客
12-06 480
icem中，对于二维的不规则结构，采用2d surface blocking可以生成块，不能选择3d bounding box，发现和那个计算传热学大叔的操作不太相同，不知道为何。
有限差分法和有限体积法的区别
qq_44210272的博客
03-02 5673
有限差分法有限差分法有限差分法(Finite Difference Method, FDM)和有限体积法(Finite Volume Method, FVM)都是用数值解逼近微分方程的真实解的计算方法，其区别主要在于逼近思想、网格划分、格式类型和精度上有所不同。 有限差分法(FDM) 将求解区域离散为差分网格，以有限个网格节点来代替连续的求解域，用网格上的差商来近似代替格点上的空间导数（整理后变为差分代替微分，故称之为差分格式），从而将原来的微分方程转化为以网格节点上的场值作为未知量的代数（差分）
FTCS.rar_FTCS_FTCS程序_计算传热学
09-20
计算传热学中的一个小程序，前插法计算非定常一维热传导问题。
论文研究 - 高超声速化学非平衡流的显式大时间步进和三阶指数时间差分方案
05-30
本文针对高超声速非平衡流的计算中的大时间步长，研究了一种名为ETDRK3的三阶指数时间差分方案。 二阶Harten-TVD方案用于空间离散化。 建立了雅可比矩阵对角线化方案的有效实现，并对半圆柱绕流进行了求解。 当前的观察结果表明，数值结果与经典的显式三阶段Runge-Kutta方案（RK3）和隐式LU方案所获得的结果吻合良好。 效率评估保证了ETDRK3计划的有效性。 该方案具有较好的精度和效率，证明了该方案的合理性。
3.时间显式与时间隐式综合程序
机器视觉初学者
11-04 920
内容来源：计算传热学大叔的B站 #include <iostream> double length; //导热体的长度 double TL,TR; //左侧温度,右侧温度 double den,c,k; //物质密度,比热,导热系数 double s; //热源 double dt; //时间间隔 int n; //控制体的个数 int tmaxstep; int tr; //0,代表显示计算；1代表隐式计算 //-------------以上为
MATLAB一维瞬态导热时间半隐格式
我爱写代码的博客
07-29 446
代码改变自计算传热学–8-时间半隐格式离散方程和统一的时间显式/隐式/半隐格式C程序-数值传热学_哔哩哔哩 (゜-゜)つロ 干杯~-bilibili % implicitExplicit time %% clc clear Llength = 3; Tleft = 3; Tright = 5; density = 100; source = 10; c = 1000; deltaT = 200; k=10; N = 5; maxstep = 2000; %% ae0 = zeros(N+2,1); ae1
CAE 分析中 隐式和显式时间积分算法的python程序实现
battlestar的博客
11-27 4623
前两天，同事研究Dyna的显/隐式时间积分的差异和基本原理。想来自己也有三、四年没做这方面的编程了，对同事问的一些问题也一时犯迷瞪，索性就又看了一遍书，网上找了些资料，写了点代码，理了理思路，以备不时之需。 0.前言 物理世界中，最常见的运动形式是由质量、阻尼和弹簧组成的运动系统，如图1所示，而且对应的运动方程如式1所示。 图1 运动系统 ...
二维时间隐式格式点迭代MATLAB程序
我爱写代码的博客
11-27 1768
二维时间隐式格式点迭代MATLAB程序 代码改编自二维时间隐式格式点迭代C程序 下面是代码 %iteration implicit time 2d clc clear %% LengthX = 3; LengthY = 2; Tleft = 3; Tright = 5; Tbottom = 2; Tup = 4; den = 100; s = 10; k=10; cv = 1000; %% dt = 10; N = 15;%X M = 5;%Y maxstep = 200; itermax = 1000;
2.一维瞬态常系数导热离散方程时间隐式格式
机器视觉初学者
11-04 1853
#include <iostream> double length; //导热体的长度 double TL,TR; //左侧温度,右侧温度 double den,c,k; //物质密度,比热,导热系数 double s; //热源 double dt; //时间间隔 int n; //控制体的个数 int tmaxstep; //-------------以上为和物理问题有关的变量-------------------- double dx; do.
详解Oracle隐式游标和显式游标
09-09
游标是什么？就是在内存开辟的一块临时存储空间。下面通过本文给大家介绍Oracle隐式游标和显式游标的相关知识，需要的朋友参考下吧
基于javascript 显式转换与隐式转换(详解)
10-18
下面小编就为大家分享一篇基于javascript 显式转换与隐式转换(详解)，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
Android显式启动与隐式启动Activity的区别介绍
09-04
为什么要写显式启动与隐式启动Activity，Android的Acitivity启动大致有两种方式：显式启动与隐式启动，下面分别介绍
andriod studio中的显式跳转和隐式跳转
01-03
比如要从A—–>B ...2.隐式跳转 （1）在manifests文件中，这样注册B //这个name属性名是随便的可以不用叫jump （2）然后在A的activity中的匿名内部类（这里用匿名内部类）中的写如下代码： Intent intent = n
1、一维显示导热程序
机器视觉初学者
11-03 1431
内容来源：B站数值传热学大叔 C++代码： //C++代码，和C区别不大，大家批评指正 #include <iostream> #include <fstream> int main() { double length; //导热体的长度 double TL,TR; //左侧温度,右侧温度 double den,c,k; //物质密度,比热,导热系数 double s; //热源 double dt; //时间间隔 int n; //控制体的
5.二维显式导热程序（存在问题，没找到）
机器视觉初学者
11-05 548
//存在一些问题 #include <iostream> double length,height; //导热体的长度,高度 double TL,TR,TU,TD; //左侧温度,右侧温度 double den,cv,k; //物质密度,比热,导热系数 double s; //热源 double dt; //时间间隔 int n,m; //x方向和y方向控制体的个数 int tmaxstep; int tr; //0,代表显示计算；1代表隐式计算 .
python学习导航.txt
05-06
python
node-v8.3.0-linux-s390x.tar.xz
最新发布
05-06
Node.js，简称Node，是一个开源且跨平台的JavaScript运行时环境，它允许在浏览器外运行JavaScript代码。Node.js于2009年由Ryan Dahl创立，旨在创建高性能的Web服务器和网络应用程序。它基于Google Chrome的V8 JavaScript引擎，可以在Windows、Linux、Unix、Mac OS X等操作系统上运行。 Node.js的特点之一是事件驱动和非阻塞I/O模型，这使得它非常适合处理大量并发连接，从而在构建实时应用程序如在线游戏、聊天应用以及实时通讯服务时表现卓越。此外，Node.js使用了模块化的架构，通过npm（Node package manager，Node包管理器）,社区成员可以共享和复用代码，极大地促进了Node.js生态系统的发展和扩张。 Node.js不仅用于服务器端开发。随着技术的发展，它也被用于构建工具链、开发桌面应用程序、物联网设备等。Node.js能够处理文件系统、操作数据库、处理网络请求等，因此，开发者可以用JavaScript编写全栈应用程序，这一点大大提高了开发效率和便捷性。 在实践中，许多大型企业和组织已经采用Node.js作为其Web应用程序的开发平台，如Netflix、PayPal和Walmart等。它们利用Node.js提高了应用性能，简化了开发流程，并且能更快地响应市场需求。
一维常系数稳态导热方程的时间显式和时间隐式离散格式的求解程序
05-27
一维常系数稳态导热方程的时间显式和时间隐式离散格式如下： 时间显式离散格式： $\frac{T_i^{n+1} - T_i^n}{\Delta t} = \frac{k}{\rho c_p}\frac{T_{i+1}^n - 2T_i^n + T_{i-1}^n}{(\Delta x)^2}$ 其中，$T_i^n$表示时间为$n$时刻位置$i$处的温度，$\Delta t$表示时间步长，$\Delta x$表示空间步长，$k$表示热导率，$\rho$表示密度，$c_p$表示比热容。 时间隐式离散格式： $\frac{T_i^{n+1} - T_i^n}{\Delta t} = \frac{k}{\rho c_p}\frac{T_{i+1}^{n+1} - 2T_i^{n+1} + T_{i-1}^{n+1}}{(\Delta x)^2}$ 我们可以用Matlab编写一个求解程序，如下所示： 时间显式离散格式： ```matlab % 常量定义 L = 1; % 杆的长度 nx = 50; % 空间步数 nt = 5000; % 时间步数 dx = L/nx; % 空间步长 dt = 0.001; % 时间步长 k = 1; % 热导率 rho = 1; % 密度 cp = 1; % 比热容 % 初始化温度场 T = zeros(nx+1,1); T(1) = 0; T(nx+1) = 1; % 时间循环 for n = 1:nt T_new = zeros(nx+1,1); T_new(1) = 0; T_new(nx+1) = 1; for i = 2:nx T_new(i) = T(i) + k*dt/(rho*cp*dx^2)*(T(i+1) - 2*T(i) + T(i-1)); end T = T_new; end % 作图 x = 0:dx:L; plot(x,T); xlabel('位置'); ylabel('温度'); ``` 时间隐式离散格式： ```matlab % 常量定义 L = 1; % 杆的长度 nx = 50; % 空间步数 nt = 5000; % 时间步数 dx = L/nx; % 空间步长 dt = 0.001; % 时间步长 k = 1; % 热导率 rho = 1; % 密度 cp = 1; % 比热容 % 初始化温度场 T = zeros(nx+1,1); T(1) = 0; T(nx+1) = 1; % 时间循环 for n = 1:nt A = zeros(nx-1,nx-1); b = zeros(nx-1,1); for i = 1:nx-1 A(i,i) = 1 + 2*k*dt/(rho*cp*dx^2); if i > 1 A(i,i-1) = -k*dt/(rho*cp*dx^2); end if i < nx-1 A(i,i+1) = -k*dt/(rho*cp*dx^2); end b(i) = T(i+1); end T_new = [0; A\b; 1]; T = T_new; end % 作图 x = 0:dx:L; plot(x,T); xlabel('位置'); ylabel('温度'); ``` 这两个程序分别求解了时间显式离散格式和时间隐式离散格式的一维常系数稳态导热方程，并画出了温度随位置的变化图。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值