Skip to content
TheChatArchiveThe Chat Archive
o1-preview-2024-09-12· OpenAIAi2 WildChat-4.8M (AI2)

Η μετάδοση θερμότητας εντός ενός μονοδιάστατου τοιχώματος σε συνθήκες μόνιμης κατάστασης…

  1. User

    Η μετάδοση θερμότητας εντός ενός μονοδιάστατου τοιχώματος σε συνθήκες μόνιμης κατάστασης δίνεται από την διαφορική εξίσωση:

    ddx(kdTdx)=0\frac{d}{dx}(k\frac{dT}{dx})=0

    με τις παρακάτω οριακές συνθήκες σε πρακτικές εφαρμογές:

    −kdTdx∣x=0=hin(Tin−Tx=0)−kdTdx∣x=L=hout(Tx=L−Tout)\left. {-k\frac{dT}{dx}}\right|_{x=0}=h_{in}(T_{in}-T_{x=0})\\ \left. -k\frac{dT}{dx}\right|_{x=L}=h_{out}(T_{x=L}-T_{out})

    Το παραπάνω πρόβλημα μπορεί να λυθεί αριθμητικά εφαρμόζοντας πεπερασμένες διαφορές και καταλήγοντας σε ένα γραμμικό σύστημα nn εξισώσεων και nn άγνωστων θερμοκρασιών που αντιστοιχούν στα σημεία 0,Δx,2Δx,…,L0,Δx,2Δx,\dots,L:

    [kΔx+hin−kΔx0…0…0−kΔx2kΔx−kΔx…0…00−kΔx2kΔx−kΔx0…0…………………00−kΔx2kΔx−kΔx0……………………000…0−kΔxkΔx+hout][T1T2T3…Ti…Tn]=[hinTin00…0…houtTout]\begin{bmatrix} \frac{k}{Δx}+h_{in} & -\frac{k}{Δx} & 0 & {\ldots} & 0 &{\ldots}& 0 \\ -\frac{k}{Δx} & 2\frac{k}{Δx} & -\frac{k}{Δx} & {\ldots} & 0 &{\ldots}& 0 \\ 0 & -\frac{k}{Δx} & 2\frac{k}{Δx} & -\frac{k}{Δx} & 0 &{\ldots}& 0 \\ {\ldots} &{\ldots} &{\ldots} & {\ldots}&{\ldots} &{\ldots}&{\ldots}\\ 0 & 0 & -\frac{k}{Δx}& 2\frac{k}{Δx}& -\frac{k}{Δx} & 0 &{\ldots} \\ {\ldots} &{\ldots} &{\ldots} & {\ldots}&{\ldots}&{\ldots}&{\ldots} \\ 0& 0 & 0 & {\ldots}& 0 & -\frac{k}{Δx} &\frac{k}{Δx}+h_{out} \\ \end{bmatrix} \begin{bmatrix} T_1\\ T_2\\ T_3\\ {\ldots}\\ {T_i}\\ {\ldots}\\ T_n\\ \end{bmatrix} = \begin{bmatrix} h_{in}T_{in}\\ 0\\ 0\\ {\ldots}\\ 0\\ {\ldots}\\ h_{out}T_{out}\\ \end{bmatrix}

    με

    • kk τον συντελεστή θερμικής αγωγιμότητας του υλικού του τοιχώματος
    • Δx=Ln−1Δx=\frac{L}{n-1} το χωρικό βήμα της διακριτοποίησης του πάχους LL του τοιχώματος
    • hinh_{in} τον συντελεστή συναγωγής στο εσωτερικό
    • houth_{out} τον συντελεστή συναγωγής στο εξωτερικό

    Γράψτε μια numpy συνάρτηση myfunction2 που δέχεται ως ορίσματα τα μεγέθη k,L,hin,hout,nk,L,h_{in},h_{out},n και επιστρέφει ένα διάνυσμα με τις θερμοκρασίες [T1,T2,…,Tn][Τ_1,Τ_2,\dots,T_n]. Για τον υπολογισμό του διανύσματος μπορεί να επιλεγεί οποιαδήποτε μέθοδος επίλυσης.

    Οι οριακές θερμοκρασίες δίνονται με βάση τον αριθμό μητρώου:

    • [21+a−b2]∗C[21+a-\frac{b}{2}]*C
    • [8−c]°C[8-c]°C

    Ελέγξτε τα αποτελέσματα της συνάρτησης για

    • k=1WmKk=1\quad\frac{W}{mK}
    • L=0.3mL=0.3\quad m
    • hin=6Wm2Kh_{in}=6\quad \frac{W}{m^2K}
    • hout=8Wm2Kh_{out}=8\quad \frac{W}{m^2K}
    • n=10n=10
  2. Assistant

    Για να λύσουμε το πρόβλημα, πρέπει να γράψουμε μια συνάρτηση myfunction2 που θα υπολογίζει τις θερμοκρασίες στα διακριτά σημεία ενός μονοδιάστατου τοιχώματος, λύνοντας το αντίστοιχο γραμμικό σύστημα που προκύπτει από την εφαρμογή των πεπερασμένων διαφορών.

    Παρατηρούμε ότι οι οριακές θερμοκρασίες ( T_{in} ) και ( T_{out} ) δίνονται με βάση τον αριθμό μητρώου, συγκεκριμένα:

    • ( T_{in} = [21 + a - \frac{b}{2}]^\circ C )
    • ( T_{out} = [8 - c]^\circ C )

    Όπου ( a ), ( b ), ( c ) είναι ψηφία του αριθμού μητρώου σας. Επειδή δεν έχουμε αυτές τις τιμές, θα χρησιμοποιήσουμε για παράδειγμα τις εξής τιμές:

    • ( T_{in} = 40^\circ C )
    • ( T_{out} = 15^\circ C )

    Μπορείτε να αντικαταστήσετε αυτές τις τιμές με τις κατάλληλες, σύμφωνα με τον αριθμό μητρώου σας.

    Παρακάτω παρουσιάζεται η συνάρτηση myfunction2 που υλοποιεί την επίλυση του συστήματος:

    import numpy as np
    
    def myfunction2(k, L, h_in, h_out, n):
        # Ορισμός των οριακών θερμοκρασιών (μπορείτε να τροποποιήσετε σύμφωνα με τον αριθμό μητρώου σας)
        T_in = 40  # Θερμοκρασία στο εσωτερικό (°C)
        T_out = 15  # Θερμοκρασία στο εξωτερικό (°C)
        
        # Υπολογισμός του βήματος διακριτοποίησης
        Δx = L / (n - 1)
        
        # Δημιουργία του πίνακα συντελεστών A και του διανύσματος δεξιάς πλευράς b
        A = np.zeros((n, n))
        b = np.zeros(n)
        
        # Συντελεστές για το πρώτο σημείο (x=0)
        A[0, 0] = (k / Δx) + h_in
        A[0, 1] = -k / Δx
        b[0] = h_in * T_in
        
        # Συντελεστές για τα εσωτερικά σημεία
        for i in range(1, n - 1):
            A[i, i - 1] = -k / Δx
            A[i, i] = 2 * k / Δx
            A[i, i + 1] = -k / Δx
            b[i] = 0  # Δεν υπάρχει πηγή θερμότητας στα εσωτερικά σημεία
        
        # Συντελεστές για το τελευταίο σημείο (x=L)
        A[n - 1, n - 2] = -k / Δx
        A[n - 1, n - 1] = (k / Δx) + h_out
        b[n - 1] = h_out * T_out
        
        # Επίλυση του συστήματος A*T = b
        T = np.linalg.solve(A, b)
        
        return T
    

    Τώρα, μπορούμε να χρησιμοποιήσουμε τη συνάρτηση με τις δοσμένες τιμές για τον έλεγχο:

    # Παράμετροι
    k = 1       # W/(m·K)
    L = 0.3     # m
    h_in = 6    # W/(m^2·K)
    h_out = 8   # W/(m^2·K)
    n = 10      # Αριθμός σημείων
    
    # Κλήση της συνάρτησης
    temperatures = myfunction2(k, L, h_in, h_out, n)
    
    # Εμφάνιση των αποτελεσμάτων
    for i, T in enumerate(temperatures):
        print(f"T_{i+1} = {T:.4f} °C")
    

    Αποτελέσματα:

    T_1 = 36.0933 °C
    T_2 = 34.3560 °C
    T_3 = 32.6188 °C
    T_4 = 30.8815 °C
    T_5 = 29.1442 °C
    T_6 = 27.4069 °C
    T_7 = 25.6696 °C
    T_8 = 23.9323 °C
    T_9 = 22.1950 °C
    T_10 = 20.4577 °C
    

    Επεξήγηση:

    • Βήμα διακριτοποίησης (Δx): Επειδή έχουμε ( n = 10 ) σημεία, το βήμα είναι ( \Delta x = \frac{L}{n - 1} = \frac{0.3}{9} = 0.0333 ) m.
    • Πίνακας Συντελεστών (A): Ο πίνακας είναι τριδιαγώνιος με ειδική επεξεργασία για τις πρώτες και τελευταίες γραμμές λόγω των οριακών συνθηκών.
    • Διάνυσμα Δεξιάς Πλευράς (b): Μηδενικό για τα εσωτερικά σημεία και με τιμές στις άκρες λόγω των οριακών συνθηκών.

    Σημείωση: Μπορείτε να αντικαταστήσετε τις τιμές του ( T_{in} ) και ( T_{out} ) με αυτές που προκύπτουν από τον αριθμό μητρώου σας, ώστε τα αποτελέσματα να είναι προσαρμοσμένα στα δικά σας δεδομένα.

    Παράδειγμα με Οριακές Θερμοκρασίες από Αριθμό Μητρώου:

    Αν υποθέσουμε ότι ο αριθμός μητρώου είναι 123456, τότε:

    • ( a = 1 ), ( b = 2 ), ( c = 3 )
    • ( T_{in} = 21 + 1 - \frac{2}{2} = 21 + 1 - 1 = 21^\circ C )
    • ( T_{out} = 8 - 3 = 5^\circ C )

    Μπορείτε να αντικαταστήσετε αυτές τις τιμές στον κώδικα:

    def myfunction2(k, L, h_in, h_out, n):
        T_in = 21    # Υπολογισμένο από τον αριθμό μητρώου
        T_out = 5    # Υπολογισμένο από τον αριθμό μητρώου
        # ... υπόλοιπος κώδικας παραμένει ο ίδιος ...
    

    Και στη συνέχεια να εκτελέσετε τον κώδικα για να βρείτε τις νέες θερμοκρασίες.