一维热传导方程的推导

模型建立

考虑一根具有定横截面积AAA的杆,其方向为xxx轴的方向(由x=0x=0x=0至x=Lx=Lx=L),如图1所示。

设单位体积的热能量为未知变量,叫做热能密度:e(x,t)e(x,t)e(x,t)。

假设通过截面的热量是恒定的,杆是一维的。做到这一点的最简单方法是将杆的侧面完全绝热,这样热能就不能通过杆的侧面扩散出去。

对xxx和ttt的依赖对应于杆受热不均匀的情形;热能密度由一个截面到另一个截面是变化的。

热能守恒

考察杆介于xxx和x+Δxx+\Delta xx+Δx之间的薄片,如图1所示。若热能密度在薄片内是常数,则薄片内的总能量是热能密度和体积(即横截面积乘以长度)的乘积:

E(x,t)=e(x,t)AΔxE(x,t)=e(x,t)A\Delta x E(x,t)=e(x,t)AΔx

如果我们想知道薄片内部温度随时间变化多快,我们需要知道有多少热量进入或离开该区域。根据傅里叶定律(Fourier’s law),通过单位时间、单位面积、单位温差流动出去或流入进来(取决于温差符号) 的热量为常数kkk。因此,在时刻ttt时,在位置$x+\Delta x $处流出去或流入进来(取决于温差符号) 的总热量为:

Qout(x+Δx,t)=−kA∂u∂x(x+Δx,t)Q_{out}(x+\Delta x,t)=-kA\frac{\partial u}{\partial x}(x+\Delta x,t) Qout​(x+Δx,t)=−kA∂x∂u​(x+Δx,t)

其中∂u∂x\frac{\partial u}{\partial x}∂x∂u​表示温度关于位置$x $ 的变化率。

类似地,在位置$x $处流入或流出(取决于温差符号) 的总热量为:

Qin(x,t)=kA∂u∂x(x,t)Q_{in}(x,t)=kA\frac{\partial u}{\partial x}(x,t) Qin​(x,t)=kA∂x∂u​(x,t)

注意负号表示如果∂u∂x\frac{\partial u}{\partial x}∂x∂u​为正,则表示从高温区域向低温区域传递;反之亦然。

根据能量守恒原理,我们可以得到以下等式:

E(x,t+Δt)−E(x,t)=Qin(x,t)−Qout(x+Δx,t)E(x,t+\Delta t)-E(x,t)=Q_{in}(x,t)-Q_{out}(x+\Delta x,t) E(x,t+Δt)−E(x,t)=Qin​(x,t)−Qout​(x+Δx,t)

这意味着在$\Delta t $时间内薄片内部储存或释放(取决于符号) 的总能量等于在该时间段内进入或离开该区域(取决于符号) 的总能量。

方程推导

代入上述等式,得到:

e(x,t)AΔx∂u∂t(x,t)=−kA∂u∂x(x+Δx,t)+kA∂u∂x(x,t)e(x,t)A\Delta x\frac{\partial u}{\partial t}(x,t)=-kA\frac{\partial u}{\partial x}(x+\Delta x,t)+kA\frac{\partial u}{\partial x}(x,t) e(x,t)AΔx∂t∂u​(x,t)=−kA∂x∂u​(x+Δx,t)+kA∂x∂u​(x,t)

将两边同时除以AΔxA\Delta xAΔx,得到:

e(x,t)∂u∂t(x,t)=−k∂u∂x(x+Δx,t)−∂u∂x(x,t)Δxe(x,t)\frac{\partial u}{\partial t}(x,t)=-k\frac{\frac{\partial u}{\partial x}(x+\Delta x,t)-\frac{\partial u}{\partial x}(x,t)}{\Delta x} e(x,t)∂t∂u​(x,t)=−kΔx∂x∂u​(x+Δx,t)−∂x∂u​(x,t)​

令Δx→0\Delta x \to 0Δx→0,利用极限定义,得到:

e(x,t)∂u∂t(x,t)=−k∂2u∂x2(x,t)e(x,t)\frac{\partial u}{\partial t}(x,t)=-k \frac{\partial^2u}{\partial x^2}(x,t) e(x,t)∂t∂u​(x,t)=−k∂x2∂2u​(x,t)

这就是一维热传导方程的基本形式。如果杆的横截面积不是常数,则需要对上式做一些修正。

一维热传导方程的推导相关推荐

  1. matlab圆柱内导热分离变量法,一维热传导方程数值解法及matlab实现分离变量法和有限差分法.doc...

    一维热传导方程的Matlab解法分离变量法和有限差分法 问题描述 实验原理 分离变量法实验原理 有限差分法 实验目的 利用分离变量法和有限差分法解热传导方程问题 利用matlab进行建模构建图形 研究 ...

  2. matlab圆柱内导热分离变量法,一维热传导方程数值解法及matlab实现分离变量法和有限差分法...

    一维热传导方程数值解法及matlab实现分离变量法和有限差分法 一维热传导方程的Matlab解法分离变量法和有限差分法问题描述实验原理分离变量法实验原理有限差分法实验目的利用分离变量法和有限差分法解热 ...

  3. 有限体积法(1)——一维扩散方程的推导

    对于变量ϕ\phiϕ的输运方程为: ∂(ρϕ)∂t+∇⋅(ρϕu)=∇⋅(Γ∇ϕ)+Sϕ(1)\frac{\partial ( \rho \phi)}{\partial t} + \nabla \cd ...

  4. 一维热传导方程 matlab隐式解,一维热传导偏微分方程的数值解的matlab程序问题出在哪儿?...

    我现在编写了一个求解一维热传导的偏微分方程,调程序都调了好多天了 不知道问题在哪儿,求各位高手帮忙看一下好么? 我在此表示万分感谢 需求解的方程看图片,我的程序如下 %---------------- ...

  5. 偏微分方程I PDE的例子1 一维波动与热传导方程

    偏微分方程I PDE的例子1 一维波动与热传导方程 一些著名的偏微分方程(partial differential equations, PDE)的例子: 波动方程(一维的wave equation是 ...

  6. 帧差法matlab代码_【游戏流体力学基础及Unity代码(一)】热传导方程

    在游戏中模拟流体并不是什么新鲜事,但是我几乎就没看到什么好的入门文章.有些文章用尖峰波或者FFT模拟,但那毕竟是统计学方法,和流体力学还是不搭边.其余的文章倒是用了纳韦斯托克方程,但那也仅仅是把纳韦斯 ...

  7. 卡尔曼滤波器推导与解析 - 案例与图片

    李小铭 随笔- 5  文章- 2  评论- 13  </div><div id="mylinks"> 博客园  首页  新随笔  新文章  联系  管理   ...

  8. 数字图像处理--图像二阶导数的推导

    前面我们介绍过了图像的梯度,以及图像的几个梯度算子. 这些本质上都是一阶导数,或一阶微分.就是求图像灰度变化的导数,能够突出图像中的对象边缘.那有一阶导数,有没有二阶导数呢?求导数的导数,这对灰度变化 ...

  9. OneFlow源码解析:Eager模式下的SBP Signature推导

    作者|郑建华 更新|赵露阳 OneFlow 的 Global Tensor 有两个必要属性: Placement:决定了 tensor 数据分布在哪些设备上. SBP:决定了 tensor 数据在这些 ...

最新文章

  1. 003_Servlet生命周期
  2. shell排序-c语言
  3. NTU课程笔记 MAS714(8) 分治与排序
  4. c#自定义Json类
  5. 你真的理解事件绑定、事件冒泡和事件委托吗?
  6. matconvnet在ubuntu15.10下配置和使用方法
  7. 欧洲互联网将“死于”版权法?
  8. HDU1066 Last non-zero Digit in N!【大数+模除】
  9. SD2.0大会第1天心得
  10. java里oop思想_(一)OOP思想详解
  11. linux打包除了某个文件夹,tar打包且排除某个文件
  12. redis列表list常用命令大全
  13. web开发规范 - 图片规范
  14. 5个常用的大数据可视化分析工具,你知道吗?
  15. fiddler打开之后google浏览器无法上网的解决办法
  16. 中软酒店管理系统CSHIS操作手册_数据结构_数据字典
  17. 什么是VTP?(简单介绍)
  18. Andriod studio 学习 之打包
  19. android 简单的贪吃蛇小游戏
  20. Comparator用法中o1-o2的问题

热门文章

  1. 《学会提问》读书笔记分享
  2. 初探技术管理(3)-团队建设
  3. 基本比例尺分幅、图幅编号、高斯投影
  4. 正则表达式只能输入中文
  5. Ajax 是什么? 如何创建一个Ajax?
  6. npm、yarn、pnpm的区别
  7. lis3dh对接rt-thread sensor框架
  8. 无限制使用新版的WinRAR
  9. 初中生计算机专科学校,初中毕业可以直接上专科院校吗
  10. 大小为n * n 的田字格输出(Python)