流体力学控制方程——能量方程

这篇具有很好参考价值的文章主要介绍了流体力学控制方程——能量方程。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

能量方程

这里仍然采用随流体运动的无穷小流体微团为研究对象推导能量方程。根据热力学第一定律,对于随流体运动的微团模型而言,其满足能量守恒定律,即:流体微团内能量的变化率=流入微团内的净热流量+体积力和表面力对微团做功的功率

流体力学控制方程——能量方程

首先来看体积力以及表面力对微团做功的功率。 可知作用在一个运动物体上的力,对物体做功的功率等于这个力乘以速度在此力作用方向上的分量。所以作用在速度为 V V V的流体微团上的体积力,做功的功率为:
ρ f . V ( d x d y d z ) \rho f.V(dxdydz) ρf.V(dxdydz)
对于表面力(压力加上正应力和切应力)做功的功率,只考虑作用在x方向上的力。在x方向上压力和切应力对流体微团做功的功率,等于x方向上速度的分量u乘以力(比如,在面abcd上的切应力为 τ x y d x d y \tau_{xy}dxdy τxydxdy,相应的功率表示为 μ τ x y d x d y \mu \tau_{xy}dxdy μτxydxdy)。在进行推导之前,这里约定作用在x正向上的力做正功,在x负方向上的力做负功。与前面一节推导动量方程的方法类似,这里我们根据上面的推导可得到作用在面adhe以及bcgf上的压力在x方向上做功的功率为:
[ u p − ( u p + ∂ ( u p ) ∂ x   d x ) ] d y   d z = − ∂ ( u p ) ∂ x   d x   d y   d z \left[u p-\left(u p+\frac{\partial(u p)}{\partial x} \mathrm{~d} x\right)\right] \mathrm{d} y \mathrm{~d} z=-\frac{\partial(u p)}{\partial x} \mathrm{~d} x \mathrm{~d} y \mathrm{~d} z [up(up+x(up) dx)]dy dz=x(up) dx dy dz
类似的,在面abcd以及面efgh上,切应力在x方向上做功的功率为:

[ ( u τ y x + ∂ ( u τ y x ) ∂ y   d y ) − u τ y x ] d x   d z = ∂ ( u τ y x ) ∂ y   d x   d y   d z \left[\left(u \tau_{y x}+\frac{\partial\left(u \tau_{y x}\right)}{\partial y} \mathrm{~d} y\right)-u \tau_{y x}\right] \mathrm{d} x \mathrm{~d} z=\frac{\partial\left(u \tau_{y x}\right)}{\partial y} \mathrm{~d} x \mathrm{~d} y \mathrm{~d} z [(uτyx+y(uτyx) dy)uτyx]dx dz=y(uτyx) dx dy dz

进一步,可推导出所有的表面力对运动流体微团做功的功率为:

[ − ∂ ( u p ) ∂ x + ∂ ( u τ x x ) ∂ x + ∂ ( u τ y x ) ∂ y + ∂ ( u τ z z ) ∂ z ] d x   d y   d z \left[-\frac{\partial(u p)}{\partial x}+\frac{\partial\left(u \tau_{x x}\right)}{\partial x}+\frac{\partial\left(u \tau_{y x}\right)}{\partial y}+\frac{\partial\left(u \tau_{z z}\right)}{\partial z}\right] \mathrm{d} x \mathrm{~d} y \mathrm{~d} z [x(up)+x(uτxx)+y(uτyx)+z(uτzz)]dx dy dz

上述式子仅仅考虑了x方向上的表面力。接下来,再考虑y以及z方向上的表面力。最终得到体积力以及应力的合力对流体微团做功的功率总和为:
C = [ − ( ∂ ( u p ) ∂ x + ∂ ( v p ) ∂ y + ∂ ( w p ) ∂ z ) + ∂ ( u τ x x ) ∂ x + ∂ ( u τ y x ) ∂ y + ∂ ( u τ z x ) ∂ z + ∂ ( v τ x y ) ∂ x + ∂ ( v τ y y ) ∂ y + ∂ ( v τ z y ) ∂ z + ∂ ( w τ z ) ∂ x + ∂ ( w τ y z ) ∂ y + ∂ ( w τ z ) ∂ z ] d x   d y   d z + ρ f ⋅ V   d x   d y   d z \begin{aligned} C=&\left [ -\left(\frac{\partial(u p)}{\partial x}+\frac{\partial(v p)}{\partial y}+\frac{\partial(w p)}{\partial z}\right)+\frac{\partial\left(u \tau_{x x}\right)}{\partial x}+\frac{\partial\left(u \tau_{y x}\right)}{\partial y}+\frac{\partial\left(u \tau_{z x}\right)}{\partial z}+\frac{\partial\left(v \tau_{x y}\right)}{\partial x}+\right.\\ &\left.\frac{\partial\left(v \tau_{y y}\right)}{\partial y}+\frac{\partial\left(v \tau_{z y}\right)}{\partial z}+\frac{\partial\left(w \tau_{z}\right)}{\partial x}+\frac{\partial\left(w \tau_{y z}\right)}{\partial y}+\frac{\partial\left(w \tau_{z}\right)}{\partial z}\right] \mathrm{d} x \mathrm{~d} y \mathrm{~d} z+\rho f \cdot V \mathrm{~d} x \mathrm{~d} y \mathrm{~d} z \end{aligned} C=[(x(up)+y(vp)+z(wp))+x(uτxx)+y(uτyx)+z(uτzx)+x(vτxy)+y(vτyy)+z(vτzy)+x(wτz)+y(wτyz)+z(wτz)]dx dy dz+ρfV dx dy dz
接下来继续考虑流入微团的总热流量。主要由两部分组成:一)来自于体积加热,如吸收或者释放的辐射热;2)由温度梯度导致的跨过表面的热输送,即热传导。定义 q ˙ \dot{q} q˙为单位质量的体积加热率。运动微团的质量为 ρ d x d y d z \rho dxdydz ρdxdydz,从而可以得到:
微团的体积加热 = ρ q ˙ d x d y d z 微团的体积加热=\rho \dot{q}dxdydz 微团的体积加热=ρq˙dxdydz
热传导从面adhe输运给微团内的热量为 q x ˙ d y d z \dot{q_x}dydz qx˙dydz。其中 q x ˙ \dot{q_x} qx˙是热传导在单位时间内通过单位面积在x方向上输运的热量。因此,经过面bcgf输运到微团外的热量是:

[ q ˙ x − ( q ˙ x + ∂ q ˙ ∂ x   d x ) ] d y   d z = − ∂ q ˙ x ∂ x   d x   d y   d z \left[\dot{q}_{x}-\left(\dot{q}_{x}+\frac{\partial \dot{q}}{\partial x} \mathrm{~d} x\right)\right] \mathrm{d} y \mathrm{~d} z=-\frac{\partial \dot{q}_{x}}{\partial x} \mathrm{~d} x \mathrm{~d} y \mathrm{~d}z [q˙x(q˙x+xq˙ dx)]dy dz=xq˙x dx dy dz

进一步,加上其他面在y,z方向上的热输运量,可以得到:

 热传导对流体微团的加热  = − ( ∂ q ˙ x ∂ x + ∂ q ˙ y ∂ y + ∂ q ˙ z ∂ z ) d x   d y   d z \text { 热传导对流体微团的加热 }=-\left(\frac{\partial \dot{q}_{x}}{\partial x}+\frac{\partial \dot{q}_{y}}{\partial y}+\frac{\partial \dot{q}_{z}}{\partial z}\right) \mathrm{d} x \mathrm{~d} y \mathrm{~d} z  热传导对流体微团的加热 =(xq˙x+yq˙y+zq˙z)dx dy dz

综上所述,总的热量=辐射总热量+热传导热量

[ ρ q ˙ − ( ∂ q ˙ x ∂ x + ∂ q ˙ y ∂ y + ∂ q ˙ z ∂ z ) ] d x   d y   d z \left[\dot{\rho q}-\left(\frac{\partial \dot{q}_{x}}{\partial x}+\frac{\partial \dot{q}_{y}}{\partial y}+\frac{\partial \dot{q}_{z}}{\partial z}\right)\right] \mathrm{d} x \mathrm{~d} y \mathrm{~d} z [ρq˙(xq˙x+yq˙y+zq˙z)]dx dy dz

根据傅里叶热传导定律,热传导产生的热流与当地的温度梯度成正比,其中k为热导率。

q ˙ x = − k ∂ T ∂ x q ˙ y = − k ∂ T ∂ y q ˙ z = − k ∂ T ∂ z \dot{q}_{x}=-k \frac{\partial T}{\partial x} \quad \dot{q}_{y}=-k \frac{\partial T}{\partial y} \quad \dot{q}_{z}=-k \frac{\partial T}{\partial z} q˙x=kxTq˙y=kyTq˙z=kzT

所以,总的能量公式可进一步推导为:

B = [ ρ q ˙ + ∂ ∂ x ( k ∂ T ∂ x ) + ∂ ∂ y ( k ∂ T ∂ y ) + ∂ ∂ z ( k ∂ T ∂ z ) ] d x   d y   d z B=\left[\rho \dot{q}+\frac{\partial}{\partial x}\left(k \frac{\partial T}{\partial x}\right)+\frac{\partial}{\partial y}\left(k \frac{\partial T}{\partial y}\right)+\frac{\partial}{\partial z}\left(k \frac{\partial T}{\partial z}\right)\right] \mathrm{d} x \mathrm{~d} y \mathrm{~d} z B=[ρq˙+x(kxT)+y(kyT)+z(kzT)]dx dy dz
最后讨论流体微团能量变化的时间变化率。根据热力学第一定律中内能的物理意义:气体系统的内能就是系统内每个分子和原子能量的总和。因此,运动流体微团的能量主要有两个来源:

1) 由于分子随机运动而产生的单位质量内能 e e e

2) 流体微团平动时具有的动能。单位质量的动量为 V 2 / 2 V^2/2 V2/2

因此,运动着的流体微团既有动能又有内能,两者之和就是总能量。由于是跟随着一个运动的流体微团,单位质量的总能量变化的时间变化率由物质导数给出。微团的质量为 ρ d x d y d z \rho dxdydz ρdxdydz,所以有:
A = ρ D D t ( e + V 2 2 ) d x   d y   d z A=\rho \frac{\mathrm{D}}{\mathrm{D} t}\left(e+\frac{V^{2}}{2}\right) \mathrm{d} x \mathrm{~d} y \mathrm{~d} z A=ρDtD(e+2V2)dx dy dz
综上所述,根据能量守恒定律,总的计算公式为:
ρ D D t ( e + V 2 2 ) = ρ q ˙ + ∂ ∂ x ( k ∂ T ∂ x ) + ∂ ∂ y ( k ∂ T ∂ y ) + ∂ ∂ z ( k ∂ T ∂ z ) − ∂ ( u p ) ∂ x − ∂ ( v p ) ∂ y − ∂ ( w p ) ∂ z + ∂ ( u τ x x ) ∂ x + ∂ ( u τ y x ) ∂ y + ∂ ( u τ z x ) ∂ z + ∂ ( v τ x y ) ∂ x + ∂ ( v τ y y ) ∂ y + ∂ ( v τ z y ) ∂ z + ∂ ( w τ x z ) ∂ x + ∂ ( w τ y z ) ∂ y + ∂ ( w τ z z ) ∂ z + ρ f ⋅ V \begin{aligned} \rho \frac{\mathrm{D}}{\mathrm{D} t}\left(e+\frac{V^{2}}{2}\right)=& \rho \dot{q}+\frac{\partial}{\partial x}\left(k \frac{\partial T}{\partial x}\right)+\frac{\partial}{\partial y}\left(k \frac{\partial T}{\partial y}\right)+\frac{\partial}{\partial z}\left(k \frac{\partial T}{\partial z}\right)-\\ & \frac{\partial(u p)}{\partial x}-\frac{\partial(v p)}{\partial y}-\frac{\partial(w p)}{\partial z}+\frac{\partial\left(u \tau_{x x}\right)}{\partial x}+\frac{\partial\left(u \tau_{y x}\right)}{\partial y}+\frac{\partial\left(u \tau_{z x}\right)}{\partial z}+\\ & \frac{\partial\left(v \tau_{x y}\right)}{\partial x}+\frac{\partial\left(v \tau_{y y}\right)}{\partial y}+\frac{\partial\left(v \tau_{z y}\right)}{\partial z}+\frac{\partial\left(w \tau_{x z}\right)}{\partial x}+\frac{\partial\left(w \tau_{y z}\right)}{\partial y}+\frac{\partial\left(w \tau_{z z}\right)}{\partial z}+\rho \boldsymbol{f} \cdot \boldsymbol{V} \end{aligned} ρDtD(e+2V2)=ρq˙+x(kxT)+y(kyT)+z(kzT)x(up)y(vp)z(wp)+x(uτxx)+y(uτyx)+z(uτzx)+x(vτxy)+y(vτyy)+z(vτzy)+x(wτxz)+y(wτyz)+z(wτzz)+ρfV
需要注意的是,上述能量方程是非守恒的。文章来源地址https://www.toymoban.com/news/detail-477560.html

到了这里,关于流体力学控制方程——能量方程的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

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: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 自动驾驶控制算法——车辆动力学模型

    考虑车辆 y 方向和绕 z 轴的旋转,可以得到车辆2自由度模型,如下图: m a y = F y f + F y r (2.1) ma_y = F_{yf} + F_{yr} tag{2.1} m a y ​ = F y f ​ + F yr ​ ( 2.1 ) I z ψ ¨ = l f F y f − l r F y r (2.2) I_zddotpsi = l_fF_{yf} - l_rF_{yr} tag{2.2} I z ​ ψ ¨ ​ = l f ​ F y f ​ − l r ​ F yr ​ ( 2.2 ) 经验公

    2024年01月18日
    浏览(48)
  • yo!这里是进程控制

    目录 前言 进程创建 fork()函数 写时拷贝  进程终止 退出场景 退出方法 进程等待  等待原因 等待方法 1.wait函数 2.waitpid函数 等待结果(status介绍) 进程替换 替换原理 替换函数 进程替换例子 shell简易实现 后记         学习完操作系统中进程部分的入门介绍之后,大家应该

    2024年02月09日
    浏览(29)
  • LabVIEW开发航天器动力学与控制仿真系统

    LabVIEW开发航天器动力学与控制仿真系统 计算机仿真是工程设计和验证的非常有用的工具。它节省了大量的时间、金钱和精力。航天器动力学与控制仿真系统由LabVIEW程序开发,它是模拟航天器等动态系统的有用工具。还可轻松与硬件连接并输出真实信号。 项目采用系统工程过

    2024年02月15日
    浏览(34)
  • 机器人动力学与控制学习笔记(十七)——基于名义模型的机器人滑模控制

            滑模运动包括趋近运动和滑模运动两个过程。系统从任意初始状态趋向切换面,直到到达切换面的运动称为趋近运动,即趋近运动为的过程。根据滑模变结构原理,滑模可达性条件仅保证由状态空间任意位置运动点在有限时间内到达切换面的要求,而对于趋近运动的

    2024年02月12日
    浏览(35)
  • 无人机|四旋翼运动动力学建模及位置控制仿真

    本文将实现对无人机动力学以及运动学的公式推导完成建模,该模型以电机转速为输入,以无人机的状态量为输出。并在此基础上实现位置控制,以期望位置作为输入,使用串级pid结合无人机模型生成控制指令并对无人机进行控制。 对于任意刚体运动,均可分解为转动和平动

    2024年04月11日
    浏览(34)
  • Robot Dynamics Lecture Notes学习笔记之关节空间动力学控制

    提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档 目前的工业机器人几乎完全依赖于关节位置控制的概念。它们建立在PID控制器的基础上,独立调节机器人每个关节的位置或速度。这样的控制器补偿了调节器和整个机器人中的干扰,并在理想情况下导致

    2024年02月05日
    浏览(44)
  • 【蒸汽冷凝器型号和PI控制】具有PID控制的蒸汽冷凝器的动力学模型(Matlab&Simulink)

     💥💥💞💞 欢迎来到本博客 ❤️❤️💥💥 🏆博主优势: 🌞🌞🌞 博客内容尽量做到思维缜密,逻辑清晰,为了方便读者。 ⛳️ 座右铭: 行百里者,半于九十。 📋📋📋 本文目录如下: 🎁🎁🎁 目录 💥1 概述 📚2 运行结果 🎉3 参考文献 🌈4 Matlab代码、Simulink及文

    2024年02月09日
    浏览(32)
  • 机器人控制算法十之运动学与动力学:DH建模与雅可比矩阵详解

    简介: 正运动学建模 逆运动学求解 动力学-雅可比矩阵 … 1.1 标准DH建模方法 关于标准DH建模的详细说明,可参考:一文带你完全掌握机器人DH参数建模(详细步骤+实例+代码) 例:Puma560: 6自由度关节机器人,6个关节都是旋转副;前3个关节用于确定手腕参考点的位置,后3个关

    2024年02月14日
    浏览(26)
  • Android Studio 控制台中文乱码,解决方案都在这里了,完美解决

    Android Studio 如果不进行配置的话,运行程序时控制台中文乱码问题会非常严重,甚至影响我们对信息的获取和程序的跟踪。 通过历年的开发经验,在本文中我总结出四点用于解决控制台中文乱码问题的方法,希望有助于大家。 注意 :下面根据我日常工作的经验总结,排序的

    2023年04月08日
    浏览(68)
  • MATLAB仿真Gough-Stewart并联机器人斯图尔特6自由度并联机器人逆运动学仿真 动力学控制pid控制

    MATLAB仿真Gough-Stewart并联机器人斯图尔特6自由度并联机器人逆运动学仿真 动力学控制pid控制 1.搭建了六自由度Stewart并联机器人simulink simscape仿真模型 2.建立了逆向运动学仿真 输入位置和姿态求解各个杆长 3.运用pid控制器进行动力学跟踪控制 使用MATLAB进行了Gough-Stewart并联机器

    2024年01月16日
    浏览(43)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包