Question

图像包括控制方程，初始条件和边界条件。描述了板与流体之间的传热问题。我不知道如何使用fipy来编码包含var的2-d问题和边界条件。这是我的尝试。

class UploadHandler(tornado.web.RequestHandler):
    # ...
    def post(self):
        for field_name, files in self.request.files.items():
            for info in files:
                filename = info['filename'] # name of the file

                # NOTE: as pointed out by Ben Darnell, if user submitted 
                # filename contains special characters like "../",
                # it poses a security risk. You should generate your 
                # own filenames. See `uuid.uuid4()`.

                body = info['body'] # contents of the file

                with open('video/%s' % filename, 'w') as f:
                    f.write(body)

        self.write('Upload successful')

我发现它失败了。我不知道哪里出了问题。我会欢迎任何帮助;非常感谢！顺便说一句，我希望获得的最终图像就像enter image description here ......很多人！

Answer 1

[编辑以修正一般边界条件]

以下运行并且似乎给出了您正在寻找的性质的结果：

from fipy import *
import numpy as np
#constant
Pe=2400.
le_L=1./20000.
L_l=20000.
alphasx=alphasy=1.
alphaf=1.
Bi=0.4
c=Bi/Pe*L_l

Dsxx = alphasx
Dsyy = alphasy * L_l**2
Ds = 1./Pe * le_L * (1./alphaf) * Variable([[alphasx, 0.], 
                                            [0., alphasy * L_l**2]])

Df = Variable([[1./Pe * le_L, 0],
               [0., 0.]])

#generate
mesh=Grid2D(Lx=1.,Ly=1.,nx=100, ny=100)
Ts=CellVariable(mesh=mesh,name='Ts',value=900.)
Tf=CellVariable(mesh=mesh,name='Tf',value=900.)
#condition
bottom_mask = (mesh.facesBottom * mesh.faceNormals).divergence
dPR = mesh._cellDistances[mesh.facesBottom.value][0]
Af = mesh._faceAreas[mesh.facesBottom.value][0]
bottom_coeff = bottom_mask * Ds[1,1] * Af / (1 + dPR)

Tf.constrain(300,mesh.facesLeft)



#eq
eq1=(TransientTerm(var=Ts)==DiffusionTerm(coeff=Ds,var=Ts)
     + ImplicitSourceTerm(coeff=bottom_coeff * -Bi, var=Tf)
     - ImplicitSourceTerm(coeff=bottom_coeff * -Bi, var=Ts))
eq2=(TransientTerm(var=Tf)==DiffusionTerm(coeff=Df,var=Tf)
    -ExponentialConvectionTerm(coeff=[[1.], [0]],var=Tf)
     +ImplicitSourceTerm(c,var=Tf)
     -ImplicitSourceTerm(c,var=Ts))

eq=eq1&eq2

#solve
dt=0.01
steps=100
viewer=Viewer(vars=(Ts,Tf),datamax=1000,datamin=0)
for i in range(steps):
    eq.solve(dt=dt)
    viewer.plot()

我改变了许多系数以与你提供的数学一致。
我将扩散系数固定为具有FiPy对于各向异性扩散所期望的形状
由于ints在FiPy中运作不佳，我将大量的整数更改为花车
我提供了一个域来解决（你的网格中只有一个单元格，使得空间变化无法实现）
我减少了时间步
我介绍了我们知道如何处理general boundary conditions的最佳方式。这很难看，但我认为这是对的。

您可能还想引入扫描来解释方程与边界条件之间的非线性相关性。

将2-D PDE和条件转换为准确的Fipy代码

1 个答案: