基于中心差分有限离散化和 Newton Raphson 算法求解NACA 翼型二维不可压缩和可压缩流动附matlab代码

简介: 基于中心差分有限离散化和 Newton Raphson 算法求解NACA 翼型二维不可压缩和可压缩流动附matlab代码

✅作者简介:热爱科研的Matlab仿真开发者,修心和技术同步精进,matlab项目合作可私信。

🍎个人主页:Matlab科研工作室

🍊个人信条:格物致知。

更多Matlab仿真内容点击👇

智能优化算法       神经网络预测       雷达通信      无线传感器        电力系统

信号处理              图像处理               路径规划       元胞自动机        无人机

⛄ 内容介绍

该程序基于使用小微扰理论的方法求解组合欧拉方程,使用中心差分有限离散化和牛顿拉斐尔森算法。

⛄ 部分代码

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%

%% Programme principal

clear all;    % Effacer les variables

clc;          % Effacer l'ecran

format long   % Affichage en double précision

%% Données du code

prompt={'Maximum iterations', 'Calculation accuracy','Domain length (m)', ...

   'Domain Width (m)','X Step', 'Y Step','Start Airfoil position (m)',...

   'Airfoil chorde length (m)','Initial estimatation','Mach number','Airfoil thickness'};

title='Airfoils Calculator';

lines=1;

def={'100','1e-06','4.0','2.5','0.05','0.05','1.5','1.0','0.5','0.1','0.006'};

answer=inputdlg(prompt,title,lines,def);

assignin('base','maxIter',str2double(answer{1})); % max des iterations

assignin('base','tolX',str2double(answer{2}));% erreur de calcul

assignin('base','Lx',str2double(answer{3}));% longeur du domaine

assignin('base','Ly',str2double(answer{4})); % largeur du domaine

assignin('base','hx',str2double(answer{5})); % pas suivant x

assignin('base','hy',str2double(answer{6})); % pas suivant y

assignin('base','Dp',str2double(answer{7})); % position de début de profil

assignin('base','C',str2double(answer{8})); % la corde du profil

assignin('base','est_x',str2double(answer{9})); % Estimation initiale

assignin('base','M',str2double(answer{10})); % Mach number

assignin('base','t',str2double(answer{11})); % Airfoil thickness

%%

Nx=ceil(Lx/hx);  % nombre des éléments suivant ox

Ny=ceil(Ly/hy);  % nombre des éléments suivant oy

N=Nx*Ny; % nombre des équations à résoudre

Fp=Dp+C; % calcul la position de la fin du profil

Dp=ceil(Dp/hx); % position de début du maillage

Fp=ceil(Fp/hx);  % position de la fin du maillage

%% Pour tracer graphiquement les résultats

debprof=Dp:Fp;

debx=2:Nx-1;

deby=2:Ny-1;

%% Génération du maillage

x_grid=linspace(0,Lx,Nx+1);

y_grid=linspace(0,Ly,Ny+1);

[X1,Y1]=meshgrid(x_grid,y_grid);

[X2,Y2]=meshgrid(y_grid,x_grid);

%% % Conditions initiales

for i=1:N

X0(i)=est_x;   % Estimation Initiale

end

X0=X0';        % X0 sous forme colonne

%% Méthode de Newton Raphson

x=X0;

Xoled=X0;

disp('_____________________________Iterations______________________________')

for i=1:maxIter

   F=EQUATIONS(x,Dp,Fp,Nx,Ny,hx,hy,N,M,t);

   jac=JACFUNC(F,x,Dp,Fp,Nx,Ny,hx,hy,N,M,t);

   x=x-(inv(jac))*F;

   err(:,i)=abs(x-Xoled);

   Xoled=x;

   if (err(:,i)< tolX)    

     break;

   end

   disp(['Iter   ',num2str(i),'   Err= ',num2str(max(err(:,i)))]);

Err(i)=max(err(:,i));

iter(i)=i;

end

disp('_______________________________Slutions______________________________')

%% Affichage les solutions

for i=1:N

disp(['x(',num2str(i),')=  ',num2str(x(i))])

end

%% Transformation vecteur x en Matrice Phi

cont=0;

for j=1:Ny

   for i=1:Nx

phi(i,j)=x(i+Nx*cont);

   end

   cont=cont+1;

end

%% Calcul - vitesse U

for i=2:Nx-1

for j=1:Ny

U(i,j)=1+((phi(i+1,j)-phi(i-1,j)))/(2*hx);

end

end

%% Calcul - vitesse V

for i=2:Nx-1

for j=2:Ny-1

V(i,j)=((phi(i,j+1)-phi(i,j-1)))/(2*hy);

end

end

%% Calcul - Coefficient de pression (Cp)

for i=2:Nx-1

   for j=1:Ny

  CP(i,j)=-2*((phi(i+1,j)-phi(i-1,j)))/(2*hx);

   end

end

%% calcul Cn et Ct

Cn=0;

for i=Dp:Fp

   for j=1:2

Cn=((CP(i,j)+CP(i+1,j))/2)*((i+1)*hx-i*hx)+Cn;

end

end

%

Ct=0;

for i=Dp:Fp

   for j=1:2

Ct=((CP(i,j)+CP(i+1,j))/2)*((j+1)*hy-j*hy)+Ct;

   end

end

%% Calcul Cl et Cdp

Alpha=0.0;

Cl=Cn*sin(Alpha)+Ct*cos(Alpha);

Cdp=Cn*sin(Alpha)-Ct*cos(Alpha);

disp('____________________________________________________________________')

%% Affichage graphique

figure

subplot(2,2,1)

box on

grid on

plot(iter,Err,'ro-')

xlabel('Iter')

ylabel('Err')

%title('Convergence Courbe')

%% Afficher les figures

subplot(2,2,2)

hold on

grid on

box on

plot(phi(:,1))

plot(phi(:,2))

plot(phi(:,3))

plot(phi(:,4))

plot(phi(:,5))

plot(phi(:,6))

plot(phi(:,7))

plot(phi(:,Ny))

legend('y=1','y=2','y=3','y=4','y=5','y=6','y=7','y=Ny')

%title('Fonction de courant Phi')

xlabel('X (m)')

ylabel('Phi')

hold off

%% Tracer la vitesse U

subplot(2,2,3)

hold on

grid on

box on

plot(U(debx,1))

plot(U(debx,2))

plot(U(debx,3))

plot(U(debx,4))

plot(U(debx,5))

plot(U(debx,6))

plot(U(debx,7))

plot(U(debx,Ny-1))

legend('y=1','y=2','y=3','y=4','y=5','y=6','y=7','y=Ny-1')

%title('Vitesse U/Uinf')

xlabel('X (m)')

ylabel('U/Uinf')

hold off

%% Tracer la vitesse V

subplot(2,2,4)

hold on

grid on

box on

debn=15:25;

%plot(V(deb,1))

plot(V(:,2))

plot(V(:,3))

plot(V(:,4))

plot(V(:,5))

plot(V(:,6))

plot(V(:,7))

plot(V(:,8))

legend('y=2','y=3','Y=4','y=5','y=6','y=7','Y=8')

%title('Vitesse V/Vinf')

xlabel('X (m)')

ylabel('V/Vinf')

hold off

%% Tracer CP

figure

subplot(2,2,1)

hold on

grid on

box on

%plot(V(deb,1))

plot(-CP(debprof,2))

plot(-CP(debprof,3))

plot(-CP(debprof,4))

plot(-CP(debprof,5))

plot(-CP(debprof,6))

plot(-CP(debprof,7))

plot(-CP(debprof,8))

legend('y=2','y=3','Y=4','y=5','y=6','y=7','Y=8')

%title(' Coefficient de pression')

xlabel('X (m)')

ylabel('-CP')

hold off

%% Afficher les contours

subplot(2,2,2)

[C,h]=contourf(phi,25,'ShowText','on')

xlabel('Contour Phi')

subplot(2,2,3)

contourf(U(debx,deby),25)

xlabel('Contour U')

subplot(2,2,4)

contourf(V(debx,deby),25)

xlabel('Contour V')

figure

subplot(2,1,1)

contourf(CP,25)

xlabel('Contour CP')

subplot(2,1,2)

hold on

plot(X1,Y1,'k-',Y2,X2,'k-')

axis([0 Lx 0 Ly])

%title('Mesh Grid')

box on

hold off

%_____________________________________ end _________________________________

⛄ 运行结果

⛄ 参考文献


⛳️ 完整代码

❤️部分理论引用网络文献,若有侵权联系博主删除
❤️ 关注我领取海量matlab电子书和数学建模资料


相关文章
|
4天前
|
算法 数据安全/隐私保护 计算机视觉
基于FPGA的图像双线性插值算法verilog实现,包括tb测试文件和MATLAB辅助验证
本项目展示了256×256图像通过双线性插值放大至512×512的效果,无水印展示。使用Matlab 2022a和Vivado 2019.2开发,提供完整代码及详细中文注释、操作视频。核心程序实现图像缩放,并在Matlab中验证效果。双线性插值算法通过FPGA高效实现图像缩放,确保质量。
|
6天前
|
机器学习/深度学习 存储 算法
近端策略优化(PPO)算法的理论基础与PyTorch代码详解
近端策略优化(PPO)是深度强化学习中高效的策略优化方法,广泛应用于大语言模型的RLHF训练。PPO通过引入策略更新约束机制,平衡了更新幅度,提升了训练稳定性。其核心思想是在优势演员-评论家方法的基础上,采用裁剪和非裁剪项组成的替代目标函数,限制策略比率在[1-ϵ, 1+ϵ]区间内,防止过大的策略更新。本文详细探讨了PPO的基本原理、损失函数设计及PyTorch实现流程,提供了完整的代码示例。
114 10
近端策略优化(PPO)算法的理论基础与PyTorch代码详解
|
3天前
|
算法
基于SOA海鸥优化算法的三维曲面最高点搜索matlab仿真
本程序基于海鸥优化算法(SOA)进行三维曲面最高点搜索的MATLAB仿真,输出收敛曲线和搜索结果。使用MATLAB2022A版本运行,核心代码实现种群初始化、适应度计算、交叉变异等操作。SOA模拟海鸥觅食行为,通过搜索飞行、跟随飞行和掠食飞行三种策略高效探索解空间,找到全局最优解。
|
1天前
|
传感器 算法
基于GA遗传算法的多机无源定位系统GDOP优化matlab仿真
本项目基于遗传算法(GA)优化多机无源定位系统的GDOP,使用MATLAB2022A进行仿真。通过遗传算法的选择、交叉和变异操作,迭代优化传感器配置,最小化GDOP值,提高定位精度。仿真输出包括GDOP优化结果、遗传算法收敛曲线及三维空间坐标点分布图。核心程序实现了染色体编码、适应度评估、遗传操作等关键步骤,最终展示优化后的传感器布局及其性能。
|
3天前
|
算法 数据可视化 数据安全/隐私保护
一级倒立摆平衡控制系统MATLAB仿真,可显示倒立摆平衡动画,对比极点配置,线性二次型,PID,PI及PD五种算法
本课题基于MATLAB对一级倒立摆控制系统进行升级仿真,增加了PI、PD控制器,并对比了极点配置、线性二次型、PID、PI及PD五种算法的控制效果。通过GUI界面显示倒立摆动画和控制输出曲线,展示了不同控制器在偏转角和小车位移变化上的性能差异。理论部分介绍了倒立摆系统的力学模型,包括小车和杆的动力学方程。核心程序实现了不同控制算法的选择与仿真结果的可视化。
31 15
|
5天前
|
传感器 算法 物联网
基于粒子群算法的网络最优节点部署优化matlab仿真
本项目基于粒子群优化(PSO)算法,实现WSN网络节点的最优部署,以最大化节点覆盖范围。使用MATLAB2022A进行开发与测试,展示了优化后的节点分布及其覆盖范围。核心代码通过定义目标函数和约束条件,利用PSO算法迭代搜索最佳节点位置,并绘制优化结果图。PSO算法灵感源于鸟群觅食行为,适用于连续和离散空间的优化问题,在通信网络、物联网等领域有广泛应用。该算法通过模拟粒子群体智慧,高效逼近最优解,提升网络性能。
|
2天前
|
机器学习/深度学习 算法 安全
基于深度学习的路面裂缝检测算法matlab仿真
本项目基于YOLOv2算法实现高效的路面裂缝检测,使用Matlab 2022a开发。完整程序运行效果无水印,核心代码配有详细中文注释及操作视频。通过深度学习技术,将目标检测转化为回归问题,直接预测裂缝位置和类别,大幅提升检测效率与准确性。适用于实时检测任务,确保道路安全维护。 简介涵盖了算法理论、数据集准备、网络训练及检测过程,采用Darknet-19卷积神经网络结构,结合随机梯度下降算法进行训练。
|
5天前
|
机器学习/深度学习 数据采集 算法
基于GWO灰狼优化的CNN-GRU-SAM网络时间序列回归预测算法matlab仿真
本项目基于MATLAB2022a,展示了时间序列预测算法的运行效果(无水印)。核心程序包含详细中文注释和操作视频。算法采用CNN-GRU-SAM网络,结合灰狼优化(GWO),通过卷积层提取局部特征、GRU处理长期依赖、自注意力机制捕捉全局特征,最终实现复杂非线性时间序列的高效预测。
|
6月前
|
安全
【2023高教社杯】D题 圈养湖羊的空间利用率 问题分析、数学模型及MATLAB代码
本文介绍了2023年高教社杯数学建模竞赛D题的圈养湖羊空间利用率问题,包括问题分析、数学模型建立和MATLAB代码实现,旨在优化养殖场的生产计划和空间利用效率。
272 6
【2023高教社杯】D题 圈养湖羊的空间利用率 问题分析、数学模型及MATLAB代码
|
6月前
|
存储 算法 搜索推荐
【2022年华为杯数学建模】B题 方形件组批优化问题 方案及MATLAB代码实现
本文提供了2022年华为杯数学建模竞赛B题的详细方案和MATLAB代码实现,包括方形件组批优化问题和排样优化问题,以及相关数学模型的建立和求解方法。
162 3
【2022年华为杯数学建模】B题 方形件组批优化问题 方案及MATLAB代码实现

热门文章

最新文章