- 1、本文档共5页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
如有你有帮助,请购买下载,谢谢!
如有你有帮助,请购买下载,谢谢!
页
PAGE页
如有你有帮助,请购买下载,谢谢!
页
2008年辽宁工业大学数学能力竞赛
论文题目:B题车间空气清洁问题
车间空气清洁问题
1.摘要
本文主要对空气清洁问题进行具体研究。
在把空气清洁问题抽象为数学模型的时候,发现其排出去的量比较接近Malthus模型问题。故先假设其符合Malthus模型,在模型的建立、讨论和验证中逐渐寻求更趋完善的模型。
在构造车间空气清洁问题的模型时,首先构成尽可能简单的数学模型,然后把构造的简单的模型与实际问题进行比较,再考虑将其他因素归纳进去,逐渐逼近现实来修改模型,使之趋于完善。
本文先假设Malthus模型对空气清洁问题可用的正确性,进而利用Malthus模型求解,若其解符合实际,则说明其适用于解答空气清洁问题,若与实际有一定的误差,说明其模型还存在缺陷,我们再引入新的参量,构建更好的数学模型。
在构建模型的时候,主要采用主成份分析法,假设其处于一个理想的环境下,忽略了一些不定因素,如空气浓度不均等问题。
在最初的模型构建时,假设其的减少率为常数。在这样的假设下,忽略了减少率的可变函数的复杂性,换之以常值函数,这样大大减少了模型的复杂性,进而修改、完善模型,考虑减少率的
影响,使模型更加符合实际。
在数据的处理上,主要借助于MATLAB数学软件对模型进行求解和图像分析。
2.模型的假设
设t时刻的车间空气中的含量的总数为,的净减少率为r,设r为常数,即单位时间内车间内的减少量与车间内的总量成正比,由于的量较大,故可将近似看作可微函数,于是得到微分方程
(1)
此即Malthus模型,
此方程的解为(2)
令,则有
,
其中,(3)
图1模型A的二氧化碳含量曲线
附:Matlab程序
t=[0:.01:20];
K=1500;m=0.04;r=0.3;;
u=(K*m/100-r)/;
;
Subplot(4,2,2),plot(t,N(t)),grid
title(‘模型A’),xlabel(‘时间t’),ylabel(‘N(t)’)
显然车间里的的含量不可能趋近于0,所以模型的净减少率未随时间变化的函数。
于是考虑到,能否找到一个t关于u的函数,来更逼真的反映整个车间的量的变化过程。
3.模型的建立
通过对模型的假设,发现的减少率是一个随着时间变化的函数。
设t(分钟)时刻车间每立方米空气含的百分比为,考虑时间区间,利用质量守恒定律:时间内车间空气量的“增加”等于时间内进入的新鲜空气中的量加上机器产生的的量减去空气中的量。其数学表达式为
(4)
于是,令,得
(5)
所以
(6)
这就是t时刻车间空气中的百分比。通常,否则含的量只会增加。
4.模型的求解
代入V=10000立方米,r=0.3立方米/分钟,K=1500立方米/分钟,
m=0.04,
得
=0.06%+0.06%
令=0.08%,得
t=7.3241分钟.
令,得
(7)
这表明车间空气中含的量最多只能降到
代入数据,得
图20-5分钟模型B的二氧化碳含量曲线
图30-20分钟模型B的二氧化碳含量曲线
图40-50分钟模型B的二氧化碳含量曲线
图50-100分钟模型B的二氧化碳含量曲线
附:Matlab程序
t=[0:.01:20];
K=1500;m=0.04;r=0.3;V=10000;;
a=(K*m/100+r)/V;b=K/V;
;
subplot(4,2,2),plot(t,y),grid
title(‘模型B’),xlabel(‘时间t’),ylabel(‘y(t)’)
5.参考文献
[1]沈继红等.数学建模.哈尔滨:哈尔滨工程大学出版社,1998
[2]蔡锁章等.数学建模原理与方法.北京:海洋出版社,2000
文档评论(0)