Numerische Lösung der 2D Laplace/Poisson-Gleichung

Slides:



Advertisements
Ähnliche Präsentationen
Abschlussprüfung an Realschulen
Advertisements

Imperative Programmierung
Simulation komplexer technischer Anlagen
Das virtuelle Physiklabor im Computer: Vom Experiment zur Simulation
Agenda Sitzung 2 für den Programmaufbau
Harmonische Schwingungen
Unendliche Reihen Geometrische Reihe Was ist 0,999… 1+q+q2 +…
Matlab Einführung Tobias Wunner 16. Oktober 2006.
Ein Quadrat mit der Seitenlänge a = 1cm
Die Größe von Flächen vergleichen
Faltung Entfaltung Bestimmung der (unbekannten) Funktion f aus den (bekannten) Funktionen h und g. Bezeichnung h(x) … Messdaten f(y) … Physikalisches Profil.
Simulation komplexer technischer Anlagen
SciAgents - Eine agentenbasierte Umgebung für verteilte wissenschaftliche Berechnungen Alexander StarkeSeminar Software Agenten
ARRAY oder FELD oder VEKTOR
Schleifen-beobachtung
Computerkurs: Quantitative Auswertung biochemischer Experimente Tag 8 Einführung in die numerische Integration Aufgabe 18: Simulation einer Assoziationskinetik.
Lösung linearer Gleichungssysteme
EINI-I Einführung in die Informatik für Naturwissenschaftler und Ingenieure I Kapitel 7 Claudio Moraga, Gisbert Dittrich FBI Unido
EINI-I Einführung in die Informatik für Naturwissenschaftler und Ingenieure I Vorlesung 2 SWS WS 99/00 Gisbert Dittrich FBI Unido
Vorlesung Regelungstechnik 2
Problemstellung Berechne die Summe der Quadrate aller natürlichen Zahlen bis zu einer vorgegebenen Zahl (bspw. 100)! Oder mathematisch: Berechne.
PKJ 2005/1 Stefan Dissmann Zusammenfassung Vorwoche Programm besteht aus mehreren Bestandteilen: Schlüsselwörter Sonderzeichen Bezeichner Kommentare Texte.
Einführung in die Systemtheorie
Modellierung verschiedener Grundwasserströmungsprozesse Vortrag im Rahmen der Vorlesungen „Hydrogeologie“ & „Numerische Modellierung von Strömungs-
Uebung 03 Perceptron Training INPUTINPUT b OUTPUTOUTPUT w1w1 w2w2.
Auswertung der Mitgliederumfrage 2011 der Bundesarbeitsgemeinschaft Schuldnerberatung e.V. 1.
Zu Kap I.8.3. Formale Lösung mit Greenscher Funktion
Zuordnungen Aufgabe Ein Fliesenleger kann mit 24 quadratischen Platten verschiedene Rechtecke mit gleichem Flächeninhalt legen.
Die Validierungsbeispiele der prEN ISO 10211
Spektrale Eigenschaften und Asymptotik für Flüsse auf Netzwerken oder ein Märchen von Tübingen…
Ergebnisse aus der Umfrage zur zweiten Probeepoche.
Best Fit Matching von Punktewolken
Sali zäma.
Universität Stuttgart Wissensverarbeitung und Numerik I nstitut für K ernenergetik und E nergiesysteme Numerik partieller Differentialgleichungen, SS 01Teil.
Leitthema: Wie gut lassen sich Teilchenbahnen vorhersagen?
© Roland Angst, 2012Institute for Visual Computing Exercise Session 1 Roland Angst,
M ATHE P LUS RSS: a Quadratische Gleichungen Was sind Quadratische Gleichungen? Gute Frage! Eine Gleichung ist eine mathematische Formel.
Die Logistische Gleichung & Die Kepler Gleichungen
Polynome und schnelle Fourier-Transformation
Lineare Gleichungen Beispiel: 7x – 2 = 40 Eine Gleichung muss man sich so vorstellen wie eine Waage. Legt man auf die eine Seite Äpfel, so muss man auf.
Die Herleitung der Lösungsformel für gemischt quadratische Gleichungen
Eine Mutter ist 21 Jahre älter als ihr Kind und in 6 Jahren wird das
Charakteristika linearer Gleichungen auffinden Lineare Gleichungssysteme Lösen durch Elimination Eliminationsprogramm erstellen Anwendung: Bahn eines.
M A T H E.
Differenzengleichung (Beispiel)
Methode der kleinsten Quadrate
Mathetest
C. Boehme, O. Haan, U. Schwardmann GWDG Übungen II Programmierung von Parallelrechnern.
Auswertung der Befragung des Lehrerkollegiums zur Cafeteria
BMEVIEEA100 Grundlagen der Programmierung
Vorlesung 5. #include double fv(double x) { return sin(x); } int main(){ int i,N=10; double a=1,b=2,del,x,sum,f,integral; for(i=1,sum=0.0,del = (b-a)/N;i
Wöchnerinnen: Befragungsergebnisse 3. Quartal 2013 ( )
Wöchnerinnen: Befragungsergebnisse I. Quartal 2013 ( )
Jeden Monat über 50 neue PowerPoint- Präsentationen!!!
Funktionen Grundrechenarten f: y = a * x + b mit a, b ϵ R V 0.1.
Reelle Zahlen Grundrechenarten √2, √3, √5, … V 0.1.
C. Boehme, O. Haan, U. Schwardmann GWDG Übungen II Programmierung von Parallelrechnern.
Info2 Prof. J. WALTER info2 Stand: März 2002 Seite 1 Einführung in die Systemtheorie Definition System: Ein in sich geschlossenes, geordnetes und gegliedertes.
1 Bauhaus-Universität Weimar ArchitekturProgrammierung Generative Entwurfsmethoden Processing Grundlagen Professur Informatik in der Architektur.
Elektrodynamik WS 2009/2010 Martin E. Garcia
Informatik Beschreibung von Abläufen durch Algorithmen 3.3 Wiederholugnsanweisungen 3. Beschreibung von Abläufen durch Algorithmen 3.3 Wiederholungsanweisungen.
Wozu Maple? Symbolische Algebra Manche Sachen soll man besser nicht von Hand machen –kleine Rechnungs Fehler können mehrere Millionen werden – am besten.
Theory of Programming Prof. Dr. W. Reisig Was heißt „Korrektheit“? W. Reisig Workshop Modellierung Hamburg, März 2015.
© Lehrstuhl und Institut für Arbeitswissenschaft, RWTH Aachen Möglichkeiten der Bewegungssteuerung von Industrierobotern und deren softwareseitige Umsetzbarkeit.
Satellitengeodäsie Kugelfunktionen Torsten Mayer-Gürr
Differentialgleichungen oder wie beschreibt man Veränderung
Differentialgleichungen oder wie beschreibt man Veränderung
Eigene Methoden zum Steuern einer Turtle
Kleines 1x1 ABCD Aufgaben Kleines 1x1 A · 8 = Lösung.
 Präsentation transkript:

Numerische Lösung der 2D Laplace/Poisson-Gleichung Teilnehmer: Alireza Farman Auline Rodler 25.03.2017

Gliederung: Auswertung des zeitinvarianten- Temperaturverlaufs in einem Brennstabelement Auswertung der zeitvarianten- Wärmeleitungsgleichung in einer Baguette Zusammenfassung und Ausblick 25.03.2017

Lösung der zeitinvarianten 2D-Laplace/Poisson Gleichung Temperaturverteilung in einem quadratischen radioaktiven Brennstabelement: Reihenentwicklung von Wärmeverteilung Temperaturverteilung: Matlab programm : Function Reihen_entwicklung Initialisierung : [x y]= meshgrid (0: 0.01: pi); also,N=100 Für jedes n und m (Zwei ineinandergesetzten Schleifen) Qnm = 1./(n(i)*m(j)); Q_fourier(:,:,ind) = (Q*16/pi^2)*(Qnm.*sin(n(i).*x).*sin(m(j).*y)); (nach den schleifen) Q_fourier = sum(Q_fourier,3); 25.03.2017

Lösung der zeitinvarianten 2D-Laplace/Poisson Gleichung Für fehler<0,1  m,n [1:2:7] und für fehler<0,01 m,n[1:2:17] Es werden nur an den Eckpunkten größere Fehler berechnet!! Fehlerberechnung: Maximaler rel. Fehler bei einem ausgewählten Punkt:eps(x,y) Fehler<0,01 Fehler<0,1 25.03.2017

Lösung der zeitinvarianten 2D-Laplace/Poisson Gleichung Temperaturverteilung: Matlab programm : Temperaturverteilung Initialisierung : [x y]= meshgrid (0: 0.01: pi); Für jeden n und m bis 17 (ungerade Zahl) Qnm = 1./(n(i)*m(j)); Tnm = Qnm./(n(i)^2+m(j)^2); T_fourier(:,:,ind) =(Q*16/pi^2)*(Tnm.*sin(n(i).*x).*sin(m(j).*y)); Endlig (nach den schleifen) T_fourier = sum(T_fourier,3); Wärmeleitzahl (‘K’) Die Poisson Gleichung mit k und deren Einbindung in die Temperaturverteilung: Wärmeleitzahl wird im Rahmen dieser Arbeit als konstante behandelt: 25.03.2017

Lösung der zeitinvarianten 2D-Laplace/Poisson Gleichung Veränderung der Länge von Brennstab: Wie sieht das Ganze aus, wenn man das Gebiet auf eine realistische Geometrie [0,L], mit L, der Länge und Breite des Brennstabes ausdehnt? Veränderung der Variable: 25.03.2017

Lösung der zeitinvarianten 2D-Laplace/Poisson Gleichung Auswertung der iterativen Methode: Gauß-Seidel-Verfahren (Einzelschritt-Verfahren) Mit Hilfe dieses Verfahrens wird der Näherungsvektor elementweise neu bestimmt und für die Berechnung der – k-ten Komponente der nächsten Näherung bereits die neuen Daten der ersten Komponenten verwendet. Matlab programm : Function Iterativ_method Initialisierung und Rand Bedigungen : U=10*ones(dim_grid); U(:,end)=0; U(end,:)=0; U(1,:)=0; U(:,1)=0; while eps>eps_required (Konvergenzbedingung) Für alle Punkte des Temperaturgitters U(i,j)=1/4*(U(i+1,j)+U(i-1,j)+U(i,j-1)+U(i,j+1)+Q(i,j)*(dim_section/(dim_grid-1)).^2); 25.03.2017

Lösung der zeitinvarianten 2D-Laplace/Poisson Gleichung Auswertung der iterativen Methode: Gauß-Seidel-Verfahren Zusammenfassung der simulierten Ergebnisse: Temperaturfunktion Iterative Methode Matlab PDE Tool 25.03.2017

Lösung der Zeitvarianten 2D-Wärmeleitungsgleichung Abkühlen einer Baguette als 2D zeitabhängiges Wärmeleitungsproblem mit Dirichlet RB Baguettestemperatur= 90 °C Umgebungstemperatur= 20 °C Holzplattentemperatur= 30 °C Ziel  Die Baguette auf 40 °C abzukühlen Baguette Verteilung der Temperatur: u(x,y;t) Randbedingungen (Boundary conditions): 25.03.2017

Lösung der Zeitvarianten 2D-Wärmeleitungsgleichung Reihenentwicklung von Für ein Intervall [0,pi] x [0,pi] Matlab programm : Function Temperatur_b_v2 Initialisierung : [x y]= meshgrid (0: 0.01: pi); Schleife zur Berechnung von ’W’ (N ist ungerade und M ist integer Zahl): Tnm =(n(i)^2+m(j)^2); anm=m(i)/(n(i)*Tnm); W(:,:,ind)=anm*sin(n(i)*x).*sin(m(j)*y)*(1-exp(-*b*Tnm*t)); Schleife zur Berechnung von ’V ’(N und M sind ungerade Zahlen): ind = ind + 1; Qnm = 1/(n(i)*m(j)); V(:,:,ind) = Qnm.*sin(n(i).*x).*sin(m(j).*y)*exp(-*b*Tnm*t); …. W_tot =(80/pi^2)*sum(W,3); V_tot = (1120/pi^2)*sum(V,3); T_fourier_temporelle(:,:,page_t) = W_tot+V_tot; 25.03.2017

Lösung der Zeitvarianten 2D-Wärmeleitungsgleichung Für fehler<0,1  m,n [1:2:15] Es werden nur an den Eckpunkten größere Fehler berechnet!! Fehlerberechnung: Maximaler rel. Fehler bei einem ausgewählten Punkt:eps(x,y) Fehler<0,1 25.03.2017 3

Lösung der Zeitvarianten 2D-Wärmeleitungsgleichung Veränderung der länge als variable: Wie sieht das Ganze aus, wenn man das Gebiet auf eine realistische Geometrie [0,L] der Länge und Breite der Baguette ausdehnt? Wo käme ‚a‘ in die Formel rein? Veränderung der Variable: 25.03.2017

Lösung der Zeitvarianten 2D-Wärmeleitungsgleichung Nach welcher Zeit erreicht die Baguette in der mitte 40 °C? Es dauert ca. 2 Stunden bis das Baguette komplett abkühlt. Für m=n=1 bis 15, erreicht die Stange nach 26 min 20 °C in der mitte. [°C] Temperatur der baguette nach 26 min für m und n bis 15 70 [°C] 25.03.2017

Lösung der Zeitvarianten 2D-Wärmeleitungsgleichung Darstellung des Temperaturverlaufs für Gitter [20,20] [°C] T=26 min  Temperatur =40 °C Temperatur der Baguette nach 26 min für m und n=15. Temperatur der Baguette nach 56 min für m und n=15. [°C] T=56 min  Temperatur =16 °C 25.03.2017

Lösung der Zeitvarianten 2D-Wärmeleitungsgleichung Ebenso kann die Verschiebung der Isolinien und Abkühlung der Baguette betrachtet werden! 70 [°C] a= 0.33 E-6 m²/s (feuchter Sandboden ) Temperaturleitfähigkeit: [m²/s] Wärmeleitfähigkeit Notwendige Parameter Dichte Spezifische Wärmekapazität Abhängig  Eigenschaften von Baguette 25.03.2017

Lösung der Zeitvarianten 2D-Wärmeleitungsgleichung Auswertung der Temperaturverteilung anhand der expliziten Methode: Matlab programm : Function Iterativ_method_b Initialisierung,Randbedingungen und Anfangsbedingungen: [x,y] = meshgrid(linspace(0,dim_section,dim_grid)); U = 70*ones(dim_grid); U(:,end) = 0; U(end,:) = 0; U(:,1) = 0; U(1,:) = 10; Stabilitätskriterium definiert: alpha = (a*dt)/(dh^2); if alpha > 0.25 U_tot = NaN; ('!!! Stabilitätskriterium nicht erfüllt !!!!') Else Schleifen jeweils für die Zeit und i und j und dann wird die Temperatur gerechnet: U(i,j) = alpha*(U(i+1,j)+U(i-1,j)+U(i,j-1)+U(i,j+1)-4*U(i,j))+U(i,j); Bei einer expliziten methode wird zur Berechnung der Näherungswerte , nur Werte berücksichtigt die zeitlich vor dem zu berechnenden liegen. 25.03.2017

Lösung der Zeitvarianten 2D-Wärmeleitungsgleichung Für ein 10cm viereckiges Baguette, mit a=0.33e-6m²/s, ein Zeit Schritt von 15 sec, erreicht das Baguette nach 5 min in der mitte 40°C! [°C] !!!!Problem!!!! Wenn wir das Gitter verfeinern kommen wir zu falschem Ergebniss. Baguette kühlt sich schneller ab. 25.03.2017

Lösung der Zeitvarianten 2D-Wärmeleitungsgleichung Mit dem PDE-Tool von Matlab braucht man genauso lang, wie bei dem entwickelten Programm. Zusammenfassung Reihen Entwicklung Explizite methode Matlab PDE Tool 25.03.2017

Zusammenfassung und Fazit Die Auswertung für unterschiedliche Längen klappt anhand der entwickelten Programme ganz gut. Übereinstimmung der Ergebnisse aus dem iterativen und dem numerischen Verfahren. Ergebnisse aus dem Matlab PDE-TOOL übereinstimmen mit den Ergebnissen aus der Simulation. Auswertung der Wärmeleitungsgleichung durch explizite Methode soll evtl. noch verbessert und korrigiert werden. 25.03.2017

Vielen Dank für Ihre Aufmerksamkeit 25.03.2017