欢迎来到天天文库
浏览记录
ID:41383504
大小:885.73 KB
页数:24页
时间:2019-08-23
《2010年全国大学生数学建模竞赛A题全国一等奖论文》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库。
1、数值解法在储油罐变位标定中的应用摘要本文主要采用微元分析法、数值积分法和回归分析法,对储油罐油位测量高度H和'燃油体积V建立了模型,即问题一中椭圆型储油罐无变位模型HV,椭圆型储油罐纵11'向变位模型HV,问题二中实际储油罐变位模型HV。122对于问题一中的椭圆型储油罐,探究变位对罐容表的影响,先建立无变位时的HV模型。以椭圆型储油罐左底面中心为原点,该面为xoy平面,建立空间直角坐标系。根据简单柱体的体积计算公式,得出无变位初模型。又将由模型得到的体积理论计算值与所给实际体积数据对比,发现两者大致呈线性关系。将两者进行线性拟合以对初
2、'模型进行修正,最终得到椭圆型储油罐无变位模型HV。11当储油罐发生纵向变位后,在上面所建坐标系下,用微元分析的思想,以积分的方法求得假设条件下燃油体积V关于油位测量高度H的解析解。但是由于解的复杂性,很难由直接积分的方法求得给定H的燃油体积。转而利用数值积分的方法,将积分转化为若干微元的和,借助MATLAB即求得燃油体积,这样就得到了纵向变位模型。将依模型所求的理论计算值与处理得到的实际值进行对比分析,两者关系走向基本呈线性,于是'对两者进行线性拟合,以缩小误差。最终得到精度较高的修正模型HV,以此对储油12罐进行重新标定,标定结果参见
3、附录一中的图表一。对于问题二中的实际储油罐,将其分成左球冠、中间圆柱体和右球冠三部分,参照问题一建立的空间直角坐标系,利用微元法,分别建立了各部分燃油体积关于油位测量高度H和参数(,)的积分表达式。然后将三部分的燃油体积相加,即得到储油罐内燃油体积关于变量H和参数、的积分形式解析解V(,,H)。由于积分表达式十分复2杂,依然利用MATLAB数值积分来处理。对于未知参数、,本文用回归分析法和遍历思想求解。即以较小间隔,从0取到10,让和分别遍历所有的取值点。定义一2个函数F(,)(V2(,,())hkVk(
4、)),其中h为附件2中所给的部分H数据所组成的向量,V表示与h一一对应的进(出)油量,求F的最小值,此时对应的(,)便认为是模型中的参数。依据上面方法求得2.1,4.45。再由附件2中的其余数据对模型V(,,H)进行检验和误差分析,得到相对误差集中在2%以内,验证所建模型2是合理的。关键词:数值解法遍历理论回归分析微元法1§1问题重述加油站大型储油罐在使用一段时间后,由于地基变形等原因,罐体的位置会发生纵向倾斜和横向偏转,从而导致罐容表不能准确反映储油罐内燃油的体积,因此需要求出纵向倾斜角和横向偏转角度,定期对罐容表进行
5、重新标定。本文主要解决储油罐的变位识别与罐容表的重新标定问题。问题一给出一种几何形状较简单的小椭圆型储油罐,给出了罐体无变位和倾斜角为4.1的纵向变位两种情况下的数据,要求研究罐体变位后对罐容表的影响,并算出罐体变位后油位高度间隔为1cm的罐容表标定值。问题二给出两端为球冠的圆柱形储油罐,由于两端球冠部分的体积难以测定而且较为复杂。要求利用罐体变位后在进、出油过程中的实际检测数据,得出罐内储油量与油位高度及变位参数(纵向倾斜角度和横向偏转角度)之间的一般关系,即式Vf(,,H)。并根据数据算出、。从而建立H与V的对应关系。2
6、2§2问题分析储油罐是根据无变位情况下油面高度H与燃油体积V的关系进行标定的,若要实现储油罐的变位识别和罐容表标定,就需要建立燃油体积V与油面高度H的数学模型。问题一:若要探究发生纵向变位对罐容表的影响,应首先建立无变位和发生纵向变位时,罐容表标定值与油面高度H分别满足的关系。由变量H计算发生纵向变位后的实际燃油体积,将其与罐容表的标定值进行比较,分析变位对罐容表的影响。由此,需要分别建立无变位情况下和发生纵向变位情况下,储油罐内燃油体积V与油面测量高度H的模型。利用几何知识和微积分的理论,可以很容易建立无变位情况下的模型。对于发生纵向变位,
7、可以用微元分析法,分情况计算储油罐内的实际燃油体积。得出模型后,对模型计算所得数据与题目所给数据进行比较,分析误差,加以改进。问题二:问题二要求对这种两边是球冠体,中间为柱体的实际储油罐建立燃油体积V与油面测量高度H的数学模型。由于这种储油罐的形状比椭圆型储油罐复杂,而且又发生了、的纵向倾斜和横向偏转,处理起来比较麻烦。可以将这种实际储油罐分为左球冠、中间圆柱体和右球冠三个部分,对油面测量高度为H的情况下,分别计算三个部分内燃油的体积,然后将其求和即为储油罐内燃油体积。可以采用微元法分别建立三部分内燃油体积与油面测量高度H的模型,不过要考
8、虑H取不同范围内的值时,体积求解方法可能不同。如果积分形式过于复杂,可以考虑采用积分的数值算法,用和逼近。考虑到模型建立时,参数和是未知的,可以用回归分析的方法
此文档下载收益归作者所有