MATLAB工程应用实例
数学建模案例分析MATLAB在电气工程中的应用
2024/8/3
4
第5页/共82页
课程任务
通 过 本 课 程 学 习 ， 使 学 生 掌 握 利 用 M AT L A B 进 行 数 值 计 算 的 基 本 方 法 ， 熟 悉 M AT L A B 编 程 环 境 、 语言语法、程序结构、编程及调试技术，掌握 M AT L A B 中 M 文 件 、 M 函 数 编 写 方 法 及 调 试 技 术 、 M AT L A B 的 绘 图 和 图 形 控 制 函 数 等 内 容 ， 上 机 练 习 M AT L A B 数 值 解 算 方 法 ， 具 备 上 机 操 作 的 技 能 ， 学 习 M AT L A B 在 电 气 工 程 学 科 中 的 建 模 与 分 析 方 法 ， 为后续专业课程学习奠定基础。
• helpdesk 指令 在命令窗口中键入helpdesk（或doc，或点击工具条中的？按钮），进入帮助窗口，显 示HTML格式的帮助内容。
2024/8/3
23
第24页/共82页
• help 命令
help：列出所有的帮助主题，每个帮助主题对应于 MATLAB搜索路径中的一个目录；
help 库名：得到库中全部函数名；
more(n)：指定每页输出的行数
回车键显示下一行，空格键显示下一页，q结束当
前显示。
2024/8/3
18
第19页/共82页
页面显示的疏密控制 format loose (默认) :稀疏显示格式； format compact: 密集显示格式；
清命令窗口 clc
2024/8/3
19
第20页/共82页
识别、控制系统、非线性系统、模糊控制、优化技术、通讯系统、财政金融等领域有着广泛 应用。
matlab在土木工程中的应用
matlab在土木工程中的应用Matlab在土木工程中的应用引言：Matlab作为一种常用的科学计算软件，被广泛应用于各个领域，包括土木工程。
本文将介绍Matlab在土木工程中的应用，包括结构分析、地震响应分析、混凝土设计等方面。
一、结构分析Matlab在土木工程中的一个重要应用是结构分析。
结构分析是土木工程中的基础工作，用于研究结构的力学性能和稳定性。
通过Matlab，可以进行结构的静力分析、动力分析以及非线性分析等。
静力分析可以计算结构的受力情况和变形情况，动力分析可以研究结构在地震等外力作用下的响应，非线性分析可以考虑结构的非线性特性，如材料的非线性、几何的非线性等。
二、地震响应分析地震响应分析是土木工程中的重要任务之一。
通过Matlab，可以进行地震响应分析，研究结构在地震作用下的响应特性。
地震响应分析涉及到地震波的输入、结构的模型建立、振型的计算以及响应的求解等。
Matlab提供了丰富的工具箱和函数，可以方便地进行地震响应分析，如波谱分析、时程分析等。
三、混凝土设计混凝土设计是土木工程中的重要内容之一。
通过Matlab，可以进行混凝土结构的设计和优化。
混凝土设计涉及到构件的受力计算、截面的设计、配筋的确定等。
Matlab提供了一些常用的工具箱和函数，可以方便地进行混凝土设计，如截面性能计算、配筋设计等。
此外，Matlab还可以与其他软件进行集成，如AutoCAD、SAP2000等，实现设计数据的传递和交互。
四、桥梁设计桥梁设计是土木工程中的重要任务之一。
通过Matlab，可以进行桥梁的设计和分析。
桥梁设计涉及到桥墩、桥面板、梁段等的计算和设计。
Matlab提供了一些常用的工具箱和函数，可以方便地进行桥梁设计，如桥墩的受力计算、桥面板的设计等。
此外，Matlab还可以进行桥梁的动力分析，研究桥梁在风荷载、地震等外力作用下的响应。
五、结构优化结构优化是土木工程中的重要内容之一。
通过Matlab，可以进行结构的优化设计。
Matlab技术应用案例解析
Mat1ab技术应用案例解析引言在科学计算和数据分析领域中，Mauab是一种非常常用的软件工具。
它提供了丰富的数学函数库和强大的数据可视化功能，帮助工程师和科学家们解决了许多实际问题。
本文将通过解析几个实际的Mat1ab技术应用案例，展示MatIab在不同领域的应用。
一、电力系统优化电力系统优化是一项关键的技术，旨在通过合理地配置发电机组、输电线路和变电设备，以实现供电可靠性、经济性和环境友好性之间的平衡。
使用Mauab进行电力系统优化，可以帮助工程师们快速而准确地得出最优解。
首先，工程师需要建立电力系统的数学模型。
这可以通过Ma1Iab中的数学建模工具和仿真环境来完成。
然后，利用MaUab中的优化算法，可以对电力系统模型进行求解，以找到最优的配置方案。
例如，当工程师面临一个发电机组布置问题时，可以使用MaUab来分析各种约束条件下的不同方案，并基于经济和环境评估指标来找到最佳的解决方案。
二、图像处理图像处理是Mat1ab的另一个强大应用领域。
MaHab提供了丰富的图像处理函数库和工具箱，可以帮助工程师和科学家们对图像进行处理、分析和改进，从而满足各种不同的需求。
例如，在医学领域中，图像处理在医学影像分析和诊断中起着重要作用。
工程师和医生们可以使用Mat1ab来进行MRI、CT扫描图像的预处理、分割和特征提取,以辅助疾病的诊断和治疗。
此外，在计算机视觉领域中，图像处理也是一个热门的应用领域。
利用Mat1ab中的图像处理函数，可以实现目标检测、人脸识别和图像增强等功能。
三、机器学习随着大数据和人工智能的兴起，机器学习成为许多领域的核心技术。
Mat1ab提供了强大的机器学习工具箱，可以帮助科学家和数据分析人员开发和应用各种机器学习算法。
例如，在金融领域，使用机器学习算法可以分析市场趋势，预测股票价格，并帮助投资者做出正确的决策。
Mat1ab提供了各种机器学习算法，并具有易于使用的界面，使得科学家和分析师能够直观地分析和处理金融数据。
MATLAB在工程设计中的应用与实例
MATLAB在工程设计中的应用与实例概述：MATLAB（矩阵实验室）是一种高级的数值计算和数据可视化软件，广泛应用于科学、工程和工业。
它的功能强大，可以通过编写算法和脚本来进行数据处理、模拟和分析。
在工程设计中，MATLAB的应用非常广泛，可以帮助工程师解决各种实际问题。
本文将介绍MATLAB在工程设计中的应用，并结合实例进行详细说明。
一、信号处理与滤波器设计在工程设计中，经常需要处理来自传感器或其他设备的信号。
MATLAB提供了丰富的信号处理工具箱，可以进行信号滤波、频域分析、谱估计等一系列操作。
例如，在音频处理中，我们可以使用MATLAB对音频信号进行去噪、降噪、特征提取等操作，以改善音频质量。
另外，在无线通信中，信号调制、解调和通道估计等操作也需要使用到MATLAB的信号处理工具箱。
二、控制系统设计与仿真控制系统设计是工程设计的重要组成部分，它涉及到自动化、机械、电子等多个领域。
MATLAB提供了专业的控制系统工具箱，可以进行控制系统建模、系统辨识、控制器设计等工作。
例如，在飞行器的姿态控制中，我们可以使用MATLAB进行系统模型的建立，并设计合适的控制器来实现飞行器的稳定飞行。
此外，MATLAB还支持对控制系统进行仿真，可以通过模拟系统动态响应来验证设计的效果。
三、电路与电子设计在电路与电子设计中，MATLAB可以辅助工程师进行电路分析、模拟和优化。
MATLAB提供了电路设计工具箱，包括电路拓扑分析、参数优化、电路模型生成等功能。
例如，在功率电子领域，我们可以使用MATLAB对电子变流器进行建模，并通过优化算法找到最佳的拓扑结构，以提高功率转换效率。
此外，MATLAB还支持混合信号电路设计和可编程逻辑器件（FPGA）设计等领域。
四、结构力学与有限元分析结构力学是工程设计的重要组成部分，它涉及到物体的力学性质和结构响应。
MATLAB提供了结构力学分析工具箱和有限元分析工具箱，可以进行静力学和动力学分析、结构模态分析、应力/应变分布等工作。
Matlab技术工程应用实例
Matlab技术工程应用实例引言：在当今信息化社会，工程技术的发展与应用已经成为推动社会进步和经济发展的重要支撑。
计算机技术的迅速发展使得在工程技术应用中，大量的数据处理、模拟和分析都可以通过计算机软件进行。
Matlab作为一种重要的工程软件工具，被广泛应用于各个领域中。
本文将介绍一些Matlab在工程技术中的应用实例，包括信号处理、图像处理、控制系统等多个方面，以展示Matlab在实际工程问题中的重要作用。
一、信号处理应用实例：信号处理是工程技术中的一个重要方向，涉及音频、图像、视频等多个领域的数据处理。
Matlab提供了丰富的信号处理工具包，广泛应用于音频分析、滤波等任务中。
例如，在音频处理中，可以通过Matlab实现音频的混响效果，通过模拟不同的房间声音，使得音频更加丰富和逼真。
此外，Matlab还可以实现音频频谱分析，用于音频的特征提取和音乐指纹识别等任务。
二、图像处理应用实例：图像处理是工程技术中另一个重要方向，主要涉及图像的增强、分割、识别和压缩等任务。
Matlab提供了强大的图像处理工具包，用于图像的滤波、变换和编码等任务。
例如，在医学图像处理中，可以通过Matlab实现磨皮效果，并提取出肿瘤区域进行更精确的诊断。
此外，Matlab还可以实现图像的人脸识别，用于安防系统和人脸解锁等应用。
三、控制系统设计实例：控制系统设计是工程技术中的一个重要方向，主要涉及自动控制和系统优化等任务。
Matlab提供了丰富的控制系统工具包，用于控制系统的建模、仿真和优化等任务。
例如，在电力系统中，可以通过Matlab实现电压的自动调节和负载的平衡，提高系统的稳定性和可靠性。
此外，Matlab还可以实现机器人的路径规划和控制，用于自动化生产线和无人驾驶等应用。
四、数值计算实例：数值计算是工程技术中的一个重要方向，主要涉及方程求解、优化问题和数值模拟等任务。
Matlab提供了丰富的数值计算工具包，用于求解复杂的数学问题。
Matlab技术实战案例分享
Matlab技术实战案例分享引言从Matlab在科学与工程领域的广泛应用，我们可以看出它的强大功能和实用性。
在本文中，我们将分享一些实际应用中的Matlab技术案例，通过这些案例，读者将更好地理解和掌握Matlab的实战应用技巧。
一、图像处理图像处理是Matlab应用最广泛的领域之一，它在医学影像分析、计算机视觉等方面具有广泛的应用。
通过Matlab的图像处理工具箱，我们可以轻松处理和分析各种类型的图像数据。
案例一：基于Matlab的肌肉图像分析在运动学研究中，肌肉图像分析是一个重要的课题。
我们可以通过Matlab将单帧肌肉图像进行分割，提取关键特征并进行测量分析，如肌肉纤维方向和长度等。
这为运动学研究提供了有力的工具和方法。
案例二：基于Matlab的图像增强和去噪在计算机视觉领域，图像增强和去噪是常见的图像处理任务。
我们可以通过Matlab中的图像滤波函数和增强算法，对图像进行降噪和增强处理，提高图像的质量和清晰度。
这对于图像识别、目标检测等任务具有重要意义。
二、信号处理信号处理是Matlab应用广泛的另一个领域，它在通信、音频处理等方面具有重要的应用。
通过Matlab的信号处理工具箱，我们可以进行各种类型的信号处理和分析。
案例三：基于Matlab的音频处理和音频特征提取在音频处理领域，Matlab提供了丰富的函数和算法可以用来进行音频处理和音频特征提取。
我们可以通过Matlab对音频信号进行降噪、滤波、频谱分析等处理，同时提取关键的音频特征，如音调、节奏等。
案例四：基于Matlab的时频分析时频分析是信号处理中重要的分析方法之一。
通过Matlab的时频分析工具箱，我们可以对信号的瞬时频率和幅度进行分析，了解信号在时域和频域上的特征。
这对于故障诊断、语音识别等任务具有重要意义。
三、数值计算与优化数值计算与优化是Matlab的另一个重要领域，它在工程计算、统计建模等方面具有广泛的应用。
通过Matlab的数值计算和优化工具箱，我们可以轻松进行各种复杂的数值计算和优化问题求解。
Matlab在工程设计与仿真中的应用案例
Matlab在工程设计与仿真中的应用案例近年来，Matlab（全称Matrix Laboratory）在工程设计与仿真中的应用越来越广泛。
Matlab是一款功能强大的计算软件，具有矩阵计算、数据处理和可视化等多种功能。
本文将通过几个实际案例，展示Matlab在工程设计与仿真中的应用。
一、电路设计与仿真电路设计是工程领域中重要的一环，而Matlab提供了强大的电路设计与仿真工具。
以滤波器设计为例，Matlab配备了丰富的滤波器设计函数，可以根据特定的滤波系数和频响要求，快速设计出满足需求的滤波器。
同时，Matlab还支持频域仿真，可以对信号进行傅里叶变换和滤波操作，以实现不同的信号处理需求。
二、机械系统建模与控制在机械系统建模与控制方面，Matlab也发挥了重要的作用。
例如，在机械结构设计中，Matlab可以通过有限元分析建立结构的数值模型，对结构的强度、刚度等进行分析与求解。
同时，Matlab还支持控制系统建模与仿真，可以通过控制系统的设计，提高机械系统的性能和稳定性。
三、通信系统设计与仿真通信系统设计与仿真是Matlab应用的另一个重要领域。
例如，在无线通信系统设计中，Matlab提供了丰富的信号处理工具，可以对传输信号进行调制、解调和通道编码等操作，实现数据的可靠传输。
此外，Matlab还支持多输入多输出系统的建模与仿真，可以分析和优化系统的传输性能。
四、图像处理与计算机视觉近年来，图像处理和计算机视觉成为热门的研究领域。
而Matlab提供了一系列的图像处理函数与工具箱，可以进行图像的滤波、分割、特征提取和目标识别等操作。
通过Matlab的强大功能，研究人员可以开展多样化的图像处理与计算机视觉应用，如人脸识别、车牌识别等。
五、仿真与优化算法Matlab凭借其强大的数值计算能力和优化算法，成为工程设计中的重要辅助工具。
例如，在电力系统中，Matlab可以应用潮流计算和稳定性分析等算法，发现潮流分布、电压质量等问题，优化电力系统的稳定性和效率。
Matlab技术的实际应用案例解析
Matlab技术的实际应用案例解析随着计算机技术的发展，Matlab作为一种高级技术语言，被广泛应用于多个领域。
无论是在科研领域还是工程实践中，Matlab都扮演着重要的角色。
本文将通过几个实际应用案例，探讨Matlab技术在不同领域的应用，以期给读者提供一些启示和参考。
一、图像处理领域图像处理是Matlab的一项重要应用领域。
利用Matlab提供的强大的图像处理工具箱，可以实现各种功能，例如图像增强、滤波、分割和识别等。
以下将介绍一个实际应用案例。
案例一：肿瘤图像分割肿瘤图像的分割对于医学诊断非常关键。
在某医院的研究中，研究人员利用Matlab进行了肿瘤图像的分割工作。
首先，他们先对肿瘤图像进行预处理，包括降噪和增强等操作。
然后，利用Matlab提供的图像分割算法，将肿瘤与周围组织分离出来。
最后，通过对分割后的图像进行计算，可以得到肿瘤的大小、形状等信息，为医生提供诊断依据。
二、信号处理领域信号处理是Matlab的另一个重要应用领域。
通过利用Matlab提供的信号处理工具箱，可以实现信号的滤波、谱分析、峰值检测等功能。
以下将介绍一个实际应用案例。
案例二：语音信号增强在通信领域，语音信号是一种常见的信号类型。
在某通信公司的项目中，研发团队利用Matlab对语音信号进行增强。
首先，他们通过Matlab提供的滤波器设计算法，设计了一种高效的降噪滤波器。
然后，他们利用该滤波器对采集到的语音信号进行滤波处理，去除噪声成分。
最后，通过对处理后的语音信号进行主观听感和客观评价，证明了该算法的有效性。
三、控制系统领域Matlab在控制系统领域的应用也非常广泛。
通过Matlab提供的控制系统工具箱，可以进行控制系统的建模、仿真和优化等操作。
以下将介绍一个实际应用案例。
案例三：智能交通信号优化在城市交通系统中，智能交通信号优化是一个重要的研究方向。
在某城市的交通管理局的项目中，研究人员利用Matlab进行了智能交通信号优化的仿真研究。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
第3章MATLAB工程应用实例MATLAB在工程上的应用广泛，例如机械机构优化分析、机械控制、通信、数值计算等，MATLAB因其强大的数据处理能力，逐渐成为工程应用领域主导辅助工具。
本章主要应用MATLAB解决简单的工程问题，例如光反射定理、质点系转动惯量、人吸烟摄入有毒成分含量、冰雹下落模型的求解等，这类问题的优化求解对解决复杂的工程问题有着一定的参考价值，并能够提高结合MATLAB求解实际问题的能力。
学习目标：（1）熟练掌握MATLAB编程表示方法；（2）熟练运用MATLAB求解实际物理模型；（3）熟练掌握使用MATLAB工具解决简单工程问题等。
3.1 光的反射定理论证光的反射定理最早由费马提出，费马原理是：光总是沿用时最短的光程传播。
例如光线的入射、反射过程可由图3-1直观地表示出来，2中光线从1入射，发射到2点。
试证明光的反射定律：入射角等于反射角。
图3-1 光线反射示意图针对图3-1所示的光线反射路径图，假设X轴为实物体表面，且为理想状态，光线传播过程中无阻碍，一束自然光线沿路径L10’照射到X轴，与法线Y轴的夹角为θ1；光线经实物体表面X轴反射后，沿路径L0’2发射，与法线Y轴的夹角为θ2。
3.1.1 公式推算由光的直线传播可得，路径L10’、路径L0’2为直线；光线从1点到2点，两点在坐标·38·轴上的竖直方向上的投影相等，且为H ；光在空气中传播的速度为光线在真空中传播的速度C ；光线从1点到2点，1点与2点之间的距离为定值L ；光线经L 10’、L 0’2，所需时间为T 。
则光线从L 10’到L 0’2，所需时间为：10021212cos cos 11cos cos H HL L H T C C C C C θθθθ''⎛⎫=+=+=+ ⎪⎝⎭（3.1）其中，()120,90θθ∈︒︒、；又1点与2点之间的距离为定值L ，则可得到：()12=tan tan L H θθ+ （3.2）设LK =H，则12tan tan K θθ+= （3.3） 由三角代换变形得到：()1/2221cos 1tan K θθ-⎡⎤=+-⎣⎦代入（3.1）式得到：()1/2211211111tan cos cos cos H H T K C C θθθθ⎛⎫⎛⎫⎡⎤=+=++-⎣⎦ ⎪ ⎪⎝⎭⎝⎭（3.4） 对上式求一阶导数得到：()()1111/22211sin 2tan cos '2cos 1tan K H T C K θθθθθ⎧⎫+--⎪⎪⎪⎪=⎨⎬⎡⎤+-⎪⎪⎣⎦⎪⎪⎩⎭× （3.5） 因函数时间T 有极小值，令T '=0，整理结果可得下式：1tan 2Kθ= （3.6）此时，将上式代入（3.3）式得到：21tan tan 2Kθθ== （3.7）从而有：12θθ= （3.8） 由（3.8）式可得：入射角等于反射角，即结果成立。
故由费马原理：光总是沿用时最短的光程传播可知，实际光线从1点到达2点，经过路径为L 10、L 02，与图示法线Y 所成夹角均为θ。
3.1.2 代码实现编写MATLAB 程序如下：>> syms H C K x %字母变量 >> T=(H/C)*((1/cos(x))+[1+(K-tan(x))^2]^(1/2)); %表达式T·39·>> dfdx =diff(T,x) %求导 dfdx =H/C *(1/cos(x)^2*sin(x)+1/(1+(K-tan(x))^2)^(1/2)*(K-tan(x))*(-1-tan(x)^2))>> a=solve(dfdx,'x'); %求解方程>> tan(a) %正切值 ans = 1/2*K 1/2*K3.2 质点系转动惯量求解已知在平面上的n 个质点()111P x y ，，()222P x y ，，……，()n n n P x y ，，其质量分别为1m ，2m ，……，n m ，确定一个点(),P x y ，使得质点系关于此点的转动惯量为最小。
设质点系关于此点的转动惯量为J ，由转动惯量为J 定义可知：221()()ni i i i J x x y y m =⎡⎤=-+-⎣⎦∑× （3.9） 要满足质点系的转动惯量为最小，即221()()ni i i i x x y y m =⎡⎤-+-⎣⎦∑×和最小，这是一个二元一次极值问题。
由式（3.9）可知：2222122ni i i i i i J x x x y y y m =⎡⎤=-++-+⎣⎦∑× 22221111122()nnnnni i i i i i i i i i i i i i xm y m x x m y y m x y m ======+--++∑∑∑∑∑ （3.10） 由上式满足最小值条件时，其0 0J Jx x∂∂==∂∂，，可得： 1111220220n n Ji i i i i x n nJi i i i i y x m x m y m x m ====∂=-=∂∂=-=∂∑∑∑∑ （3.11） 由上式可得：1111nni i i i i i nniii i x m y m x y m m ======∑∑∑∑，此时使得质点系关于P 的转动惯量为最小。
·40·3.3 储油罐的油量计算一平放的椭圆柱体形状的油罐，长度为L ，椭圆的长半轴为a ，短半轴为b ，油的密度为ρ，油罐中油的高度为h ，油罐的横断面如图3-2所示。
图3-2 油罐横断面得到横断面的方程表达式：22221x y a b+=；将椭圆对y 进行微分，则图3-2中小矩形的面积为：2y ；油罐中油横断面中高度为h时的面积为：2b h by -+-⎰当油罐中油的高度为h时油量为：2b h by ρ-+-⎰，对2b h b y ρ-+-⎰进行积分为：y sin arcsin(1)2422arcsin(1)4arcsin(1)422cot d 1cos 22d 2(2sin 2)2[arcsin(1)(4hb t b hb bt hbhby Lab t ttLabt Lab t t h h Lab b b ρρρρρ=-+-+πππ---≤≤-+π--+π-=+=+⎡⎤=⎢⎥⎣⎦π=-++-+⎰⎰⎰令3.4 香烟毒物摄入问题人在吸烟时，烟草内所含的毒物在点燃处随烟雾释放，释放出来的烟雾一部分直接进入空气中，另外一部分沿未点燃的香烟和过滤嘴穿行。
烟雾在穿行过程中，烟雾中的毒物不断被未点燃的烟草及过滤嘴吸收，最后剩余的毒物全部进入人体。
这种吸收过程使未点·41·燃烟草中毒物密度随时间的变化而变化。
考虑抽烟进入人体的毒物数量（不考虑从空气烟雾中吸入的）与香烟中所含毒物总量、香烟长度和过滤嘴长度等因素间的关系，对于香烟毒物摄入作如下假设。
（1）一支香烟的毒物总含量M =80mg ，毒物均匀分布在长度为l 1=80mm 的香烟中，过滤嘴长度为l 2=20 mm ；（2）烟草点燃后毒物全部随烟雾释放，且均匀分布在烟雾中；（3）直接进入空气的烟雾比例为a =30%，其余的部分沿未点燃的烟草穿行，穿行速度是v =50mm/s ；（4）单位长度未点燃烟草和过滤嘴在单位时间内对随烟雾穿行的毒物的吸收率分别是b =0.02和β=0.08（例如：带有毒物量ΔM 的烟雾经过l 2长度的过滤嘴时，被过滤嘴吸收的毒物量是12()M l v β-∆ ）；（5）把一只香烟均匀分成N 段，每次吸烟都燃烧一段；在点燃后的任意时刻，每一段未燃烧烟草中的毒物都在该段均匀分布，不同段的毒物密度不相同。
香烟分为N 段，说明下一段香烟的毒物量叠加上一段香烟的毒物量，由上述分析可知，当4N =时，编写MATLAB 程序如下：Clc %清屏 clear all; %删除workplace 变量 close all; %关掉显示图形窗口 format short %Initial M =800; %香烟的毒物总含量 N =4; %香烟均匀分成N 段 L1=80; %香烟长度 L2=20; %过滤嘴长度 a =0.3; %空气的烟雾比例 c=0.7; v =50; %穿行速度 b =0.02; %吸收率 beta =0.08; %吸收率 m =[]; %初始化值 j=1;t=zeros(1000,1000); for i=1:Nm(i,1)=(M/N+t(i,j)); m(i,2)=(M/N+ t(i,j))*c;m(i,3)=(M/N+t(i,j))*c *b *(L1/N)/v;m(i,4)=((M/N+t(i,j))*c-m(i,3))*b *(L1/N)/v+t(i,2);m(i,5)=((M/N+t(i,j))*c-m(i,3)-m(i,4))*b *(L1/N)/v+t(i,3);m(i,6)= ((M/N+t(i,j))*c-m(i,3)-m(i,4)-m(i,5))*beta *L2/v+t(i,4); m(i,7)=(M/N+t(i,j))*c-m(i,3)-m(i,4)-m(i,5)-m(i,6)+t(i,2) +t(i,3) +t(i,4)+t(i,5); t(i+1,2)=m(i,3); t(i+1,3)=m(i,4); t(i+1,4)=m(i,5); t(i+1,5)=m(i,6); j=j+1; end m运行程序的输出结果如下所示。
·42·m =200.0000 140.0000 1.1200 1.1110 1.1022 4.3733 132.2935 201.1200 140.7840 1.1263 2.2373 2.2104 5.4289 137.4877 202.2373 141.5661 1.1325 2.2497 3.3427 6.5253 139.3186 203.3427 142.3399 1.1387 2.2621 3.3613 7.6812 141.1469整理相应的结果如表3-1所示。
表3-1 N 段香烟摄入毒物量时间 燃烧后释 放毒物量进入烟草 的毒物量每段香烟的 累积毒物量 过滤嘴累 积毒物量 吸完该段进入人体的毒物量开始时 0.00000 0.00000.0000、0.0000、0.00000.0000 0.0000 第1段 200.0000 140.00001.1200、1.1110、1.10224.3733 132.2935 第2段 201.1200 140.78401.1263、2.2373、2.21045.4289 137.4877 第3段 202.2373 141.56611.1325、2.2497、3.34276.5253 139.3186 第4段203.3427 142.33991.1387、2.2621、3.36137.6812 141.1469 3.5 冰雹的下落速度当冰雹由高空落下时，它受到地球引力和空气阻力的作用，阻力的大小与冰雹的形状和速度有关，一般可以对阻力作两种假设：❑ 阻力大小与下落的速度成正比； ❑ 阻力大小与速度的平方成正比。