热传导方程 - 技术栈

热传导方程简介

热传导方程（Heat Equation）是描述热量在介质中传递的偏微分方程，其基本形式为：

\\frac{\\partial u}{\\partial t} = \\alpha \\nabla\^2 u

其中 ( u(x,t) ) 表示温度分布，( \alpha ) 为热扩散系数，( \nabla^2 ) 是拉普拉斯算子。

有限差分法求解

在MATLAB中，可通过有限差分法（FDM）离散求解热传导方程。以一维情况为例：

离散化方程

空间离散：( x_i = i\Delta x )，时间离散：( t_n = n\Delta t )。

采用显式欧拉格式：

u_i\^{n+1} = u_i\^n + \\frac{\\alpha \\Delta t}{(\\Delta x)\^2} (u_{i+1}\^n - 2u_i\^n + u_{i-1}\^n)

MATLAB代码实现

matlab 复制代码

% 参数设置
L = 1;          % 空间长度
T = 0.1;        % 总时间
alpha = 0.01;   % 热扩散系数
Nx = 50;        % 空间网格数
Nt = 1000;      % 时间步数
dx = L/Nx;      % 空间步长
dt = T/Nt;      % 时间步长
r = alpha*dt/dx^2;

% 初始条件（如高斯脉冲）
x = linspace(0, L, Nx+1);
u0 = exp(-100*(x-0.5).^2)';

% 显式迭代求解
u = u0;
for n = 1:Nt
    u_new = u;
    for i = 2:Nx
        u_new(i) = u(i) + r*(u(i+1) - 2*u(i) + u(i-1));
    end
    u = u_new;
end

% 可视化
plot(x, u0, 'r--', x, u, 'b-');
legend('Initial', 'Final');
xlabel('x'); ylabel('Temperature');

使用PDE Toolbox求解

MATLAB的PDE Toolbox提供了更便捷的偏微分方程求解功能：

定义几何模型

matlab 复制代码

model = createpde();
geometryFromEdges(model, @squareg);

设置方程参数

matlab 复制代码

specifyCoefficients(model, 'm', 0, 'd', 1, 'c', alpha, 'a', 0, 'f', 0);

初始条件与边界条件

matlab 复制代码

setInitialConditions(model, u0);  % u0为初始温度分布
applyBoundaryCondition(model, 'dirichlet', 'Edge', 1:4, 'u', 0);

求解与可视化

matlab 复制代码

result = solvepde(model, T);
pdeplot(model, 'XYData', result.NodalSolution);

隐式方法（Crank-Nicolson）

为提高稳定性，可采用隐式Crank-Nicolson格式：

离散方程

-\\frac{r}{2}u_{i-1}\^{n+1} + (1+r)u_i\^{n+1} - \\frac{r}{2}u_{i+1}\^{n+1} = \\frac{r}{2}u_{i-1}\^n + (1-r)u_i\^n + \\frac{r}{2}u_{i+1}\^n

MATLAB实现

需构建三对角矩阵并调用tridiag求解器，或直接使用稀疏矩阵求解：

matlab 复制代码

A = gallery('tridiag', Nx-1, -r/2, 1+r, -r/2);
B = gallery('tridiag', Nx-1, r/2, 1-r, r/2);
for n = 1:Nt
    u(2:Nx) = A \ (B * u(2:Nx));
end

注意事项

稳定性条件：显式方法需满足 ( \alpha \Delta t / (\Delta x)^2 \leq 0.5 )。
边界处理：Dirichlet边界直接赋值，Neumann边界需特殊处理。
高维扩展：二维/三维情况下需修改离散格式为对应的五点或七点差分格式。