26年数学建模国赛A题参考资料
这是 Jen Y. Liu 和 Shun Cheng 于1991年发表的论文，给出了一种求解 Luikov 方程组的解析方法——这是描述毛细多孔体（如木材、药材、食品等）内部热质耦合传递的经典偏微分方程组。背景：什么是 Luikov 方程前苏联学者 A.V. Luikov 提出了一套描述毛细多孔材料内部温度场和湿度场耦合演化的偏微分方程组。核心思想是：热量传递和水分迁移互相影响——水分相变（蒸发）会吸收热量从而改变温度分布，而温度梯度又会驱动水分迁移（热梯度效应 Soret effect）。方程组包含两个耦合方程：[*]热传导方程：描述温度变化，包含一个相变耦合项（蒸发吸热）
[*]水分扩散方程：描述水分迁移，包含一个热梯度耦合项（温度梯度驱动水分运动）
这个方程组本质上是非线性的（各项系数依赖于温度和水分含量），但 Luikov 建议在各区域内取系数的平均值将其线性化，从而可以先解线性系统。论文要解决的问题Luikov 和 Mikhailov 之前用 Laplace 变换求解了简单几何（平板、圆柱、球）下的线性系统，但 Lobo 等人1987年指出这些解忽略了一对复特征值的存在。如果复特征值确实存在，之前的解会产生严重误差。这篇论文就是要给出一个完整且令人满意的解析解，把实特征值和复特征值都包含进去。核心方法论文的关键技巧分三步：第一步：引入势函数降阶。 原本是两个耦合的二阶偏微分方程，引入一个势函数 φ(x,t) 将温度 T 和湿度势 U 都用 φ 表达，两个耦合方程自动合并成一个四阶偏微分方程。这就像把两个互相纠缠的线团合并成一根线，虽然更长了但不再纠缠。第二步：因式分解降阶。 这个四阶方程可以因式分解为两个独立的扩散型二阶方程，各自对应不同的有效扩散系数 D₁ 和 D₂。通解是这两个扩散方程解的叠加，形式为无穷级数。第三步：从边界条件确定特征值。 将通解代入第三类边界条件（对流边界），得到一个超越方程。这个方程的根就是特征值 ξ——既有无穷多个实根，还有一对复根（用 Müller 方法找到）。如果丢掉复根，初始条件就无法满足，这是前人解法的根本缺陷。未知系数通过最小二乘法由初始条件确定。主要结果与验证论文以云杉木（spruce）平板干燥为算例，计算了温度和水分浓度的瞬态分布，并与已发表的有限元解和实验数据进行了对比，结果吻合良好。论文的意义论文结尾总结了三点价值 ：
[*]这个解法适用于一般的多孔体热质传递问题，不限于木材
[*]解析解可以用来评估各物性参数的相对重要性——哪些参数对结果影响大，哪些可以忽略
[*]解析解可以作为基准来检验有限元、有限差分等数值方法的精度
最后一点很重要——有了精确的解析解，数值方法才有了"标准答案"来验证自己的正确性。
这是2024年发表的一篇实验研究论文，作者来自普渡大学、尼日利亚大学、德比大学和格林尼治大学。论文研究了生姜薄层干燥过程中的有效扩散系数和活化能的测定方法 。要解决的问题生姜是重要的香料和药材，干燥是保存生姜的关键工序——把水分降到微生物无法繁殖的水平。但干燥是个耗能耗时的过程，需要搞清楚水分在姜内部迁移的速率（扩散系数）和所需的能量门槛（活化能），才能优化干燥工艺参数。实验设计在环境试验箱中进行薄层干燥实验，具体方案如下：
[*]温度：6个水平，10°C ~ 60°C（每隔10°C一档）
[*]干燥时间：2、4、8、10、14、18、24小时
[*]样品处理：4种预处理方式——热烫/未热烫 × 去皮/未去皮
[*]样品尺寸：直径30 mm、厚度18 mm的切片
核心方法和数学模型论文用到了两个经典的干燥理论：第一：Fick第二定律求扩散系数对于无限大平板，Fick第二扩散定律的解析解为：MR = (8/π²) Σ · exp(−(2n+1)²π²D_eff·t / 4L²)其中 MR 是水分比，L 是半厚度。取对数后简化为线性关系：ln(MR) = ln(8/π²) − (π²D_eff / 4L²)·t把 ln(MR) 对时间 t 作图，得到一条直线，斜率 K = −π²D_eff / 4L²，从而可以算出有效扩散系数 D_eff。这就像用弹簧伸长量反推弹簧劲度系数——通过实验测量的宏观量（水分比随时间的变化）反推微观参数（扩散系数）。第二：Arrhenius方程求活化能扩散系数对温度的依赖性用 Arrhenius 方程描述：D_eff = D₀ · exp(−E_a / RT)取对数：ln(D_eff) = ln(D₀) − E_a / (RT)把 ln(D_eff) 对 1/T 作图，斜率为 −E_a/R，从而算出活化能 E_a。主要结果
[*]不同预处理方式的生姜，其有效扩散系数的量级约为 10⁻¹⁰ m²/s，与文献中其他作者的结果吻合
[*]活化能约为 22.63 kJ/mol（来自作者前序工作的平均值）
[*]温度越高，扩散系数越大——这符合 Arrhenius 关系的预期
[*]论文还对比了13种薄层干燥模型（Newton、Page、Henderson-Pabis、Midilli等），用 R²、SEE和RMSE 评估拟合优度，选出最适合生姜干燥的模型
棒棒的！！！！
页:
[1]