A7.2022年全国数学建模竞赛A题-波浪能最大输出功率设计-赛题分析与讨论

2022年数学建模国赛（A题/B题/C题）评阅要点

1. 2022年A题（波浪能最大输出功率设计）

A题 波浪能最大输出功率设计

随着经济和社会的发展，人类面临能源需求环境污染双重挑战，发展可再生产业已成为世界各国的共识。
波浪能作一种重要海洋可再生源，分布广泛储量丰富，具有可观的应用前景。 波浪能装置量转换效率是规模化利关键问题之一。

---

2. 算法讨论

2.1 基本分析：阻尼问题，考虑用微分方程求解。

参考例程：
Python小白的数学建模课-09.微分方程模型09.微分方程模型
Python小白的数学建模课-11.偏微分方程数值解法11.偏微分方程数值解法

2.2 基本问题：常微分方程还是偏微分方程

（1）常微分方程初值问题，可以表达为对 t 或对 x 的导数；
（2）常微分方程边值问题，可以表达为 y 对 x 的导数；
（3）偏微分方程，一般是既包括对 t 的导数，又包括对 x 的导数，当然还有其它特殊形式，就不讨论了。
（4）对于偏微分方程，可以在 t0 或 x0 作为常微分方程讨论，分析和求解。
问题如果涉及 10s, 20s, t 显然是自变量了。
问题如果求某一时刻位移，这当然就是 y(t) 了。
问题如果求某一时刻的速度，可以表示为 y(t) 的一阶导数。

2.3 基本问题：一维问题还是二维问题

（1）中轴，圆柱体，往复运动，垂荡运动，这些都是提示，而且都是必要的。
（2）纵摇，这意味着什么？注意坐标系的选择。推荐参考：
Python小白的数学建模课-11.偏微分方程数值解法11.偏微分方程数值解法

2.4 基本问题：一阶问题还是二阶问题

（1）弹簧-阻尼系统的微分方程，不论串联，并联，串并联，都比较容易列出微分方程。详见“弹簧质量阻尼器的动力学”。
（2）壳体如何处理？取决于坐标系的选择。

2.5 基本问题：无源问题还是有源问题

这个问题很明显，激励力和激励频率都给出了。
有源激励的微分方程，激励函数如何表达与编程，可以参考：
Python小白的数学建模课-09.微分方程模型09.微分方程模型

2.6 能不能不用微分方程求解？

其实是可以的，但难度可能更大，就不讨论了。

---

3. 微分方程例程 — 与题目无关

3.1 例题：求二阶 RLC 振荡电路的数值解

高阶常微分方程，必须做变量替换，化为一阶微分方程组，再用 odeint 求数值解。

零输入响应的 RLC 振荡电路可以由如下的二阶微分方程描述：

{ d 2 u d t 2 + R L ∗ d u d t + 1 L C ∗ u = 0 u ( 0 ) = U 0 u ′ ( 0 ) = 0

⎩ ⎨ ⎧​​dt2d2u​+LR​∗dtdu​+LC1​∗u=0u(0)=U0​u′(0)=0​​

令 $\alpha =R/2L$、${\omega }_0^2=1/LC$，在零输入响应 $u_s=0$ 时上式可以写成：

{ d 2 u d t 2 + 2 α d u d t + ω 0 2 u = 0 u ( 0 ) = U 0 u ′ ( 0 ) = 0

⎩ ⎨ ⎧​​dt2d2u​+2αdtdu​+ω02​u=0u(0)=U0​u′(0)=0​​
对二阶微分方程问题，引入变量 $v=du/dt$，通过变量替换就把原方程化为如下的微分方程组：

{ d u d t = v d v d t = − 2 α v − ω 0 2 u u ( 0 ) = U 0 v ( 0 ) = 0

⎩ ⎨ ⎧​​dtdu​=vdtdv​=−2αv−ω02​uu(0)=U0​v(0)=0​​

这样就可以用上节求解微分方程组的方法来求解高阶微分方程问题。

3.2 二阶微分方程问题的编程步骤

以RLC 振荡电路为例讲解 scipy.integrate.odeint() 求解高阶常微分方程初值问题的步骤：

1. 导入 scipy、numpy、matplotlib 包；

2. 定义导数函数 deriv(Y, t, a, w)

   注意 odeint() 函数中定义导数函数的标准形式是 $f(y,t)$ ，本问题中 y 表示向量，记为 $Y=[u,v]$

   导数定义函数 deriv(Y, t, a, w) 编程如下，其中 a, w 分别表示方程中的参数 $\alpha 、\omega$：

# 导数函数，求 Y=[u,v] 点的导数 dY/dt
def deriv(Y, t, a, w):
    u, v = Y  # Y=[u,v]
    dY_dt = [v, -2*a*v-w*w*u]
    return dY_dt
1
2
3
4
5

3. 定义初值 $Y_0=[u_0,v_0]$ 和 $Y$ 的定义区间 $[t_0,t]$；

4. 调用 odeint() 求 $Y=[u,v]$ 在定义区间 $[t_0,t]$ 的数值解。

   例程中通过 args=paras 将参数 (a,w) 传递给导数函数 deriv(Y, t, a, w) 。本例要考察不同参数对结果的影响，这种参数传递方法使用非常方便。

3.3 二阶微分方程问题 Python 例程

# 3. 求解二阶微分方程初值问题(scipy.integrate.odeint)
# Second ODE by scipy.integrate.odeint
from scipy.integrate import odeint  # 导入 scipy.integrate 模块
import numpy as np
import matplotlib.pyplot as plt

# 导数函数，求 Y=[u,v] 点的导数 dY/dt
def deriv(Y, t, a, w):
    u, v = Y  # Y=[u,v]
    dY_dt = [v, -2*a*v-w*w*u]
    return dY_dt

t = np.arange(0, 20, 0.01)  # 创建时间点 (start,stop,step)
# 设置导数函数中的参数 (a, w)
paras1 = (1, 0.6)  # 过阻尼：a^2 - w^2 > 0
paras2 = (1, 1)  # 临界阻尼：a^2 - w^2 = 0
paras3 = (0.3, 1)  # 欠阻尼：a^2 - w^2 < 0

# 调用ode对进行求解, 用两个不同的初始值 W1、W2 分别求解
Y0 = (1.0, 0.0)  # 定义初值为 Y0=[u0,v0]
Y1 = odeint(deriv, Y0, t, args=paras1)  # args 设置导数函数的参数
Y2 = odeint(deriv, Y0, t, args=paras2)  # args 设置导数函数的参数
Y3 = odeint(deriv, Y0, t, args=paras3)  # args 设置导数函数的参数
# W2 = (0.0, 1.01, 0.0)  # 定义初值为 W2
# track2 = odeint(lorenz, W2, t, args=paras)  # 通过 paras 传递导数函数的参数

# 绘图
plt.plot(t, Y1[:, 0], 'r-', label='u1(t)')
plt.plot(t, Y2[:, 0], 'b-', label='u2(t)')
plt.plot(t, Y3[:, 0], 'g-', label='u3(t)')
plt.plot(t, Y1[:, 1], 'r:', label='v1(t)')
plt.plot(t, Y2[:, 1], 'b:', label='v2(t)')
plt.plot(t, Y3[:, 1], 'g:', label='v3(t)')
plt.axis([0, 20, -0.8, 1.2])
plt.legend(loc='best')
plt.title("Second ODE by scipy.integrate.odeint")
plt.show()
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37

3.4 二阶方程问题 Python 例程运行结果

结果讨论：

RLC串联电路是典型的二阶系统，在零输入条件下根据 $\alpha$ 与 $\omega$ 的关系，电路的输出响应存在四种情况：

1. 过阻尼： ${\alpha }^2-{\omega }^2>0$ ，有 2 个不相等的负实数根；
2. 临界阻尼： ${\alpha }^2-{\omega }^2=0$，有 2 个相等的负实数根；
3. 欠阻尼： ${\alpha }^2-{\omega }^2<0$，有一对共轭复数根；
4. 无阻尼：$R=0$，有一对纯虚根。

例程中所选择的 3 组参数分别对应过阻尼、临界阻尼和欠阻尼的条件，微分方程的数值结果很好地体现了不同情况的相应曲线。

4. 参考文献

[1]赖锦涛. 基于波浪能发电阵列的最优功率调度弹性控制的研究[D].深圳大学,2020.

[2]张增宝. 振荡浮子式波浪能发电系统捕能功率预测与多目标优化[D].山东大学,2020.

[3]王淑婧. 振荡浮子式波浪能发电装置的设计及功率计算分析[D].中国海洋大学,2013.