40、流体力学中的多种流动问题分析

算法笑匠

于 2025-11-12 14:44:26 发布

阅读量19

点赞数

CC 4.0 BY-SA版权

分类专栏： MATLAB工程应用精解文章标签：流体力学流体静力学内部粘性流动

本文链接：https://blog.youkuaiyun.com/1a2s3d4f5g/article/details/155214371

MATLAB工程应用精解专栏收录该内容

53 篇文章 ¥499.90

订阅专栏¥69.90

会员秒杀 ¥9.9 重磅福利

超级会员免费看

流体力学中的多种流动问题分析

一、流体静力学

1.1 标准大气中的压力分布

在研究标准大气中的压力分布时，我们有以下相关的物理量和假设。若大气被视为理想气体，那么有以下关系：
- 密度分布 $\rho$、重力加速度 $g = 9.81 m/s^2$、压力 $P$ 和垂直笛卡尔坐标 $z$（向上为正）。
- 理想气体状态方程为 $\rho = \frac{P}{RT}$，其中 $R = 287.13 J/(kg K)$ 是理想气体常数，$T$ 是开尔文温度。

通过对相关方程进行积分，可得到压力随高度变化的表达式：
$P(z) = P_0 \exp\left(-\frac{g}{R} \int_{0}^{z} \frac{dz}{T} \right)$，其中 $P_0 = 101330 Pa$ 是地面（$z = 0$）处的压力。

下面通过一个例子来具体说明温度和压力随高度的变化情况。假设温度分布是通过对给定海拔高度处的温度进行样条拟合得到的，具体数据如下表：
| 海拔高度 (m) | 温度 (°C) |
| — | — |
| 0.0 | 15.0 |
| 11000 | -56.5 |
| 20100 | -56.4 |
| 32200 | -44.5 |
| 47300 | -2.5 |

以下是实现该计算的代码：

g = 9.81;
P0 = 101330;
R = 287.13;
np = 60;
TC = [15, -56.5, -56.4, -44.5, -2.5];
z = [0, 11000, 20100, 32200, 47300];
zz = linspace(z(1), z(end), np);
t = spline(z,TC+273.15, zz);
subplot(1,2,1)
plot(t-273.15, zz/1000, 'k-',TC, z/1000, 'ks')
axis([-65, 20, 0, 50])
xlabel('Temperature (\circC)')
ylabel('Elevation (km)')
subplot(1,2,2)
P = zeros(np,1);
gR = g/R;
gg = @(h, z,TC) (1./spline(z,TC+273.15, h));
for k = 1:np;
    Intg = quadl(gg, 0.1, zz(k), [], [], z,TC);
    P(k) = P0*exp(-gR*Intg);
end
plot(P/1000, zz/1000, 'k-')
axis([0, 110, 0, 50])
ylabel('Elevation (km)')
xlabel('Pressure (kPa)')

运行该代码后，可得到温度和压力随海拔高度变化的图像。

1.2 平面闸门上的力

考虑一个水库，其中一面墙是可倾斜的金属闸门，闸门底部铰接，具有重量 $W$ 和长度 $L$，水库垂直于页面方向的宽度为 $B$。初始时，闸门垂直，水位达到闸门顶部，水的总体积为 $V_w = aLB$。有一根杆将闸门关闭，杆对闸门的力 $F_{rod}$ 沿杆方向，杆的另一端由一个可移动的挡块固定。

当闸门角度 $\theta$ 小于或等于某个临界角度 $\theta_{max}$ 时，水位在闸门顶部或以下；当 $\theta > \theta_{max}$ 时，水会溢出。由底部、固定壁、闸门和闸门顶部水平面所围成的体积 $V$ 为：
$V = \cos\theta + \frac{L}{2a} \cos\theta \sin\theta$

最大体积 $V_{max}$ 出现在 $\theta_{max}$ 处，水溢出大坝时对应的临界角度 $\theta_{max}$ 由下式确定：
$\cos\theta_{max} + \frac{L}{2a} \cos\theta_{max} \sin\theta_{max} - 1 = 0$

水位 $h$ 与闸门角度 $\theta$ 的关系为：
$h = -\frac{a}{\tan\theta} \left(1 - \sqrt{1 + \frac{2L}{a} \tan\theta} \right)$（仅取正根）

通过对铰链取矩可得到杆对闸门的力 $F_{rod}$ 的大小：
$F_{rod} = \frac{1}{L \sin\alpha} \left(\frac{B\rho g h^3}{6 \cos^2\theta} + \frac{WL}{2} \sin\theta \right)$
其中，$\alpha = \theta + \cos^{-1}\left(\frac{\cos\theta}{\sqrt{2}}\right)$，$F_{rod}$ 取最小值时的角度记为 $\theta_F$。

下面通过一个例子来确定 $\theta_{max}$、$\theta_V$ 和 $\theta_F$，并绘制体积比 $\frac{V}{V_w}$、水位 $h$ 和力 $F_{rod}$ 随 $\theta$ 的变化曲线。假设 $a = 5.0 m$，$L = 10.0 m$，$B = 10.0 m$，$\rho = 1000 kg/m^3$，$W = 100000 N$。以下是实现该计算的代码：

function Example11_2
    a = 5.0;
    L = 10.0;
    B = 10.0;
    rho = 1000;
    g = 9.81;
    W = 100000;
    La = L/a;
    theta = linspace(0.0, pi/2, 100);
    VVw = @(theta,La) (cos(theta)+0.5*La*cos(theta).*sin(theta));
    figure(1)
    subplot(1,2,1)
    plot(theta*180/pi, VVw(theta,La), 'k')
    axis([0.0, 90.0, 0.0, 1.5])
    ylabel('V/V_w')
    xlabel('\theta (\circ)')
    grid on
    hold on
    MaxTheta = @(theta, La) (1-VVw(theta, La));
    ThetaMaxDeg = fzero(MaxTheta, [0.01, pi/2.0], [], La)*180/pi;
    plot(ThetaMaxDeg, 1.0, 'sk')
    text(10, 0.95, ['\theta_{max}= ', num2str(ThetaMaxDeg, 4) ' circ'])
    VVwNeg = @(theta, La) (-VVw(theta, La));
    [ThetaMaxVol, VVwMax] = fminbnd(VVwNeg, 0.0, ThetaMaxDeg*pi/180, [], La);
    plot(ThetaMaxVol*180/pi, -VVwMax, 'ks')
    text(10, -VVwMax+0.13, ['V_{max}/V_w = ' num2str(-VVwMax, 4)])
    text(10, -VVwMax+0.05, [' \theta_V = ' num2str(ThetaMaxVol*180/pi, 4) ' \circ '])
    subplot(1,2,2)
    theta = linspace(0.01,ThetaMaxDeg*pi/180);
    plot(theta*180.0/pi, h(theta, La, a), 'k-')
    ylabel('h (m)')
    xlabel('\theta (\circ)')
    grid on
    figure(2)
    plot(theta*180.0/pi, Frod(theta, L, B, rho, g,W, La, a)*10^-6, 'k-')
    hold on
    [FrodThetaMin, FrodMin] = fminbnd(@Frod, 0.0,ThetaMaxDeg*pi/180, [], L, B, rho, g,W, La, a);
    plot(FrodThetaMin*180/pi, FrodMin*1e-6, 'ks')
    text(FrodThetaMin*180/pi, FrodMin*1e-6-0.1, ['F_{rod, min} = ' num2str(FrodMin*1e-6, 4) ' MN'])
    text(FrodThetaMin*180/pi, FrodMin*1e-6-0.22, ['\theta_F = ' num2str(FrodThetaMin*180/pi, 4) ' \circ'])
    ylim([0.4, 2.4])
    ylabel('F_{rod} (MN)')
    xlabel('\theta (\circ)')
    grid on

function Fr = Frod(theta, L, B, rho, g,W, La, a)
    D = (L*sin(theta+acos(cos(theta)/sqrt(2))));
    Fr = ((B*rho*g*h(theta, La, a).^3)./(6*cos(theta).^2)+0.5*W*L*sin(theta))./D;

function f = h(theta, La, a)
    f = (-a./tan(theta).*(1-sqrt(1+2*La*tan(theta))));

运行该代码后，可得到相关的图像和结果。

以下是该部分内容的 mermaid 流程图：

graph LR
    A[开始] --> B[定义参数 a, L, B, rho, g, W]
    B --> C[生成角度 theta 序列]
    C --> D[计算体积比 V/Vw 函数]
    D --> E[绘制 V/Vw 随 theta 变化曲线]
    E --> F[确定临界角度 theta_max]
    F --> G[确定最大体积对应的角度 theta_V]
    G --> H[绘制水位 h 随 theta 变化曲线]
    H --> I[绘制力 F_rod 随 theta 变化曲线]
    I --> J[确定 F_rod 最小值对应的角度 theta_F]
    J --> K[结束]

二、内部粘性流动

2.1 水平圆形管道中的层流

对于水平圆形管道中不稳定、轴向对称、不可压缩、充分发展的层流，其微分方程为：
$\frac{\partial u_z}{\partial t} = -\frac{1}{\rho} \frac{dP}{dz} + \nu \left(\frac{1}{r} \frac{\partial}{\partial r} \left(r \frac{\partial u_z}{\partial r} \right) \right)$
其中，$r$ 和 $z$ 分别是径向和轴向坐标，$t$ 是时间，$u_z = u_z(r, t)$ 是轴向速度，$\rho$ 是流体密度，$\frac{dP}{dz}$ 是轴向压力梯度（可能是时间的函数），$\nu$ 是流体的运动粘度。

轴向速度需满足两个条件：
- 管壁处的无滑移条件：$u_z(R, t) = 0$
- 管中心线处的对称条件：$\frac{\partial u_z(0, t)}{\partial r} = 0$

通过使用 pdepe 函数来求解该方程。以下是一个从静止开始的管道层流的例子，假设 $R = 5.0 mm$，$\nu = 0.00038 m^2/s$，$\rho = 1000 kg/m^3$，$\frac{dP}{dz} = -1.0 \times 10^6 Pa/m$，求解 $0 \leq t \leq 0.07 s$ 内的流动情况。代码如下：

function Example11_3
    nu = 0.00038;
    rho = 1000;
    dPdz = -1e6;
    nr = 100;
    rmax = 0.005;
    nt = 15;
    tmax = 0.07;
    r = linspace(0, rmax, nr);
    t = linspace(0, tmax, nt);
    u = pdepe(1, @pdPipe, @pdPipeIC, @pdPipeBC, r, t, [], nu, rho, dPdz);
    hold on
    for ijd = [2, 3, 4, 6, nt]
        plot(u(ijd,:), r*1000, 'k')
        if ijd == nt
            text(u(ijd,20), rmax*0.25*1000, [num2str(tmax*1000, 4) ' ms'])
        elseif ijd == 2
            text(u(ijd,20), rmax*0.25*1000, ['t = ' num2str(t(ijd)*1000, 4) ' ms'])
        else
            text(u(ijd,20), rmax*0.25*1000, [num2str(t(ijd)*1000, 4) ' ms'])
        end
    end
    xlabel('Axial Velocity, u_z (m/s)')
    ylabel('r (mm)')
    text(0.5*u(nt,1), 0.8*rmax*1000, ['u_z(0,' num2str(t(nt)) ') = ' num2str(u(nt,1),5)' m/s'])

function [c,f,s] = pdPipe(r, t, u, DuDr, nu, rho, dPdz)
    c = 1.0/nu;
    f = DuDr;
    s = -dPdz/(rho*nu);

function u0 = pdPipeIC(r, nu, rho, dPdz)
    u0 = 0;

function [pl, ql, pr, qr] = pdPipeBC(rl, ul, rr, ur, t, nu, rho, dPdz)
    pl = 1;
    ql = 0;
    pr = 0;
    qr = ur;

运行该代码后，可得到轴向速度随半径和时间的变化图像。在稳定流动中，中心线速度的解析解为 $\frac{R^2 |\frac{dP}{dz}|}{4 \rho \nu} = 16.45 m/s$，从图像中可以看到，在 $t = 0.07 s$ 时，数值解为 $16.41 m/s$。如果增加时间上限，数值解将更接近理论稳定流动值。

2.2 垂直管道中的向下湍流

考虑一个垂直光滑管道，长度为 $L$，直径为 $D$，密度为 $\rho$、运动粘度为 $\nu$ 的流体向下流动。对于特定的流速，流体向下流动引起的压力降与重力引起的压力增加相平衡，即此时管道内的静压与沿管道的距离无关。

以下是一个确定管道中流速的例子，假设管道直径 $D = 4.0 cm$，水的密度 $\rho = 1000.0 kg/m^3$，运动粘度 $\nu = 1.2 \times 10^{-6} m^2/s$。通过水头损失方程和 Colebrook 公式来求解。

水头损失方程为：
$\frac{P_1}{\rho g} + \frac{V_1^2}{2g} + z_1 = \frac{P_2}{\rho g} + \frac{V_2^2}{2g} + z_2 + \lambda \frac{L V^2}{2gD}$
在本题中，$P_1 = P_2$，$V_1 = V_2$，$z_1 - z_2 = L$，则方程简化为：
$\lambda = \frac{2gD^3}{\nu^2 Re^2}$
其中，$Re = \frac{VD}{\nu}$ 是雷诺数，$\lambda$ 是摩擦系数。

Colebrook 公式为：
$\frac{1}{\sqrt{\lambda}} = -2 \log_{10} \left(\frac{2.51}{Re \sqrt{\lambda}} + \frac{k/D}{3.7} \right)$（$Re \geq 4000$），本题中 $k = 0$。

以下是实现该计算的代码：

function Example11_4
    D = 0.04;
    g = 9.81;
    nu = 1.2e-6;
    Re = fzero(@ColebrookFriction, [1e3, 1e7], [], nu, g, D);
    disp(['Re = ', num2str(Re, 7)])
    disp(['Flow Rate = ' num2str(pi*D*Re*nu/4, 4) ' m^3/s'])

function value = ColebrookFriction(Re, nu, g, D)
    lambda = 2*g*D^3/(nu*Re)^2;
    value = 1/sqrt(lambda)+2*log10(2.51/(Re*sqrt(lambda)));

运行该代码后，可得到雷诺数和流量：
$Re = 240405.8$
$Flow Rate = 0.009063 m^3/s$

2.3 三个相连水库问题

三个不同高程的水库通过管道连接到一个公共节点，已知连接节点处各管道的长度 $L_j$、直径 $d_j$、粗糙度 $k_j$ 以及各水库的高程 $h_j$，可以确定各管道中的流量 $Q_j$ 和流向。

方法如下：
- 在节点处安装一个开口管，管内水位会上升到未知高度 $h_p$，节点处的压力头为各水库高程与 $h_p$ 的差值。
- 在节点处，各管道流量之和必须为零，即 $\sum_{j=1}^{3} Q_j = 0$，正的 $Q_j$ 表示流向节点，负的表示流出节点。

各管道中的流量由下式确定：
$Q_j = 0.25 \pi d_j^2 V_j s_j$
$V_j = s_j \sqrt{\frac{2g d_j |\Delta h_j|}{\lambda_j L_j}}$
$\Delta h_j = h_j - h_p$
其中，$s_j$ 是 $\Delta h_j$ 的符号，$g = 9.81 m/s^2$，$\lambda_j$ 是管道摩擦系数，由 Colebrook 公式确定：
$\frac{1}{\sqrt{\lambda_j}} = -2 \log_{10} \left(\frac{2.51}{Re_j \sqrt{\lambda_j}} + \frac{k_j/d_j}{3.7} \right)$（$Re_j \geq 4000$），$Re_j = \frac{V_j d_j}{\nu}$，$\nu = 1.002 \times 10^{-6} m^2/s$ 是 $20°C$ 时水的运动粘度。

以下是一个具体例子，参数如下表：
| 水库 | 直径 $d_j$ (m) | 长度 $L_j$ (m) | 粗糙度 $k_j$ (m) | 高程 $h_j$ (m) |
| — | — | — | — | — |
| 1 | 0.30 | 1000 | 0.00060 | 120 |
| 2 | 0.50 | 4000 | 0.00060 | 100 |
| 3 | 0.40 | 2000 | 0.00060 | 80 |

以下是实现该计算的代码：

function Example11_5
    d = [0.3, 0.5, 0.4];
    el = [1000, 4000, 2000];
    k = [0.6, 0.6, 0.6]*1e-3;
    h = [120, 100, 80];
    hg = fzero(@ReservoirSumQ, 110, [], d, el, k, h);
    [sq, q] = ReservoirSumQ(hg, d, el, k, h);
    disp(['Elevation h_sub_p = ' num2str(hg) ' m'])
    disp(['Q1 = ' num2str(q(1)) ' m^3/s Q2 = ' num2str(q(2)) ' m^3/s Q3 = ' num2str(q(3)) ' m^3/s'])

function [sq, q] = ReservoirSumQ(hg, d, el, k, h)
    cv = 2*9.81*d./el;
    ro = d/1.002e-6;
    dk = d./k;
    qd = 0.25*pi*d.^2;
    frictguess = (2*log10(3.7*dk)).^-2;
    hh = h-hg;
    for n = 1:length(d)
        if hh(n) == 0
            q(n) = 0;
        else
            lambda = fzero(@ResFriction, frictguess(n), [], dk(n), hh(n), cv(n), ro(n));
            q(n) = sign(hh(n))*sqrt(cv(n)*abs(hh(n))/lambda)*qd(n);
        end
    end
    sq = sum(q);

function x = PipeFrictionCoeff(el, re, dk)
    if dk>100000|dk == 0
        x = el-(2*log10(re*sqrt(el)/2.51))^-2;
    else
        x = el-(2*log10(2.51/re/sqrt(el)+0.27/dk))^-2;
    end

function lamb = ResFriction(lambda, dk, dh, cv, ro)
    ren = sqrt(cv*abs(dh)/lambda)*ro;
    lamb = PipeFrictionCoeff(lambda, ren, dk);

运行该代码后，可得到节点处的水位和各管道的流量：
$Elevation h_{sub_p} = 98.904 m$
$Q1 = 0.16185 m^3/s$
$Q2 = 0.068728 m^3/s$
$Q3 = -0.23058 m^3/s$

以下是该部分内容的 mermaid 流程图：

graph LR
    A[开始] --> B[定义参数 d, el, k, h]
    B --> C[使用 fzero 确定 hg]
    C --> D[计算各管道流量 q]
    D --> E[输出 hg 和各管道流量 q]
    E --> F[结束]

三、外部流动

3.1 突然从静止开始的无限平板上的边界层

考虑一层厚度为 $h$ 的液体，在 $x - z$ 平面上延伸至无穷远，由 $y = 0$ 处的刚性平板和 $y = h$ 处的自由表面所界定。平板和流体最初处于静止状态，在 $t = 0$ 时，平板开始沿 $x$ 方向移动，流体的运动仅在 $x$ 方向，且仅与时间 $t$ 和 $y$ 坐标有关，即 $u = u(y, t)$。

通过求解 Navier - Stokes 方程的 $x$ 分量来得到解，在本题中该方程简化为：
$\frac{\partial u}{\partial t} = \nu_{vis} \frac{\partial^2 u}{\partial y^2}$
初始条件为：$u(y, 0) = 0$
边界条件为：
- 平板表面的无滑移条件：$u(0, t) = U$
- 自由表面的零剪切应力条件：$\nu_{vis} \frac{\partial u}{\partial y} \big|_{y = h} = 0$

以下是一个具体例子，假设 $h = 10.0 cm$，$\nu_{vis} = 1.0 cm^2/s$，平板在 $t = 0$ 时瞬间加速到速度 $U = 5.0 cm/s$。使用 pdepe 函数（表示笛卡尔坐标系）来求解。代码如下：

function Example11_6
    nu = 1.0;
    Uplate = 5.0;
    ny = 100;
    ymax = 10.0;
    nt = 40;
    tmax = 100.0;
    A = tmax/((nt+1)^2);
    y = linspace(0, ymax, ny);
    t = A*((1:nt)+1).^2;
    u = pdepe(0, @pdfslpde, @pdfslic, @pdfslbc, y, t, [], nu, Uplate);
    hold on
    for ijd = 2:nt
        plot(u(ijd,:), y, 'k-')
    end
    xlabel('Horizontal Velocity (cm/s)')
    ylabel('y (cm)')
    text(y(ny/2), u(nt,ny/2), ['t = ' num2str(tmax, 4) ' s'])
    xlim([0, 6])

运行该代码后，可得到水平速度随 $y$ 坐标和时间的变化图像。

综上所述，本文详细介绍了流体力学中流体静力学、内部粘性流动和外部流动的相关问题，通过具体的例子和代码展示了如何求解不同情况下的流体流动问题，包括温度和压力分布、管道中的层流和湍流、水库连接问题以及平板边界层问题等。这些内容对于理解和应用流体力学知识具有重要的参考价值。

3.1 突然从静止开始的无限平板上的边界层（续）

在前面的例子中，我们已经给出了求解突然从静止开始的无限平板上边界层问题的代码。下面详细解释代码中各部分的含义和作用。

function Example11_6
    nu = 1.0; % 运动粘度，单位 cm^2/s
    Uplate = 5.0; % 平板的速度，单位 cm/s
    ny = 100; % y 方向的网格点数
    ymax = 10.0; % y 方向的最大长度，单位 cm
    nt = 40; % 时间步数
    tmax = 100.0; % 最大时间，单位 s
    A = tmax/((nt+1)^2); % 时间步长计算参数
    y = linspace(0, ymax, ny); % 生成 y 方向的网格点
    t = A*((1:nt)+1).^2; % 生成时间点
    u = pdepe(0, @pdfslpde, @pdfslic, @pdfslbc, y, t, [], nu, Uplate); % 使用 pdepe 求解偏微分方程
    hold on
    for ijd = 2:nt
        plot(u(ijd,:), y, 'k-') % 绘制不同时间的速度分布曲线
    end
    xlabel('Horizontal Velocity (cm/s)') % 设置 x 轴标签
    ylabel('y (cm)') % 设置 y 轴标签
    text(y(ny/2), u(nt,ny/2), ['t = ' num2str(tmax, 4) ' s']) % 在图中添加时间标签
    xlim([0, 6]) % 设置 x 轴范围

其中， pdepe 函数是求解偏微分方程的核心函数，它需要传入几个关键的函数句柄：
- @pdfslpde ：定义偏微分方程的函数。
- @pdfslic ：定义初始条件的函数。
- @pdfslbc ：定义边界条件的函数。

下面是这几个函数的具体实现：

function [c,f,s] = pdfslpde(y, t, u, DuDy, nu, Uplate)
    c = 1/nu; % 偏微分方程中的系数 c
    f = DuDy; % 偏微分方程中的通量项 f
    s = 0; % 偏微分方程中的源项 s
end

function u0 = pdfslic(y, nu, Uplate)
    u0 = 0; % 初始条件，速度为 0
end

function [pl, ql, pr, qr] = pdfslbc(yl, ul, yr, ur, t, nu, Uplate)
    pl = ul - Uplate; % 左边界条件（平板处），无滑移条件
    ql = 0;
    pr = nu * (ur - 0); % 右边界条件（自由表面处），零剪切应力条件
    qr = 0;
end

通过这些函数的组合，我们可以准确地求解出在平板突然启动后，液体层内速度随时间和空间的变化情况。

3.2 外部流动问题总结

外部流动问题主要研究了突然从静止开始的无限平板上的边界层问题。通过求解 Navier - Stokes 方程的简化形式，结合初始条件和边界条件，我们可以得到流体速度随时间和空间的变化规律。这种问题在实际工程中有很多应用，例如飞行器机翼表面的气流流动、船舶航行时周围水的流动等。

以下是外部流动问题求解的步骤总结：
1. 建立数学模型 ：根据物理问题，确定偏微分方程、初始条件和边界条件。
2. 离散化 ：将连续的空间和时间进行离散化，生成网格点和时间点。
3. 求解方程 ：使用数值方法（如 pdepe ）求解偏微分方程。
4. 结果分析 ：绘制速度分布曲线，分析流体的流动特性。

以下是该部分内容的 mermaid 流程图：

graph LR
    A[开始] --> B[定义参数 nu, Uplate, ny, ymax, nt, tmax]
    B --> C[生成 y 和 t 网格]
    C --> D[使用 pdepe 求解方程]
    D --> E[绘制速度分布曲线]
    E --> F[添加标签和设置坐标轴范围]
    F --> G[结束]

四、总结与应用

4.1 内容总结

本文涵盖了流体力学中的三个主要方面：流体静力学、内部粘性流动和外部流动。

流体静力学 ：研究了标准大气中的压力分布和平面闸门上的力。通过样条拟合和积分方法，得到了温度和压力随海拔高度的变化关系；通过对闸门的受力分析，确定了不同角度下闸门上的力和临界角度。
内部粘性流动 ：包括水平圆形管道中的层流和垂直管道中的向下湍流，以及三个相连水库问题。对于层流，使用 pdepe 求解偏微分方程；对于湍流，结合水头损失方程和 Colebrook 公式求解流速；对于水库问题，通过节点流量平衡和摩擦系数计算各管道的流量。
外部流动 ：主要研究了突然从静止开始的无限平板上的边界层问题，通过求解 Navier - Stokes 方程的简化形式，得到了流体速度随时间和空间的变化规律。

4.2 应用场景

这些流体力学知识在实际工程中有广泛的应用：
- 航空航天 ：标准大气压力分布的研究对于飞行器的设计和飞行性能分析至关重要；边界层问题的研究有助于优化机翼的设计，提高飞行效率。
- 水利工程 ：平面闸门上的力的分析可用于水库、水坝等水利设施的设计和安全评估；三个相连水库问题的求解可用于水资源的调配和管理。
- 管道输送 ：内部粘性流动的研究对于石油、天然气等流体的管道输送具有重要意义，可用于计算压力降、流速等参数，优化管道设计和运行。

4.3 未来展望

随着科技的不断发展，流体力学的研究也在不断深入。未来，我们可以进一步研究复杂几何形状下的流体流动问题，如非圆形管道、不规则边界等；同时，结合数值模拟和实验研究，提高流体力学问题求解的精度和可靠性。此外，随着人工智能和机器学习技术的发展，我们可以探索将这些技术应用于流体力学问题的求解和优化，提高计算效率和设计水平。

通过对这些流体力学问题的研究和应用，我们可以更好地理解和控制流体的流动，为工程实践提供有力的支持。