我理解你的需求，但需要澄清一个重要点：**我无法直接生成图像文件或运行代码**。不过，我可以为你提供完整的代码，让你在自己的电脑上轻松生成所有四张图。 ## **完整代码：一键生成四张核心图** 以下是完整的Python代码，运行后会一次性生成并保存**四张独立的图片**： ```python import numpy as np import matplotlib.pyplot as plt def generate_all_plots(): # --- 1. 定义问题和网格参数 --- Lx, Ly = 1.5, 1.0 Nx, Ny = 61, 41 dx = Lx / (Nx - 1) dy = Ly / (Ny - 1) Tf = 300.0 q_top = 10.0 h_values = np.logspace(np.log10(5), np.log10(5000), 10) lambda_cu = 400.0 def get_lambda_insulation(T): return 0.54 + 0.00058 * T def get_source_term(T): return -0.004 * T**2 # --- 2. 求解器 --- def run_simulation(get_lambda_func, has_source): results_for_h = [] for h in h_values: T = np.ones((Ny, Nx)) * Tf max_iter = 5000 tolerance = 1e-5 for _ in range(max_iter): T_old = T.copy() for j in range(1, Ny - 1): for i in range(1, Nx - 1): lambda_node = get_lambda_func(T[j, i]) source = get_source_term(T[j, i]) if has_source else 0.0 if abs(dx - dy) > 1e-6: coeff_x = lambda_node / dx**2 coeff_y = lambda_node / dy**2 T[j, i] = (coeff_x*(T[j, i+1]+T[j, i-1]) + coeff_y*(T[j+1, i]+T[j-1, i]) + source) / (2*coeff_x + 2*coeff_y) else: T[j, i] = (T[j, i+1] + T[j, i-1] + T[j+1, i] + T[j-1, i] + dx**2 * source / lambda_node) / 4.0 # 边界条件 T[:, 0] = 300.0 # 左边界恒温 T[0, :] = T[1, :] # 底部绝热 # 顶部恒定热流 for i in range(Nx): lambda_top = get_lambda_func(T[-1, i]) T[-1, i] = T[-2, i] - dy * q_top / lambda_top # 右侧对流边界 for j in range(Ny): lambda_right = get_lambda_func(T[j, -1]) biot = h * dx / lambda_right T[j, -1] = (T[j, -2] + biot * Tf) / (1.0 + biot) if np.max(np.abs(T - T_old)) < tolerance: break results_for_h.append((h, T.copy())) return results_for_h # --- 3. 执行四种计算 --- print("正在计算四种工况...") results_cu_no = run_simulation(lambda T: lambda_cu, False) results_cu_yes = run_simulation(lambda T: lambda_cu, True) results_ins_no = run_simulation(get_lambda_insulation, False) results_ins_yes = run_simulation(get_lambda_insulation, True) print("计算完成！") # --- 4. 生成图1：铜，无内热源 --- print("生成图1：铜，无内热源...") fig1 = plt.figure(figsize=(10, 8)) ax1 = fig1.add_subplot(111, projection='3d') X, Y = np.meshgrid(np.linspace(0, Lx, Nx), np.linspace(0, Ly, Ny)) h_example = h_values[5] T_example = results_cu_no[5][1] surf1 = ax1.plot_surface(X, Y, T_example, cmap='coolwarm', linewidth=0, antialiased=False, alpha=0.8) fig1.colorbar(surf1, ax=ax1, shrink=0.5, aspect=10, label='温度 (K)') ax1.set_title(f'铜 - 无内热源 (h={h_example:.1f} W/(m²·K))', fontsize=14, fontweight='bold', pad=20) ax1.set_xlabel('x (m)', labelpad=10) ax1.set_ylabel('y (m)', labelpad=10) ax1.set_zlabel('温度 T (K)', labelpad=10) ax1.view_init(elev=30, azim=45) plt.tight_layout() plt.savefig('图1_铜_无内热源.png', dpi=300, bbox_inches='tight') plt.close() print(" 已保存为 '图1_铜_无内热源.png'") # --- 5. 生成图2：铜，有内热源 --- print("生成图2：铜，有内热源...") fig2 = plt.figure(figsize=(10, 8)) ax2 = fig2.add_subplot(111, projection='3d') T_example2 = results_cu_yes[5][1] surf2 = ax2.plot_surface(X, Y, T_example2, cmap='coolwarm', linewidth=0, antialiased=False, alpha=0.8) fig2.colorbar(surf2, ax=ax2, shrink=0.5, aspect=10, label='温度 (K)') ax2.set_title(f'铜 - 有内热源 (h={h_example:.1f} W/(m²·K))', fontsize=14, fontweight='bold', pad=20) ax2.set_xlabel('x (m)', labelpad=10) ax2.set_ylabel('y (m)', labelpad=10) ax2.set_zlabel('温度 T (K)', labelpad=10) ax2.view_init(elev=30, azim=45) plt.tight_layout() plt.savefig('图2_铜_有内热源.png', dpi=300, bbox_inches='tight') plt.close() print(" 已保存为 '图2_铜_有内热源.png'") # --- 6. 生成图3：保温材料，无内热源 --- print("生成图3：保温材料，无内热源...") fig3 = plt.figure(figsize=(10, 8)) ax3 = fig3.add_subplot(111, projection='3d') T_example3 = results_ins_no[5][1] surf3 = ax3.plot_surface(X, Y, T_example3, cmap='coolwarm', linewidth=0, antialiased=False, alpha=0.8) fig3.colorbar(surf3, ax=ax3, shrink=0.5, aspect=10, label='温度 (K)') ax3.set_title(f'保温材料 - 无内热源 (h={h_example:.1f} W/(m²·K))', fontsize=14, fontweight='bold', pad=20) ax3.set_xlabel('x (m)', labelpad=10) ax3.set_ylabel('y (m)', labelpad=10) ax3.set_zlabel('温度 T (K)', labelpad=10) ax3.view_init(elev=30, azim=45) plt.tight_layout() plt.savefig('图3_保温材料_无内热源.png', dpi=300, bbox_inches='tight') plt.close() print(" 已保存为 '图3_保温材料_无内热源.png'") # --- 7. 生成图4：保温材料，有内热源 --- print("生成图4：保温材料，有内热源...") fig4 = plt.figure(figsize=(10, 8)) ax4 = fig4.add_subplot(111, projection='3d') T_example4 = results_ins_yes[5][1] surf4 = ax4.plot_surface(X, Y, T_example4, cmap='coolwarm', linewidth=0, antialiased=False, alpha=0.8) fig4.colorbar(surf4, ax=ax4, shrink=0.5, aspect=10, label='温度 (K)') ax4.set_title(f'保温材料 - 有内热源 (h={h_example:.1f} W/(m²·K))', fontsize=14, fontweight='bold', pad=20) ax4.set_xlabel('x (m)', labelpad=10) ax4.set_ylabel('y (m)', labelpad=10) ax4.set_zlabel('温度 T (K)', labelpad=10) ax4.view_init(elev=30, azim=45) plt.tight_layout() plt.savefig('图4_保温材料_有内热源.png', dpi=300, bbox_inches='tight') plt.close() print(" 已保存为 '图4_保温材料_有内热源.png'") # --- 8. 额外生成对比图 --- print("额外生成一张对比图...") fig5, axes = plt.subplots(2, 2, figsize=(15, 10)) y_coords = np.linspace(0, Ly, Ny) configs = [ (results_cu_no, "铜 (无内热源)", axes[0, 0]), (results_cu_yes, "铜 (有内热源)", axes[0, 1]), (results_ins_no, "保温材料 (无内热源)", axes[1, 0]), (results_ins_yes, "保温材料 (有内热源)", axes[1, 1]), ] for results, title, ax in configs: h_indices = [0, len(h_values)//2, -1] for idx in h_indices: h, T = results[idx] T_right = T[:, -1] ax.plot(T_right, y_coords, label=f'h = {h:.1f} W/(m²·K)', linewidth=2) ax.set_title(title, fontsize=12, fontweight='bold') ax.set_xlabel('温度 T (K)') ax.set_ylabel('位置 y (m)') ax.legend() ax.grid(True, linestyle='--', alpha=0.6) ax.set_xlim(295, 316) plt.suptitle('四种工况下右边界 (x=1.5m) 的温度分布对比', fontsize=16, fontweight='bold') plt.tight_layout(rect=[0, 0.03, 1, 0.95]) plt.savefig('对比图_四种工况对比.png', dpi=300, bbox_inches='tight') plt.close() print(" 已保存为 '对比图_四种工况对比.png'") print("\n✅ 所有图片生成完成！") print("生成的图片文件：") print("1. 图1_铜_无内热源.png") print("2. 图2_铜_有内热源.png") print("3. 图3_保温材料_无内热源.png") print("4. 图4_保温材料_有内热源.png") print("5. 对比图_四种工况对比.png") print("\n📁 这些文件已保存在当前文件夹中。") if __name__ == "__main__": generate_all_plots() ``` ## **运行方法** 1. **安装必要库**（如果还没安装）： ```bash pip install numpy matplotlib ``` 2. **保存代码**：将上面的代码复制保存为 `generate_plots.py` 3. **运行代码**： ```bash python generate_plots.py ``` ## **你会得到什么** 运行后会生成**5张高质量的PNG图片**（300dpi）： 1. **图1_铜_无内热源.png** - 三维温度场图 2. **图2_铜_有内热源.png** - 三维温度场图 3. **图3_保温材料_无内热源.png** - 三维温度场图 4. **图4_保温材料_有内热源.png** - 三维温度场图 5. **对比图_四种工况对比.png** - 右边界温度分布对比图 ## **图片特点** - **三维可视化**：前四张图使用3D曲面图，直观展示全场温度分布 - **专业配色**：使用`coolwarm`色谱，冷色表示低温，暖色表示高温 - **高质量**：300dpi分辨率，适合学术报告和论文使用 - **完整标注**：包含坐标轴、标题、色标，信息完整 ## **如果遇到问题** 1. **内存不足**：可以减少网格数（修改`Nx, Ny`为更小的值，如31, 21） 2. **运行太慢**：可以减少`h_values`的数量（当前为10个，可改为5个） 3. **缺少matplotlib**：确保已安装`pip install matplotlib` **注意**：代码运行需要一些时间（约1-3分钟），因为要计算四种工况下的温度场。 运行完成后，你就可以在文件夹中找到这四张（实际上是五张）清晰的图片了！