Определение значения динамической и кинематической вязкости сухого воздуха по заданным значениям температуры и абсолютного давления

Пример применения функций calc_dryair_dvisc и calc_dryair_dens

Автор: Сергей Медведев, 2020

import numpy as np
import matplotlib.pyplot as plt
import pandas as pd
#Импортируем функцию calc_dryair_dens
from calcdryairdens import calc_dryair_dens
#Импортируем функцию calc_dryair_dvisc
from calcdryairdvisc import calc_dryair_dvisc

ts = np.linspace(-100, 700, 161)
ps = np.array([0.101325, 0.2, 0.3, 0.4, 0.5, 1, 2, 3, 4, 5, 10, 15, 20]) * 1e6
denss = np.zeros((ts.shape[0], ps.shape[0]), dtype=float)
dviscs = np.zeros((ts.shape[0], ps.shape[0]), dtype=float)
kviscs = np.zeros((ts.shape[0], ps.shape[0]), dtype=float)

for i in range(ts.shape[0]):
    for j in range(ps.shape[0]):
        denss[i,j], _ = calc_dryair_dens(ts[i], ps[j])
        dviscs[i,j] = calc_dryair_dvisc(ts[i], ps[j])
kviscs = dviscs / denss

plt.rcParams['figure.figsize'] = [15, 7]
plt.rcParams.update({'font.size': 16})
plt.title('Зависимость динамической вязкости сухого воздуха $\eta$ \nот температуры (C) \
при различных значениях давления (МПа)')
plt.xlabel('$t, C$'); plt.ylabel('$\eta\cdot10^6, Па\cdot c$')
plt.plot(ts, dviscs * 1e6)
plt.legend(ps/1e6)
plt.xlim (-100,700);
plt.grid()

plt.title('Зависимость кинематической вязкости сухого воздуха $\N{greek small letter nu}$\nот температуры (C) \
при различных значениях давления (МПа)')
plt.xlabel('$t, C$'); plt.ylabel('$\N{greek small letter nu}\cdot10^6, м^2/с$')
plt.plot(ts, kviscs * 1e6)
plt.legend(ps/1e6)
plt.xlim (-100,700);
plt.grid()

table_dv = pd.DataFrame(dviscs*1e6, columns = ps/1e6, index = ts)
table_kv = pd.DataFrame(kviscs*1e6, columns = ps/1e6, index = ts)

table_dv

	0.101325	0.200000	0.300000	0.400000	0.500000	1.000000	2.000000	3.000000	4.000000	5.000000	10.000000	15.000000	20.000000
-100.0	11.704686	11.721168	11.739073	11.758197	11.778550	11.899106	12.238335	12.717938	13.351311	14.153910	20.795113	28.894634	35.809053
-95.0	12.008301	12.024664	12.042374	12.061224	12.081222	12.198659	12.523490	12.974123	13.558208	14.283824	20.015696	27.282046	33.867149
-90.0	12.308791	12.324983	12.342450	12.360986	12.380595	12.494891	12.806333	13.231429	13.773930	14.437283	19.477315	25.982343	32.189246
-85.0	12.606204	12.622183	12.639370	12.657562	12.676760	12.787923	13.086867	13.489197	13.995980	14.607684	19.107206	24.945244	30.750529
-80.0	12.900588	12.916322	12.933204	12.951030	12.969802	13.077863	13.365102	13.746950	14.222607	14.790595	18.857308	24.122975	29.525459
...	...	...	...	...	...	...	...	...	...	...	...	...	...
680.0	41.868691	41.870045	41.871450	41.872889	41.874362	41.882222	41.900336	41.921472	41.945435	41.972039	42.138929	42.349601	42.590515
685.0	42.013042	42.014382	42.015774	42.017199	42.018658	42.026441	42.044377	42.065306	42.089035	42.115381	42.280694	42.489475	42.728341
690.0	42.157098	42.158425	42.159803	42.161215	42.162659	42.170366	42.188128	42.208852	42.232350	42.258442	42.422202	42.629117	42.865960
695.0	42.300860	42.302175	42.303540	42.304938	42.306368	42.314000	42.331589	42.352113	42.375383	42.401224	42.563452	42.768528	43.003375
700.0	42.444332	42.445634	42.446986	42.448370	42.449787	42.457346	42.474765	42.495090	42.518136	42.543730	42.704448	42.907709	43.140585

161 rows × 13 columns

table_kv

	0.101325	0.200000	0.300000	0.400000	0.500000	1.000000	2.000000	3.000000	4.000000	5.000000	10.000000	15.000000	20.000000
-100.0	5.719249	2.890139	1.921961	1.438011	1.147751	0.568036	0.280087	0.185662	0.139527	0.112688	0.068045	0.065691	0.069540
-95.0	6.039215	3.052776	2.030747	1.519872	1.213457	0.601433	0.297330	0.197521	0.148689	0.120215	0.071133	0.065948	0.068723
-90.0	6.366145	3.218915	2.141850	1.603455	1.280529	0.635480	0.314857	0.209535	0.157937	0.127786	0.074517	0.066689	0.068271
-85.0	6.699930	3.388503	2.255235	1.688739	1.348950	0.670173	0.332674	0.221713	0.167284	0.135416	0.078101	0.067840	0.068158
-80.0	7.040468	3.561492	2.370873	1.775700	1.418704	0.705507	0.350782	0.234063	0.176741	0.143119	0.081828	0.069325	0.068357
...	...	...	...	...	...	...	...	...	...	...	...	...	...
680.0	113.112901	57.326306	38.231414	28.683996	22.955569	11.498880	5.770942	3.861971	2.907727	2.335362	1.191825	0.811730	0.622312
685.0	114.098176	57.825568	38.564320	28.933725	23.155390	11.598887	5.821039	3.895430	2.932866	2.355508	1.201978	0.818549	0.627461
690.0	115.086733	58.326492	38.898335	29.184284	23.355876	11.699226	5.871302	3.929000	2.958087	2.375719	1.212165	0.825390	0.632627
695.0	116.078567	58.829076	39.233456	29.435673	23.557026	11.799897	5.921731	3.962679	2.983391	2.395997	1.222385	0.832252	0.637810
700.0	117.073673	59.333318	39.569681	29.687891	23.758839	11.900899	5.972325	3.996469	3.008777	2.416340	1.232637	0.839137	0.643008

161 rows × 13 columns

#Сохранение результатов расчёта в csv-файл:
#table_dv.to_csv('Динамическая_вязкость_сухого_воздуха.csv', sep = ';')
#table_kv.to_csv('Ктнематическая_вязкость_сухого_воздуха.csv', sep = ';')

#Сохранение результатов расчёта в html-файл:
#table_dv.to_html('Динамическая_вязкость_сухого_воздуха.html')
#table_kv.to_html('Кинематическая_вязкость_сухого_воздуха.html')