使用说明

1. 在本博客拷贝PipeArrange.py源码或通过Github拉取，并保存至项目目录下。Github仓库地址为：https://github.com/DMCXE/Pipe_arrangement

2. 通过以下方法引用计算类：

   from PipeArrange import Pip_arrangement

3. 传入参数实例化类：其中，s1为管心水平间距，s2为管心竖直间距， s3为两侧管间距，e为最外侧管与套桶距离条件，r为单管外径，N为总管数，'Tri'为排管形式，传入"Squar"时为方形，其它参数时为正三角形。

   pipe = Pip_arrangement(s1, s2, s3, e, r, N, 'Tri')
   #计算，必须有
   pipe.arrangement()

4. 如果需要位置、半径、数量信息，在步骤三后采用以下方式：

   #位置、数量、半径
   pos = pipe.Pippos
   PipNum = pipe.PipeNum
   R = pipe.R

5. 如果需要可视化，则在步骤三计算后采用以下方式：

   pipe.visualize()

举例

数据来源：核动力设备大作业

s1 = 32 * 1e-3
s2 = s1 * np.sqrt(3) / 2
s3 = 2 * s1
e = 32 * 1e-3
r = 11  * 1e-3
N = 3227

采用正三角形排布

耗时(s)： 1.2404248714447021
管数： 3282
套筒半径： 1.0440000000000007

采用正方角形排布

耗时(s)： 1.3390185832977295
管数： 3256
套筒半径： 1.1140000000000008

示例代码

from PipeArrange import Pip_arrangement
import numpy as np
import time

s1 = 32 * 1e-3
s2 = s1 * np.sqrt(3) / 2
s3 = 2 * s1
e = 32 * 1e-3
r = 11  * 1e-3
N = 3227

st = time.time()
#实例化与计算
pipe = Pip_arrangement(s1, s2, s3, e, r, N, 'Tri')
#pipe = Pip_arrangement(s1, s2, s3, e, r, N, 'Squar')
pipe.arrangement()

#参数
pos = pipe.Pippos
PipNum = pipe.PipeNum
R = pipe.R

stt = time.time()
print("耗时(s)：",stt-st)
print("管数：",PipNum)
print("套筒半径：",R)
print("位置：",pos)
#可视化
pipe.visualize()

优化说明

相比于V0.9，正式版对计算优化、简便性与自适应特性进行了大量更新。在同样1000根管子的条件下，V1.0版本用时0.21867895126342773s，增速了7400倍!

优化与改进

1. 优化数学关系。通过排布圆面积与套管截面面积的关系，减少了初期生成及遍历的点阵数量，使计算复杂度由N^2降低到N。
2. 优化数据结构。采用常量方式赋值，减少了统一结果函数的重复调用。
3. 增加自适应性。对于R的迭代添加了自适应步长，对图像绘制添加了自适应绘制区域，扩展了小助手的使用范围。