特性曲线的数值模拟方法

特性曲线的数值模拟方法的简单介绍

特性曲线的数值模拟方法的详细信息

1、最小二乘法

最小二乘法是通过最小化误差的平方和寻找数据的最佳函数匹配的方法。利用最小二乘法可以简便地求得未知的数据，并使得这些求得的数据与实际数据之间误差的平方和为最小。

2、直接拟合法

这种方法的操作过程是直接将己知的三组数据代入到三元一次方程组中进行求解，求出方程组系数，即可求得拟合曲线方程。

显然这种方法要比最小二乘法简单得多。但是，在测量数据与实际数据之间存在较大误差时，用直接拟合法拟合出的曲线就与实际曲线大相径庭。与之相比,最小二乘法的拟合结果更为准确，且能在一定程度上消除测量误差带来的影响。

二、计算实例选择最优模拟方法

为了更具体的阐明最小二乘法的曲线拟合优势，现分别用最小二乘法和直接拟合法对D280-100型离心泵的特性曲线进行拟合计算。

语言编写的ActiveX控件来实现的，以完成泵的性能曲线的绘制工作。其具体实现过程是：从产品数据库选出水泵性能数据表，将肯富来水泵观测数据由定义好的一维数组来存取，各个曲线方程的系数由最小二乘法拟合函数进行求解，之后编写循环语句代码绘制出各个性能曲线，最后利用ASP中的