Python 3.x 微分方程组中的条件分段函数

我试图实现一个模型，我有这个条件分段函数，作为模型的一部分

---

其中T_区（=293）和T_in（=348）是先前定义的常数，x2和x5是依赖于依赖于T_in和T_out的其他方程的变量

它们都定义了初始值

---

温度\u区=293.0
T_in=m.Var（值=温度区）
T_区=m.Var（值=温度_区）
x2=m.Var（值=温度区）
x5=m.Var（值=温度区）
Tout=m.Var（值=温度区）
Tp1out=m.Var（值=温度区）
m1out=m.if3（（（2.0*（x2））-T_-in-T_区），0，（（2.0*（x2））-T_-in-T_区））
m、 方程（T_p1out==T_区+m1out）
m2out=m.if3（（（2.0*（x5））-T_p1out-T_区），0，（（2.0*（x5））-T_p1out-T_区））
m、 方程（T_out==T_区+m2out）

---

在上面的代码中，我尝试将方程分为两部分，并将if条件的结果作为附加变量添加到基值/最小值中，但没有得到任何解决方案。

以下是一些需要考虑的事项：

• 如果

  T_in

  和

  T_zone

  是常数，则使用

  m.Const

  或

  m.Param

  代替

  m.Var

  。否则，它们可以由解算器进行调整
• 单个

  m.if3

  功能就足以解决此问题。您可以定义两个

  m.if3

  语句，然后添加输出，但随后您将创建额外的二进制变量，这将使问题更难解决

• 条件

  确定

  T\u out=T\u区域（条件=0）

• 中的
  T\u值为348.0，而不是
  温度区（293.0）

下面是您提出的问题的完整脚本

从gekko导入gekko
m=GEKKO（）
温度区=293.0
T_in=m.Const（值=348.0）
T_区=常数（值=温度_区）
x2=m.Var（值=温度区）
x5=m.Var（值=温度区）
条件=2*x5-2*x2+T\u在-T\u区
Tout=m.if3（条件，T_区，2*x5-2*x2+T_英寸）
m、 解决（）

在两次迭代中找到解决方案。请注意，

x2

和

x5

在本例中是额外的自由度，仍然需要方程式来指定它们的值

 Number of state variables:              6
 Number of total equations: -            3
 Number of slack variables: -            2
 ---------------------------------------
 Degrees of freedom       :              1

 ----------------------------------------------
 Steady State Optimization with APOPT Solver
 ----------------------------------------------
Iter:     1 I:  0 Tm:      0.00 NLPi:    2 Dpth:    0 Lvs:    2 Obj:  0.00E+00 Gap:       NaN
--Integer Solution:   0.00E+00 Lowest Leaf:   0.00E+00 Gap:   0.00E+00
Iter:     2 I:  0 Tm:      0.00 NLPi:    1 Dpth:    1 Lvs:    2 Obj:  0.00E+00 Gap:  0.00E+00
 Successful solution

 ---------------------------------------------------
 Solver         :  APOPT (v1.0)
 Solution time  :   1.390000000537839E-002 sec
 Objective      :   0.000000000000000E+000
 Successful solution
 ---------------------------------------------------