# 局部（管件）水头损失计算器（h = K·v²/2g）

计算管道管件/阀门/弯头的局部水头损失：h_m=K·v²/(2g)，ΔP_m=K·ρ·v²/2。内置 14 种常见管件的典型 K 值（闸阀、截止阀、止回阀、90°/45° 弯头、三通、突然扩大/收缩、出入口等），可直接选择或自定义 K。支持 n 个相同管件串联，输出水头（m/ft）、压降（Pa/kPa/bar）。密度支持 kg/m³、g/cm³、lb/ft³。

> 标准页面: https://test.elysiatools.com/zh/tools/minor-loss-calculator

- **分类:** Math & Numbers

- **关键词:** 局部损失, 管件损失, 损失系数, K 因子, 阀门, 弯头, 三通, 水头损失, 压降, 流体力学, 管道, 流速水头, 动压

## 概述

局部（管件）水头损失计算器根据损失系数 K、流速 v、流体密度 ρ、重力加速度 g 和管件数量 n，计算阀门、弯头、三通及管道进出口等局部水头损失与压降，结果以 m、ft、Pa、kPa 和 bar 显示。

## 输入项

- **部件类型** (select): Pick a preset to pre-fill a typical loss coefficient K. The K field below stays user-editable; if you leave K empty the preset's typical value is used.
- **损失系数 K** (number): Loss coefficient K (dimensionless). If left empty and a preset Component Type is selected, the preset's typical K is used. When Component Type is "Custom K", K must be provided. Typical ranges: gate valve ~0.15, globe valve ~10, 90° std elbow ~0.9, sharp exit ~1.0.
- **流速 v** (number): Mean flow velocity v in the pipe (m/s).
- **密度 ρ** (number): Fluid density ρ in the selected Density Unit (default water ≈ 1000 kg/m³).
- **密度单位** (select)
- **重力加速度 g** (number): Gravitational acceleration g in m/s² (Earth default 9.81).
- **数量 n** (number): Number n of identical fittings in series. Total loss = n · K · v²/(2g).
- **小数位数** (number)

## 适用场景

- 估算多个阀门、弯头或三通串联产生的局部水头损失。
- 根据流速和管件损失系数计算管道局部压降。
- 使用内置管件典型 K 值，或输入自定义 K 值进行流体力学计算。

## 工作原理

- 选择管件类型，使用预设的典型损失系数 K，或选择“自定义 K”并输入数值。
- 输入管内平均流速 v、流体密度 ρ，以及相同管件的数量 n。
- 工具按 h_m=n·K·v²/(2g) 计算总局部水头损失，并按 ΔP_m=n·K·ρ·v²/2 计算压降。
- 结果同时提供水头损失和压降的多种单位，并按设定的小数位数显示。

## 使用案例

- 管道设计人员估算阀门、弯头和三通对系统总水头的影响。
- 泵组选型前，根据局部压降检查管路阻力。
- 教学和工程复核中，对不同 K 值、流速或管件数量进行快速比较。

## 常见问题

### 局部水头损失的计算公式是什么？

总局部水头损失为 h_m=n·K·v²/(2g)，其中 n 为相同管件数量。

### K 值可以自定义吗？

可以。选择“自定义 K”后输入无量纲的损失系数 K；也可以选择内置管件类型使用典型值。

### 工具支持哪些管件类型？

支持闸阀、截止阀、止回阀、角阀、球阀、90°和45°弯头、三通、锐边入口和出口，以及突然扩大和突然收缩。

### 密度可以使用哪些单位？

支持 kg/m³、g/cm³ 和 lb/ft³。默认密度为 1000 kg/m³。

### 计算结果包含哪些单位？

水头损失以 m 和 ft 显示，压降以 Pa、kPa 和 bar 显示。

## 相关工具

- [ESA PB05 式 Brouwer–Lyddane 平均根数轨道传播器（J2–J6 + 日月）](https://test.elysiatools.com/zh/tools/esa-pb05-pce-pck-reddy-porter-keplerian-equation-averaged-element-propagator): 以 Brouwer–Lyddane / PB05 传统的半分析平均根数模型传播近地与 GNSS 区域轨道：EGM96 带谐场 J2–J6 下的轨道平均世俗漂移（Gauss 变分方程数值平均——Delaunay 正则化的数值等价物，并以闭式 J2 率内置交叉校验）、一阶 J2 短周期平均↔密切重构、J3 长周期冻结轨道分析（e = −J3·sin i/(2·J2·p)、ω = 90°）、椭圆倾斜摄动轨道上的日月四极双重平均世俗效应（含 39.23° 临界互倾角的 Celletti/Kozai–Lidov 项）、地面轨迹共振检查（1:1、2:1、3:2、5:2 及小有理公度）、太阳同步倾角求解，以及报告内 RK4 数值传播对平均模型的交叉验证。
- [管道达西摩擦压降计算器（ΔP = f·(L/D)·ρv²/2）](https://test.elysiatools.com/zh/tools/pipe-pressure-drop-darcy): 计算直管段的达西-韦斯巴赫主要（摩擦）压降：ΔP=f·(L/D)·(ρ·v²/2) Pa；水头损失 h_f=ΔP/(ρ·g)=f·(L/D)·v²/(2g) m。用户直接输入达西摩擦系数 f（非范宁系数）。长度支持 m/km/ft，管径支持 m/cm/mm/inch，密度支持 kg/m³/g/cm³/lb/ft³，内部统一换算为 SI。同时输出 kPa、bar 以及 m/ft 水头。
- [相关性分析器](https://test.elysiatools.com/zh/tools/correlation-analyzer): 高级相关性分析工具，计算变量之间的相关系数以衡量它们线性关系的强度和方向。完美适用于统计分析、金融建模、科学研究和数据探索。 功能特点： - 多种相关性方法（皮尔逊、斯皮尔曼、肯德尔） - 相关性矩阵生成 - 统计显著性检验（p值） - 置信区间计算 - 热图可视化 - 散点图矩阵生成 - 缺失值处理策略 - 异常值检测和处理 - 分组分析能力 - 详细统计报告 常见用途： - 金融市场分析和风险评估 - 科学研究和假设检验 - 客户行为和营销分析 - 医疗和医疗数据分析 - 质量控制和流程优化 - 教育绩效评估
- [图片调色板转设计令牌](https://test.elysiatools.com/zh/tools/image-to-design-tokens): 从图片中用 k-means 聚类提取主色，导出为 CSS 变量 / SCSS 变量 / Tailwind 配置 / JSON 设计令牌，并自动为每个颜色生成命名色阶
- [泵 NPSH（净正吸入压头）计算与汽蚀校核](https://test.elysiatools.com/zh/tools/pump-npsh-calculator): 计算泵的可用净正吸入压头 NPSH_a = (p_surface - p_vapor)/(ρ·g) + H_static - h_friction（单位 m）。液面压力与蒸汽压均为绝对压力；H_static 为正表示灌注（液面高于泵），为负表示吸上（液面低于泵）。再与泵曲线给出的 NPSH_r 比较，给出裕量 margin = NPSH_a - NPSH_r 与比值 ratio = NPSH_a/NPSH_r，并判定为 safe（安全）、marginal（临界，裕量 < 0.5 m）或 cavitation likely（易发生汽蚀）。若 NPSH_r = 0，则仅输出 NPSH_a。压力支持 Pa/kPa/bar/atm/psi，长度支持 m/ft，密度支持 kg/m³/g/cm³/lb/ft³。
- [租 vs 买总拥有成本导师（按揭/税/保险/维护 + NPV 盈亏平衡 + IRR 敏感性龙卷风）](https://test.elysiatools.com/zh/tools/rent-vs-buy-total-cost-of-ownership-mortgage-tax-insurance-maintenance-irr-tutor): 并排月度模拟：按揭摊销 + 房产税/保险/HOA/维护 vs 租金+租客保险；租客把首付与每月差额按机会成本利率投资；输出逐年 NPV、盈亏平衡年、差额现金流的 IRR、SALT 上限下的逐项抵扣税盾与 ±20% 参数龙卷风敏感性图。
- [密度计算器 (ρ = m/V)](https://test.elysiatools.com/zh/tools/density-calculator): 由三个量中的两个求第三个，附比重与浮沉判断
- [最小生成树计算器（Kruskal / Prim）](https://test.elysiatools.com/zh/tools/minimum-spanning-tree): 对无向加权图（1–30 条边，每行：节点1、节点2、权重）求最小生成树，双算法可选：Kruskal 按权重排序后用并查集逐边判定，记录每条边被接受/成环拒绝的完整过程；Prim 从起始节点出发每步取离开当前成分的最便宜边并展示成分生长。自环自动跳过；图不连通按业务拒绝并给出连通分量数；两种算法结果总权重必须一致（内部校验）。经典例：A-B 4、A-C 2、B-C 5、B-D 10、C-E 3、D-E 4、D-F 11、E-F 8 → MST 权重 21（A—C、C—E、A—B、D—E、E—F），B—C 成环被拒。

## 示例

- [Android Java 图像处理示例](https://test.elysiatools.com/zh/samples/android-image-processing-java): Android Java 图像处理示例，包括图像读取保存、缩放和格式转换
- [Android Kotlin 图像处理示例](https://test.elysiatools.com/zh/samples/android-image-processing-kotlin): Android Kotlin 图像处理示例，包括图像读取保存、缩放和格式转换
- [Web Python 图像处理示例](https://test.elysiatools.com/zh/samples/web-image-processing-python): Web Python 图像处理示例，使用 PIL/Pillow 包括读取、保存、缩放和格式转换
- [macOS Objective-C 图像处理示例](https://test.elysiatools.com/zh/samples/macos-image-processing-objectivec): macOS Objective-C 图像处理示例，包括图像读取保存、图像缩放和格式转换
