用python，先进行判断，如果H大于等于S使用P=(K*H)/(S*(d/V1+T2)*V*2tanθ)，如果H小于S，使用P=(K*(S-(S-H)/2))/(S*(d/V1+T2)*V*2tanθ)，根据式子Z=(d/V1+T2)*V+d，画出P大于等于0.8时，Z和d的图

好的，针对你的问题，我可以提供一个Python代码的示例，用于根据给定的参数计算并绘制P大于等于0.8时，Z和d的函数图像。

import numpy as np
import matplotlib.pyplot as plt

# 优化参数
K = 0.6
V1 = 20
T2 = 5
V = 30
theta = np.radians(5)

# 绘图参数
h = np.linspace(0, 100, 1000)
s = np.linspace(0, 100, 1000)
d = np.linspace(0, 100, 1000)

# 计算P
def calculate_P(H, S, D):
    if H >= S:
        P = (K * H) / (S * (D/V1 + T2) * V * 2 * np.tan(theta))
    else:
        P = (K * (S - (S - H) / 2)) / (S * (D/V1 + T2) * V * 2 * np.tan(theta))
    return P

# 计算Z
def calculate_Z(D):
    return D / V1 + T2

# 计算P大于等于0.8时的Z和d
Z = []
D = []
for i in d:
    p = calculate_P(50, 30, i)
    if p >= 0.8:
        Z.append(calculate_Z(i))
        D.append(i)

# 绘制函数图像
plt.plot(D, Z)
plt.xlabel('d')
plt.ylabel('Z')
plt.show()

这段代码中，我们首先定义了优化参数，包括K、V1、T2、V和theta。然后，我们使用numpy库生成了h、s和d三个变量的范围，并定义了计算P和Z的函数。接着，我们使用for循环和if条件语句计算了P大于等于0.8时的Z和d，并将它们保存在Z和D两个列表中。最后，我们使用matplotlib库绘制出了P大于等于0.8时的Z和d的函数图像。

请注意，由于我不知道你的具体参数，所以这里提供的代码仅供参考。如果需要，你需要根据自己的实际情况进行修改。