【小呆的力学笔记】有限元专题之循环对称结构有限元原理

news2024/10/6 12:27:24

文章目录

      • 1. 循环对称问题的提出
      • 2. 循环对称条件
        • 2.1 节点位移的循环对称关系
        • 2.2 节点内力的循环对称关系
      • 3. 在平衡方程中引入循环对称条件

1. 循环对称问题的提出

许多工程结构都是其中某一扇面的n次周向重复,也就是是周期循环对称结构。如果弹性体的几何形状、约束情况以及所受的外部载荷都是对称于某一轴,则所有的应力、应变和位移也就对称于对称轴,那么这就是循环对称问题。典型的有发动机轮盘受离心力载荷下的应力分析,轮盘结构如下图1所示。观察轮盘结构,不难发现轮盘是扇形段重复多次的结构,那么离心力是周期循环对称的,并假设轮盘温度场是沿周向均布的,那么轮盘的应力应变应该也是周期循环对称的。

在这里插入图片描述

对于循环对称问题,事实上可以通过仅对某一扇面进行有限元模型就能获得正确的应力、应变和位移分析结果,当然需要在有限元算法中引入特殊的条件。

2. 循环对称条件

2.1 节点位移的循环对称关系

在循环对称问题中,需要引入柱坐标系,来给定循环对称条件。如下图,其中 x y z xyz xyz是笛卡尔坐标系, r θ z r\theta z rθz是柱坐标系,结构是典型轮盘的某一扇段。

在这里插入图片描述

在该循环对称问题中,扇面的面A的节点 i i i和面B的对应节点 j j j在柱坐标系 r θ z r\theta z rθz应该具有相同的坐标,同时应该也具备相同的位移变量。假设节点 i i i和节点 j j j分别属于面A和面B的一对对应节点,见下面示意图,那么其柱坐标下的位移变量应该满足下式关系:
u r i = u r j u θ i = u θ j u z i = u z j u_{ri}=u_{rj}\\u_{\theta i}=u_{\theta j}\\u_{zi}=u_{zj} uri=urjuθi=uθjuzi=uzj
在这里插入图片描述

节点 i i i在柱坐标系下的位移与在笛卡尔坐标系下的位移进行变换,具体的变换关系如下

− u r i sin ⁡ α − u θ i cos ⁡ α = u x i u r i cos ⁡ α − u θ i sin ⁡ α = u y i u z i = u z i -u_{ri}\sin\alpha-u_{\theta i}\cos\alpha=u_{xi}\\ u_{ri}\cos\alpha-u_{\theta i}\sin\alpha=u_{yi}\\u_{zi}=u_{zi} urisinαuθicosα=uxiuricosαuθisinα=uyiuzi=uzi
写成矩阵形式
[ u x i u y i u z i ] = [ − sin ⁡ α − cos ⁡ α 0 cos ⁡ α − sin ⁡ α 0 0 0 1 ] [ u r i u θ i u z i ] \begin{bmatrix} u_{xi}\\u_{yi}\\u_{zi} \end{bmatrix}= \begin{bmatrix} -\sin\alpha & -\cos\alpha & 0\\ \cos\alpha &-\sin\alpha & 0\\ 0&0&1 \end{bmatrix} \begin{bmatrix} u_{ri}\\u_{\theta i}\\u_{zi} \end{bmatrix} uxiuyiuzi = sinαcosα0cosαsinα0001 uriuθiuzi
节点 j j j在柱坐标系下的位移与在笛卡尔坐标系下的位移进行变换,具体的变换关系如下
u r j sin ⁡ β − u θ j cos ⁡ β = u x j u r j cos ⁡ β + u θ j sin ⁡ β = u y j u z j = u z j u_{rj}\sin\beta-u_{\theta j}\cos\beta=u_{xj}\\ u_{rj}\cos\beta+u_{\theta j}\sin\beta=u_{yj}\\ u_{zj}=u_{zj} urjsinβuθjcosβ=uxjurjcosβ+uθjsinβ=uyjuzj=uzj
写成矩阵形式
[ u x j u y j u z j ] = [ sin ⁡ β − cos ⁡ β 0 cos ⁡ α sin ⁡ β 0 0 0 1 ] [ u r j u θ j u z j ] \begin{bmatrix}u_{xj}\\u_{yj}\\u_{zj}\end{bmatrix} =\begin{bmatrix} \sin\beta & -\cos\beta & 0\\ \cos\alpha &\sin\beta & 0\\ 0&0&1 \end{bmatrix} \begin{bmatrix} u_{rj}\\u_{\theta j}\\u_{zj} \end{bmatrix} uxjuyjuzj = sinβcosα0cosβsinβ0001 urjuθjuzj
那么
[ u r j u θ j u z j ] = [ sin ⁡ β cos ⁡ β 0 − cos ⁡ α sin ⁡ β 0 0 0 1 ] [ u x j u y j u z j ] \begin{bmatrix}u_{rj}\\u_{\theta j}\\u_{zj}\end{bmatrix} =\begin{bmatrix} \sin\beta & \cos\beta & 0\\ -\cos\alpha &\sin\beta & 0\\ 0&0&1 \end{bmatrix} \begin{bmatrix} u_{xj}\\u_{yj}\\u_{zj} \end{bmatrix} urjuθjuzj = sinβcosα0cosβsinβ0001 uxjuyjuzj
由于
[ u r i u θ i u z i ] = [ u r j u θ j u z j ] \begin{bmatrix}u_{ri}\\u_{\theta i}\\u_{zi}\end{bmatrix} =\begin{bmatrix}u_{rj}\\u_{\theta j}\\u_{zj}\end{bmatrix} uriuθiuzi = urjuθjuzj
那么
[ u x i u y i u z i ] = [ − sin ⁡ α − cos ⁡ α 0 cos ⁡ α − sin ⁡ α 0 0 0 1 ] [ u r i u θ i u z i ] = [ − sin ⁡ α − cos ⁡ α 0 cos ⁡ α − sin ⁡ α 0 0 0 1 ] [ u r j u θ j u z j ] = [ − sin ⁡ α − cos ⁡ α 0 cos ⁡ α − sin ⁡ α 0 0 0 1 ] [ sin ⁡ β cos ⁡ β 0 − cos ⁡ α sin ⁡ β 0 0 0 1 ] [ u x j u y j u z j ] = [ − sin ⁡ α sin ⁡ β + cos ⁡ α cos ⁡ β − sin ⁡ α cos ⁡ β − cos ⁡ α sin ⁡ β 0 cos ⁡ α sin ⁡ β + sin ⁡ α cos ⁡ β cos ⁡ α cos ⁡ β − sin ⁡ α sin ⁡ β 0 0 0 1 ] [ u x j u y j u z j ] = [ cos ⁡ ( α + β ) − sin ⁡ ( α + β ) 0 sin ⁡ ( α + β ) cos ⁡ ( α + β ) 0 0 0 1 ] [ u x j u y j u z j ] = [ cos ⁡ ( θ ) − sin ⁡ ( θ ) 0 sin ⁡ ( θ ) cos ⁡ ( θ ) 0 0 0 1 ] [ u x j u y j u z j ] = [ θ 1 ] [ u x j u y j u z j ] \begin{bmatrix}u_{xi}\\u_{yi}\\u_{zi}\end{bmatrix} =\begin{bmatrix} -\sin\alpha & -\cos\alpha & 0\\ \cos\alpha &-\sin\alpha & 0\\ 0&0&1 \end{bmatrix} \begin{bmatrix} u_{ri}\\u_{\theta i}\\u_{zi} \end{bmatrix} =\begin{bmatrix} -\sin\alpha & -\cos\alpha & 0\\ \cos\alpha &-\sin\alpha & 0\\ 0&0&1 \end{bmatrix} \begin{bmatrix} u_{rj}\\u_{\theta j}\\u_{zj} \end{bmatrix}\\ =\begin{bmatrix} -\sin\alpha & -\cos\alpha & 0\\ \cos\alpha &-\sin\alpha & 0\\ 0&0&1 \end{bmatrix}\begin{bmatrix} \sin\beta & \cos\beta & 0\\ -\cos\alpha &\sin\beta & 0\\ 0&0&1 \end{bmatrix} \begin{bmatrix} u_{xj}\\u_{yj}\\u_{zj} \end{bmatrix} \\ =\begin{bmatrix} -\sin\alpha\sin\beta+\cos\alpha\cos\beta & -\sin\alpha\cos\beta-\cos\alpha\sin\beta & 0\\ \cos\alpha\sin\beta+\sin\alpha\cos\beta & \cos\alpha\cos\beta-\sin\alpha\sin\beta &0\\ 0&0&1 \end{bmatrix}\begin{bmatrix} u_{xj}\\u_{yj}\\u_{zj} \end{bmatrix}\\ =\begin{bmatrix} \cos(\alpha+\beta) & -\sin(\alpha+\beta) & 0\\ \sin(\alpha+\beta) & \cos(\alpha+\beta) &0\\ 0&0&1 \end{bmatrix}\begin{bmatrix} u_{xj}\\u_{yj}\\u_{zj} \end{bmatrix}\\ =\begin{bmatrix} \cos(\theta) & -\sin(\theta) & 0\\ \sin(\theta) & \cos(\theta) &0\\ 0&0&1 \end{bmatrix}\begin{bmatrix} u_{xj}\\u_{yj}\\u_{zj} \end{bmatrix}=\begin{bmatrix}\theta_1\end{bmatrix}\begin{bmatrix} u_{xj}\\u_{yj}\\u_{zj} \end{bmatrix} uxiuyiuzi = sinαcosα0cosαsinα0001 uriuθiuzi = sinαcosα0cosαsinα0001 urjuθjuzj = sinαcosα0cosαsinα0001 sinβcosα0cosβsinβ0001 uxjuyjuzj = sinαsinβ+cosαcosβcosαsinβ+sinαcosβ0sinαcosβcosαsinβcosαcosβsinαsinβ0001 uxjuyjuzj = cos(α+β)sin(α+β)0sin(α+β)cos(α+β)0001 uxjuyjuzj = cos(θ)sin(θ)0sin(θ)cos(θ)0001 uxjuyjuzj =[θ1] uxjuyjuzj

2.2 节点内力的循环对称关系

扇形段I除了节点位移存在循环对称关系,剩余扇形对扇形段I的节点力也存在循环对称关系。典型的扇形段相互作用关系见下图,其中扇形段I是分析对象,扇形段II和扇形段III对扇形段I有相互作用。

在这里插入图片描述
其中扇形段I、II、III是重复扇形段, i i i i ′ i^{'} i i ′ ′ i^{''} i′′是一组对应周期循环节点, j j j j ′ j^{'} j j ′ ′ j^{''} j′′是一组对应周期循环节点。
其中 j ′ j^{'} j i i i的作用力为 f r i f_{ri} fri f θ i f_{\theta i} fθi f z i f_{zi} fzi j j j i ′ ′ i^{''} i′′的作用力为 f r i ′ ′ f_{ri^{''}} fri′′ f θ i ′ ′ f_{\theta i^{''}} fθi′′ f z i ′ ′ f_{zi^{''}} fzi′′,从周期循环对称特征定义,可知
f r i = f r i ′ ′ f θ i = f θ i ′ ′ f z i = f z i ′ ′ f_{ri}=f_{ri^{''}}\\ f_{\theta i}=f_{\theta i^{''}}\\ f_{zi}=f_{zi^{''}} fri=fri′′fθi=fθi′′fzi=fzi′′
那么, i ′ ′ i^{''} i′′ j j j的作用力 f r j f_{rj} frj f θ j f_{\theta j} fθj f z j f_{zj} fzj,存在如下关系式
f r i = − f r j f θ i = − f θ j f z i = − f z j f_{ri}=-f_{rj}\\ f_{\theta i}=-f_{\theta j}\\ f_{zi}=-f_{zj} fri=frjfθi=fθjfzi=fzj
注:上述节点力均在柱坐标系下。
参照上节节点位移的转换关系推导过程,不难推得在上述节点力关系式在笛卡尔坐标系下的表达式
[ f x i f y i f z i ] = − [ θ 1 ] [ f x j f y j f z j ] \begin{bmatrix}f_{xi}\\f_{yi}\\f_{zi}\end{bmatrix}=-\begin{bmatrix}\theta_1\end{bmatrix}\begin{bmatrix} f_{xj}\\f_{yj}\\f_{zj} \end{bmatrix} fxifyifzi =[θ1] fxjfyjfzj

3. 在平衡方程中引入循环对称条件

若某循环结构包含一对循环对称节点 i i i j j j,不失一般性,平衡方程可以写成下式

[ k 11 k 12 ⋯ k 1 i ⋯ k 1 j ⋯ k 1 n k 21 k 22 ⋯ k 2 i ⋯ k 2 j ⋯ k 2 n ⋮ ⋮ ⋮ ⋮ ⋮ k i 1 k i 2 ⋯ k i i ⋯ k i j ⋯ k i n ⋮ ⋮ ⋮ ⋮ ⋮ k j 1 k j 2 ⋯ k j i ⋯ k j j ⋯ k j n ⋮ ⋮ ⋮ ⋮ ⋮ k n 1 k n 2 ⋯ k n i ⋯ k n j ⋯ k n n ] [ u 1 u 2 ⋮ u i ⋮ u j ⋮ u n ] = [ R 1 + F 1 F 2 ⋮ F i + f i ⋮ F j + f j ⋮ F n ] \begin{bmatrix}k_{11}&k_{12}&\cdots&k_{1i}&\cdots&k_{1j}&\cdots&k_{1n}\\ k_{21}&k_{22}&\cdots&k_{2i}&\cdots&k_{2j}&\cdots&k_{2n}\\ \vdots&\vdots& &\vdots& &\vdots& &\vdots\\ k_{i1}&k_{i2}&\cdots&k_{ii}&\cdots&k_{ij}&\cdots&k_{in}\\ \vdots&\vdots& &\vdots& &\vdots& &\vdots\\ k_{j1}&k_{j2}&\cdots&k_{ji}&\cdots&k_{jj}&\cdots&k_{jn}\\ \vdots&\vdots& &\vdots& &\vdots& &\vdots\\ k_{n1}&k_{n2}&\cdots&k_{ni}&\cdots&k_{nj}&\cdots&k_{nn}\\\end{bmatrix} \begin{bmatrix}u_1\\u_2\\\vdots\\u_i\\\vdots\\u_j\\\vdots\\u_n \end{bmatrix}=\begin{bmatrix}R_1+F_1\\F_2\\\vdots\\F_i+f_i\\\vdots\\F_j+f_j\\\vdots\\F_n \end{bmatrix} k11k21ki1kj1kn1k12k22ki2kj2kn2k1ik2ikiikjiknik1jk2jkijkjjknjk1nk2nkinkjnknn u1u2uiujun = R1+F1F2Fi+fiFj+fjFn
式中 u 1 u_1 u1为模型的位移约束,有 u 1 = u ‾ 1 u_1=\overline u_1 u1=u1 R 1 R_1 R1为支反力; F i , i = 1 , ⋯ F_i,i=1,\cdots Fii=1,为节点外载荷, f i 、 f j f_i、f_j fifj为其他扇形段对扇形段I的作用力,这里引入循环对称条件,

[ f i ] = − [ θ 1 ] [ f j ] \begin{bmatrix}f_{i}\end{bmatrix}=-\begin{bmatrix}\theta_1\end{bmatrix}\begin{bmatrix} f_{j}\end{bmatrix} [fi]=[θ1][fj]
上面平衡方程变成如下形式
[ k 11 k 12 ⋯ k 1 i ⋯ k 1 j ⋯ k 1 n k 21 k 22 ⋯ k 2 i ⋯ k 2 j ⋯ k 2 n ⋮ ⋮ ⋮ ⋮ ⋮ k i 1 k i 2 ⋯ k i i ⋯ k i j ⋯ k i n ⋮ ⋮ ⋮ ⋮ ⋮ k j 1 k j 2 ⋯ k j i ⋯ k j j ⋯ k j n ⋮ ⋮ ⋮ ⋮ ⋮ k n 1 k n 2 ⋯ k n i ⋯ k n j ⋯ k n n ] [ u ‾ 1 u 2 ⋮ u i ⋮ u j ⋮ u n ] = [ R 1 + F 1 F 2 ⋮ F i − θ f j ⋮ F j + f j ⋮ F n ] \begin{bmatrix}k_{11}&k_{12}&\cdots&k_{1i}&\cdots&k_{1j}&\cdots&k_{1n}\\ k_{21}&k_{22}&\cdots&k_{2i}&\cdots&k_{2j}&\cdots&k_{2n}\\ \vdots&\vdots& &\vdots& &\vdots& &\vdots\\ k_{i1}&k_{i2}&\cdots&k_{ii}&\cdots&k_{ij}&\cdots&k_{in}\\ \vdots&\vdots& &\vdots& &\vdots& &\vdots\\ k_{j1}&k_{j2}&\cdots&k_{ji}&\cdots&k_{jj}&\cdots&k_{jn}\\ \vdots&\vdots& &\vdots& &\vdots& &\vdots\\ k_{n1}&k_{n2}&\cdots&k_{ni}&\cdots&k_{nj}&\cdots&k_{nn}\\\end{bmatrix} \begin{bmatrix}\overline u_1\\u_2\\\vdots\\ u_i\\\vdots\\u_j\\\vdots\\u_n \end{bmatrix}=\begin{bmatrix}R_1+F_1\\F_2\\\vdots\\F_i-\theta f_j\\\vdots\\F_j+f_j\\\vdots\\F_n \end{bmatrix} k11k21ki1kj1kn1k12k22ki2kj2kn2k1ik2ikiikjiknik1jk2jkijkjjknjk1nk2nkinkjnknn u1u2uiujun = R1+F1F2FiθfjFj+fjFn
进一步,用 θ T \theta^T θT左乘第 i i i行,则
[ k 11 k 12 ⋯ k 1 i ⋯ k 1 j ⋯ k 1 n k 21 k 22 ⋯ k 2 i ⋯ k 2 j ⋯ k 2 n ⋮ ⋮ ⋮ ⋮ ⋮ θ T k i 1 θ T k i 2 ⋯ θ T k i i ⋯ θ T k i j ⋯ θ T k i n ⋮ ⋮ ⋮ ⋮ ⋮ k j 1 k j 2 ⋯ k j i ⋯ k j j ⋯ k j n ⋮ ⋮ ⋮ ⋮ ⋮ k n 1 k n 2 ⋯ k n i ⋯ k n j ⋯ k n n ] [ u ‾ 1 u 2 ⋮ u i ⋮ u j ⋮ u n ] = [ R 1 + F 1 F 2 ⋮ θ T F i − f j ⋮ F j + f j ⋮ F n ] \begin{bmatrix}k_{11}&k_{12}&\cdots&k_{1i}&\cdots&k_{1j}&\cdots&k_{1n}\\ k_{21}&k_{22}&\cdots&k_{2i}&\cdots&k_{2j}&\cdots&k_{2n}\\ \vdots&\vdots& &\vdots& &\vdots& &\vdots\\ \theta^Tk_{i1}&\theta^Tk_{i2}&\cdots&\theta^Tk_{ii}&\cdots&\theta^Tk_{ij}&\cdots&\theta^Tk_{in}\\ \vdots&\vdots& &\vdots& &\vdots& &\vdots\\ k_{j1}&k_{j2}&\cdots&k_{ji}&\cdots&k_{jj}&\cdots&k_{jn}\\ \vdots&\vdots& &\vdots& &\vdots& &\vdots\\ k_{n1}&k_{n2}&\cdots&k_{ni}&\cdots&k_{nj}&\cdots&k_{nn}\\\end{bmatrix} \begin{bmatrix}\overline u_1\\u_2\\\vdots\\ u_i\\\vdots\\u_j\\\vdots\\u_n \end{bmatrix}=\begin{bmatrix}R_1+F_1\\F_2\\\vdots\\\theta^TF_i-f_j\\\vdots\\F_j+f_j\\\vdots\\F_n \end{bmatrix} k11k21θTki1kj1kn1k12k22θTki2kj2kn2k1ik2iθTkiikjiknik1jk2jθTkijkjjknjk1nk2nθTkinkjnknn u1u2uiujun = R1+F1F2θTFifjFj+fjFn
将第 i i i行加到第 j j j行,上式进一步变换为
[ k 11 k 12 ⋯ k 1 i ⋯ k 1 j ⋯ k 1 n k 21 k 22 ⋯ k 2 i ⋯ k 2 j ⋯ k 2 n ⋮ ⋮ ⋮ ⋮ ⋮ θ T k i 1 θ T k i 2 ⋯ θ T k i i ⋯ θ T k i j ⋯ θ T k i n ⋮ ⋮ ⋮ ⋮ ⋮ θ T k i 1 + k j 1 θ T k i 2 + k j 2 ⋯ θ T k i i + k j i ⋯ θ T k i j + k j j ⋯ θ T k i n + k j n ⋮ ⋮ ⋮ ⋮ ⋮ k n 1 k n 2 ⋯ k n i ⋯ k n j ⋯ k n n ] [ u ‾ 1 u 2 ⋮ u i ⋮ u j ⋮ u n ] = [ R 1 + F 1 F 2 ⋮ θ T F i − f j ⋮ F j + θ T F i ⋮ F n ] \begin{bmatrix}k_{11}&k_{12}&\cdots&k_{1i}&\cdots&k_{1j}&\cdots&k_{1n}\\ k_{21}&k_{22}&\cdots&k_{2i}&\cdots&k_{2j}&\cdots&k_{2n}\\ \vdots&\vdots& &\vdots& &\vdots& &\vdots\\ \theta^Tk_{i1}&\theta^Tk_{i2}&\cdots&\theta^Tk_{ii}&\cdots&\theta^Tk_{ij}&\cdots&\theta^Tk_{in}\\ \vdots&\vdots& &\vdots& &\vdots& &\vdots\\ \theta^Tk_{i1}+k_{j1}&\theta^Tk_{i2}+k_{j2}&\cdots&\theta^Tk_{ii}+k_{ji}&\cdots&\theta^Tk_{ij}+k_{jj}&\cdots&\theta^Tk_{in}+k_{jn}\\ \vdots&\vdots& &\vdots& &\vdots& &\vdots\\ k_{n1}&k_{n2}&\cdots&k_{ni}&\cdots&k_{nj}&\cdots&k_{nn}\\\end{bmatrix} \begin{bmatrix}\overline u_1\\u_2\\\vdots\\u_i\\\vdots\\u_j\\\vdots\\u_n \end{bmatrix}=\begin{bmatrix}R_1+F_1\\F_2\\\vdots\\\theta^TF_i-f_j\\\vdots\\F_j+\theta^TF_i\\\vdots\\F_n \end{bmatrix} k11k21θTki1θTki1+kj1kn1k12k22θTki2θTki2+kj2kn2k1ik2iθTkiiθTkii+kjiknik1jk2jθTkijθTkij+kjjknjk1nk2nθTkinθTkin+kjnknn u1u2uiujun = R1+F1F2θTFifjFj+θTFiFn
将位移循环对称条件引入上式中
[ u i ] = [ θ 1 ] [ u j ] \begin{bmatrix}u_{i}\end{bmatrix}=\begin{bmatrix}\theta_1\end{bmatrix}\begin{bmatrix}u_{j}\end{bmatrix} [ui]=[θ1][uj]
那么平衡方程变换为
[ k 11 k 12 ⋯ k 1 i ⋯ k 1 j ⋯ k 1 n k 21 k 22 ⋯ k 2 i ⋯ k 2 j ⋯ k 2 n ⋮ ⋮ ⋮ ⋮ ⋮ θ T k i 1 θ T k i 2 ⋯ θ T k i i ⋯ θ T k i j ⋯ θ T k i n ⋮ ⋮ ⋮ ⋮ ⋮ θ T k i 1 + k j 1 θ T k i 2 + k j 2 ⋯ θ T k i i + k j i ⋯ θ T k i j + k j j ⋯ θ T k i n + k j n ⋮ ⋮ ⋮ ⋮ ⋮ k n 1 k n 2 ⋯ k n i ⋯ k n j ⋯ k n n ] [ u ‾ 1 u 2 ⋮ θ u j ⋮ u j ⋮ u n ] = [ R 1 + F 1 F 2 ⋮ θ T F i − f j ⋮ F j + θ T F i ⋮ F n ] \begin{bmatrix}k_{11}&k_{12}&\cdots&k_{1i}&\cdots&k_{1j}&\cdots&k_{1n}\\ k_{21}&k_{22}&\cdots&k_{2i}&\cdots&k_{2j}&\cdots&k_{2n}\\ \vdots&\vdots& &\vdots& &\vdots& &\vdots\\ \theta^Tk_{i1}&\theta^Tk_{i2}&\cdots&\theta^Tk_{ii}&\cdots&\theta^Tk_{ij}&\cdots&\theta^Tk_{in}\\ \vdots&\vdots& &\vdots& &\vdots& &\vdots\\ \theta^Tk_{i1}+k_{j1}&\theta^Tk_{i2}+k_{j2}&\cdots&\theta^Tk_{ii}+k_{ji}&\cdots&\theta^Tk_{ij}+k_{jj}&\cdots&\theta^Tk_{in}+k_{jn}\\ \vdots&\vdots& &\vdots& &\vdots& &\vdots\\ k_{n1}&k_{n2}&\cdots&k_{ni}&\cdots&k_{nj}&\cdots&k_{nn}\\\end{bmatrix} \begin{bmatrix}\overline u_1\\u_2\\\vdots\\\theta u_j\\\vdots\\u_j\\\vdots\\u_n \end{bmatrix}=\begin{bmatrix}R_1+F_1\\F_2\\\vdots\\\theta^TF_i-f_j\\\vdots\\F_j+\theta^TF_i\\\vdots\\F_n \end{bmatrix} k11k21θTki1θTki1+kj1kn1k12k22θTki2θTki2+kj2kn2k1ik2iθTkiiθTkii+kjiknik1jk2jθTkijθTkij+kjjknjk1nk2nθTkinθTkin+kjnknn u1u2θujujun = R1+F1F2θTFifjFj+θTFiFn
θ \theta θ提出来,右乘到第 i i i列,那么上式变为
[ k 11 k 12 ⋯ k 1 i θ ⋯ k 1 j ⋯ k 1 n k 21 k 22 ⋯ k 2 i θ ⋯ k 2 j ⋯ k 2 n ⋮ ⋮ ⋮ ⋮ ⋮ θ T k i 1 θ T k i 2 ⋯ θ T k i i θ ⋯ θ T k i j ⋯ θ T k i n ⋮ ⋮ ⋮ ⋮ ⋮ θ T k i 1 + k j 1 θ T k i 2 + k j 2 ⋯ θ T k i i θ + k j i θ ⋯ θ T k i j + k j j ⋯ θ T k i n + k j n ⋮ ⋮ ⋮ ⋮ ⋮ k n 1 k n 2 ⋯ k n i θ ⋯ k n j ⋯ k n n ] [ u ‾ 1 u 2 ⋮ u j ⋮ u j ⋮ u n ] = [ R 1 + F 1 F 2 ⋮ θ T F i − f j ⋮ F j + θ T F i ⋮ F n ] \begin{bmatrix}k_{11}&k_{12}&\cdots&k_{1i}\theta&\cdots&k_{1j}&\cdots&k_{1n}\\ k_{21}&k_{22}&\cdots&k_{2i}\theta&\cdots&k_{2j}&\cdots&k_{2n}\\ \vdots&\vdots& &\vdots& &\vdots& &\vdots\\ \theta^Tk_{i1}&\theta^Tk_{i2}&\cdots&\theta^Tk_{ii}\theta&\cdots&\theta^Tk_{ij}&\cdots&\theta^Tk_{in}\\ \vdots&\vdots& &\vdots& &\vdots& &\vdots\\ \theta^Tk_{i1}+k_{j1}&\theta^Tk_{i2}+k_{j2}&\cdots&\theta^Tk_{ii}\theta+k_{ji}\theta&\cdots&\theta^Tk_{ij}+k_{jj}&\cdots&\theta^Tk_{in}+k_{jn}\\ \vdots&\vdots& &\vdots& &\vdots& &\vdots\\ k_{n1}&k_{n2}&\cdots&k_{ni}\theta&\cdots&k_{nj}&\cdots&k_{nn}\\\end{bmatrix} \begin{bmatrix}\overline u_1\\u_2\\\vdots\\u_j\\\vdots\\u_j\\\vdots\\u_n \end{bmatrix}=\begin{bmatrix}R_1+F_1\\F_2\\\vdots\\\theta^TF_i-f_j\\\vdots\\F_j+\theta^TF_i\\\vdots\\F_n \end{bmatrix} k11k21θTki1θTki1+kj1kn1k12k22θTki2θTki2+kj2kn2k1iθk2iθθTkiiθθTkiiθ+kjiθkniθk1jk2jθTkijθTkij+kjjknjk1nk2nθTkinθTkin+kjnknn u1u2ujujun = R1+F1F2θTFifjFj+θTFiFn

在上式中用缩减节点的位移列阵替换全节点位移列阵,即用 [ u ‾ 1 , u 2 , ⋯   , u i − 1 , u i + 1 , ⋯   , u j , ⋯   , u n ] \begin{bmatrix}\overline u_1,u_2,\cdots,u_{i-1},u_{i+1},\cdots,u_j,\cdots,u_n \end{bmatrix} [u1,u2,,ui1,ui+1,,uj,,un]替换 [ u ‾ 1 , u 2 , ⋯   , u i − 1 , u j , u i + 1 , ⋯   , u j , ⋯   , u n ] \begin{bmatrix}\overline u_1,u_2,\cdots,u_{i-1},u_{j},u_{i+1},\cdots,u_j,\cdots,u_n \end{bmatrix} [u1,u2,,ui1,ujui+1,,uj,,un]
那么相应的要将位移列阵中第 i i i行归属 u j u_j uj合并到第 j j j列,那么平衡方程变换为

[ k 11 k 12 ⋯ k 1 i − 1 k 1 i + 1 ⋯ k 1 i θ + k 1 j ⋯ k 1 n k 21 k 22 ⋯ k 2 i − 1 k 2 i + 1 ⋯ k 2 i θ + k 2 j ⋯ k 2 n ⋮ ⋮ ⋮ ⋮ ⋮ ⋮ θ T k i 1 θ T k i 2 ⋯ θ T k i i − 1 θ T k i i + 1 ⋯ θ T k i i θ + θ T k i j ⋯ θ T k i n ⋮ ⋮ ⋮ ⋮ ⋮ ⋮ θ T k i 1 + k j 1 θ T k i 2 + k j 2 ⋯ θ T k i i − 1 + k j i − 1 θ T k i i + 1 + k j i + 1 ⋯ θ T k i i θ + k j i θ + θ T k i j + k j j ⋯ θ T k i n + k j n ⋮ ⋮ ⋮ ⋮ ⋮ ⋮ k n 1 k n 2 ⋯ k n i − 1 k n i + 1 ⋯ k n i θ + k n j ⋯ k n n ] n × ( n − 1 ) [ u ‾ 1 u 2 ⋮ u i − 1 u i + 1 ⋮ u j ⋮ u n ] ( n − 1 ) × 1 = [ R 1 + F 1 F 2 ⋮ θ T F i − f j ⋮ F j + θ T F i ⋮ F n ] \begin{bmatrix}k_{11}&k_{12}&\cdots&k_{1i-1}&k_{1i+1}&\cdots&k_{1i}\theta +k_{1j}&\cdots&k_{1n}\\ k_{21}&k_{22}&\cdots&k_{2i-1}&k_{2i+1}&\cdots&k_{2i}\theta+k_{2j}&\cdots&k_{2n}\\ \vdots&\vdots& &\vdots&\vdots& &\vdots& &\vdots\\ \theta^Tk_{i1}&\theta^Tk_{i2}&\cdots&\theta^Tk_{ii-1}&\theta^Tk_{ii+1} &\cdots&\theta^Tk_{ii}\theta+\theta^Tk_{ij}&\cdots&\theta^Tk_{in}\\ \vdots&\vdots& &\vdots&\vdots& &\vdots& &\vdots\\ \theta^Tk_{i1}+k_{j1}&\theta^Tk_{i2}+k_{j2}&\cdots&\theta^Tk_{ii-1}+k_{ji-1}&\theta^Tk_{ii+1} +k_{ji+1}&\cdots&\theta^Tk_{ii}\theta+k_{ji}\theta+\theta^Tk_{ij}+k_{jj}&\cdots&\theta^Tk_{in}+k_{jn}\\ \vdots&\vdots& &\vdots&\vdots& &\vdots& &\vdots\\ k_{n1}&k_{n2}&\cdots&k_{ni-1}&k_{ni+1}&\cdots&k_{ni}\theta+k_{nj}&\cdots&k_{nn}\\\end{bmatrix}_{n\times (n-1)} \begin{bmatrix}\overline u_1\\u_2\\\vdots\\u_{i-1}\\u_{i+1}\\\vdots\\u_j\\\vdots\\u_n \end{bmatrix}_{(n-1)\times 1}=\begin{bmatrix}R_1+F_1\\F_2\\\vdots\\\theta^TF_i-f_j\\\vdots\\F_j+\theta^TF_i\\\vdots\\F_n \end{bmatrix} k11k21θTki1θTki1+kj1kn1k12k22θTki2θTki2+kj2kn2k1i1k2i1θTkii1θTkii1+kji1kni1k1i+1k2i+1θTkii+1θTkii+1+kji+1kni+1k1iθ+k1jk2iθ+k2jθTkiiθ+θTkijθTkiiθ+kjiθ+θTkij+kjjkniθ+knjk1nk2nθTkinθTkin+kjnknn n×(n1) u1u2ui1ui+1ujun (n1)×1= R1+F1F2θTFifjFj+θTFiFn
事实上如果位移列阵自由度为 ( n − 1 ) (n-1) (n1),那么相应的方程也只需要 ( n − 1 ) (n-1) (n1)个,因此我们去掉第 i i i方程,那么平衡方程变成
[ k 11 k 12 ⋯ k 1 , i − 1 k 1 , i + 1 ⋯ k 1 i θ + k 1 j ⋯ k 1 n k 21 k 22 ⋯ k 2 , i − 1 k 2 , i + 1 ⋯ k 2 i θ + k 2 j ⋯ k 2 n ⋮ ⋮ ⋮ ⋮ ⋮ ⋮ k i − 1 , 1 k i − 1 , 2 ⋯ k i − 1 , i − 1 k i − 1 , i + 1 ⋯ k i − 1 , i θ + k i − 1 , j ⋯ k i − 1 , n k i + 1 , 1 k i + 1 , 2 ⋯ k i + 1 , i − 1 k i + 1 , i + 1 ⋯ k i + 1 , i θ + k i + 1 , j ⋯ k i + 1 , n ⋮ ⋮ ⋮ ⋮ ⋮ ⋮ θ T k i 1 + k j 1 θ T k i 2 + k j 2 ⋯ θ T k i , i − 1 + k j , i − 1 θ T k i , i + 1 + k j , i + 1 ⋯ θ T k i i θ + k j i θ + θ T k i j + k j j ⋯ θ T k i n + k j n ⋮ ⋮ ⋮ ⋮ ⋮ ⋮ k n 1 k n 2 ⋯ k n i − 1 k n i + 1 ⋯ k n i θ + k n j ⋯ k n n ] ( n − 1 ) × ( n − 1 ) [ u ‾ 1 u 2 ⋮ u i − 1 u i + 1 ⋮ u j ⋮ u n ] ( n − 1 ) × 1 = [ R 1 + F 1 F 2 ⋮ F i − 1 F i + 1 ⋮ F j + θ T F i ⋮ F n ] \begin{bmatrix}k_{11}&k_{12}&\cdots&k_{1,i-1}&k_{1,i+1}&\cdots&k_{1i}\theta +k_{1j}&\cdots&k_{1n}\\ k_{21}&k_{22}&\cdots&k_{2,i-1}&k_{2,i+1}&\cdots&k_{2i}\theta+k_{2j}&\cdots&k_{2n}\\ \vdots&\vdots& &\vdots&\vdots& &\vdots& &\vdots\\ k_{i-1,1}&k_{i-1,2}&\cdots&k_{i-1,i-1}&k_{i-1,i+1} &\cdots &k_{i-1,i}\theta +k_{i-1,j}&\cdots&k_{i-1,n}\\ k_{i+1,1}&k_{i+1,2}&\cdots&k_{i+1,i-1}&k_{i+1,i+1} &\cdots &k_{i+1,i}\theta +k_{i+1,j}&\cdots&k_{i+1,n}\\ \vdots&\vdots& &\vdots&\vdots& &\vdots& &\vdots\\ \theta^Tk_{i1}+k_{j1}&\theta^Tk_{i2}+k_{j2}&\cdots&\theta^Tk_{i,i-1}+k_{j,i-1}&\theta^Tk_{i,i+1} +k_{j,i+1}&\cdots&\theta^Tk_{ii}\theta+k_{ji}\theta+\theta^Tk_{ij}+k_{jj}&\cdots&\theta^Tk_{in}+k_{jn}\\ \vdots&\vdots& &\vdots&\vdots& &\vdots& &\vdots\\ k_{n1}&k_{n2}&\cdots&k_{ni-1}&k_{ni+1}&\cdots&k_{ni}\theta+k_{nj}&\cdots&k_{nn}\\\end{bmatrix}_{(n-1)\times (n-1)} \begin{bmatrix}\overline u_1\\u_2\\\vdots\\u_{i-1}\\u_{i+1}\\\vdots\\u_j\\\vdots\\u_n \end{bmatrix}_{(n-1)\times 1}=\begin{bmatrix}R_1+F_1\\F_2\\\vdots\\F_{i-1}\\F_{i+1}\\\vdots\\F_j+\theta^TF_i\\\vdots\\F_n \end{bmatrix} k11k21ki1,1ki+1,1θTki1+kj1kn1k12k22ki1,2ki+1,2θTki2+kj2kn2k1,i1k2,i1ki1,i1ki+1,i1θTki,i1+kj,i1kni1k1,i+1k2,i+1ki1,i+1ki+1,i+1θTki,i+1+kj,i+1kni+1k1iθ+k1jk2iθ+k2jki1,iθ+ki1,jki+1,iθ+ki+1,jθTkiiθ+kjiθ+θTkij+kjjkniθ+knjk1nk2nki1,nki+1,nθTkin+kjnknn (n1)×(n1) u1u2ui1ui+1ujun (n1)×1= R1+F1F2Fi1Fi+1Fj+θTFiFn
将上式写成分块矩阵形式
[ k 11 K 12 K 21 K 22 ] [ u ‾ 1 U 2 ] = [ R 1 + F 1 F ^ ] \begin{bmatrix}k_{11}&K_{12}\\K_{21}&K_{22} \end{bmatrix}\begin{bmatrix}\overline u_{1}\\U_{2} \end{bmatrix}=\begin{bmatrix}R_{1}+F_{1}\\ \hat F \end{bmatrix} [k11K21K12K22][u1U2]=[R1+F1F^]
将其展开
k 11 u ‾ 1 + K 12 U 2 = R 1 + F 1 K 21 u ‾ 1 + K 22 U 2 = F ^ k_{11}\overline u_{1}+K_{12}U_{2} = R_{1}+F_{1}\\ K_{21}\overline u_{1}+K_{22}U_{2}=\hat F k11u1+K12U2=R1+F1K21u1+K22U2=F^
那么 U 2 U_{2} U2可以从下式求解
U 2 = K 22 − 1 ( F ^ − K 21 u ‾ 1 ) U_{2}=K_{22}^{-1}(\hat F - K_{21}\overline u_{1}) U2=K221(F^K21u1)
那么,有
R 1 = k 11 u ‾ 1 + K 12 U 2 − F 1 R_{1}=k_{11}\overline u_{1}+K_{12}U_{2}-F_{1} R1=k11u1+K12U2F1
同时,在确定 u j u_{j} uj后,将其回代入下式
[ u i ] = [ θ 1 ] [ u j ] \begin{bmatrix}u_{i}\end{bmatrix}=\begin{bmatrix}\theta_1\end{bmatrix}\begin{bmatrix}u_{j}\end{bmatrix} [ui]=[θ1][uj]
可以确定 u i u_{i} ui,那么就确定全部节点位移,带入平衡方程可以得到 f i 、 f j f_{i}、f_{j} fifj,解得所有未知量。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/1231897.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

【洛谷 P3743】kotori的设备 题解(二分答案+递归)

kotori的设备 题目背景 kotori 有 n n n 个可同时使用的设备。 题目描述 第 i i i 个设备每秒消耗 a i a_i ai​ 个单位能量。能量的使用是连续的,也就是说能量不是某时刻突然消耗的,而是匀速消耗。也就是说,对于任意实数,…

java学习part06数组工具类

1比较内容 2输出信息 3值填充 4快速排序 5二分查找 负数没找到,其他表示下标

SVG圆形 <circle>的示例代码

本专栏是汇集了一些HTML常常被遗忘的知识,这里算是温故而知新,往往这些零碎的知识点,在你开发中能起到炸惊效果。我们每个人都没有过目不忘,过久不忘的本事,就让这一点点知识慢慢渗透你的脑海。 本专栏的风格是力求简洁…

【MySql】13- 实践篇(十一)

文章目录 1. 自增主键为什么不是连续的?1.1 自增值保存在哪儿?1.2 自增值修改机制1.2.1 自增值的修改时机1.2.2 自增值为什么不能回退? 1.3 自增锁的优化1.3.1 自增锁设计历史 2. Insert语句为何很多锁?2.1 insert … select 语句2.2 insert 循环写入2…

记录--alova组件使用方法(区别axios)

这里给大家分享我在网上总结出来的一些知识,希望对大家有所帮助 在我们写项目代码时,应该更加专注于业务逻辑的实现,而把定式代码交给js库或工程化自动处理,而我想说的是,请求逻辑其实也是可以继续简化的。 你可能会说…

npm install 下载不下来依赖解决方案

背景 最近在构建 前端自动化部署 的方案中发现了一个问题,就是我在npm install的时候,有时候成功,有时候不成功,而且什么代码也没发生更改,报错也就是那么几个错,所以在此也整理了一下遇到这种情况&#xf…

音视频同步笔记 - 以音频时间为基

音视频同步 - 以音频时间为基 上图介绍: 该图是以音频的时间为基,对视频播放时间的延迟控制方案,只调整视频的播放延时。delayTime是视频播放的延迟时间,初始值是1 / FPS * 1000 (ms),如果FPS为25帧率,初始…

MySQL 备份和恢复

目录 一.MySQL数据库的备份的分类 1.1.数据备份的重要性 1.2.数据库备份的分类和备份策略 1.3.常见的备份方法 二.MySQL完全备份 2.1.什么是完全备份 2.2.完全备份的优缺点 2.3.实现物理冷备份与恢复 1)实现流程 2)前置准备 3)实现…

Shell判断:模式匹配:case(一)

一、前言 shell编程中if和case都是用来做流控的。 二、case语法结构 case 变量 in 模式1) 命令序列1 ;; 模式2) 命令序列2 ;; 模式3) 命令序列3 ;; *) 无匹配…

共享内存和信号量的配合机制

进程之间共享内存的机制,有了这个机制,两个进程可以像访问自己内存中的变量一样,访问共享内存的变量。但是同时问题也来了,当两个进程共享内存了,就会存在同时读写的问题,就需要对于共享的内存进行保护&…

数据结构--串的基本概念

目录 串的基本概念 串的定义 串与线性表对比 ​串的基本操作​ 串的比较 字符集编码 乱码问题​编辑 总结 ​串的存储结构 ​串的顺序存储​编辑 串的链式存储 串的基本操作 1、求字串 2、比较 3、定位操作 总结 串的基本概念 串的定义 串与线性表对比 串的…

无障碍功能更新,帮助残障人士轻松快捷完成日常事务

作者 / Google Products for All 团队高级总监 Eve Andersson 我们将与您分享一些全新的无障碍功能和部分更新,帮助您更轻松快捷地完成日常任务,让您不费吹灰之力就能自拍、查询步行路线或上网搜索等。我们最近在 Android 14 和 Wear OS 4 中推出了 Look…

软件测试/测试开发/人工智能丨基于Spark的分布式造数工具:加速大规模测试数据构建

随着软件开发规模的扩大,测试数据的构建变得越来越复杂,传统的造数方法难以应对大规模数据需求。本文将介绍如何使用Apache Spark构建分布式造数工具,以提升测试数据构建的效率和规模。 为什么选择Spark? 分布式计算:…

clickhouse分布式之弹性扩缩容的故事

现状 社区不支持喔,以后也不会有了。曾经尝试过,难道是是太难了,无法实现吗?因为他们企业版支持了,可能是利益相关吧,谁知道呢,毕竟开源也要赚钱,谁乐意一直付出没有回报呢。 社区…

60 权限提升-MYMSORA等SQL数据库提权

目录 数据库应用提权在权限提升中的意义WEB或本地环境如何探针数据库应用数据库提权权限用户密码收集等方法目前数据库提权对应的技术及方法等 演示案例Mysql数据库提权演示-脚本&MSF1.UDF提权知识点: (基于MYSQL调用命令执行函数)读取数据库存储或备份文件 (了…

ubuntu20.04蓝牙连接airpods

ubuntu20.04蓝牙连接airpods 解禁蓝牙安装blueman设置模式连接上没有声音的问题 解禁蓝牙 sudo rmmod btusb sleep 1 sudo modprobe btusb sudo /etc/init.d/bluetooth restart安装blueman sudo apt install blueman sudo apt-get install pulseaudio-module-bluetooth sudo …

Ajax基础(应用场景|jquery实现Ajax|注意事项)

文章目录 一、Ajax简介二、基于jquery实现Ajax三、使用Ajax注意的问题1.Ajax不要与form表单同时提交2.后端响应格式问题3、使用了Ajax作为请求后的注意事项 一、Ajax简介 AJAX(Asynchronous Javascript And XML)翻译成中文就是“异步Javascript和XML”。…

STM32:OLED屏幕开发

一、OLED原理 所谓的屏幕就是由一个个小灯组成,每个小灯称之为一个像素。只要在屏幕上有选择地点亮一部分小灯,就可以显示我们想要的图案。所谓下分辨率就是屏幕上的小灯数量。常见单片机中常见的屏幕分辨率常见的就是128(列长)*64(行高)。如果每个小灯都…

从暗黑3D火炬之光技能系统说到-Laya非入门教学一~资源管理

我不知道那些喷Laya没有浏览器,嘲笑别人编辑器做不好,是什么水平? 首先目前国内除了WPS和飞书,就没有第三家公司能把编辑器做好。 要是一般的游戏开发者,如我,有一点点引擎代码(某项目&#x…

C++快速入门 - 2(几分钟让你快速入门C++)

C快速入门 - 2 1. 内联函数1.1 概念1.2 特性 2. auto关键字(C11)2.1 类型别名思考2.2 auto简介2.3 auto的使用细则2.4 auto不能推导的场景 3. 基于范围的for循环(C11)3.1 范围for的语法3.2 范围for的使用条件 1. 内联函数 1.1 概念 以inline修饰的函数叫做内联函数&#xff0c…