(四)应变度量

news2024/10/1 1:26:25

本文主要内容包括:

  • 1. Hill 应变度量 与 Seth 应变度量
  • 2. Hill -Seth 应变度量的 Lagrange 描述
    • 2.1. Green-Lagrange 应变张量
    • 2.2. 物质 Biot 应变张量/工程应变
    • 2.3. 右 Henkey 应变张量/Lagrange 型对数应变
    • 2.4. Piola 应变张量
  • 3. Hill -Seth 应变度量的 Euler 描述
    • 3.1. Finger 应变张量
    • 3.2. 左 Henkey 应变张量/Euler 型对数应变
    • 3.3. 空间 Biot 应变张量
    • 3.4. Almansi 应变张量
  • 4. 应变协调方程

1. Hill 应变度量 与 Seth 应变度量

无论是立足于参考构型还是当前构型,某一代表性物质点领域内的变形(某方向的长度比、任意两方向夹角的变化、面元体元的改变)均可通过主长度比/主方向加以描述。因此,任何能够确定长度比/主方向的张量均可作为应变的度量,来描述代表性物质点邻域内的变形状态。基于上述观点, Rodney Hill 于 1968 年定义了 通类的 应变度量函数(应变张量的主轴表示):

  • Lagrange 描述:
    E H i l l = E = ∑ α = 1 3 f ( λ α ) L ⃗ α ⊗ L ⃗ α \bold{E}_{Hill}=\bold{E}=\sum_{\alpha =1}^3f(\lambda_\alpha)\vec{L}_\alpha\otimes\vec{L}_\alpha EHill=E=α=13f(λα)L αL α
  • Euler 描述:
    e H i l l = e = ∑ α = 1 3 f ( λ α ) l ⃗ α ⊗ l ⃗ α \bold{e}_{Hill}=\bold{e}=\sum_{\alpha =1}^3f(\lambda_\alpha)\vec{l}_\alpha\otimes\vec{l}_\alpha eHill=e=α=13f(λα)l αl α

其中, f ( λ ) f(\lambda) f(λ) 为单调可微的标量函数,且满足:

(1) 主伸长比为1(无变形)时,应变为零
f ( 1 ) = 0 f(1)=0 f(1)=0
(2) 应变是严格单调递增的函数(较大的主长度比对应更大的应变)
f ′ ( λ ) > 0 f'(\lambda)>0 f(λ)>0
(3) 小变形条件下,Hill 应变 可退化为已有的 柯西应变
f ′ ( 1 ) = 1 f'(1)=1 f(1)=1

对条件(3)作如下说明:

1822 年 Cauchy 提出在小变形条件下,可用熟知的六个柯西应变分量来度量材料的线段变形与角度变形,又
λ = 1 + ε \lambda=1+\varepsilon λ=1+ε
其中,柯西主应变 ε \varepsilon ε 为一小量,那么
f ( λ ) = f ( 1 + ε ) = f ( 1 ) + f ′ ( 1 ) ε + o ( ε 2 ) ≈ f ′ ( 1 ) ε f(\lambda)=f(1+\varepsilon)=f(1)+f'(1)\varepsilon+o(\varepsilon^2)\approx f'(1)\varepsilon f(λ)=f(1+ε)=f(1)+f(1)ε+o(ε2)f(1)ε
式中运用了无变形无应变的条件。可见当且仅当 f ′ ( 1 ) = 1 f'(1)=1 f(1)=1
f ( λ ) ≈ ε f(\lambda)\approx\varepsilon f(λ)ε

从Hill应变度量的定义来看, E H i l l \bold{E}_{Hill} EHill e H i l l \bold{e}_{Hill} eHill 均为对称张量,且二者满足:
E = R T ⋅ e ⋅ R \bold E = \bold{R^T\cdot e\cdot R} E=RTeR
其中, R \bold R R 为转动张量。

印度力学家 Seth 提出如下形式的 f f f ,此时的应变称作 Seth 应变度量
f ( λ ) = { 1 2 n ( λ 2 n − 1 ) ( n ∈ R , n ≠ 0 ) l n   λ ( n = 0 ) f(\lambda)= \begin{cases} \dfrac{1}{2n}(\lambda^{2n}-1) &(n\in\mathbb{R},n\ne0) \\\\ ln\ \lambda&(n=0) \end{cases} f(λ)= 2n1(λ2n1)ln λ(nR,n=0)(n=0)
其中, n = 0 n=0 n=0 时的定义源自 n ≠ 0 n\ne0 n=0 时的极限 (应用洛必达法则),即
lim ⁡ n → 0 1 2 n ( λ 2 n − 1 ) = lim ⁡ n → 0 e 2 n ⋅ l n λ − 1 2 n = lim ⁡ n → 0 ( 2 l n λ ) e 2 n ⋅ l n λ 2 = l n λ \lim_{n\rightarrow0}\dfrac{1}{2n}(\lambda^{2n}-1) =\lim_{n\rightarrow0}\dfrac{e^{2n\cdot ln\lambda}-1}{2n} =\lim_{n\rightarrow0}\dfrac{(2ln\lambda)e^{2n\cdot ln\lambda}}{2} =ln\lambda n0lim2n1(λ2n1)=n0lim2ne2nl1=n0lim2(2l)e2nl=l

2. Hill -Seth 应变度量的 Lagrange 描述

Lagrange 描述下的 Seth 应变张量为:
E = { ∑ α = 1 3 1 2 n ( λ α 2 n − 1 ) L ⃗ α ⊗ L ⃗ α = 1 2 n ( C n − I ) = 1 2 n ( U 2 n − I ) ( n ∈ R , n ≠ 0 ) ∑ α = 1 3 l n   λ α   L ⃗ α ⊗ L ⃗ α ≜ l n U ( n = 0 ) \bold E= \begin{cases} \sum\limits_{\alpha=1}^3\dfrac{1}{2n}(\lambda_\alpha^{2n}-1)\vec{L}_\alpha\otimes\vec{L}_\alpha =\dfrac{1}{2n}(\bold{C}^n-\bold I) =\dfrac{1}{2n}(\bold{U}^{2n}-\bold I)&(n\in\mathbb{R},n\ne0)\\\\ \sum\limits_{\alpha=1}^3ln\ \lambda_\alpha\ \vec{L}_\alpha\otimes\vec{L}_\alpha \triangleq ln\bold{U} &(n=0) \end{cases} E= α=132n1(λα2n1)L αL α=2n1(CnI)=2n1(U2nI)α=13ln λα L αL αlnU(nR,n=0)(n=0)

2.1. Green-Lagrange 应变张量

n = 1 n=1 n=1 时,
E ( 1 ) = 1 2 ( C − I ) \bold{E}^{(1)}=\dfrac{1}{2}(\bold{C-I}) E(1)=21(CI)
Green-Lagrange 应变张量的几何意义 进行说明:

立足于参考构型,经历变形后,任意方向线元 L ⃗ \vec{L} L 的长度比 λ L \lambda_{L} λL 为:
( d s d s 0 ) 2 = L ⃗ ⋅ C ⋅ L ⃗ \left(\dfrac{ds}{ds_0}\right)^2=\vec{L}\cdot\bold C\cdot\vec{L} (ds0ds)2=L CL
则,
L ⃗ ⋅ E ( 1 ) ⋅ L ⃗ = L ⃗ ⋅ [ 1 2 ( C − I ) ] ⋅ L ⃗ = 1 2 [ ( d s d s 0 ) 2 − 1 ] \vec{L}\cdot\bold E^{(1)}\cdot\vec{L} =\vec{L}\cdot\left[\dfrac{1}{2}(\bold{C-I})\right]\cdot\vec{L} =\dfrac{1}{2}\left[\left(\dfrac{ds}{ds_0}\right)^2-1\right] L E(1)L =L [21(CI)]L =21[(ds0ds)21]
物质坐标系 下,Green-Lagrange 应变张量可由位移进行表示:
E ( 1 ) = 1 2 ( F T ⋅ F − I )       = 1 2 [ ( I + ∂ u ⃗ ∂ X A ⊗ G ⃗ A ) T ⋅ ( I + ∂ u ⃗ ∂ X B ⊗ G ⃗ B ) − I ]     = 1 2 ( ▽ 0 u ⃗ + u ⃗ ▽ 0 + ▽ 0 u ⃗ ⋅ u ⃗ ▽ 0 ) \begin{aligned} & \bold{E}^{(1)} =\dfrac{1}{2}(\bold{F^T\cdot F-I}) \\\ \\ &\quad \ \ \ =\dfrac{1}{2}\left[\left(\bold I+\dfrac{\partial \vec{u}}{\partial X^A}\otimes\vec{G}^A\right)^T\cdot \left(\bold I+\dfrac{\partial \vec{u}}{\partial X^B}\otimes\vec{G}^B\right)-\bold I\right]\\\\ &\quad \ \ \ =\dfrac{1}{2}\left(\triangledown_0\vec{u}+\vec{u}\triangledown_0+\triangledown_0\vec{u}\cdot\vec{u}\triangledown_0\right) \end{aligned}  E(1)=21(FTFI)   =21[(I+XAu G A)T(I+XBu G B)I]   =21(0u +u 0+0u u 0)
写成分量形式:
E A B ( 1 ) = 1 2 ( U A ∣ B + U B ∣ A + U M ∣ A U M ∣ B ) {E}^{(1)}_{AB}=\dfrac{1}{2}\left(U_A|_B+U_B|_A+U^M|_AU_M|_B\right) EAB(1)=21(UAB+UBA+UMAUMB)

2.2. 物质 Biot 应变张量/工程应变

n = 1 2 n=\dfrac{1}{2} n=21 时,
E ( 1 2 ) = U − I \bold{E}^{(\frac{1}{2})}=\bold{U-I} E(21)=UI

2.3. 右 Henkey 应变张量/Lagrange 型对数应变

n = 0 n=0 n=0 时,
E ( 0 ) = l n U = ∑ α = 1 3 l n   λ α   L ⃗ α ⊗ L ⃗ α \bold{E}^{(0)}=ln\bold U=\sum\limits_{\alpha=1}^3ln\ \lambda_\alpha\ \vec{L}_\alpha\otimes\vec{L}_\alpha E(0)=lnU=α=13ln λα L αL α

2.4. Piola 应变张量

n = − 1 n=-1 n=1 时,
E ( − 1 ) = 1 2 ( I − C − 1 ) \bold{E}^{(-1)}=\dfrac{1}{2}(\bold{I-\overset{-1}{C}}) E(1)=21(IC1)

3. Hill -Seth 应变度量的 Euler 描述

Euler 描述下的 Seth 应变张量为:
e = { ∑ α = 1 3 1 2 n ( λ α 2 n − 1 ) l ⃗ α ⊗ l ⃗ α = 1 2 n ( B n − I ) = 1 2 n ( V 2 n − I ) ( n ∈ R , n ≠ 0 ) ∑ α = 1 3 l n   λ α   l ⃗ α ⊗ l ⃗ α ≜ l n V ( n = 0 ) \bold e= \begin{cases} \sum\limits_{\alpha=1}^3\dfrac{1}{2n}(\lambda_\alpha^{2n}-1)\vec{l}_\alpha\otimes\vec{l}_\alpha =\dfrac{1}{2n}(\bold{B}^n-\bold I) =\dfrac{1}{2n}(\bold{V}^{2n}-\bold I)&(n\in\mathbb{R},n\ne0)\\\\ \sum\limits_{\alpha=1}^3ln\ \lambda_\alpha\ \vec{l}_\alpha\otimes\vec{l}_\alpha \triangleq ln\bold{V } &(n=0) \end{cases} e= α=132n1(λα2n1)l αl α=2n1(BnI)=2n1(V2nI)α=13ln λα l αl αlnV(nR,n=0)(n=0)

3.1. Finger 应变张量

n = 1 n=1 n=1 时,
e ( 1 ) = 1 2 ( B − I ) \bold{e}^{(1)}=\dfrac{1}{2}(\bold{B-I}) e(1)=21(BI)

3.2. 左 Henkey 应变张量/Euler 型对数应变

n = 0 n=0 n=0 时,
e ( 0 ) = l n V = ∑ α = 1 3 l n   λ α   l ⃗ α ⊗ l ⃗ α \bold{e}^{(0)}=ln\bold V=\sum\limits_{\alpha=1}^3ln\ \lambda_\alpha\ \vec{l}_\alpha\otimes\vec{l}_\alpha e(0)=lnV=α=13ln λα l αl α

3.3. 空间 Biot 应变张量

n = − 1 2 n=-\dfrac{1}{2} n=21 时,
e ( − 1 2 ) = I − V − 1 \bold{e}^{(-\frac{1}{2})}=\bold{I-V^{-1}} e(21)=IV1

3.4. Almansi 应变张量

n = − 1 n=-1 n=1 时,
e ( − 1 ) = 1 2 ( I − B − 1 ) = 1 2 ( I − c ) \bold{e}^{(-1)} =\dfrac{1}{2}(\bold{I-\overset{-1}{B}}) =\dfrac{1}{2}(\bold{I-\bold c}) e(1)=21(IB1)=21(Ic)

Almansi 应变张量的几何意义 进行说明:

立足于当前构型,经历变形后,任意方向线元 l ⃗ \vec{l} l 的长度比 λ l \lambda_{l} λl 为:
( d s d s 0 ) 2 = l ⃗ ⋅ c ⋅ l ⃗ \left(\dfrac{ds}{ds_0}\right)^2=\vec{l}\cdot\bold c\cdot\vec{l} (ds0ds)2=l cl
则,
l ⃗ ⋅ e ( − 1 ) ⋅ l ⃗ = l ⃗ ⋅ [ 1 2 ( I − c ) ] ⋅ l ⃗ = 1 2 [ 1 − ( d s d s 0 ) 2 ] \vec{l}\cdot\bold e^{(-1)}\cdot\vec{l} =\vec{l}\cdot\left[\dfrac{1}{2}(\bold{I-c})\right]\cdot\vec{l} =\dfrac{1}{2}\left[1-\left(\dfrac{ds}{ds_0}\right)^2\right] l e(1)l =l [21(Ic)]l =21[1(ds0ds)2]

空间坐标系 下,Almansi 应变张量可由位移进行表示:
e ( − 1 ) = 1 2 ( I − F − T ⋅ F − 1 )     = 1 2 [ I − ( I − ∂ u ⃗ ∂ x i ⊗ g ⃗ i ) T ⋅ ( I − ∂ u ⃗ ∂ x i ⊗ g ⃗ i ) ]     = 1 2 ( ▽ u ⃗ + u ⃗ ▽ − ▽ u ⃗ ⋅ u ⃗ ▽ ) \begin{aligned} & \bold{e}^{(-1)} =\dfrac{1}{2}(\bold{I}-\overset{-T}{\bold F}\cdot\overset{-1}{\bold F})\\\\ &\quad\ \ \ =\dfrac{1}{2}\left[\bold{I}-\left(\bold I-\dfrac{\partial \vec{u}}{\partial x^i}\otimes\vec{g}^i\right)^T\cdot\left(\bold I-\dfrac{\partial \vec{u}}{\partial x^i}\otimes\vec{g}^i\right)\right] \\\\ &\quad\ \ \ =\dfrac{1}{2}\left(\triangledown\vec{u}+\vec{u}\triangledown-\triangledown\vec{u}\cdot\vec{u}\triangledown\right) \end{aligned} e(1)=21(IFTF1)   =21[I(Ixiu g i)T(Ixiu g i)]   =21(u +u u u )
分量形式为:
e i j ( − 1 ) = 1 2 ( u i ∣ j + u j ∣ i − u k ∣ i u k ∣ j ) e^{(-1)}_{ij}=\dfrac{1}{2}(u_i|_j+u_j|_i-u^k|_iu_k|j) eij(1)=21(uij+ujiukiukj)

4. 应变协调方程

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/370330.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

Tesla都使用什么编程语言?

作者 | 初光 出品 | 车端 备注 | 转载请阅读文中版权声明 知圈 | 进“汽车电子与AutoSAR开发”群,请加微“cloud2sunshine” 总目录链接>> AutoSAR入门和实战系列总目录 带着对更美好未来的愿景,特斯拉不仅成为有史以来最有价值的汽车公司&…

乐友商城学习笔记(五)

什么是Nginx Nginx是一个高性能的web和反向代理服务器 作为web服务器作为负载均衡服务器作为邮件代理服务 树组件的用法 跨域问题 跨域:浏览器对javastript的同源策略的限制。 以下情况都属于跨域: 域名不同域名相同,端口不同二级域名不…

Python每日一练(20230225)

目录 1. 整数反转 2. 求最大公约数和最小公倍数 最大公约数 最小公倍数 3. 单词搜索 II 附录: DFS 深度优先搜索算法 BFS 广度优先搜索算法 BFS 和 DFS 的区别 1. 整数反转 给你一个 32 位的有符号整数 x ,返回将 x 中的数字部分反转后的结果。…

大型旋转设备滑动轴承X、Y测点振动值说明(转载的)

滑动轴承支撑的大型旋转设备,绝大部分的故障都表现为不平衡引起的1倍频振动,诊断故障原因要根据振动随转速、负荷、温度、时间的变化情况来具体判断。滑动轴承设备的诊断主要依据电涡流传感器测量轴和轴瓦间的相对振动,判断转子相关的各种问题…

基于SpringBoot的共享汽车管理系统

文末获取源码 开发语言:Java 框架:springboot JDK版本:JDK1.8 服务器:tomcat7 数据库:mysql 5.7/8.0 数据库工具:Navicat11 开发软件:eclipse/myeclipse/idea Maven包:Maven3.3.9 浏…

Orin安装ssh、vnc教程

文章目录一:ssh远程终端的配置PC的配置MobaXterm的下载二:VNC Viewer远程图形界面终端配置:PC配置:一:ssh远程 终端的配置 1.ifconfig查看终端ip地址 其中的eth是网口,我们需要看的是wlan0下的inet&#…

5M1270ZT144A5N CPLD 980MC 6.2NS 144TQFP /5M1270ZT144C5N

【产品介绍】MAX V系列低成本和低功耗CPLD提供更大的密度和每占地面积的I/O。MAX V器件的密度从40到2210个逻辑元件(32到1700个等效宏单元)和多达271个I/O,为I/O扩展、总线和协议桥接、电源监控和控制、FPGA配置和模拟IC接口等应用提供可编程解决方案。MAX V器件具有…

MYSQL 索引失效的十个场景(二)

六、对索引列运算(如,、-、*、/、%等),索引失效 CREATE TABLE student (id bigint(20) NOT NULL AUTO_INCREMENT,name varchar(50) COLLATE utf8mb4_unicode_ci DEFAULT NULL,score decimal(10,2) DEFAULT NULL,subject varchar(…

【华为OD机试模拟题】用 C++ 实现 - 绘图机器(2023.Q1)

最近更新的博客 华为OD机试 - 入栈出栈(C++) | 附带编码思路 【2023】 华为OD机试 - 箱子之形摆放(C++) | 附带编码思路 【2023】 华为OD机试 - 简易内存池 2(C++) | 附带编码思路 【2023】 华为OD机试 - 第 N 个排列(C++) | 附带编码思路 【2023】 华为OD机试 - 考古…

【Leedcode】环形链表必备的面试题和证明题(附图解)

环形链表必备的面试题和证明题(附图解) 文章目录环形链表必备的面试题和证明题(附图解)前言一、第一题1.题目2.思路3.代码4.延伸问题(1)证明题一:(2)证明题二:二、第二题1.题目2.思路延伸的证明题总结前言 …

【网络原理8】HTTP请求篇

在上一篇文章当中,我们也提到了什么是HTTP。 每一个HTTP请求,都会对应一个HTTP响应。 下面这一篇文章,将聊一下HTTP请求的一些内容 目录 一、URL 第一部分:协议名称 第二部分:认证信息(新的版本已经没有了) 第三部分&#xf…

这款 Python 调试神器推荐收藏

大家好,对于每个程序开发者来说,调试几乎是必备技能。 代码写到一半卡住了,不知道这个函数执行完的返回结果是怎样的?调试一下看看 代码运行到一半报错了,什么情况?怎么跟预期的不一样?调试一…

【教学类-10-03】python单线程下载哔哩哔哩网址(中间字母不同,前面后面相同)的视频

背景需求:最近测试以前的多线程(同时下载5个视频),结果30个视频只下到了3个,于是把“单个下载(单线程下载)”的一个代码进行拓展研究。前一篇介绍了网址尾数递增的遍历程序,本篇介绍…

【华为OD机试模拟题】用 C++ 实现 - 最大报酬(2023.Q1)

最近更新的博客 华为OD机试 - 入栈出栈(C++) | 附带编码思路 【2023】 华为OD机试 - 箱子之形摆放(C++) | 附带编码思路 【2023】 华为OD机试 - 简易内存池 2(C++) | 附带编码思路 【2023】 华为OD机试 - 第 N 个排列(C++) | 附带编码思路 【2023】 华为OD机试 - 考古…

数据结构与算法之[把数字翻译成字符串]动态规划

前言:最近在刷动态规划的算法题目,感觉这一类题目还是有一点难度的,但是不放弃也还是能学好的,今天给大家分享的是牛客网中的编程题目[把数字翻译成字符串],这是一道经典的面试题目,快手,字节跳…

CleanMyMac是什么清理软件?及使用教程

你知道CleanMyMac是什么吗?它的字面意思为“清理我的Mac”,作为软件,那就是一款Mac清理工具,Mac OS X 系统下知名系统清理软件,是数以万计的Mac用户的选择。它可以流畅地与系统性能相结合,只需简单的步骤就…

【机器学习 | 强基计划】开山篇 | 机器学习介绍及其类别和概念阐述

🤵‍♂️ 个人主页: @计算机魔术师 👨‍💻 作者简介:CSDN内容合伙人,全栈领域优质创作者。 机器学习 | 强基计划系列 (一) 作者: 计算机魔术师 版本: 1.0 ( 2022.2.25) 注释:文章会不定时更新补充 文章目录 前言一、机器学习概览1.1 有监督学习和无监督学习1.1.…

Day20【元宇宙的实践构想06】—— 元宇宙与Web3.0

💃🏼 本人简介:男 👶🏼 年龄:18 🤞 作者:那就叫我亮亮叭 📕 专栏:元宇宙 部分资料参考文献: 成生辉教授的《元宇宙:概念、技术及生态》和百度相关…

【数通网络交换基础梳理1】二层交换机、以太网帧、MAC地址数据帧转发原理详解

一、网络模型 万年不变,先从模型结构分析,现在大家熟知的网络模型有两种。第一种是,OSI七层模型,第二种是TCP/IP模型。在实际运用中,参考更多的是TCP/IP模型。 OSI七层模型 TCP/IP模型 不需要全部理解,…

电子技术——输出阶类型

电子技术——输出阶类型 输出阶作为放大器的最后一阶,其必须有较低的阻抗来保证较小的增益损失。作为放大器的最后一阶,输出阶需要处理大信号类型,因此小信号估计模型不适用于输出阶。尽管如此,输出阶的线性也非常重要。实际上&a…