【小呆的力学笔记】非线性有限元的初步认识【二】

news2024/10/7 9:20:09

文章目录

      • 1.2 有限元分析的数学原理
        • 1.2.1 基于最小势能原理的变分法提法
          • 1.2.1.a 弹性力学方程简化记法
          • 1.2.1.b 应变能密度和应变余能密度
          • 1.2.1.c 最小势能原理变分基础

1.2 有限元分析的数学原理

书接上回,我们已经回顾了线性有限元分析的理论基础——线弹性力学的内容,虽然有限元方法本质上等效于弹性力学方程的数值解法,但是有限元方法毕竟不是差分法,它并不直接离散控制方程,而是通过等效于控制方程的另一种形式来实现的。这种形式可以是加权残值法或者虚功原理,亦或者是最小势能原理。这几种方法本质上可以互相转换。在本文中,我们选择最小势能原理来说明线性有限元分析方法的一般流程。

1.2.1 基于最小势能原理的变分法提法

1.2.1.a 弹性力学方程简化记法

最小势能原理是一个物理学普遍性的原理,物质系统经过一系列的作用,最终达到的平衡状态一定是总体势能处于最小的状态。力学系统的最小势能原理可以表述为:力学系统所有的可能位移中,真实发生的位移,一定是使力学系统势能取到最小。
回顾上篇,弹性静力学的所有求解方程和边界如下所示
{ 平衡方程: { ∂ σ x x ( x , y , z ) ∂ x + ∂ τ x y ( x , y , z ) ∂ y + ∂ τ x z ( x , y , z ) ∂ z + b x = 0 ∂ τ y x ( x , y , z ) ∂ x + ∂ σ y y ( x , y , z ) ∂ y + ∂ τ y z ( x , y , z ) ∂ z + b y = 0 ∂ τ z x ( x , y , z ) ∂ x + ∂ τ z y ( x , y , z ) ∂ y + ∂ σ z z ( x , y , z ) ∂ z + b z = 0 几何方程: { ε x x = ∂ u ∂ x ε y y = ∂ v ∂ y ε z z = ∂ w ∂ z γ x y = ∂ v ∂ x + ∂ u ∂ y γ y z = ∂ w ∂ y + ∂ v ∂ z γ z x = ∂ w ∂ x + ∂ u ∂ z 本构方程: { ε x = σ x E − μ ( σ y E + σ z E ) ε y = σ y E − μ ( σ x E + σ z E ) ε z = σ z E − μ ( σ x E + σ y E ) γ x y = τ x y G γ y z = τ y z G γ z x = τ z x G 边界条件: { S u 上有 { u = u ^ v = v ^ w = w ^ S p 上有: { σ x x ⋅ n x − τ z x ⋅ n z − τ y x ⋅ n y = P x σ y y ⋅ n y − τ z y ⋅ n x − τ x y ⋅ n z = P y σ z z ⋅ n z − τ y x ⋅ n z − τ x z ⋅ n y = P z (1-29) \begin{cases}平衡方程:\begin{cases} \frac{\partial\sigma_{xx}(x,y,z)}{\partial x} + \frac{\partial \tau_{xy}(x,y,z)}{\partial y} + \frac{\partial\tau_{xz}(x,y,z)}{\partial z} +b_x= 0\\ \frac{\partial\tau_{yx}(x,y,z)}{\partial x} + \frac{\partial \sigma_{yy}(x,y,z)}{\partial y} + \frac{\partial\tau_{yz}(x,y,z)}{\partial z} +b_y=0\\ \frac{\partial\tau_{zx}(x,y,z)}{\partial x} + \frac{\partial \tau_{zy}(x,y,z)}{\partial y} + \frac{\partial\sigma_{zz}(x,y,z)}{\partial z} +b_z= 0 \end{cases}\\ 几何方程: \begin{cases} \varepsilon_{xx}=\frac{\partial u}{\partial x} \\ \varepsilon_{yy}=\frac{\partial v}{\partial y} \\ \varepsilon_{zz}=\frac{\partial w}{\partial z} \\ \gamma_{xy}=\frac{\partial v}{\partial x}+\frac{\partial u}{\partial y}\\ \gamma_{yz}=\frac{\partial w}{\partial y}+\frac{\partial v}{\partial z}\\ \gamma_{zx}=\frac{\partial w}{\partial x}+\frac{\partial u}{\partial z}\end{cases}\\ 本构方程:\begin{cases} \varepsilon_x=\frac{\sigma_{x}}{E}-\mu(\frac{\sigma_{y}}{E}+\frac{\sigma_{z}}{E}) \\ \varepsilon_y=\frac{\sigma_{y}}{E}-\mu(\frac{\sigma_{x}}{E}+\frac{\sigma_{z}}{E}) \\ \varepsilon_z=\frac{\sigma_{z}}{E}-\mu(\frac{\sigma_{x}}{E}+\frac{\sigma_{y}}{E}) \\ \gamma_{xy}=\frac{\tau_{xy}}{G}\\ \gamma_{yz}=\frac{\tau_{yz}}{G}\\ \gamma_{zx}=\frac{\tau_{zx}}{G}\end{cases}\\ 边界条件:\begin{cases}S_u上有 \begin{cases} u=\hat u\\ v=\hat v\\ w=\hat w \end{cases}\\ S_p上有:\begin{cases} \sigma_{xx}\cdot n_x-\tau_{zx}\cdot n_z-\tau_{yx}\cdot n_y=P_{x}\\ \sigma_{yy}\cdot n_y-\tau_{zy}\cdot n_x-\tau_{xy}\cdot n_z=P_{y}\\ \sigma_{zz}\cdot n_z-\tau_{yx}\cdot n_z-\tau_{xz}\cdot n_y=P_{z} \end{cases}\end{cases}\end{cases} \tag{1-29} 平衡方程: xσxx(x,y,z)+yτxy(x,y,z)+zτxz(x,y,z)+bx=0xτyx(x,y,z)+yσyy(x,y,z)+zτyz(x,y,z)+by=0xτzx(x,y,z)+yτzy(x,y,z)+zσzz(x,y,z)+bz=0几何方程: εxx=xuεyy=yvεzz=zwγxy=xv+yuγyz=yw+zvγzx=xw+zu本构方程: εx=Eσxμ(Eσy+Eσz)εy=Eσyμ(Eσx+Eσz)εz=Eσzμ(Eσx+Eσy)γxy=Gτxyγyz=Gτyzγzx=Gτzx边界条件: Su上有 u=u^v=v^w=w^Sp上有: σxxnxτzxnzτyxny=Pxσyynyτzynxτxynz=Pyσzznzτyxnzτxzny=Pz(1-29)
为了简化公式和方便形式运算,我们引入Einstein标记法来简化公式,Einstein标记法具体使用方法如下:
a 1 b 1 + a 2 b 2 + a 3 b 3 = ∑ i = 1 3 a i b i = E i n s t e i n a i b i (1-30) a_{1}b_{1}+a_{2}b_{2}+a_{3}b_{3}=\sum_{i=1}^3 a_{i}b_{i}\xlongequal{Einstein}{}a_{i}b_{i}\tag{1-30} a1b1+a2b2+a3b3=i=13aibiEinstein aibi(1-30)
a 11 b 1 + a 12 b 2 + a 13 b 3 = ∑ i = 1 3 a 1 i b i a 21 b 1 + a 22 b 2 + a 23 b 3 = ∑ i = 1 3 a 2 i b i a 31 b 1 + a 32 b 2 + a 33 b 3 = ∑ i = 1 3 a 3 i b i } = a j i b i = a i j b j (1-31) \left . \begin{aligned} a_{11}b_{1}+a_{12}b_{2}+a_{13}b_{3}=\sum_{i=1}^3 a_{1i}b_{i}\\ a_{21}b_{1}+a_{22}b_{2}+a_{23}b_{3}=\sum_{i=1}^3 a_{2i}b_{i}\\ a_{31}b_{1}+a_{32}b_{2}+a_{33}b_{3}=\sum_{i=1}^3 a_{3i}b_{i} \end{aligned} \right \} \large\xlongequal{} a_{ji}b_{i}=a_{ij}b_{j}\tag{1-31} a11b1+a12b2+a13b3=i=13a1ibia21b1+a22b2+a23b3=i=13a2ibia31b1+a32b2+a33b3=i=13a3ibi ajibi=aijbj(1-31)
我们把公式(1-30)中 a i b i a_{i}b_{i} aibi i i i、公式(1-31)中 a j i b i a_{ji}b_{i} ajibi i i i a i j b j a_{ij}b_{j} aijbj j j j称为哑指标,可以看到哑指标是可以替换标记号的。
应用Einstein标记法来简化公式得到平衡方程

∂ σ x x ( x , y , z ) ∂ x + ∂ τ x y ( x , y , z ) ∂ y + ∂ τ x z ( x , y , z ) ∂ z + b x = 0 ∂ τ y x ( x , y , z ) ∂ x + ∂ σ y y ( x , y , z ) ∂ y + ∂ τ y z ( x , y , z ) ∂ z + b y = 0 ∂ τ z x ( x , y , z ) ∂ x + ∂ τ z y ( x , y , z ) ∂ y + ∂ σ z z ( x , y , z ) ∂ z + b z = 0 ⟹ ∂ σ x 1 x 1 ∂ x 1 + ∂ σ x 1 x 2 ∂ x 2 + ∂ σ x 1 x 2 ∂ x 3 + b x 1 = 0 ∂ σ x 2 x 1 ∂ x 1 + ∂ σ x 2 x 2 ∂ x 2 + ∂ σ x 2 x 3 ∂ x 3 + b x 2 = 0 ∂ σ x 3 x 1 ∂ x 1 + ∂ σ x 3 x 2 ∂ x 2 + ∂ σ x 3 x 3 ∂ x 3 + b x 3 = 0 } ⟹ ∂ σ i j ∂ x j + b i = 0 ( 1 − 32 ) \begin{aligned} \begin{aligned}\frac{\partial\sigma_{xx}(x,y,z)}{\partial x} + \frac{\partial \tau_{xy}(x,y,z)}{\partial y} + \frac{\partial\tau_{xz}(x,y,z)}{\partial z} +b_x= 0\\\frac{\partial\tau_{yx}(x,y,z)}{\partial x} + \frac{\partial \sigma_{yy}(x,y,z)}{\partial y} + \frac{\partial\tau_{yz}(x,y,z)}{\partial z} +b_y= 0\\ \frac{\partial\tau_{zx}(x,y,z)}{\partial x} + \frac{\partial \tau_{zy}(x,y,z)}{\partial y} + \frac{\partial\sigma_{zz}(x,y,z)}{\partial z} +b_z= 0 \end{aligned} \Longrightarrow \left .\begin{aligned}\frac{\partial\sigma_{x_{1}x_{1}}}{\partial x_{1}} + \frac{\partial \sigma_{x_{1}x_{2}}}{\partial x_{2}} + \frac{\partial\sigma_{x_{1}x_{2}}}{\partial x_{3}} +b_{x_{1}}=0\\ \frac{\partial\sigma_{x_{2}x_{1}}}{\partial x_{1}} + \frac{\partial \sigma_{x_{2}x_{2}}}{\partial x_{2}} + \frac{\partial\sigma_{x_{2}x_{3}}}{\partial x_{3}} +b_{x_{2}}= 0\\ \frac{\partial\sigma_{x_{3}x_{1}}}{\partial x_{1}} + \frac{\partial \sigma_{x_{3}x_{2}}}{\partial x_{2}} + \frac{\partial\sigma_{x_{3}x_{3}}}{\partial x_{3}} +b_{x_{3}}= 0 \end{aligned}\right\} \Longrightarrow \frac{\partial\sigma_{ij}}{\partial{x_{j}}}+b_i=0\\ (1-32)\end{aligned} xσxx(x,y,z)+yτxy(x,y,z)+zτxz(x,y,z)+bx=0xτyx(x,y,z)+yσyy(x,y,z)+zτyz(x,y,z)+by=0xτzx(x,y,z)+yτzy(x,y,z)+zσzz(x,y,z)+bz=0x1σx1x1+x2σx1x2+x3σx1x2+bx1=0x1σx2x1+x2σx2x2+x3σx2x3+bx2=0x1σx3x1+x2σx3x2+x3σx3x3+bx3=0 xjσij+bi=0(132)
其中 ( x , y , z ) = 记为 ( x 1 , x 2 , x 3 ) (x,y,z)\xlongequal{记为}(x_{1},x_{2},x_{3}) (x,y,z)记为 (x1,x2,x3) σ x i x j = 记为 σ i j \sigma_{x_{i}x_{j}}\xlongequal{记为}\sigma_{ij} σxixj记为 σij b x 3 = 记为 b 3 b_{x_{3}}\xlongequal{记为}b_{3} bx3记为 b3
应用Einstein标记法来简化几何方程,如下式所示。
ε x x = ∂ u ∂ x ε y y = ∂ v ∂ y ε z z = ∂ w ∂ z γ x y = ( ∂ v ∂ x + ∂ u ∂ y ) γ y z = ( ∂ w ∂ y + ∂ v ∂ z ) γ z x = ( ∂ w ∂ x + ∂ u ∂ z ) ⟹ ε x x = 1 2 ( ∂ u 1 ∂ x 1 + ∂ u 1 ∂ x 1 ) ε y y = 1 2 ( ∂ u 2 ∂ x 2 + ∂ u 2 ∂ x 2 ) ε z z = 1 2 ( ∂ u 3 ∂ x 3 + ∂ u 3 ∂ x 3 ) ε x y = 1 2 ( ∂ u 2 ∂ x 1 + ∂ u 1 ∂ x 2 ) ε y z = 1 2 ( ∂ u 3 ∂ x 2 + ∂ u 2 ∂ x 3 ) ε z x = 1 2 ( ∂ u 3 ∂ x 1 + ∂ u 1 ∂ x 3 ) } ⟹ ε i j = 1 2 ( ∂ u i ∂ x j + ∂ u j ∂ x i ) (1-33) \begin{aligned} \varepsilon_{xx}=\frac{\partial u}{\partial x} \\ \varepsilon_{yy}=\frac{\partial v}{\partial y} \\ \varepsilon_{zz}=\frac{\partial w}{\partial z} \\ \gamma_{xy}=(\frac{\partial v}{\partial x}+\frac{\partial u}{\partial y})\\ \gamma_{yz}=(\frac{\partial w}{\partial y}+\frac{\partial v}{\partial z})\\ \gamma_{zx}=(\frac{\partial w}{\partial x}+\frac{\partial u}{\partial z}) \end{aligned} \Longrightarrow \left . \begin{aligned} \varepsilon_{xx}=\frac{1}{2}(\frac{\partial u_{1}}{\partial x_{1}}+\frac{\partial u_{1}}{\partial x_{1}}) \\ \varepsilon_{yy}=\frac{1}{2}(\frac{\partial u_{2}}{\partial x_{2}}+\frac{\partial u_{2}}{\partial x_{2}}) \\ \varepsilon_{zz}=\frac{1}{2}(\frac{\partial u_{3}}{\partial x_{3}}+\frac{\partial u_{3}}{\partial x_{3}}) \\ \varepsilon_{xy}=\frac{1}{2}(\frac{\partial u_{2}}{\partial x_{1}}+\frac{\partial u_{1}}{\partial x_{2}})\\ \varepsilon_{yz}=\frac{1}{2}(\frac{\partial u_{3}}{\partial x_{2}}+\frac{\partial u_{2}}{\partial x_{3}})\\ \varepsilon_{zx}=\frac{1}{2}(\frac{\partial u_{3}}{\partial x_{1}}+\frac{\partial u_{1}}{\partial x_{3}}) \end{aligned} \right\}\Longrightarrow \varepsilon_{ij}=\frac{1}{2}(\frac{\partial u_{i}}{\partial x_{j}}+\frac{\partial u_{j}}{\partial x_{i}})\tag{1-33} εxx=xuεyy=yvεzz=zwγxy=(xv+yu)γyz=(yw+zv)γzx=(xw+zu)εxx=21(x1u1+x1u1)εyy=21(x2u2+x2u2)εzz=21(x3u3+x3u3)εxy=21(x1u2+x2u1)εyz=21(x2u3+x3u2)εzx=21(x1u3+x3u1) εij=21(xjui+xiuj)(1-33)
其中 ε i j = 1 2 γ i j ( i ≠ j ) \varepsilon_{ij}=\frac{1}{2}\gamma_{ij}(i\neq j) εij=21γij(i=j),这样记主要为了统一表达式,此外这样记录有利于后续应变能密度表达方便。
对本构方程进行变换,如下式所示。
ε x = σ x E − μ ( σ y E + σ z E ) ε y = σ y E − μ ( σ x E + σ z E ) ε z = σ z E − μ ( σ x E + σ y E ) γ x y = τ x y G γ y z = τ y z G γ z x = τ z x G ⟹ σ x x = E ( 1 − 2 μ ) ( 1 + μ ) [ ( 1 + μ ) ε x x + μ ( ε y y + ε z z ) ] σ y y = E ( 1 − 2 μ ) ( 1 + μ ) [ ( 1 + μ ) ε y y + μ ( ε x x + ε z z ) ] σ z z = E ( 1 − 2 μ ) ( 1 + μ ) [ ( 1 + μ ) ε z z + μ ( ε x x + ε y y ) ] σ x y = 2 G ε x y σ y z = 2 G ε y z σ z x = 2 G ε z x (1-34) \begin{aligned} \varepsilon_x=\frac{\sigma_{x}}{E}-\mu(\frac{\sigma_{y}}{E}+\frac{\sigma_{z}}{E}) \\ \varepsilon_y=\frac{\sigma_{y}}{E}-\mu(\frac{\sigma_{x}}{E}+\frac{\sigma_{z}}{E}) \\ \varepsilon_z=\frac{\sigma_{z}}{E}-\mu(\frac{\sigma_{x}}{E}+\frac{\sigma_{y}}{E}) \\ \gamma_{xy}=\frac{\tau_{xy}}{G}\\ \gamma_{yz}=\frac{\tau_{yz}}{G}\\ \gamma_{zx}=\frac{\tau_{zx}}{G} \end{aligned} \Longrightarrow \begin{aligned} \sigma_{xx}=\frac{E}{(1-2\mu)(1+\mu)}[(1+\mu)\varepsilon_{xx}+\mu(\varepsilon_{yy}+\varepsilon_{zz})] \\ \sigma_{yy}=\frac{E}{(1-2\mu)(1+\mu)}[(1+\mu)\varepsilon_{yy}+\mu(\varepsilon_{xx}+\varepsilon_{zz})] \\ \sigma_{zz}=\frac{E}{(1-2\mu)(1+\mu)}[(1+\mu)\varepsilon_{zz}+\mu(\varepsilon_{xx}+\varepsilon_{yy})] \\ \sigma_{xy}=2G\varepsilon_{xy}\\ \sigma_{yz}=2G\varepsilon_{yz}\\ \sigma_{zx}=2G\varepsilon_{zx} \end{aligned}\tag{1-34} εx=Eσxμ(Eσy+Eσz)εy=Eσyμ(Eσx+Eσz)εz=Eσzμ(Eσx+Eσy)γxy=Gτxyγyz=Gτyzγzx=Gτzxσxx=(12μ)(1+μ)E[(1+μ)εxx+μ(εyy+εzz)]σyy=(12μ)(1+μ)E[(1+μ)εyy+μ(εxx+εzz)]σzz=(12μ)(1+μ)E[(1+μ)εzz+μ(εxx+εyy)]σxy=2Gεxyσyz=2Gεyzσzx=2Gεzx(1-34)
将应力分量和应变分量组成列阵,那么上式右边写成矩阵形式
[ σ x x σ y y σ z z σ x y σ y z σ z z ] = [ E 1 − 2 μ E μ ( 1 − 2 μ ) ( 1 + μ ) E μ ( 1 − 2 μ ) ( 1 + μ ) E μ ( 1 − 2 μ ) ( 1 + μ ) E 1 − 2 μ E μ ( 1 − 2 μ ) ( 1 + μ ) E μ ( 1 − 2 μ ) ( 1 + μ ) E μ ( 1 − 2 μ ) ( 1 + μ ) E 1 − 2 μ 2 G 0 0 0 2 G 0 0 0 2 G ] ⋅ [ ε x x ε y y ε z z ε x y ε y z ε z z ] (1-35) \begin{bmatrix} \sigma_{xx} \\ \sigma_{yy} \\ \sigma_{zz} \\ \sigma_{xy}\\ \sigma_{yz}\\ \sigma_{zz}\\ \end{bmatrix}= \begin{bmatrix} \frac{E}{1-2\mu} & \frac{E\mu}{(1-2\mu)(1+\mu)} & \frac{E\mu}{(1-2\mu)(1+\mu)}\\ \frac{E\mu}{(1-2\mu)(1+\mu)} & \frac{E}{1-2\mu} & \frac{E\mu}{(1-2\mu)(1+\mu)} \\ \frac{E\mu}{(1-2\mu)(1+\mu)} & \frac{E\mu}{(1-2\mu)(1+\mu)} & \frac{E}{1-2\mu} \\ 2G & 0 & 0\\ 0 & 2G & 0\\ 0 & 0 & 2G\\ \end{bmatrix}\cdot \begin{bmatrix} \varepsilon_{xx} \\ \varepsilon_{yy} \\ \varepsilon_{zz} \\ \varepsilon_{xy}\\ \varepsilon_{yz}\\ \varepsilon_{zz}\\ \end{bmatrix}\tag{1-35} σxxσyyσzzσxyσyzσzz = 12μE(12μ)(1+μ)Eμ(12μ)(1+μ)Eμ2G00(12μ)(1+μ)Eμ12μE(12μ)(1+μ)Eμ02G0(12μ)(1+μ)Eμ(12μ)(1+μ)Eμ12μE002G εxxεyyεzzεxyεyzεzz (1-35)
当然事实上,一点的应力状态是由各应力分量组成的应力张量描述,应力张量(二阶张量)可以用矩阵来表示
[ σ x x σ x y σ x z σ y x σ y y σ y z σ z x σ z y σ z z ] (1-36) \begin{bmatrix} \sigma_{xx} & \sigma_{xy} & \sigma_{xz}\\ \sigma_{yx} & \sigma_{yy} & \sigma_{yz}\\ \sigma_{zx} & \sigma_{zy} & \sigma_{zz}\\ \end{bmatrix}\tag{1-36} σxxσyxσzxσxyσyyσzyσxzσyzσzz (1-36)
同理,一点的应变状态是由各应变分量组成的应变张量描述,应变张量(二阶张量)可以用矩阵来表示
[ ε x x ε x y ε x z ε y x ε y y ε y z ε z x ε z y ε z z ] (1-37) \begin{bmatrix} \varepsilon_{xx} & \varepsilon_{xy} & \varepsilon_{xz}\\ \varepsilon_{yx} & \varepsilon_{yy} & \varepsilon_{yz}\\ \varepsilon_{zx} & \varepsilon_{zy} & \varepsilon_{zz}\\ \end{bmatrix}\tag{1-37} εxxεyxεzxεxyεyyεzyεxzεyzεzz (1-37)
应力应变之间的关系此时已经不能用矩阵表示了,因为两者之间的相差一个四阶张量,只能用分量的形式表示,同时应用Einstein标记法,并将应力应变关系系数记为 D i j k l D_{ijkl} Dijkl,那么应力应变关系也就是本构关系如下式所示。
σ i j = D i j k l ε k l ( = ∑ k ∑ l D i j k l ε k l ) (1-38) \sigma_{ij}=D_{ijkl}\varepsilon_{kl}(=\sum^k\sum^lD_{ijkl}\varepsilon_{kl})\tag{1-38} σij=Dijklεkl(=klDijklεkl)(1-38)
同理,边界条件可以简化为如下所示。
在 S u 上 : u i = u ^ i 在 S p 上 : σ i j n j = p i (1-39) \begin{aligned} 在S_{u}上&:u_{i}=\hat u_{i}\\ 在S_{p}上&:\sigma_{ij}n_{j}=p_{i}\end{aligned} \tag{1-39} SuSpui=u^iσijnj=pi(1-39)
综上,弹性静力学基本方程可以简化为下式。
{ 平衡方程: ∂ σ i j ∂ x j + b i = 0 几何方程: ε i j = 1 2 ( ∂ u i ∂ x j + ∂ u j ∂ x i ) 本构方程: σ i j = D i j k l ε k l 边界条件: { S u 上有 : u i = u ^ i S p 上有: σ i j n j = p i (1-40) \begin{cases}平衡方程:\frac{\partial\sigma_{ij}}{\partial{x_{j}}}+b_i=0\\ 几何方程:\varepsilon_{ij}=\frac{1}{2}(\frac{\partial u_{i}}{\partial x_{j}}+\frac{\partial u_{j}}{\partial x_{i}}) \\ 本构方程:\sigma_{ij}=D_{ijkl}\varepsilon_{kl}\\ 边界条件:\begin{cases}S_u上有: u_{i}=\hat u_{i}\\ S_p上有:\sigma_{ij}n_{j}=p_{i}\end{cases}\end{cases} \tag{1-40} 平衡方程:xjσij+bi=0几何方程:εij=21(xjui+xiuj)本构方程:σij=Dijklεkl边界条件:{Su上有:ui=u^iSp上有:σijnj=pi(1-40)

1.2.1.b 应变能密度和应变余能密度

在用最小势能原理前,我们需要先了解物体的应变能(应变势能或形变能等),首先我们引入一维杆为例,如下图1.2.1,图中一维杆原长 l l l 截面面积A受到F的拉力,最终伸长了 u 0 u_{0} u0。那么结构的外力功可以建立如下式(1-41)。

在这里插入图片描述
图1.2.1 一维杆拉伸变形示意图
W = ∫ 0 u 0 F ⋅ d u = ∫ 0 ε 0 σ A ⋅ d ε l = A l ‾ ↑ V ∫ 0 ε 0 σ d ε ‾ ↑ U ε (1-41) W=\int_{0}^{u_{0}} F\cdot du= \int^{\varepsilon_{0}}_{0}\sigma A\cdot d\varepsilon l=\mathop{\underline {Al}}\limits_{\mathop{ \uparrow}\limits_{\mathop{ }\limits_{V}}}\mathop {\underline{\int^{\varepsilon_{0}}_{0}\sigma d\varepsilon}}\limits_{\mathop{ \uparrow}\limits_{U_{\varepsilon}}}\tag{1-41} W=0u0Fdu=0ε0σAdεl=VAlUε0ε0σdε(1-41)
其中上式最后一项左侧两项乘积即为一维杆体积,右侧积分项即为单位体积储存的变形势能,即应变能密度。我们以典型的应力应变曲线为例,如下图。在应力应变曲线下方黄色区块面积为 σ ⋅ d ε \sigma\cdot \mathbf{d}\varepsilon σdε,那么曲线下方的总面积为 ∫ 0 ε 0 σ d ε \int^{\varepsilon_{0}}_{0}\sigma \mathbf{d}\varepsilon 0ε0σdε,因此应变能密度其实对应着应力应变曲线下方围成的面积。

在这里插入图片描述
图1.2.2 典型应力应变曲线
将一维的结果推广到三维,那么物体的应变能密度为
∫ 0 ε 0 ( σ 11 d ε 11 + σ 22 d ε 22 + σ 33 d ε 33 + τ 12 d γ 12 + τ 13 d γ 13 + τ 23 d γ 23 ) = ∫ 0 ε 0 ( σ 11 d ε 11 + σ 22 d ε 22 + σ 33 d ε 33 + σ 12 d ε 12 + σ 21 d ε 21 + σ 13 d ε 13 + σ 31 d ε 31 + σ 23 d ε 23 + σ 32 d ε 32 ) = ∫ 0 ε σ i j d ε i j (1-42) \begin{aligned} &\int^{\varepsilon_{0}}_{0}(\sigma_{11} \mathbf{d}\varepsilon_{11}+\sigma_{22} \mathbf{d}\varepsilon_{22}+\sigma_{33} \mathbf{d}\varepsilon_{33}+\tau_{12} \mathbf{d}\gamma_{12}+\tau_{13} \mathbf{d}\gamma_{13}+\tau_{23} \mathbf{d}\gamma_{23})\\ =&\int^{\varepsilon_{0}}_{0}(\sigma_{11} \mathbf{d}\varepsilon_{11}+\sigma_{22} \mathbf{d}\varepsilon_{22}+\sigma_{33} \mathbf{d}\varepsilon_{33}+\sigma_{12} \mathbf{d}\varepsilon_{12}+\sigma_{21} \mathbf{d}\varepsilon_{21}+\sigma_{13} \mathbf{d}\varepsilon_{13}+\sigma_{31} \mathbf{d}\varepsilon_{31}+\sigma_{23} \mathbf{d}\varepsilon_{23}+\sigma_{32} \mathbf{d}\varepsilon_{32})\\ =&\int^{\varepsilon}_{0}\sigma_{ij} \mathbf{d}\varepsilon_{ij}\end{aligned} \tag{1-42} ==0ε0(σ11dε11+σ22dε22+σ33dε33+τ12dγ12+τ13dγ13+τ23dγ23)0ε0(σ11dε11+σ22dε22+σ33dε33+σ12dε12+σ21dε21+σ13dε13+σ31dε31+σ23dε23+σ32dε32)0εσijdεij(1-42)
上式中应用了 σ 12 = σ 21 = τ 12 \sigma_{12}=\sigma_{21}=\tau_{12} σ12=σ21=τ12 ε 12 = ε 21 = 1 2 γ 12 \varepsilon_{12}=\varepsilon_{21}=\frac{1}{2}\gamma_{12} ε12=ε21=21γ12 σ 13 = σ 31 = τ 13 \sigma_{13}=\sigma_{31}=\tau_{13} σ13=σ31=τ13 ε 13 = ε 31 = 1 2 γ 13 \varepsilon_{13}=\varepsilon_{31}=\frac{1}{2}\gamma_{13} ε13=ε31=21γ13 σ 23 = σ 32 = τ 23 \sigma_{23}=\sigma_{32}=\tau_{23} σ23=σ32=τ23 ε 23 = ε 32 = 1 2 γ 23 \varepsilon_{23}=\varepsilon_{32}=\frac{1}{2}\gamma_{23} ε23=ε32=21γ23,同理,应变余能密度可以推导是
∫ 0 ε ε i j d σ i j (1-43) \int^{\varepsilon}_{0}\varepsilon_{ij} \mathbf{d}\sigma_{ij}\tag{1-43} 0εεijdσij(1-43)

1.2.1.c 最小势能原理变分基础

最小势能原理是一个物理学普遍性的原理,物质系统经过一系列的作用,最终达到的平衡状态一定是总体势能处于最小的状态。力学系统的最小势能原理可以表述为:力学系统所有的可能位移中,真实发生的位移,一定是使力学系统势能取到最小。
在线弹性力学中,物体从零应力状态变成平衡状态,其应力与应变按照下图变化(物体处于弹性变形,应力应变方程为线性关系)。
在这里插入图片描述
图1.2.3 应力应变关系示意图
那么物体的应变势能如下式所示。
U = ∫ Ω ∫ ε σ i j d ε i j d Ω = 1 2 ∫ Ω σ i j ε i j d Ω (1-44) U=\int_{\Omega}\int_{\varepsilon}\sigma_{ij} \mathbf{d}\varepsilon_{ij}\mathbf{d}\Omega=\frac{1}{2}\int_{\Omega}\sigma_{ij}\varepsilon_{ij}\mathbf{d}\Omega\tag{1-44} U=ΩεσijdεijdΩ=21ΩσijεijdΩ(1-44)
物体的外力功分体力做的功和面力做的功,如下所示
d W f = f i ⋅ u i = b i d Ω ⋅ u i (1-45) dW_{f} =f_{i}\cdot u_{i}=b_{i}d\Omega \cdot u_{i}\tag{1-45} dWf=fiui=bidΩui(1-45)
其中 f i f_{i} fi体积力, b i d Ω b_{i}d\Omega bidΩ为单位体积受到的体积力。
d W p = f ‾ i ⋅ u i = p i d A ⋅ u i (1-46) dW_{p} =\overline f_{i}\cdot u_{i}=p_{i}dA \cdot u_{i}\tag{1-46} dWp=fiui=pidAui(1-46)
其中 f ‾ i \overline f_{i} fi面力, p i d A p_{i}dA pidA为单位面积受到的面力。
总的外力功如下
W = ∫ Ω d W f + d W p = ∫ Ω b i u i d Ω + ∫ A p i u i d A (1-47) \begin{aligned} W &= \int_{\Omega}dW_{f} +dW_{p} \\ &=\int_{\Omega} b_{i}u_{i}d\Omega +\int_{A}p_{i}u_{i}dA\end{aligned} \tag{1-47} W=ΩdWf+dWp=ΩbiuidΩ+ApiuidA(1-47)
那么物体的外力势能为
V = − W = − ( ∫ Ω d W f + d W p ) = − ∫ Ω b i u i d Ω − ∫ A p i u i d A (1-48) \begin{aligned} V&=-W \\ &=-( \int_{\Omega}dW_{f} +dW_{p}) \\ &=-\int_{\Omega} b_{i}u_{i}d\Omega -\int_{A}p_{i}u_{i}dA \end{aligned} \tag{1-48} V=W=ΩdWf+dWp=ΩbiuidΩApiuidA(1-48)
那么物体的总势能为
I I = U + V = U − W = 1 2 ∫ Ω σ i j ε i j d Ω − ∫ Ω b i u i d Ω − ∫ A p i u i d A = 1 2 ∫ Ω D i j k l ε i j ε k l d Ω − ∫ Ω b i u i d Ω − ∫ A p i u i d A (1-49) \begin{aligned} II &=U+V\\ &=U-W\\ &=\frac{1}{2}\int_{\Omega}\sigma_{ij}\varepsilon_{ij}d\Omega-\int_{\Omega} b_{i}u_{i}d\Omega -\int_{A}p_{i}u_{i}dA\\ &=\frac{1}{2}\int_{\Omega}D_{ijkl}\varepsilon_{ij}\varepsilon_{kl}d\Omega-\int_{\Omega} b_{i}u_{i}d\Omega -\int_{A}p_{i}u_{i}dA \end{aligned}\tag{1-49} II=U+V=UW=21ΩσijεijdΩΩbiuidΩApiuidA=21ΩDijklεijεkldΩΩbiuidΩApiuidA(1-49)

(下面内容不增加泛函的情况下提出变分)
最小势能原理的变分提法:在所有满足位移边界条件的可能位移中,真实会发生的位移,使得物体总势能取得最小值。本文我们不展开变分的概念(涉及泛函的概念),仅仅引入两个结论:(1)变分是微分的扩展(2)变分求导方法与微分求导一致。那么最小势能原理等同于函数最小值求解(精确的说是泛函的最小值求解),最小值求解的条件就是一阶导数为零,二阶导数大于零。同样原理,最小势能原理的求解条件为物体总势能的一阶变分为零,二阶变分大于零。即:
δ I I = ∂ I I ∂ ε i j δ ε i j + ∂ I I ∂ u i δ u i = ∫ Ω D i j k l ε i j δ ε k l d Ω − ∫ Ω b i δ u i d Ω − ∫ A p i δ u i d A = ∫ Ω σ k l δ ε k l d Ω − ∫ Ω b i δ u i d Ω − ∫ A p i δ u i d A = ∫ Ω σ i j δ ε i j d Ω − ∫ Ω b i δ u i d Ω − ∫ A p i δ u i d A (1-50) \begin{aligned} \delta II &=\frac{\partial II}{\partial \varepsilon_{ij}}\delta\varepsilon_{ij}+\frac{\partial II}{\partial u_{i}}\delta u_{i}\\ &=\int_{\Omega}D_{ijkl}\varepsilon_{ij}\delta\varepsilon_{kl}d\Omega-\int_{\Omega} b_{i}\delta u_{i}d\Omega -\int_{A}p_{i}\delta u_{i}dA\\ &=\int_{\Omega}\sigma_{kl}\delta\varepsilon_{kl}d\Omega-\int_{\Omega} b_{i}\delta u_{i}d\Omega -\int_{A}p_{i}\delta u_{i}dA\\ &=\int_{\Omega}\sigma_{ij}\delta\varepsilon_{ij}d\Omega-\int_{\Omega} b_{i}\delta u_{i}d\Omega -\int_{A}p_{i}\delta u_{i}dA \end{aligned}\tag{1-50} δII=εijIIδεij+uiIIδui=ΩDijklεijδεkldΩΩbiδuidΩApiδuidA=ΩσklδεkldΩΩbiδuidΩApiδuidA=ΩσijδεijdΩΩbiδuidΩApiδuidA(1-50)
在上式中将几何方程代入
∫ Ω σ i j δ ε i j d Ω = ∫ Ω σ i j ⋅ 1 2 δ ( ∂ u i ∂ x j + ∂ u j ∂ x i ) d Ω = ∫ Ω 1 2 σ i j δ ( ∂ u i ∂ x j ) + 1 2 σ i j δ ( ∂ u j ∂ x i ) d Ω = ∫ Ω 1 2 σ i j δ ( ∂ u i ∂ x j ) + 1 2 σ j i δ ( ∂ u i ∂ x j ) d Ω = ∫ Ω σ i j δ ( ∂ u i ∂ x j ) d Ω = ∫ Ω ∂ ∂ x j ( σ i j δ u i ) d Ω − ∫ Ω ∂ σ i j ∂ x j δ u i d Ω (1-51) \begin{aligned} \int_{\Omega}\sigma_{ij}\delta\varepsilon_{ij}d\Omega &=\int_{\Omega}\sigma_{ij}\cdot \frac{1}{2}\delta(\frac{\partial u_i}{\partial x_j}+\frac{\partial u_j}{\partial x_i})d\Omega\\ &=\int_{\Omega}\frac{1}{2}\sigma_{ij}\delta(\frac{\partial u_i}{\partial x_j})+\frac{1}{2}\sigma_{ij}\delta(\frac{\partial u_j}{\partial x_i})d\Omega\\ &=\int_{\Omega}\frac{1}{2}\sigma_{ij}\delta(\frac{\partial u_i}{\partial x_j})+\frac{1}{2}\sigma_{ji}\delta(\frac{\partial u_i}{\partial x_j})d\Omega\\ &=\int_{\Omega}\sigma_{ij}\delta(\frac{\partial u_i}{\partial x_j})d\Omega\\ &=\int_{\Omega}\frac{\partial}{\partial x_{j}}(\sigma_{ij}\delta u_i)d\Omega-\int_{\Omega}\frac{\partial \sigma_{ij}}{\partial x_{j}}\delta u_id\Omega \end{aligned}\tag{1-51} ΩσijδεijdΩ=Ωσij21δ(xjui+xiuj)dΩ=Ω21σijδ(xjui)+21σijδ(xiuj)dΩ=Ω21σijδ(xjui)+21σjiδ(xjui)dΩ=Ωσijδ(xjui)dΩ=Ωxj(σijδui)dΩΩxjσijδuidΩ(1-51)

上式中应用 σ i j = σ j i \sigma_{ij}=\sigma_{ji} σij=σji,以及分部积分。上式中第一项 ∫ Ω ∂ ∂ x j ( σ i j δ u i ) d Ω \int_{\Omega}\frac{\partial}{\partial x_{j}}(\sigma_{ij}\delta u_i)d\Omega Ωxj(σijδui)dΩ应用高斯积分变换,有
∫ Ω ∂ ∂ x j ( σ i j δ u i ) d Ω = ∫ Ω [ ∂ ∂ x 1 ( σ i 1 δ u i ) + ∂ ∂ x 2 ( σ i 2 δ u i ) + ∂ ∂ x 3 ( σ i 3 δ u i ) ] d Ω = ∫ A [ ( σ i 1 δ u i ) ⋅ n 1 + ( σ i 2 δ u i ) ⋅ n 2 + ( σ i 3 δ u i ) ⋅ n 3 ] d A = ∫ A σ i j δ u i ⋅ n j d A (1-52) \begin{aligned} \int_{\Omega}\frac{\partial}{\partial x_{j}}(\sigma_{ij}\delta u_i)d\Omega &=\int_{\Omega}[\frac{\partial}{\partial x_1}(\sigma_{i1}\delta u_i)+\frac{\partial}{\partial x_2}(\sigma_{i2}\delta u_i)+\frac{\partial}{\partial x_3}(\sigma_{i3}\delta u_i)]d\Omega\\ & =\int_{A}[(\sigma_{i1}\delta u_i)\cdot n_1+(\sigma_{i2}\delta u_i)\cdot n_2+(\sigma_{i3}\delta u_i)\cdot n_3]dA\\ & =\int_{A}\sigma_{ij}\delta u_i\cdot n_jdA \end{aligned}\tag{1-52} Ωxj(σijδui)dΩ=Ω[x1(σi1δui)+x2(σi2δui)+x3(σi3δui)]dΩ=A[(σi1δui)n1+(σi2δui)n2+(σi3δui)n3]dA=AσijδuinjdA(1-52)
其中 d Ω d\Omega dΩ为空间三维微元体, d A dA dA是该空间三维微元体的整个外表面, n j n_j nj即为这些外表面的方向余弦。
将上式代入(1-51),有
δ I I = ∫ Ω σ i j δ ε i j d Ω − ∫ Ω b i δ u i d Ω − ∫ A p i δ u i d A = ∫ A σ i j n j δ u i d A − ∫ Ω ∂ σ i j ∂ x j δ u i d Ω − ∫ Ω b i δ u i d Ω − ∫ A p i δ u i d A = ∫ A ( σ i j n j − p i ) δ u i d A − ∫ Ω ( ∂ σ i j ∂ x j + b i ) δ u i d Ω (1-53) \begin{aligned} \delta II &=\int_{\Omega}\sigma_{ij}\delta\varepsilon_{ij}d\Omega-\int_{\Omega} b_{i}\delta u_{i}d\Omega -\int_{A}p_{i}\delta u_{i}dA\\ & =\int_{A}\sigma_{ij}n_j\delta u_i dA-\int_{\Omega}\frac{\partial \sigma_{ij}}{\partial x_{j}}\delta u_id\Omega-\int_{\Omega} b_{i}\delta u_{i}d\Omega -\int_{A}p_{i}\delta u_{i}dA\\ &=\int_{A}(\sigma_{ij}n_j-p_{i})\delta u_{i}dA-\int_{\Omega}(\frac{\partial \sigma_{ij}}{\partial x_{j}}+b_{i})\delta u_id\Omega \end{aligned}\tag{1-53} δII=ΩσijδεijdΩΩbiδuidΩApiδuidA=AσijnjδuidAΩxjσijδuidΩΩbiδuidΩApiδuidA=A(σijnjpi)δuidAΩ(xjσij+bi)δuidΩ(1-53)
由变分的任意性,可得
σ i j n j − p i = 0 ∂ σ i j ∂ x j + b i = 0 (1-53) \begin{aligned} \sigma_{ij}n_j-p_{i}=0\\ \frac{\partial \sigma_{ij}}{\partial x_{j}}+b_{i}=0 \end{aligned}\tag{1-53} σijnjpi=0xjσij+bi=0(1-53)
也就是说总是能够找到满足位移边界条件可能位移,在满足几何方程和本构方程的前提下,物体总势能取到最小就是真实位移,该位移导出的应力应变能够精确的满足平衡方程和力边界条件。

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/476256.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

TryHackMe-Lunizz CTF(boot2root)

Lunizz CTF 端口扫描 循例nmap Web枚举 进80,apache默认页面 gobuster扫一下目录 /hidden一个文件上传点, 图片上传后无权访问/hidden/uploads/ /whatever一个假的命令执行点 /instructions.txt 由 CTF_SCRIPTS_CAVE 制作(不是真实的)感谢…

如何看待人工智能技术的变革与未来?

人工智能是当今科技领域中最具前景的技术之一。从最初的逻辑推理到现在的深度学习,人工智能技术的发展已经经历了多个阶段。在本文中,我们将从技术的角度,探讨人工智能的发展历程和未来发展趋势。 一、起源和逻辑推理阶段 人工智能的起源可…

【五一创作】Java 反射

在了解反射前,我们先要知道一些相关知识 Class类 Class类的实例表示java应用运行时的类或接口,每个java类运行时都在JVM里表现为一个class对象,可通过类名.class、类型.getClass()、Class.forName("类名")等方法获取class对象。 …

关于 IO、存储、硬盘和文件系统

关于IO、存储、硬盘和文件系统 0.引入1.了解IO1.1.存储器IO1.2.设备IO 2.存储介质和存储类型2.1.内存2.2.硬盘2.3.固态硬盘(SSD)2.4.U盘 3.硬盘的工作原理3.1.磁头3.2.盘片3.3.电动机3.4.硬盘的读写操作 4.文件系统概述4.1.文件系统的类型4.2.文件系统的…

vagrant virtualbox 复制

菜鸟学习,记录一下 vagrant virtualbox 虚拟机复制。 目录 第一步,使用 virtualbox 复制虚拟机 第二步,复制 vagrant 文件 第三步,重命名相关文件夹及文件并修改配置: 第四步,注册运行复制后的虚拟机 第…

ImageJ实践——测量大小/长短(以细胞为例)

ImageJ是一款功能强大的图像处理软件。毫无疑问它在测量方面提供了十分便利的功能。下面我将以测量细胞的长短、大小(面积)为例,详细介绍ImageJ的测量操作流程。 1. ImageJ打开图像文件 在弹出的文件选择对话框中选择目标文件,即…

Spring Data Elasticsearch--ElasticsearchRestTemplate--使用/教程/实例

原文网址:Spring Data Elasticsearch--ElasticsearchRestTemplate--使用/教程/实例_IT利刃出鞘的博客-CSDN博客 简介 说明 本文用实例来介绍如何使用Spring Data Elasticsearch的ElasticsearchRestTemplate来操作ES。包括:索引的增删等、文档的增删改查…

【拓扑排序】课程表系列

文章目录 课程表(环检测算法)1. DFS2. BFS 课程表 II(拓扑序列)1. DFS2. BFS 课程表 IV(记忆化搜索)1. DFS2. BFS 课程表(环检测算法) 1. DFS 先修课程之间的关系可以用有向图表示&…

AI题目整理

1、网络配置时batchsize的大小怎样设置?过小和过大分别有什么特点? Batch size是指一次迭代过程中,输入到神经网络的样本数量。 batchsize太小的缺点: ①耗时长,训练效率低。 ②训练数据就会非常难收敛,从而导致欠拟合。 batch…

MySQL后台线程详解

前言 MySQL的服务实现通过后台多个线程、内存池、文件交互来实现对外服务的,不同线程实现不同的资源操作,各个线程相互协助,共同来完成数据库的服务。本章简单总结MySQL的一些后台线程以及主要作用。 本章收录在MySQL性能优化原理实战专栏&am…

js常见混淆加密技术

下面,我将通过一个案例来演示如何使用JavaScript混淆加密技术来保护你的网站。 假设你有一个网站,其中包含一个登录页面,该页面的JavaScript代码如下所示: function login(username, password) {if (username "admin"…

Doris(21):Doris的函数—日期函数

1 CONVERT_TZ(DATETIME dt, VARCHAR from_tz, VARCHAR to_tz) 转换datetime值dt,从 from_tz 由给定转到 to_tz 时区给出的时区,并返回的结果值。 如果参数无效该函数返回NULL。 select convert_tz(2019-08-01 13:21:03, Asia/Shanghai, America/Los_Angeles); select co…

大数据-玩转数据-初识FLINK

一、初识Flink Flink采用一只松鼠的彩色图案作为logo Apache Flink是一个框架和分布式处理引擎,用于对无界和有界数据流进行有状态计算。Flink被设计在所有常见的集群环境中运行,以内存执行速度和任意规模来执行计算 二、Flink的重要特点 1、事件驱动…

mysql与redis区别

一、.redis和mysql的区别总结 (1)类型上 从类型上来说,mysql是关系型数据库,redis是缓存数据库 (2)作用上 mysql用于持久化的存储数据到硬盘,功能强大,但是速度较慢 redis用于存储使…

一篇你看得懂的SNP

单核苷酸多态性,(Single Nucleotide Polymorphism,简称SNP)指的是由单个核苷酸—A,T,C或G的改变而引起的DNA序列的改变,造成包括人类在内的物种之间染色体基因组的多样性。是指在基因组上单个核苷酸的变异,…

朴素贝叶斯分类器with案例:基于SMS Spam Collection数据集的广告邮件分类

目录 贝叶斯分类器何为朴素案例:基于SMS Spam Collection数据集的广告邮件分类SMS数据集词向量表示Laplacian平滑训练过程分类过程 完整代码 贝叶斯分类器 首先要理解贝叶斯决策的理论依据,引用西瓜书上的原话:对于分类任务,在所…

(基础算法)高精度加法,高精度减法

高精度加法 什么叫做高精度加法呢?包括接下来的高精度减法,高精度乘法与除法都是同一个道理。正常来讲的话加减乘除,四则运算的数字都是整数,也就是需要在int的范围之内,但当这个操作数变得非常"大"的时候&…

《面试1v1》java反射

我是 javapub,一名 Markdown 程序员从👨‍💻,八股文种子选手。 面试官: 你好,请问你对 Java 反射有了解吗? 候选人: 是的,我了解一些。 面试官: 那你能简单…

离散数学集合论

集合论 主要内容 集合基本概念 属于、包含幂集、空集文氏图等 集合的基本运算 并、交、补、差等 集合恒等式 集合运算的算律,恒等式的证明方法 集合的基本概念 集合的定义 集合没有明确的数学定义 理解:由离散个体构成的整体称为集合&#xff0c…

【五一创作】【Midjourney】Midjourney 连续性人物创作 ② ( 获取大图和 Seed 随机种子 | 通过 seed 随机种子生成类似图像 )

文章目录 一、获取大图和 Seed 随机种子二、通过 seed 种子生成类似图像 一、获取大图和 Seed 随机种子 注意 : 一定是使用 U 按钮 , 在生成的大图的基础上 , 添加 信封 表情 , 才能获取该大图的 Seed 种子编码 ; 在上一篇博客生成图像的基础上 , 点击 U3 获取第三张图的大图 ;…