Loading [MathJax]/jax/output/CommonHTML/config.js
前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
圈层
工具
发布
首页
学习
活动
专区
圈层
工具
MCP广场
社区首页 >专栏 >有限元 | 弹性支座

有限元 | 弹性支座

作者头像
fem178
发布于 2024-04-10 02:24:50
发布于 2024-04-10 02:24:50
1500
举报

考虑一段一端由线性弹簧支撑的细长梁,如图1所示,弹簧刚度为

r

,则弹簧的应变能为

▲图1

U_k = \frac 12 r(\omega_l)^2

其中,

\omega_l

是梁在

x=l

处的挠度。

梁的势能为

\Pi = \frac 12 \int_V \sigma \epsilon dV + \frac 12 r(\omega_l)^2 \quad \cdots (1)

现在来求

\omega_l

▲图2

如图2所示的两节点梁单元,

\omega_1,\theta_1,\omega_2,\theta_2

分别为四个节点自由度。物理坐标系

(xOy)

和自然坐标系

(\xi)

的线性映射关系

x = (1-\xi)x_1 +\xi x_2

在节点1的位置时

\xi=0

,在节点2的位置时

\xi=1

。挠度由三次多项式表示为

\omega = b_1 + b_2\xi + b_3\xi^2 + b_4\xi^3 \quad \cdots (2)

梁的转角

\begin{split} \theta &= -\frac {\partial \omega }{\partial x} \\ &= -\frac {\partial \omega }{\partial \xi}\frac {\partial \xi }{\partial x} \\ &= -\frac 1l(b_2+2b_3\xi + 3b_4\xi^2) \\ \end{split}\quad \cdots (3)

其中,

l= x_2-x_1

为单元长度。在节点1的位置时

\xi=0

,由(2)(3)可得

\omega_1 = b_1\quad \cdots (4.1)
\theta_1 = -\frac 1l b_2 \quad \cdots (4.2)

在节点2的位置时

\xi=1

,由(2)(3)可得

\omega_2 = b_1 + b_2 + b_3 + b_4 \quad \cdots (4.3)
\theta_2 = -\frac 1l (b_2 + 2b_3 + 3b_4 )\quad \cdots (4.4)

(4.1)~(4.4)联立解得

\begin{split} b_1 &= \omega_1 \\ b_2 &= -l \theta_1 \\ b_3 &= -3\omega_1 + 3\omega_2 + 2l\theta_1 + l\theta_2 \\ b_4 &= 2 \omega_1 -2\omega_2 -l\theta_1 - l\theta_2 \end{split} \quad \cdots (5)

(5)代入(2)得

\omega = N_1\omega_1 + N_2l \theta_1 + N_3\omega_2 + N_4l \theta_2 \quad \cdots (6)

其中

\begin{split} N_1 &= 1-3\xi + 2\xi^3 \\ N_2 &= -\xi + 2\xi^2 -\xi^3 \\ N_3 &= 3\xi^2 -2\xi^3 \\ N_4 &= \xi^2 -\xi^3 \end{split} \quad \cdots (7)

\mathbf N=[N_1, N_2l, N_3, N_4l]

,(6)写成矩阵形式

\omega = \mathbf N \mathbf q^e \quad \cdots (8)

由(3)可知,梁的广义应变(曲率)

\begin{split} \epsilon &= \frac {\partial^2 \omega }{\partial x^2} \\ &= \frac {\partial }{\partial \xi }(\frac {\partial \omega }{\partial\xi } \frac {\partial \xi }{\partial x }) \\ &= \frac {1}{l^2}\frac {\partial^2 \omega }{\partial \xi^2} \\ &= \frac {1}{l^2}(\frac {\partial^2 N_1 }{\partial \xi^2}\omega_1+ \frac {\partial^2 N_2 }{\partial \xi^2}l \theta_1 + \frac {\partial^2 N_3 }{\partial \xi^2}\omega_2 + \frac {\partial^2 N_4 }{\partial \xi^2}l \theta_2) \\ &= \frac {1}{l^2}[-6+12\xi, (4-6\xi)l, 6-12\xi, (2-6\xi)l]\begin{Bmatrix} v_1 \\ \theta_1 \\ v_2 \\ \theta_2 \\ \end{Bmatrix} \\ \end{split}

\mathbf B = \frac {1}{l^2}[-6+12\xi, (4-6\xi)l, 6-12\xi, (2-6\xi) ]

\epsilon = \mathbf B \mathbf q^e

其中

\mathbf B

是应变矩阵。应力

\sigma = E \epsilon= E \mathbf B \mathbf q^e

由(7)(8)可知,(1)中的

\omega_l

就是

\xi=1

\omega

的值。

\begin{split} N_1(1) &= 1-3 + 2 = 0 \\ N_2(2) &= -1 + 2 -1 =0 \\ N_3(3) &= 3-2=1 \\ N_4(4) &= 1-1=0 \end{split}
\omega_l = [0,0,1,0] \mathbf q^e \quad \cdots (10)

梁单元势能的表达式

\begin{split} \Pi &= U + U_r \\ &= \frac{1}{2} \mathbf q^{eT} \mathbf k_1^e \mathbf q^{e} + \frac{1}{2} \mathbf q^{eT} \mathbf k_2^e \mathbf q^{e} \end{split} \quad \cdots (11)

其中 记

\mathbf k_1^e = EI \int_0^1\mathbf B^T \mathbf B d\xi
\mathbf k_2^e = r \mathbf N(\xi=1)^T \mathbf N(\xi=1)
\mathbf k^e = \mathbf k_1^e + \mathbf k_2^e

经计算得

\mathbf k^e = \frac {EI}{l^3} \begin{bmatrix}12 & 6l & -12 & 6l \\ 6l & 4l^2 & -6l & 2l^2 \\ -12 & 6l & 12 & -6l \\ 6l & 2l^2 & -6l & 4l^2 \\ \end{bmatrix}+ \begin{bmatrix}0 & 0 & 0 & 0 \\ 0 & 0 & 0 & 0 \\ 0 & 0 & r & 0 \\ 0 & 0 & 0 & 0 \\ \end{bmatrix}

对于具有弹性支承的单元,只需将

\mathbf k_2^e

加入到常规单元刚度矩阵中。

▲图3

对于图3所示得梁,弹簧刚度为

r= \frac {EI}{l^3}

。只划分一个单元时,其有限元平衡方程为

\frac {EI}{l^3} \begin{bmatrix}12 & 6l & -12 & 6l \\ 6l & 4l^2 & -6l & 2l^2 \\ -12 & 6l & 12+1 & -6l \\ 6l & 2l^2 & -6l & 4l^2 \\ \end{bmatrix} \begin{Bmatrix}\omega_1 \\ \theta_1 \\ \omega_2 \\ \theta_2 \\ \end{Bmatrix}= \begin{Bmatrix}R_1 \\ R_2 \\ -P \\ 0 \\ \end{Bmatrix}

考虑边界条件之后

\frac {EI}{l^3} \begin{bmatrix} 13 & -6l \\ -6l & 4l^2 \\ \end{bmatrix} \begin{Bmatrix} \omega_2 \\ \theta_2 \\ \end{Bmatrix}= \begin{Bmatrix} -P \\ 0 \\ \end{Bmatrix}
本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2024-04-08,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 数值分析与有限元编程 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
暂无评论
推荐阅读
编辑精选文章
换一批
有限元| 梁单元的另一种刚度矩阵
有限元法把复杂结构离散到有限个单元,再把这种理想化的假定和力学控制方程施加于结构内部的每一个单元,然后通过单元分析组装得到结构总刚度方程,通过边界条件和其他约束解得每个单元的反应,这样就可以避免直接建立复杂结构的力学和数学模型了。
fem178
2024/05/20
2250
有限元| 梁单元的另一种刚度矩阵
有限元 | 基于虚功原理推导梁单元刚度矩阵
分别为各节点的挠度和转角。利用函数插值、几何方程、物理方程以及势能计算公式,可以将单元的所有力学参量用节点位移列阵
fem178
2024/03/13
1.2K0
有限元 | 基于虚功原理推导梁单元刚度矩阵
有限元| 梁单元自由度释放
在ANSYS中模拟梁单元的铰接有两种方法,分别是自由度耦合命令cp与自由度释放命令endrelease,关于这两个命令的使用,可以査阅《ANSYS工程结构数值分析》P350~P353。BEAM3单元采用cp命令,其理论可参考有限元 | 多点约束
fem178
2024/05/20
2990
有限元| 梁单元自由度释放
有限元 | 梁的弹性稳定分析(二)
线性弹性稳定问题,所谓“线性”指的是:①杆的轴向力或板的张力由线性弹性分析决定;②在屈曲引起的无限小位移过程中,轴向力或张力保持不变。对于板来说,就是由线性弹性平面应力分析求得张力,而且在达到屈曲时,张力保持不变。至于非线性屈曲或屈曲后的性态,这将是非线性大位移问题。
fem178
2024/04/10
1520
有限元 | 梁的弹性稳定分析(二)
有限元| 刚架临界荷载的新算法
fem178
2024/05/31
1870
有限元| 刚架临界荷载的新算法
有限元 | 有限元法计算刚架的临界荷载
用有限单元法计算图1a所示刚架的临界荷载。相关公式见有限元 | 梁的弹性稳定分析(二)
fem178
2024/05/20
1900
有限元 | 有限元法计算刚架的临界荷载
有限元 | 多点约束
如图1所示为某大桥的主桁架。主桁架的上弦杆与两个斜腹杆的中心线不交于一点,而是相隔一定距离,如果忽略它将导致误差。由于结点1和2都连在刚性很大的结点块上,如图2所示,因此可假定它们的线位移和转角都相等。
fem178
2024/04/17
2000
有限元 | 多点约束
有限元 | 梁的弹性稳定分析(一)
fem178
2024/04/10
2250
有限元 | 梁的弹性稳定分析(一)
有限元| 支座沉降
需要说明的是:这里所说的罚函数法只是一种近似的方法,最终求解的精度,特别是支反力的求解精度,取决于
fem178
2024/04/17
1680
有限元| 支座沉降
冰溜子的有限元模型
冰溜子,也称为冰锥,通常是在雪融化成水,顺屋檐或其他高处滴下时,由于气温骤降至冰点以下,这些雪水会迅速冻结,形成上粗下细的锥形冰柱。
fem178
2024/04/10
2190
冰溜子的有限元模型
学习回归 1-4 多项式回归
是什么样的函数,不过对于要解决的问题,找到合适的表达式之前,需要不断地去尝试。更高次数的曲线能够更好的拟合所有数据点,甚至能够完全拟合所有的数据点,但是数据点中包含很多的噪声。
触摸壹缕阳光
2022/11/08
5110
学习回归 1-4 多项式回归
【机器学习与实现】线性回归分析
如果回归分析中包括两个或两个以上的自变量,且因变量和自变量之间是线性关系,则称为多元线性回归分析。
Francek Chen
2025/01/22
820
【机器学习与实现】线性回归分析
Latex数学公式符号编写大全
LaTeX是一种标记语言,主要用于创建高质量的学术文档,特别是数学、物理和计算机科学领域的文档。它基于TeX排版系统,由美国数学家Donald E. Knuth开发。在LaTeX中,你可以轻松地编写复杂的数学公式,并控制文档的布局和样式。
皮大大
2023/08/29
2.3K0
功的互等定理
如果变形体满足线弹性小变形的假设条件,那么,变形体上处于状态1时所有的外力,在状态2相应的位移方向上所做的虚功之和,等于状态2时所有的外力,在状态1相应的位移方向上所做的虚功之和。这就是功的互等定理,用公式表示就是
fem178
2023/01/31
8090
有限元 | 基于虚功原理推导梁单元质量矩阵
用于动力学问题分析的单元构造与前面静力问题时相同,不同之处是所有基于节点的基本力学变量也都是时间的函数。下面给出用于动力学问题单元构造的基本表达式。
fem178
2024/03/22
8920
有限元 | 基于虚功原理推导梁单元质量矩阵
【概率论与数理统计(研究生课程)】知识点总结7(参数估计)
$$ \begin{aligned} EX^l &= \mu_l, \quad l=1,2,... \ A_l &= \frac{1}{n}\sum\limits_{i=1}^{n}X_i^l \ make \quad \mu_l &=A_l \end{aligned} $$
Marigold
2023/08/23
4310
【概率论与数理统计(研究生课程)】知识点总结7(参数估计)
Markdown中的公式编辑, 看这一篇就够了!
在 {align} 中灵活组合 \text 和 \tag 语句。\tag 语句编号优先级高于自动编号。
数据STUDIO
2021/06/24
13.1K2
数学杂谈:高维空间向量夹角小记
我们仿照3维空间的情况,只要先给出体积元的极坐标表达式,然后考察其中空间角的表达式即可。
codename_cys
2022/04/13
8260
数学杂谈:高维空间向量夹角小记
「Machine Learning」线性回归认识
所谓线性回归(Linear Regression),其最本质的特点就是可以用来根据已有的数据探究一个(或者多个)自变量与因变量之间的线性关系,从而对未知自变量所对应因变量进行预测。以单个自变量为例:
曼亚灿
2023/05/22
4620
「Machine Learning」线性回归认识
UCB Data100:数据科学的原理和技巧:第十一章到第十二章
上次,我们介绍了建模过程。我们建立了一个框架,根据一套工作流程,预测目标变量作为我们特征的函数:
ApacheCN_飞龙
2024/01/13
2470
UCB Data100:数据科学的原理和技巧:第十一章到第十二章
相关推荐
有限元| 梁单元的另一种刚度矩阵
更多 >
领券
💥开发者 MCP广场重磅上线!
精选全网热门MCP server,让你的AI更好用 🚀
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档