【小呆的力学笔记】有限元专题之循环对称结构有限元原理

news/2024/12/22 19:48:39/

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。


http://www.ppmy.cn/news/1231085.html

相关文章

软件安全检测赋能赣州发展,开源网安与赣州国投完成签约

​11月20日,开源网安与赣州章贡区数智国投科技有限公司签订投资协议,签约后双方将在赣州打造软件供应链安全检测中心,以强大的软件测试能力为数字政府、数字经济等领域提供全面安全检测和软件安全运营监测等服务,提升软件的安全与…

百度搜索万亿规模特征计算系统实践

作者 | Jay 导读 本文主要介绍百度搜索在全网万亿级规模内容做内容理解的工程实践,涉及机器学习工程化、资源调度、存储优化等多个Topic。 全文6648字,预计阅读时间17分钟。 01 业务背景 百度收录了互联网海量内容,要索引这些内容&#xff0…

深度学习人脸表情识别算法 - opencv python 机器视觉 计算机竞赛

文章目录 0 前言1 技术介绍1.1 技术概括1.2 目前表情识别实现技术 2 实现效果3 深度学习表情识别实现过程3.1 网络架构3.2 数据3.3 实现流程3.4 部分实现代码 4 最后 0 前言 🔥 优质竞赛项目系列,今天要分享的是 🚩 深度学习人脸表情识别系…

电视家最新消息

11 月 20 日消息,电视家 App 出现了无法收看电视直播的情况。与此同时,“电视家 跑路”已经登上微博热搜榜单的第二位。 11月20日,知名电视直播类APP“电视家”一系列动作引起网友关注。 ​ 网友反映,平时用来看直播或者点播影…

elementUI-表单-校验

配置校验 1、在el-form 标签上配置 <el-form ref"form" :model"form" label-width"120px" :rules"rules"><!-- 若干个的el-form-item标签 --> </el-form>其中 :model“form” 必须配置 表单数据对象 form 指的是…

网络安全(黑客)-自学手册

1.网络安全是什么 网络安全可以基于攻击和防御视角来分类&#xff0c;我们经常听到的 “红队”、“渗透测试” 等就是研究攻击技术&#xff0c;而“蓝队”、“安全运营”、“安全运维”则研究防御技术。 2.网络安全市场 一、是市场需求量高&#xff1b; 二、则是发展相对成熟…

OpenCV快速入门:图像形态学操作

文章目录 前言一、图像形态学基础1.1 背景介绍1.2 像素距离1.2.1 什么是像素距离&#xff1f;1.2.2 常见的像素距离度量方法1.2.3 计算像素距离的代码实现 1.3 图像连通性1.3.1 什么是图像连通性&#xff1f;1.3.2 连通类型1.3.3 连通组件标记1.3.4 连通性在图像处理中的应用 1…

XTU OJ 1170 学习笔记

ICPC 题目描述 ACM/ICPC比赛涉及的知识点非常多&#xff0c;一个队伍三个人需要能够互补。一个队伍某个知识点的高度是三个人中水平最高的那个人决定。现在给你三个人的每个知识点的水平情况&#xff0c;请计算一下这个队伍的水平。 输入 存在多个样例。每个样例的第一行是…