复合材料压缩过程中引入屈曲变形前后的对比

2024-01-21 18:12

本文主要是介绍复合材料压缩过程中引入屈曲变形前后的对比,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

  • 振动模态:

  • 压缩过程(不考虑屈曲引入)

在45KN出现拐点,在30步。

30步,压缩时的面外位移,与一阶模态类似;31步已经不正常。在快破坏前几步与一阶模态很相似。

30步树脂拉伸只是零星出现                31步出现树脂拉伸较大点。

Step30 开始出现纤维压缩破坏           step31 全部破坏

  • 压缩过程(考虑屈曲引入)

1) 叠加屈曲模态(常用)

在特征值屈曲分析(以job名称为job-1_buckle为例)时,利用关键字*end step之前 插入:

*nodefile,global=yes,last=1

U

即输出最高阶仅到1的模态振型。 在非线性屈曲分析中,删除原来添加的关键字,(可能有其他冲突的关键字也需要删除)

在新模型中*step,name=step-1,nlgeom=yes行前面加入关键字

*imperfection,file=job-1_buckle,step=1

 1,0.01

即引入job-1_buckle。Fil第一阶屈曲形状的0.01倍(1%)作为初始几何缺陷。可 简单理解为曲面厚度的1%。

引入buckle模态后,失效提前。最后载荷之所以上升,是因为力加载。

  • 压缩过程(考虑屈曲引入,并且位移加载)

在线性段,取其中一点(0.54,30.46),计算其模量:

模型宽25mm,长75mm,共16层,每层厚为0.185,厚度为16*0.185=2.96mm

应力=30.46e3/25e-3/2.96e-3

应变=0.54/75

模量=应力/应变=56e9 Pa

  • 模型验证

M21单向带的力学性能

E1 = 147e3

E2 = 9800

Mu12 = 0.33

#t1 = input('input the facing thickness:')

# ta = 0.1868 # 单层厚度

ta=0.185

G12 = 4600

铺层为:layup="0/45/90/-45/0/45/90/-45/-45/90/45/0/-45/90/45/0"

算出的Ex=56e9 pa, Ey=56e9

  • 总结

  1. 力加载和位移加载在线性段的表现基本一致。且算出的模量与根据经典层合板理论算出的模量符合性很好。
  2. 对于纯平板,在压缩过程破坏之前,其基本模态与一阶欧拉屈曲模态一致。
  3. 引入因屈曲产生的变形,即imperfection会影响平板的静力压缩过程,使结构提前破坏。引入屈曲后,线性转折点为34.5KN,比未引入屈曲的46.5KN,更接近线性计算的一阶屈曲载荷26.6。
  4. 到底需不需要引入屈曲变形,应该由实际试验结果来验证。

(left)未此入屈曲变形  ,40步出现破坏。

(right)引入屈曲变形,31步出现破坏

这篇关于复合材料压缩过程中引入屈曲变形前后的对比的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/630408

相关文章

浅析Spring Security认证过程

类图 为了方便理解Spring Security认证流程,特意画了如下的类图,包含相关的核心认证类 概述 核心验证器 AuthenticationManager 该对象提供了认证方法的入口,接收一个Authentiaton对象作为参数; public interface AuthenticationManager {Authentication authenticate(Authenti

作业提交过程之HDFSMapReduce

作业提交全过程详解 (1)作业提交 第1步:Client调用job.waitForCompletion方法,向整个集群提交MapReduce作业。 第2步:Client向RM申请一个作业id。 第3步:RM给Client返回该job资源的提交路径和作业id。 第4步:Client提交jar包、切片信息和配置文件到指定的资源提交路径。 第5步:Client提交完资源后,向RM申请运行MrAp

hdu1043(八数码问题,广搜 + hash(实现状态压缩) )

利用康拓展开将一个排列映射成一个自然数,然后就变成了普通的广搜题。 #include<iostream>#include<algorithm>#include<string>#include<stack>#include<queue>#include<map>#include<stdio.h>#include<stdlib.h>#include<ctype.h>#inclu

csu(背包的变形题)

题目链接 这是一道背包的变形题目。好题呀 题意:给n个怪物,m个人,每个人的魔法消耗和魔法伤害不同,求打死所有怪物所需的魔法 #include<iostream>#include<algorithm>#include<cstring>#include<stack>#include<queue>#include<set>//#include<u>#include<map

hdu1565(状态压缩)

本人第一道ac的状态压缩dp,这题的数据非常水,很容易过 题意:在n*n的矩阵中选数字使得不存在任意两个数字相邻,求最大值 解题思路: 一、因为在1<<20中有很多状态是无效的,所以第一步是选择有效状态,存到cnt[]数组中 二、dp[i][j]表示到第i行的状态cnt[j]所能得到的最大值,状态转移方程dp[i][j] = max(dp[i][j],dp[i-1][k]) ,其中k满足c

hdu3389(阶梯博弈变形)

题意:有n个盒子,编号1----n,每个盒子内有一些小球(可以为空),选择一个盒子A,将A中的若干个球移到B中,满足条件B  < A;(A+B)%2=1;(A+B)%3=0 这是阶梯博弈的变形。 先介绍下阶梯博弈: 在一个阶梯有若干层,每层上放着一些小球,两名选手轮流选择一层上的若干(不能为0)小球从上往下移动,最后一次移动的胜出(最终状态小球都在地面上) 如上图所示,小球数目依次为

【机器学习】高斯过程的基本概念和应用领域以及在python中的实例

引言 高斯过程(Gaussian Process,简称GP)是一种概率模型,用于描述一组随机变量的联合概率分布,其中任何一个有限维度的子集都具有高斯分布 文章目录 引言一、高斯过程1.1 基本定义1.1.1 随机过程1.1.2 高斯分布 1.2 高斯过程的特性1.2.1 联合高斯性1.2.2 均值函数1.2.3 协方差函数(或核函数) 1.3 核函数1.4 高斯过程回归(Gauss

免费也能高质量!2024年免费录屏软件深度对比评测

我公司因为客户覆盖面广的原因经常会开远程会议,有时候说的内容比较广需要引用多份的数据,我记录起来有一定难度,所以一般都用录屏工具来记录会议内容。这次我们来一起探索有什么免费录屏工具可以提高我们的工作效率吧。 1.福晰录屏大师 链接直达:https://www.foxitsoftware.cn/REC/  录屏软件录屏功能就是本职,这款录屏工具在录屏模式上提供了多种选项,可以选择屏幕录制、窗口

Solr 使用Facet分组过程中与分词的矛盾解决办法

对于一般查询而言  ,  分词和存储都是必要的  .  比如  CPU  类型  ”Intel  酷睿  2  双核  P7570”,  拆分成  ”Intel”,”  酷睿  ”,”P7570”  这样一些关键字并分别索引  ,  可能提供更好的搜索体验  .  但是如果将  CPU  作为 Facet  字段  ,  最好不进行分词  .  这样就造成了矛盾  ,  解决方法

Python:豆瓣电影商业数据分析-爬取全数据【附带爬虫豆瓣,数据处理过程,数据分析,可视化,以及完整PPT报告】

**爬取豆瓣电影信息,分析近年电影行业的发展情况** 本文是完整的数据分析展现,代码有完整版,包含豆瓣电影爬取的具体方式【附带爬虫豆瓣,数据处理过程,数据分析,可视化,以及完整PPT报告】   最近MBA在学习《商业数据分析》,大实训作业给了数据要进行数据分析,所以先拿豆瓣电影练练手,网络上爬取豆瓣电影TOP250较多,但对于豆瓣电影全数据的爬取教程很少,所以我自己做一版。 目