6.2.3特征值屈曲预报(分析手册).pdfVIP

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
6.2.3特征值屈曲预报(分析手册)

6.2.3 特征值屈曲预报(分析手册) By wild_field 综述 特征值屈曲分析: ·通常被用于估计刚性结构的分叉载荷; ·为线性扰动过程; ·可作为未承载结构分析的第一个分析步,也可以对预加载后的结构进行分析——如果结 构已经被预加载,屈曲载荷从预加载情况算起; ·可用于结构的缺陷敏感性研究; ·不能用于包含子结构的模型中。 常规特征值屈曲 在特征值屈曲问题中,载荷使模型的刚度矩阵变得奇异,因此以下方程具有非无效解: K MN vM 0 K MN 为载荷施加时的 线刚度矩阵;vM 为非无效位移解。施加的载荷可以为压力、集中力、 非零位移及热载荷。 特征值屈曲一般被用来分析刚性结构的分叉载荷 (经典特征值屈曲)。刚性结构承受设计载 荷主要为轴向或膜行为,而不是弯曲行为。在屈曲前其变形通常非常小。刚性结构的一个简 单的例子就是欧拉柱,承受压缩载荷,在未达到分叉载荷前其反映非常刚硬,达到分叉载荷 后,试件突然弯曲,表现出非常低的刚度特性。然而,即使结构的反映在屈曲前表现为非线 性,常规的特征值屈曲分析也能对屈曲模态形状提供非常有用的估计。 基础状态 屈曲载荷的计算是相对于结构的基础状态的。如果 征值屈曲过程是分析的第一步,初始条 件即为基础状态;反之,基础状态为最后一个广义分析步结束时模型的当前状态 (参见 “General and linear perturbation procedures, ” Section 6.1.2 )。因此,基础状态可以包含预加 载载荷P N (“dead”载荷)。传统的特征值屈曲问题预加载载荷通常为零。 如果在 征值屈曲分析前考虑了几何非线性 (参见“General and linear perturbation procedures, ”Section 6.1.2 ),几何基础状态为最后一个广义分析步结束时变形后的几何构型。 如果没有考虑几何非线性,几何基础状态为几何初始构型。 特征值问题 递增载荷曲线QN 在特征值屈曲预测步中定义。这个载荷的大小并不重要,它可由载荷乘积 因子l 缩放: i K NM l K NM vM 0 , 0 i i 这里 K NM 为对应于基础状态的刚度矩阵,它包含预加载载荷P N ( 有的话)的影响; 0 K NM 为对应于递增载荷曲线QN 的微分初始应力和载荷刚度矩阵; l 为特征值; i vM 为屈曲模态形状(特征向量); i M 和N 为整个模型的自由度; i 为第i 个屈曲模式。 分叉屈曲载荷为P N l Q N 。一般来说,l 的最小值很重要。预加载模式P N ,及扰动载荷 i i 模式QN 可以不同。例如,P N 可以为由温度变化引起的热载荷,而QN 可以由施加压力引 起。 屈曲模态形状vM 为规则化向量,其并不代表在分叉载荷下变形的实际大小。由于其是标准 i 化的,因此最大的位移分量为 1.0。如果所有的位移分量都是零,最大的旋转分量规格化为 1.0。因为他们预测结构可能失效的模式,这些屈曲模式的形状往往是最有用的特征值分析 结果。 Abaqus/Standard 仅能提取对称矩阵的 征值和特征向量;因此K NM 和K NM 是对称的。如果 0 矩阵有明显的非对称部分, 征值问题就不能正确的反映你所期望的结果。 选择特征值提取方法 Abaqus/Standard 提供Lanczos 和子空间迭代 征值提取方法。当一个多自由度系统包含许多 特征模式时,Lanczos 方法通常比较快。当仅有少于 20 个特征模式需求时,子空间迭代 征值方法将更快。 默

文档评论(0)

wannian118 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档