【小呆的力学笔记】连续介质力学的知识点回顾一:运动和变形

文章目录

        • 1. 运动的描述
        • 2. 拉格朗日描述下的变形
          • 2.1 线元的变化
          • 2.2 体元的变化
          • 2.3 面元的变化

1. 运动的描述

在连续介质力学中,存在着两种对运动的描述,一种为拉格朗日描述,即通过描述每个物质点的运动来描述整个变形体的运动,也称为物质描述,另外一种为欧拉描述,即通过描述每个空间位置点物理量来描述整个变形体的运动,也称空间描述。下面我们通过一些说明来梳理清两者的内容和区别。
假设在 t = 0 t=0 t=0时刻,变形体在空间中的位置如下图所示,其中 i 1 → 、 i 2 → 、 i 3 → \overrightarrow{i_1}、\overrightarrow{i_2}、\overrightarrow{i_3} i1 i2 i3 为此时空间坐标系, i 1 ′ → 、 i 2 ′ → 、 i 3 ′ → \overrightarrow{i^{'}_1}、\overrightarrow{i^{'}_2}、\overrightarrow{i^{'}_3} i1 i2 i3 为固结在此变形体上的直角坐标系,经过 t t t时间后,变形体发生运动和变形,其位形(位置和形状)变成下图右侧所示,此时固结于变形体的坐标系将发生角度和长度的变化,其不一定能够继续保持直角坐标系,而是成为下图右侧黄色斜体坐标系的形式。

在这里插入图片描述

现在我们来讨论变形体的运动,在拉格朗日描述中,我们关注的是物质点的运动,例如在上图中的P点,在 t = 0 t=0 t=0时刻,P点在 i 1 ′ → i 2 ′ → i 3 ′ → \overrightarrow{i^{'}_1}\overrightarrow{i^{'}_2}\overrightarrow{i^{'}_3} i1 i2 i3 中的坐标为 < x 1 ′ , x 2 ′ , x 3 ′ > <x^{'}_1,x^{'}_2,x^{'}_3> <x1,x2,x3>,在 i 1 → i 2 → i 3 → \overrightarrow{i_1}\overrightarrow{i_2}\overrightarrow{i_3} i1 i2 i3 中的坐标可由下式确定
O P → = O A → + A P → = O A → + < x 1 ′ , x 2 ′ , x 3 ′ > (1.1) \overrightarrow{OP}=\overrightarrow{OA}+\overrightarrow{AP}=\overrightarrow{OA}+<x^{'}_1,x^{'}_2,x^{'}_3>\tag{1.1} OP =OA +AP =OA +<x1,x2,x3>(1.1)
t t t时刻,P点运动至P‘点,此时P‘点在固结于变形体的 i 1 ′ → i 2 ′ → i 3 ′ → \overrightarrow{i^{'}_1}\overrightarrow{i^{'}_2}\overrightarrow{i^{'}_3} i1 i2 i3 的坐标已经不容易表示了,我们直接记录P‘在 i 1 → i 2 → i 3 → \overrightarrow{i_1}\overrightarrow{i_2}\overrightarrow{i_3} i1 i2 i3 空间坐标系中的位置坐标为 < x 1 , x 2 , x 3 > <x_1,x_2,x_3> <x1,x2,x3>,显然这与P点初始坐标和时间是相关的,当取相应的坐标系使得 O A → = 0 \overrightarrow{OA}=0 OA =0,且 i 1 ′ → i 2 ′ → i 3 ′ → \overrightarrow{i^{'}_1}\overrightarrow{i^{'}_2}\overrightarrow{i^{'}_3} i1 i2 i3 i 1 → i 2 → i 3 → \overrightarrow{i_1}\overrightarrow{i_2}\overrightarrow{i_3} i1 i2 i3 坐标轴平行,即初始固结于变形体的坐标系和空间坐标系取一致坐标系,此时,P点初始空间坐标即为 < x 1 ′ , x 2 ′ , x 3 ′ > <x^{'}_1,x^{'}_2,x^{'}_3> <x1,x2,x3>,那么 x i = x i ( x j ′ , t ) x_i=x_i(x^{'}_j,t) xi=xi(xj,t),那么此时物质点P点的位移为
u i = x i ( x j ′ , t ) − x i ′ (1.2) u_i=x_i(x^{'}_j,t)-x^{'}_i\tag{1.2} ui=xi(xj,t)xi(1.2)

接下来,我们来看看欧拉描述下,变形体的运动。在欧拉描述中,我们将关注空间中的某一位置点,比如我们关注空间位置点P’点,该点的空间位置坐标为 < x 1 , x 2 , x 3 > <x_1,x_2,x_3> <x1,x2,x3>,当 t = t t=t t=t时,有一个 t = 0 t=0 t=0时刻处于P点的物质点此时占据该位置(当 t = t ′ t=t^{'} t=t时,占据该位置的物质可能是 t = 0 t=0 t=0时刻的其他物质点)。因此,当 t = t t=t t=t时占据空间位置点P’点的物质,在 t = 0 t=0 t=0时该物质点的初始坐标为 x i ′ = x i ′ ( x j , t ) x^{'}_i=x^{'}_i(x_j,t) xi=xi(xj,t)。那么此时,位移由下式确定
u i = x i − x i ′ ( x j , t ) (1.3) u_i=x_i-x^{'}_i(x_j,t)\tag{1.3} ui=xixi(xj,t)(1.3)

2. 拉格朗日描述下的变形
2.1 线元的变化

接下来,我们来讨论拉格朗日描述下变形体的变形。坐标系仍然是将 t = 0 t=0 t=0时刻的固结与变形体的坐标系 i 1 ′ → i 2 ′ → i 3 ′ → \overrightarrow{i^{'}_1}\overrightarrow{i^{'}_2}\overrightarrow{i^{'}_3} i1 i2 i3 和空间坐标系 i 1 → i 2 → i 3 → \overrightarrow{i_1}\overrightarrow{i_2}\overrightarrow{i_3} i1 i2 i3 选为统一坐标系,如下图所示。
在这里插入图片描述
此时, t = 0 t=0 t=0时刻的微元六面体OABC在 t = t t=t t=t时刻变成微元六面体oabc。其中设O点坐标为变形体在变形前的坐标(即在初始固结于变形体的 i 1 ′ → i 2 ′ → i 3 ′ → \overrightarrow{i^{'}_1}\overrightarrow{i^{'}_2}\overrightarrow{i^{'}_3} i1 i2 i3 坐标系下)为 < x 1 ′ , x 2 ′ , x 3 ′ > <x^{'}_1,x^{'}_2,x^{'}_3> <x1,x2,x3>,A点坐标为 < x 1 ′ + d x 1 ′ , x 2 ′ + d x 2 ′ , x 3 ′ + d x 3 ′ > <x^{'}_1+dx^{'}_1,x^{'}_2+dx^{'}_2,x^{'}_3+dx^{'}_3> <x1+dx1,x2+dx2,x3+dx3>,经过t时间后,变形前微元OA变为微元oa,同时用变形后的坐标来表示,那么o点空间坐标为 < x 1 , x 2 , x 3 > <x_1,x_2,x_3> <x1,x2,x3>,a点空间坐标为 < x 1 + d x 1 , x 2 + d x 2 , x 3 + d x 3 > <x_1+dx_1,x_2+dx_2,x_3+dx_3> <x1+dx1,x2+dx2,x3+dx3>,上述坐标有以下关系
x i = x i ( x j ′ , t ) x i + d x i = x i ( x j ′ + d x j ′ , t ) (2.1) x_i=x_i(x^{'}_j,t)\\ x_i+dx_i=x_i(x^{'}_j+dx^{'}_j,t)\tag{2.1} xi=xi(xj,t)xi+dxi=xi(xj+dxj,t)(2.1)
那么,不难得到
d x i = x i ( x j ′ + d x j ′ , t ) − x i ( x j ′ , t ) = x i ( x j ′ , t ) + ∂ x i ∂ x j ′ d x j ′ − x i ( x j ′ , t ) = ∂ x i ∂ x j ′ d x j ′ (2.2) \begin{aligned} dx_i&=x_i(x^{'}_j+dx^{'}_j,t)-x_i(x^{'}_j,t)\\ &=x_i(x^{'}_j,t)+\frac{\partial {x_i}}{\partial {x^{'}_j}}dx^{'}_j-x_i(x^{'}_j,t)\\ &=\frac{\partial {x_i}}{\partial {x^{'}_j}}dx^{'}_j\\ \end{aligned}\tag{2.2} dxi=xi(xj+dxj,t)xi(xj,t)=xi(xj,t)+xjxidxjxi(xj,t)=xjxidxj(2.2)
d x 1 dx_1 dx1为例,有
d x 1 = ∂ x 1 ∂ x 1 ′ d x 1 ′ + ∂ x 1 ∂ x 2 ′ d x 2 ′ + ∂ x 1 ∂ x 3 ′ d x 3 ′ (2.3) dx_1=\frac{\partial {x_1}}{\partial {x^{'}_1}}dx^{'}_1+\frac{\partial {x_1}}{\partial {x^{'}_2}}dx^{'}_2+\frac{\partial {x_1}}{\partial {x^{'}_3}}dx^{'}_3\tag{2.3} dx1=x1x1dx1+x2x1dx2+x3x1dx3(2.3)

其中第一项即为线元沿 i 1 ′ → \overrightarrow{i^{'}_1} i1 方向的伸长,第二项为线元从 i 1 ′ → \overrightarrow{i^{'}_1} i1 i 2 ′ → \overrightarrow{i^{'}_2} i2 转动引起 i 1 ′ → \overrightarrow{i^{'}_1} i1 投影的伸长量,第三项线元从 i 1 ′ → \overrightarrow{i^{'}_1} i1 i 3 ′ → \overrightarrow{i^{'}_3} i3 转动引起 i 1 ′ → \overrightarrow{i^{'}_1} i1 投影的伸长量。

同理,设B点坐标为 < x 1 ′ + δ x 1 ′ , x 2 ′ + δ x 2 ′ , x 3 ′ + δ x 3 ′ > <x^{'}_1+\delta x^{'}_1,x^{'}_2+\delta x^{'}_2,x^{'}_3+\delta x^{'}_3> <x1+δx1,x2+δx2,x3+δx3>,b点坐标为 < x 1 + δ x 1 , x 2 + δ x 2 , x 3 + δ x 3 > <x_1+\delta x_1,x_2+\delta x_2,x_3+\delta x_3> <x1+δx1,x2+δx2,x3+δx3>,那么有

δ x i = x i ( x j ′ + δ x j ′ , t ) − x i ( x j ′ , t ) = x i ( x j ′ , t ) + ∂ x i ∂ x j ′ δ x j ′ − x i ( x j ′ , t ) = ∂ x i ∂ x j ′ δ x j ′ (2.4) \begin{aligned} \delta x_i&=x_i(x^{'}_j+\delta x^{'}_j,t)-x_i(x^{'}_j,t)\\ &=x_i(x^{'}_j,t)+\frac{\partial {x_i}}{\partial {x^{'}_j}}\delta x^{'}_j-x_i(x^{'}_j,t)\\ &=\frac{\partial {x_i}}{\partial {x^{'}_j}}\delta x^{'}_j \end{aligned}\tag{2.4} δxi=xi(xj+δxj,t)xi(xj,t)=xi(xj,t)+xjxiδxjxi(xj,t)=xjxiδxj(2.4)

设C点坐标为 < x 1 ′ + Δ x 1 ′ , x 2 ′ + Δ x 2 ′ , x 3 ′ + Δ x 3 ′ > <x^{'}_1+\Delta x^{'}_1,x^{'}_2+\Delta x^{'}_2,x^{'}_3+\Delta x^{'}_3> <x1+Δx1,x2+Δx2,x3+Δx3>,b点坐标为 < x 1 + Δ x 1 , x 2 + Δ x 2 , x 3 + Δ x 3 > <x_1+\Delta x_1,x_2+\Delta x_2,x_3+\Delta x_3> <x1+Δx1,x2+Δx2,x3+Δx3>,那么有

Δ x i = x i ( x j ′ + Δ x j ′ , t ) − x i ( x j ′ , t ) = x i ( x j ′ , t ) + ∂ x i ∂ x j ′ Δ x j ′ − x i ( x j ′ , t ) = ∂ x i ∂ x j ′ Δ x j ′ (2.5) \begin{aligned} \Delta x_i&=x_i(x^{'}_j+\Delta x^{'}_j,t)-x_i(x^{'}_j,t)\\ &=x_i(x^{'}_j,t)+\frac{\partial {x_i}}{\partial {x^{'}_j}}\Delta x^{'}_j-x_i(x^{'}_j,t)\\ &=\frac{\partial {x_i}}{\partial {x^{'}_j}}\Delta x^{'}_j \end{aligned}\tag{2.5} Δxi=xi(xj+Δxj,t)xi(xj,t)=xi(xj,t)+xjxiΔxjxi(xj,t)=xjxiΔxj(2.5)

2.2 体元的变化

那么,变形后,六面体微元体积变化为
d V = [ O A → , O B → , O C → ] = ∣ d x 1 d x 2 d x 3 δ x 1 δ x 2 δ x 3 Δ x 1 Δ x 2 Δ x 3 ∣ = ∣ ∂ x 1 ∂ x j ′ d x j ′ ∂ x 2 ∂ x j ′ d x j ′ ∂ x 3 ∂ x j ′ d x j ′ ∂ x 1 ∂ x j ′ δ x j ′ ∂ x 2 ∂ x j ′ δ x j ′ ∂ x 3 ∂ x j ′ δ x j ′ ∂ x 1 ∂ x j ′ Δ x j ′ ∂ x 2 ∂ x j ′ Δ x j ′ ∂ x 3 ∂ x j ′ Δ x j ′ ∣ = ∣ d x 1 ′ d x 2 ′ d x 3 ′ δ x 1 ′ δ x 2 ′ δ x 3 ′ Δ x 1 ′ Δ x 2 ′ Δ x 3 ′ ∣ ⋅ ∣ ∂ x 1 ∂ x 1 ′ ∂ x 2 ∂ x 1 ′ ∂ x 3 ∂ x 1 ′ ∂ x 1 ∂ x 2 ′ ∂ x 2 ∂ x 2 ′ ∂ x 3 ∂ x 2 ′ ∂ x 1 ∂ x 3 ′ ∂ x 2 ∂ x 3 ′ ∂ x 3 ∂ x 3 ′ ∣ (2.6) dV = [\overrightarrow{OA} , \overrightarrow{OB},\overrightarrow{OC}]= \begin{vmatrix} dx_1 & dx_2 & dx_3\\ \delta x_1 & \delta x_2 & \delta x_3\\ \Delta x_1 & \Delta x_2 & \Delta x_3 \end{vmatrix}\\ =\begin{vmatrix} \frac{\partial {x_1}}{\partial {x^{'}_j}}dx^{'}_j & \frac{\partial {x_2}}{\partial {x^{'}_j}}dx^{'}_j & \frac{\partial {x_3}}{\partial {x^{'}_j}}dx^{'}_j\\ \frac{\partial {x_1}}{\partial {x^{'}_j}}\delta x^{'}_j & \frac{\partial {x_2}}{\partial {x^{'}_j}}\delta x^{'}_j & \frac{\partial {x_3}}{\partial {x^{'}_j}}\delta x^{'}_j\\ \frac{\partial {x_1}}{\partial {x^{'}_j}}\Delta x^{'}_j & \frac{\partial {x_2}}{\partial {x^{'}_j}}\Delta x^{'}_j & \frac{\partial {x_3}}{\partial {x^{'}_j}}\Delta x^{'}_j \end{vmatrix}\\ =\begin{vmatrix} dx^{'}_1 & dx^{'}_2 & dx^{'}_3\\ \delta x^{'}_1 & \delta x^{'}_2 & \delta x^{'}_3\\ \Delta x^{'}_1 & \Delta x^{'}_2 & \Delta x^{'}_3 \end{vmatrix}\cdot \begin{vmatrix} \frac{\partial {x_1}}{\partial {x^{'}_1}} & \frac{\partial {x_2}}{\partial {x^{'}_1}} & \frac{\partial {x_3}}{\partial {x^{'}_1}}\\ \frac{\partial {x_1}}{\partial {x^{'}_2}} & \frac{\partial {x_2}}{\partial {x^{'}_2}} & \frac{\partial {x_3}}{\partial {x^{'}_2}}\\ \frac{\partial {x_1}}{\partial {x^{'}_3}} & \frac{\partial {x_2}}{\partial {x^{'}_3}} & \frac{\partial {x_3}}{\partial {x^{'}_3}} \end{vmatrix}\tag{2.6} dV=[OA ,OB ,OC ]= dx1δx1Δx1dx2δx2Δx2dx3δx3Δx3 = xjx1dxjxjx1δxjxjx1Δxjxjx2dxjxjx2δxjxjx2Δxjxjx3dxjxjx3δxjxjx3Δxj = dx1δx1Δx1dx2δx2Δx2dx3δx3Δx3 x1x1x2x1x3x1x1x2x2x2x3x2x1x3x2x3x3x3 (2.6)

(体积为 O A → \overrightarrow{OA} OA O B → \overrightarrow{OB} OB O C → \overrightarrow{OC} OC 混合积)
我们定义变形梯度矩阵为
F = [ ∂ x 1 ∂ x 1 ′ ∂ x 2 ∂ x 1 ′ ∂ x 3 ∂ x 1 ′ ∂ x 1 ∂ x 2 ′ ∂ x 2 ∂ x 2 ′ ∂ x 3 ∂ x 2 ′ ∂ x 1 ∂ x 3 ′ ∂ x 2 ∂ x 3 ′ ∂ x 3 ∂ x 3 ′ ] T (2.7) F=\begin{bmatrix} \frac{\partial {x_1}}{\partial {x^{'}_1}} & \frac{\partial {x_2}}{\partial {x^{'}_1}} & \frac{\partial {x_3}}{\partial {x^{'}_1}}\\ \frac{\partial {x_1}}{\partial {x^{'}_2}} & \frac{\partial {x_2}}{\partial {x^{'}_2}} & \frac{\partial {x_3}}{\partial {x^{'}_2}}\\ \frac{\partial {x_1}}{\partial {x^{'}_3}} & \frac{\partial {x_2}}{\partial {x^{'}_3}} & \frac{\partial {x_3}}{\partial {x^{'}_3}} \end{bmatrix}^T\tag{2.7} F= x1x1x2x1x3x1x1x2x2x2x3x2x1x3x2x3x3x3 T(2.7)
变形梯度类似小变形假设下的应变矩阵,包含了线元伸长和转动等信息。
高等数学的知识,不难得出变形梯度行列式为Jaccobi行列式,即
J = ∣ ∂ x 1 ∂ x 1 ′ ∂ x 1 ∂ x 2 ′ ∂ x 1 ∂ x 3 ′ ∂ x 2 ∂ x 1 ′ ∂ x 2 ∂ x 2 ′ ∂ x 2 ∂ x 3 ′ ∂ x 3 ∂ x 1 ′ ∂ x 3 ∂ x 2 ′ ∂ x 3 ∂ x 3 ′ ∣ = ∣ ∂ x 1 ∂ x 1 ′ ∂ x 2 ∂ x 1 ′ ∂ x 3 ∂ x 1 ′ ∂ x 1 ∂ x 2 ′ ∂ x 2 ∂ x 2 ′ ∂ x 3 ∂ x 2 ′ ∂ x 1 ∂ x 3 ′ ∂ x 2 ∂ x 3 ′ ∂ x 3 ∂ x 3 ′ ∣ (2.8) J=\begin{vmatrix} \frac{\partial {x_1}}{\partial {x^{'}_1}} & \frac{\partial {x_1}}{\partial {x^{'}_2}}& \frac{\partial {x_1}}{\partial {x^{'}_3}}\\ \frac{\partial {x_2}}{\partial {x^{'}_1}} & \frac{\partial {x_2}}{\partial {x^{'}_2}} & \frac{\partial {x_2}}{\partial {x^{'}_3}}\\ \frac{\partial {x_3}}{\partial {x^{'}_1}} & \frac{\partial {x_3}}{\partial {x^{'}_2}} & \frac{\partial {x_3}}{\partial {x^{'}_3}} \end{vmatrix}=\begin{vmatrix} \frac{\partial {x_1}}{\partial {x^{'}_1}} & \frac{\partial {x_2}}{\partial {x^{'}_1}} & \frac{\partial {x_3}}{\partial {x^{'}_1}}\\ \frac{\partial {x_1}}{\partial {x^{'}_2}} & \frac{\partial {x_2}}{\partial {x^{'}_2}} & \frac{\partial {x_3}}{\partial {x^{'}_2}}\\ \frac{\partial {x_1}}{\partial {x^{'}_3}} & \frac{\partial {x_2}}{\partial {x^{'}_3}} & \frac{\partial {x_3}}{\partial {x^{'}_3}} \end{vmatrix}\tag{2.8} J= x1x1x1x2x1x3x2x1x2x2x2x3x3x1x3x2x3x3 = x1x1x2x1x3x1x1x2x2x2x3x2x1x3x2x3x3x3 (2.8)

那么上式(2.6)变为
d V = J d V 0 (2.9) dV=JdV_0\tag{2.9} dV=JdV0(2.9)

2.3 面元的变化

变形后,一个面元变化为下图,其中面元 O A B \fbox{} OAB OAB存在在变形前的变形体中,也就是初始构形中,面元 o a b \fbox{} oab oab存在在变形后的变形体中,也就是即时构形中。

在这里插入图片描述
其中对有向面元有下式成立
N → d A 0 = O A → ⊗ O B → = ∣ i 1 → i 2 → i 3 → d x 1 ′ d x 2 ′ d x 3 ′ δ x 1 ′ δ x 2 ′ δ x 3 ′ ∣ = i 1 → ( d x 2 ′ δ x 3 ′ − d x 3 ′ δ x 2 ′ ) + i 2 → ( d x 3 ′ δ x 1 ′ − d x 1 ′ δ x 3 ′ ) + i 3 → ( d x 1 ′ δ x 2 ′ − d x 2 ′ δ x 1 ′ ) (2.10) \begin{aligned} \overrightarrow{N}dA_0&=\overrightarrow{OA}\otimes\overrightarrow{OB}\\ &=\begin{vmatrix} \overrightarrow{i_1}&\overrightarrow{i_2}&\overrightarrow{i_3}\\ dx^{'}_1 & dx^{'}_2 & dx^{'}_3\\ \delta x^{'}_1 & \delta x^{'}_2 & \delta x^{'}_3 \end{vmatrix}\\ &=\overrightarrow{i_1}(dx^{'}_2\delta x^{'}_3-dx^{'}_3\delta x^{'}_2)+\overrightarrow{i_2}(dx^{'}_3\delta x^{'}_1-dx^{'}_1\delta x^{'}_3)+\overrightarrow{i_3}(dx^{'}_1\delta x^{'}_2-dx^{'}_2\delta x^{'}_1) \end{aligned} \tag{2.10} N dA0=OA OB = i1 dx1δx1i2 dx2δx2i3 dx3δx3 =i1 (dx2δx3dx3δx2)+i2 (dx3δx1dx1δx3)+i3 (dx1δx2dx2δx1)(2.10)

n → d A = o a → ⊗ o b → = ∣ i 1 → i 2 → i 3 → d x 1 d x 2 d x 3 δ x 1 δ x 2 δ x 3 ∣ = i 1 → ( d x 2 δ x 3 − d x 3 δ x 2 ) + i 2 → ( d x 3 δ x 1 − d x 1 δ x 3 ) + i 3 → ( d x 1 δ x 2 − d x 2 δ x 1 ) (2.11) \begin{aligned} \overrightarrow{n}dA&=\overrightarrow{oa}\otimes\overrightarrow{ob}\\ &=\begin{vmatrix} \overrightarrow{i_1}&\overrightarrow{i_2}&\overrightarrow{i_3}\\ dx_1 & dx_2 & dx_3\\ \delta x_1 & \delta x_2 & \delta x_3 \end{vmatrix}\\ &=\overrightarrow{i_1}(dx_2\delta x_3-dx_3\delta x_2)+\overrightarrow{i_2}(dx_3\delta x_1-dx_1\delta x_3)+\overrightarrow{i_3}(dx_1\delta x_2-dx_2\delta x_1) \end{aligned} \tag{2.11} n dA=oa ob = i1 dx1δx1i2 dx2δx2i3 dx3δx3 =i1 (dx2δx3dx3δx2)+i2 (dx3δx1dx1δx3)+i3 (dx1δx2dx2δx1)(2.11)
当然,上两式可以用Einstein 标记法其分量形式为
N i d A 0 i i → = e i j k i i → d x j ′ δ x k ′ (2.10’) \begin{aligned} N_idA_0\overrightarrow{i_i}&=e_{ijk}\overrightarrow{i_i}dx^{'}_j\delta x^{'}_k \end{aligned} \tag{2.10'} NidA0ii =eijkii dxjδxk(2.10’)

n i d A i i → = e i j k i i → d x j δ x k (2.11’) \begin{aligned} n_idA\overrightarrow{i_i}&=e_{ijk}\overrightarrow{i_i}dx_j\delta x_k \end{aligned} \tag{2.11'} nidAii =eijkii dxjδxk(2.11’)
对于式(2.11‘),有
n i d A = e i j k d x j δ x k = e i j k ∂ x j ∂ x l ′ d x l ′ ⋅ ∂ x k ∂ x m ′ δ x m ′ = e i j k ∂ x j ∂ x l ′ ∂ x k ∂ x m ′ d x l ′ δ x m ′ (2.12) \begin{aligned} n_idA&=e_{ijk}dx_j\delta x_k\\ &=e_{ijk}\frac{\partial x_j}{\partial x^{'}_l}dx^{'}_l\cdot\frac{\partial x_k}{\partial x^{'}_m}\delta x^{'}_m\\ &=e_{ijk}\frac{\partial x_j}{\partial x^{'}_l}\frac{\partial x_k}{\partial x^{'}_m}dx^{'}_l\delta x^{'}_m \end{aligned} \tag{2.12} nidA=eijkdxjδxk=eijkxlxjdxlxmxkδxm=eijkxlxjxmxkdxlδxm(2.12)
对上式左乘 ∂ x i ∂ x p ′ \frac{\partial x_i}{\partial x^{'}_p} xpxi,有
∂ x i ∂ x p ′ n i d A = e i j k ∂ x i ∂ x p ′ ∂ x j ∂ x l ′ ∂ x k ∂ x m ′ d x l ′ δ x m ′ = J ⋅ e p l m d x l ′ δ x m ′ = J N p d A 0 (2.13) \begin{aligned} \frac{\partial x_i}{\partial x^{'}_p}n_idA &=e_{ijk}\frac{\partial x_i}{\partial x^{'}_p}\frac{\partial x_j}{\partial x^{'}_l}\frac{\partial x_k}{\partial x^{'}_m}dx^{'}_l\delta x^{'}_m\\ &=J\cdot e_{plm}dx^{'}_l\delta x^{'}_m\\ &=JN_pdA_0 \end{aligned} \tag{2.13} xpxinidA=eijkxpxixlxjxmxkdxlδxm=Jeplmdxlδxm=JNpdA0(2.13)

这里需要用到
e i j k ∂ x i ∂ x p ′ ∂ x j ∂ x l ′ ∂ x k ∂ x m ′ = J ⋅ e p l m e_{ijk}\frac{\partial x_i}{\partial x^{'}_p}\frac{\partial x_j}{\partial x^{'}_l}\frac{\partial x_k}{\partial x^{'}_m}=J\cdot e_{plm} eijkxpxixlxjxmxk=Jeplm
我们先将Jaccobi行列式展开
J = + ∂ x 1 ∂ x 1 ′ ∂ x 2 ∂ x 2 ′ ∂ x 3 ∂ x 3 ′ + ∂ x 2 ∂ x 1 ′ ∂ x 3 ∂ x 2 ′ ∂ x 1 ∂ x 3 ′ + ∂ x 3 ∂ x 1 ′ ∂ x 1 ∂ x 2 ′ ∂ x 2 ∂ x 3 ′ − ∂ x 1 ∂ x 1 ′ ∂ x 3 ∂ x 2 ′ ∂ x 2 ∂ x 3 ′ − ∂ x 2 ∂ x 1 ′ ∂ x 1 ∂ x 2 ′ ∂ x 1 ∂ x 3 ′ − ∂ x 3 ∂ x 1 ′ ∂ x 2 ∂ x 2 ′ ∂ x 1 ∂ x 3 ′ = e i j k ∂ x i ∂ x 1 ′ ∂ x j ∂ x 2 ′ ∂ x k ∂ x 3 ′ J=+\frac{\partial x_1}{\partial x^{'}_1}\frac{\partial x_2}{\partial x^{'}_2}\frac{\partial x_3}{\partial x^{'}_3}+\frac{\partial x_2}{\partial x^{'}_1}\frac{\partial x_3}{\partial x^{'}_2}\frac{\partial x_1}{\partial x^{'}_3}+\frac{\partial x_3}{\partial x^{'}_1}\frac{\partial x_1}{\partial x^{'}_2}\frac{\partial x_2}{\partial x^{'}_3}\\ \quad\\ -\frac{\partial x_1}{\partial x^{'}_1}\frac{\partial x_3}{\partial x^{'}_2}\frac{\partial x_2}{\partial x^{'}_3} -\frac{\partial x_2}{\partial x^{'}_1}\frac{\partial x_1}{\partial x^{'}_2}\frac{\partial x_1}{\partial x^{'}_3} -\frac{\partial x_3}{\partial x^{'}_1}\frac{\partial x_2}{\partial x^{'}_2}\frac{\partial x_1}{\partial x^{'}_3}\\ \quad\\ =e_{ijk}\frac{\partial x_i}{\partial x^{'}_1}\frac{\partial x_j}{\partial x^{'}_2}\frac{\partial x_k}{\partial x^{'}_3} J=+x1x1x2x2x3x3+x1x2x2x3x3x1+x1x3x2x1x3x2x1x1x2x3x3x2x1x2x2x1x3x1x1x3x2x2x3x1=eijkx1xix2xjx3xk

J = − ∂ x 1 ∂ x 1 ′ ∂ x 2 ∂ x 3 ′ ∂ x 3 ∂ x 2 ′ − ∂ x 2 ∂ x 1 ′ ∂ x 3 ∂ x 3 ′ ∂ x 1 ∂ x 2 ′ − ∂ x 3 ∂ x 1 ′ ∂ x 1 ∂ x 3 ′ ∂ x 2 ∂ x 2 ′ + ∂ x 1 ∂ x 1 ′ ∂ x 3 ∂ x 3 ′ ∂ x 2 ∂ x 2 ′ + ∂ x 2 ∂ x 1 ′ ∂ x 1 ∂ x 3 ′ ∂ x 1 ∂ x 2 ′ + ∂ x 3 ∂ x 1 ′ ∂ x 2 ∂ x 3 ′ ∂ x 1 ∂ x 2 ′ = − e i j k ∂ x i ∂ x 1 ′ ∂ x j ∂ x 3 ′ ∂ x k ∂ x 2 ′ J=-\frac{\partial x_1}{\partial x^{'}_1}\frac{\partial x_2}{\partial x^{'}_3}\frac{\partial x_3}{\partial x^{'}_2}-\frac{\partial x_2}{\partial x^{'}_1}\frac{\partial x_3}{\partial x^{'}_3}\frac{\partial x_1}{\partial x^{'}_2}-\frac{\partial x_3}{\partial x^{'}_1}\frac{\partial x_1}{\partial x^{'}_3}\frac{\partial x_2}{\partial x^{'}_2}\\ \quad\\ +\frac{\partial x_1}{\partial x^{'}_1}\frac{\partial x_3}{\partial x^{'}_3}\frac{\partial x_2}{\partial x^{'}_2} +\frac{\partial x_2}{\partial x^{'}_1}\frac{\partial x_1}{\partial x^{'}_3}\frac{\partial x_1}{\partial x^{'}_2} +\frac{\partial x_3}{\partial x^{'}_1}\frac{\partial x_2}{\partial x^{'}_3}\frac{\partial x_1}{\partial x^{'}_2}\\ \quad\\ =-e_{ijk}\frac{\partial x_i}{\partial x^{'}_1}\frac{\partial x_j}{\partial x^{'}_3}\frac{\partial x_k}{\partial x^{'}_2} J=x1x1x3x2x2x3x1x2x3x3x2x1x1x3x3x1x2x2+x1x1x3x3x2x2+x1x2x3x1x2x1+x1x3x3x2x2x1=eijkx1xix3xjx2xk
不难得出, J e p l m = e i j k ∂ x i ∂ x p ′ ∂ x j ∂ x l ′ ∂ x k ∂ x m ′ Je_{plm}=e_{ijk}\frac{\partial x_i}{\partial x^{'}_p}\frac{\partial x_j}{\partial x^{'}_l}\frac{\partial x_k}{\partial x^{'}_m} Jeplm=eijkxpxixlxjxmxk
对式(2.13)左乘 ∂ x p ′ ∂ x j \frac{\partial x^{'}_p}{\partial x_j} xjxp,那么有
∂ x p ′ ∂ x j ∂ x i ∂ x p ′ n i d A = ∂ x p ′ ∂ x j J N p d A 0 ⇒ δ i j n i d A = ∂ x p ′ ∂ x j J N p d A 0 ⇒ n j d A = ∂ x p ′ ∂ x j J N p d A 0 \begin{aligned} &\frac{\partial x^{'}_p}{\partial x_j}\frac{\partial x_i}{\partial x^{'}_p}n_idA =\frac{\partial x^{'}_p}{\partial x_j}JN_pdA_0\\ \Rightarrow &\delta_{ij}n_idA =\frac{\partial x^{'}_p}{\partial x_j}JN_pdA_0\\ \Rightarrow &n_jdA =\frac{\partial x^{'}_p}{\partial x_j}JN_pdA_0 \end{aligned} xjxpxpxinidA=xjxpJNpdA0δijnidA=xjxpJNpdA0njdA=xjxpJNpdA0
上式写成矩阵形式,如下所示
n ⋅ d A = J ⋅ N ⋅ F − 1 ⋅ d A 0 \begin{aligned} \mathbf {n}\cdot dA =J\cdot \mathbf N\cdot\mathbf {F^{-1}} \cdot dA_0 \end{aligned} ndA=JNF1dA0

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:/a/657277.html

如若内容造成侵权/违法违规/事实不符,请联系我们进行投诉反馈qq邮箱809451989@qq.com,一经查实,立即删除!

相关文章

解决IDEA菜单栏找不到VCS的问题,且使用IDEA推送新项目到托管仓库

问题描述&#xff1a; 在idea软件中使用git推送项目&#xff0c;idea页面顶部菜单栏无VCS 解决方案&#xff1a; 一&#xff1a;File->Settings->Version Control-> 点击 ->选择项目->VCS:->点击ok&#xff1a; 二&#xff1a;托管平台创建一个Git仓库来保…

基于遗传优化的货柜货物摆放优化问题求解matlab仿真

目录 1.程序功能描述 2.测试软件版本以及运行结果展示 3.核心程序 4.本算法原理 5.完整程序 1.程序功能描述 基于遗传优化的货柜货物摆放优化问题求解matlab仿真。在一个货架上&#xff0c;初始状态下&#xff0c;随机将货物放在货柜上&#xff0c;优化之后&#xff0c;整…

openresty(Nginx) 隐藏 软包名称及版本号 升级版本

1 访问错误或者异常的URL 2 修改配置&#xff0c;重新编译&#xff0c;升级 #修改版本等 vim ./bundle/nginx-1.13.6/src/core/nginx.h #define nginx_version 1013006 #define NGINX_VERSION "1.13.6" #define NGINX_VER "openresty/&q…

玩转STM32-直接存储器DMA(详细-慢工出细活)

文章目录 一、DMA介绍1.1 DMA简介1.2 DMA结构 二、DMA相关寄存器&#xff08;了解&#xff09;三、DMA的工作过程&#xff08;掌握&#xff09;四、DMA应用实例4.1 DMA常用库函数4.2 实例程序 一、DMA介绍 1.1 DMA简介 DMA用来提供外设与外设之间、外设与存储器之间、存储器与…

中国企业出海,哪些业务需要负载均衡?

国内企业出海的进程正在加速。中国的出海企业剑指跨境电商、社交、游戏、短剧等市场&#xff0c;其中尤其以跨境电商的数据最为突出。据官方数据&#xff0c;2023年我国跨境电商进出口总额达到2.38万亿元&#xff0c;比2016年增长近50倍&#xff0c;占货物贸易总规模的5.7%。 …

【Mybatis】映射文件中获取单个参数和多个参数的写法

xml的映射文件中获取接口方法中传来的参数是直接用#{}的方式来获取的 那么接下来&#xff0c;我们就具体来说一下获取参数里边的各种规则和用法 1.单个参数&#xff0c;比如上面的getOneUser&#xff0c;只有一个id值作为参数 Mybatis对于只有一个参数的情况下&#xff0c;不…

机器学习-5-如何进行交叉验证

参考一文带您了解交叉验证(Cross-Validation):数据科学家必须掌握的7种交叉验证技术 参考如何在机器学习中使用交叉验证(实例) 1 交叉验证 1.1 交叉验证的本质 针对中小型数据集常用的一种用于观察模型稳定性的方法——交叉验证。 交叉验证是用来观察模型的稳定性的一种方…

计算机毕业设计hadoop+spark+hive物流大数据分析平台 物流预测系统 物流信息爬虫 物流大数据 机器学习 深度学习

流程&#xff1a; 1.Python爬虫采集物流数据等存入mysql和.csv文件&#xff1b; 2.使用pandasnumpy或者MapReduce对上面的数据集进行数据清洗生成最终上传到hdfs&#xff1b; 3.使用hive数据仓库完成建库建表导入.csv数据集&#xff1b; 4.使用hive之hive_sql进行离线计算&…

基于NAMUR开放式架构(NOA)的工业设备数据采集方案

一 NAMUR开放式架构 传统自动化金字塔结构的优越性在过去许多年里已被证明。然而&#xff0c;传统的自动化金字塔在获取和利用对物联网和工业4.0有价值的数据方面却存在一定挑战。这是因为传统系统通常是封闭的&#xff0c;数据访问受到限制&#xff0c;难以集成到新的数字化解…

eclipse启动时间过长的问题

项目场景&#xff1a; 由于我用eclipse比较习惯&#xff0c;虽然IDEA很好&#xff0c;但是因为收费&#xff0c;所以在个人开发学习过程中一直还是使用eclipse&#xff0c;本文不讨论eclipse与IDEA孰优孰劣问题。 开发环境&#xff1a; 操作系统&#xff1a;Windows 11 22631…

HCIP-Datacom-ARST自选题库__BGP/MPLS IP VPN简答【3道题】

1.在BGP/MPLSIPVPN场景中&#xff0c;如果PE设备收到到达同一目的网络的多条路由时&#xff0c;将按照定的顺序选择最优路由。请将以下内容按照比较顺序进行排序。 2.在如图所示的BGP/MPLSIP VPN网络中&#xff0c;管理员准备通过Hub-Spoke组网实现H站点对VPM流量的集中管控&am…

数字化校园的特征

"数字化校园"是校园信息化进入高级阶段的表现形式&#xff0c;信息技术与教育教育的交融应该更深化。因而&#xff0c;数字化校园应该具以下特征&#xff1a; 1.互联网络高速发展 网络是信息时代的根基&#xff0c;没有网络就无法完成教育信息化的绝大部分作业。数字…

启智CV机器人,ROS

资料&#xff1a; https://wiki.ros.org/kinetic/Installation/Ubuntu https://blog.csdn.net/qq_44339029/article/details/120579608 装VM。 装ubuntu20.04 desktop.iso系统。 装vm工具&#xff1a; sudo apt update sudo dpkg --configure -a sudo apt-get autoremove o…

MagicPose4D:解锁AI驱动的3D模型动作新纪元

在当今快速发展的数字内容创作领域,MagicPose4D正以其革命性的技术颠覆传统动画制作流程,成为创作者手中的魔法棒。这款先进的框架不仅仅是一款工具,更是通往无限创意的一扇门,它使得为3D模型赋予生动、自然的动作变得前所未有的简单和高效。下面,让我们深入探索MagicPose…

技术创新加速生态繁荣 | 软通动力子公司鸿湖万联亮相OpenHarmony开发者大会2024

5月25日&#xff0c;由开放原子开源基金会OpenHarmony项目群工作委员会主办的OpenHarmony开发者大会2024在深圳成功举行。本次大会紧扣OpenHarmony 4.1 Release版本发布契机&#xff0c;以“鸿心聚力&#xff0c;智引未来”为主题、通过“1场主论坛6场技术分论坛”承载&#xf…

MongoDB数据库(10亿条数据)清理策略: 自动化过期数据删除实战

1、引言 随着应用程序和业务数据的持续增长&#xff0c;有效地管理数据库存储空间成为维护系统性能的关键。在MongoDB这类NoSQL数据库中&#xff0c;定期清理过期数据变得尤为重要&#xff0c;这不仅能释放宝贵的存储资源&#xff0c;还能优化查询性能&#xff0c;确保数据库运…

一种基于单片机的智能饮水机设计

随着人们生活水平的提高&#xff0c;对美好生活质量的追求也越来越高。饮 水机是人们日常生活不可或缺的&#xff0c;实现饮水机的智能化控制不但方便&#xff0c; 而且更加安全。本文提出一种基于单片机的智能饮水控制系统&#xff0c;通过传 感器实现对水温的监测&#xff0c…

【DrissionPage爬虫库 1】两种模式分别爬取Gitee开源项目

文章目录 DrissionPage爬虫库简介1. 浏览器操控模式&#xff08;类似于游戏中的后台模拟鼠标键盘&#xff09;2. 数据包收发模式&#xff08;类似于游戏中的协议封包&#xff09; 实战中学习需求&#xff1a;爬取Gitee开源项目的标题与描述解决方案1&#xff1a;用数据包方式获…

【STL库源码剖析】list 简单实现

从此音尘各悄然 春山如黛草如烟 目录 list 的结点设计 list 的迭代器 list 的部分框架 迭代器的实现 容量相关相关函数 实现 insert 在指定位置插入 val 实现 push_back 在尾部进行插入 实现 erase 在指定位置删除 实现 pop_back 在尾部进行删除 实现 list 的头插、头删 实现…

从零开始写 Docker(十六)---容器网络实现(上):为容器插上”网线”

本文为从零开始写 Docker 系列第十六篇&#xff0c;利用 linux 下的 Veth、Bridge、iptables 等等相关技术&#xff0c;构建容器网络模型&#xff0c;为容器插上”网线“。 完整代码见&#xff1a;https://github.com/lixd/mydocker 欢迎 Star 推荐阅读以下文章对 docker 基本实…