2.5 塑性力学—应变状态

个人专栏—塑性力学

1.1 塑性力学基本概念 塑性力学基本概念
1.2 弹塑性材料的三杆桁架分析 弹塑性材料的三杆桁架分析
1.3 加载路径对桁架的影响 加载路径对桁架的影响
2.1 塑性力学——应力分析基本概念 应力分析基本概念
2.2 塑性力学——主应力、主方向、不变量 主应力、主方向、不变量


应变分析 \color{blue}应变分析 应变分析

  • 应变与位移的关系

变形示意图

如图所示,由几何方程得:
{ ε x = ∂ u ∂ x γ x y = ∂ v ∂ x + ∂ u ∂ y ε y = ∂ v ∂ y γ y z = ∂ w ∂ y + ∂ v ∂ z ε z = ∂ w ∂ z γ z x = ∂ u ∂ z + ∂ w ∂ x \begin{cases} \varepsilon_x=\frac{\partial u}{\partial x} & \gamma_{xy}=\frac{\partial v}{\partial x}+\frac{\partial u}{\partial y}\\ \varepsilon_y=\frac{\partial v}{\partial y} & \gamma_{yz}=\frac{\partial w}{\partial y}+\frac{\partial v}{\partial z}\\ \varepsilon_z=\frac{\partial w}{\partial z} & \gamma_{zx}=\frac{\partial u}{\partial z}+\frac{\partial w}{\partial x} \end{cases} εx=xuεy=yvεz=zwγxy=xv+yuγyz=yw+zvγzx=zu+xw
剪应变张量表示为:
{ ε x y = 1 2 γ x y = 1 2 ∂ v ∂ x + ∂ u ∂ y ε y z = 1 2 γ y z = 1 2 ∂ w ∂ y + ∂ v ∂ z ε z x = 1 2 γ z x = 1 2 ∂ u ∂ z + ∂ w ∂ x \begin{cases} \varepsilon_{xy}=\frac{1}{2}\gamma_{xy}=\frac{1}{2}{\frac{\partial v}{\partial x}+\frac{\partial u}{\partial y}}\\ \varepsilon_{yz}=\frac{1}{2}\gamma_{yz}=\frac{1}{2}{\frac{\partial w}{\partial y}+\frac{\partial v}{\partial z}}\\ \varepsilon_{zx}=\frac{1}{2}\gamma_{zx}=\frac{1}{2}{\frac{\partial u}{\partial z}+\frac{\partial w}{\partial x}} \end{cases} εxy=21γxy=21xv+yuεyz=21γyz=21yw+zvεzx=21γzx=21zu+xw

  • 一点的应变状态:知道一点的6个独立的应变分量: ε x , ε y , ε z , γ x y , γ y z , γ z x \varepsilon_x,\varepsilon_y,\varepsilon_z,\gamma_{xy},\gamma_{yz},\gamma_{zx} εx,εy,εz,γxy,γyz,γzx,任一方向的应变即可确定,称该点的应变情况为应变状态。

  • 应变分量 $\varepsilon_x,\varepsilon_y,\varepsilon_z,\varepsilon_{xy},\varepsilon_{yz},\varepsilon_{zx} $构成应变张量

ε i j = [ ε x ε x y ε x z ε y x ε y ε y z ε z x ε z y ε z ] = [ ε x 1 2 γ x y 1 2 γ x z 1 2 γ y x ε y 1 2 γ y z 1 2 γ z x 1 2 γ z y ε z ] ε i j = 1 2 ( u i , j + u j , i ) \begin{gather*} \varepsilon_{ij}=\begin{bmatrix} \varepsilon_x & \varepsilon_{xy} & \varepsilon_{xz} \\ \varepsilon_{yx} & \varepsilon_y & \varepsilon_{yz} \\ \varepsilon_{zx} & \varepsilon_{zy} & \varepsilon_z \end{bmatrix}=\begin{bmatrix} \varepsilon_x & \frac{1}{2}\gamma_{xy} & \frac{1}{2}\gamma_{xz} \\ \frac{1}{2}\gamma_{yx} & \varepsilon_y & \frac{1}{2}\gamma_{yz} \\ \frac{1}{2}\gamma_{zx} & \frac{1}{2}\gamma_{zy} & \varepsilon_z \end{bmatrix}\\ \varepsilon_{ij}=\frac{1}{2}(u_{i,j}+u_{j,i}) \end{gather*} εij= εxεyxεzxεxyεyεzyεxzεyzεz = εx21γyx21γzx21γxyεy21γzy21γxz21γyzεz εij=21(ui,j+uj,i)

  • 应变张量的三个不变量

ε i j = [ ε 11 ε 12 ε 13 ε 21 ε 22 ε 23 ε 31 ε 32 ε 33 ] ε 3 − I 1 ε 2 + I 2 ε 2 − I 3 = 0 I 1 = ε x + ε y + ε z = ε 1 + ε 2 + ε 3 I 2 = ε x ε y + ε y ε z + ε z ε x − ε x y 2 − ε y z 2 − ε z x 2 = ε 1 ε 2 + ε 2 ε 3 + ε 3 ε 1 I 3 = ε x ε y ε z + 2 ε x y ε y z ε z x − ε x ε y z 2 − ε y ε z x 2 − ε z ε x y 2 = ε 1 ε 2 ε 3 \begin{gather*} \varepsilon_{ij}=\begin{bmatrix} \varepsilon_{11} & \varepsilon_{12} & \varepsilon_{13} \\ \varepsilon_{21} & \varepsilon_{22} & \varepsilon_{23} \\ \varepsilon_{31} & \varepsilon_{32} & \varepsilon_{33} \end{bmatrix}\\ \varepsilon^3-I_1\varepsilon^2+I_2\varepsilon^2-I_3=0\\ I_1=\varepsilon_x+\varepsilon_y+\varepsilon_z=\varepsilon_1+\varepsilon_2+\varepsilon_3\\ I_2=\varepsilon_x\varepsilon_y+\varepsilon_y\varepsilon_z+\varepsilon_z\varepsilon_x-\varepsilon_{xy}^2-\varepsilon_{yz}^2-\varepsilon_{zx}^2=\varepsilon_1\varepsilon_2+\varepsilon_2\varepsilon_3+\varepsilon_3\varepsilon_1\\ I_3=\varepsilon_x\varepsilon_y\varepsilon_z+2\varepsilon_{xy}\varepsilon_{yz}\varepsilon_{zx}-\varepsilon_x\varepsilon_{yz}^2-\varepsilon_y\varepsilon_{zx}^2-\varepsilon_z\varepsilon_{xy}^2=\varepsilon_1\varepsilon_2\varepsilon_3 \end{gather*} εij= ε11ε21ε31ε12ε22ε32ε13ε23ε33 ε3I1ε2+I2ε2I3=0I1=εx+εy+εz=ε1+ε2+ε3I2=εxεy+εyεz+εzεxεxy2εyz2εzx2=ε1ε2+ε2ε3+ε3ε1I3=εxεyεz+2εxyεyzεzxεxεyz2εyεzx2εzεxy2=ε1ε2ε3

  • 应变偏张量的三个不变量
    ε i j = [ ε m 0 0 0 ε m 0 0 0 ε m ] + [ ε 11 − ε m ε 12 ε 13 ε 21 ε 22 − ε m ε 23 ε 31 ε 32 ε 33 − ε m ] ⏟ e i j = ε m δ i j + e i j ε m = ε x + ε y + ε z 3 = ε 1 + ε 2 + ε 3 3 ε x − ε m = 2 ε x − ε y − ε z 3 , ε y − ε m = 2 ε y − ε x − ε z 3 , ε z − ε m = 2 ε z − ε y − ε x 3 \begin{gather*} \varepsilon_{ij}=\begin{bmatrix} \varepsilon_m & 0 & 0 \\ 0 & \varepsilon_m & 0 \\ 0 & 0 & \varepsilon_m \end{bmatrix}+\underbrace{\begin{bmatrix} \varepsilon_{11}-\varepsilon_m & \varepsilon_{12} & \varepsilon_{13} \\ \varepsilon_{21} & \varepsilon_{22}-\varepsilon_m & \varepsilon_{23} \\ \varepsilon_{31} & \varepsilon_{32} & \varepsilon_{33}-\varepsilon_m \end{bmatrix}}_{e_{ij}}=\varepsilon_m\delta_{ij}+e_{ij}\\ \varepsilon_m=\frac{\varepsilon_x+\varepsilon_y+\varepsilon_z}{3}=\frac{\varepsilon_1+\varepsilon_2+\varepsilon_3}{3}\\ \varepsilon_x-\varepsilon_m=\frac{2\varepsilon_x-\varepsilon_y-\varepsilon_z}{3}, \quad \varepsilon_y-\varepsilon_m=\frac{2\varepsilon_y-\varepsilon_x-\varepsilon_z}{3}, \quad \varepsilon_z-\varepsilon_m=\frac{2\varepsilon_z-\varepsilon_y-\varepsilon_x}{3} \end{gather*} εij= εm000εm000εm +eij ε11εmε21ε31ε12ε22εmε32ε13ε23ε33εm =εmδij+eijεm=3εx+εy+εz=3ε1+ε2+ε3εxεm=32εxεyεz,εyεm=32εyεxεz,εzεm=32εzεyεx

体积应变 $\theta=\varepsilon_x+\varepsilon_y+\varepsilon_z=3\varepsilon_m $,只引起单元体的体积改变;剪切应变: $e_{ij} $只产生形状改变。

I 1 ′ = e 11 + e 22 + e 33 = 0 I 3 ′ = ∣ e i j ∣ = e 1 e 2 e 3 I 2 ′ = 1 2 e i j e j i = 1 6 [ ( e 11 − e 22 ) 2 + ( e 22 − e 33 ) 2 + ( e 33 − e 11 ) 2 ] + e 12 2 + e 23 2 + e 31 2 = 1 6 [ ( e x − e y ) 2 + ( e y − e z ) 2 + ( e z − e x ) 2 ] + 1 4 ( γ x y 2 + γ y z 2 + γ z x 2 ) = 1 6 [ ( ε 1 − ε 2 ) 2 + ( ε 2 − ε 3 ) 2 + ( ε 3 − ε 1 ) 2 ] \begin{align*} I_1^{'}&=e_{11}+e_{22}+e_{33}=0\quad I_3^{'}=|e_{ij}|=e_1e_2e_3\\ I_2^{'}&=\frac{1}{2}e_{ij}e_{ji}=\frac{1}{6}[(e_{11}-e_{22})^2+(e_{22}-e_{33})^2+(e_{33}-e_{11})^2]+e_{12}^2+e_{23}^2+e_{31}^2\\ &=\frac{1}{6}[(e_x-e_y)^2+(e_y-e_z)^2+(e_z-e_x)^2]+\frac{1}{4}(\gamma_{xy}^2+\gamma_{yz}^2+\gamma_{zx}^2)\\ &=\frac{1}{6}[(\varepsilon_1-\varepsilon_2)^2+(\varepsilon_2-\varepsilon_3)^2+(\varepsilon_3-\varepsilon_1)^2] \end{align*} I1I2=e11+e22+e33=0I3=eij=e1e2e3=21eijeji=61[(e11e22)2+(e22e33)2+(e33e11)2]+e122+e232+e312=61[(exey)2+(eyez)2+(ezex)2]+41(γxy2+γyz2+γzx2)=61[(ε1ε2)2+(ε2ε3)2+(ε3ε1)2]

  • 八面体剪应变:与三个应变主轴方向具有相同倾角平面上的剪应变
    { ε 8 = 1 3 ( ε 1 + ε 2 + ε 3 ) γ 8 = 2 3 ( ε 1 − ε 2 ) 2 + ( ε 2 − ε 3 ) 2 + ( ε 3 − ε 1 ) 2 = 8 3 I 2 ′ \begin{cases} \varepsilon_8=\frac{1}{3}(\varepsilon_1+\varepsilon_2+\varepsilon_3)\\ \gamma_8=\frac{2}{3}\sqrt{(\varepsilon_1-\varepsilon_2)^2+(\varepsilon_2-\varepsilon_3)^2+(\varepsilon_3-\varepsilon_1)^2}=\sqrt{\frac{8}{3}I_2^{'}} \end{cases} {ε8=31(ε1+ε2+ε3)γ8=32(ε1ε2)2+(ε2ε3)2+(ε3ε1)2 =38I2

  • Lode应变参数

μ ε = 2 ε 2 − ε 1 − ε 3 ε 1 − ε 3 = 2 ε 2 − ε 3 ε 1 − ε 3 − 1 \mu_{\varepsilon}=\frac{2\varepsilon_2-\varepsilon_1-\varepsilon_3}{\varepsilon_1-\varepsilon_3}=2\frac{\varepsilon_2-\varepsilon_3}{\varepsilon_1-\varepsilon_3}-1 με=ε1ε32ε2ε1ε3=2ε1ε3ε2ε31

  • 单向拉伸 ε 1 = ε , ε 2 = ε 3 = − 0.5 ε , μ ε = − 1 \varepsilon_1=\varepsilon,\quad \varepsilon_2=\varepsilon_3=-0.5\varepsilon,\quad \mu_{\varepsilon}=-1 ε1=ε,ε2=ε3=0.5ε,με=1

  • 单向压缩 $\varepsilon_3=-\varepsilon,\quad \varepsilon_2=\varepsilon_1=0.5\varepsilon,\quad \mu_{\varepsilon}=1 $

  • 纯剪切 $\varepsilon_1=0.5\gamma,\quad \varepsilon_2=0,\quad \varepsilon_3=-0.5\gamma,\quad \mu_{\varepsilon}=0 $

  • 等效应变

ε ˉ = 4 3 I 2 ′ = 2 3 ( e 1 − e 2 ) 2 + ( e 2 − e 3 ) 2 + ( e 3 − e 1 ) 2 = 2 3 e 1 2 + e 2 2 + e 3 2 \begin{align*} \bar{\varepsilon}&=\sqrt{\frac{4}{3}I_2^{'}}\\ &=\frac{\sqrt{2}}{3}\sqrt{(e_1-e_2)^2+(e_2-e_3)^2+(e_3-e_1)^2}\\ &=\sqrt{\frac{2}{3}}\sqrt{e_1^2+e_2^2+e_3^2} \end{align*} εˉ=34I2 =32 (e1e2)2+(e2e3)2+(e3e1)2 =32 e12+e22+e32

应用示例 \color{blue}应用示例 应用示例

  • 已知位移分量 $u=(2x+y)a,v=(2y+x)a,w=-az $,求:应变张量并分解应变强度。

ε x = ∂ u ∂ x = 2 a , ε y = ∂ v ∂ y = 2 a , ε z = ∂ w ∂ z = − a γ x y = ∂ u ∂ y + ∂ v ∂ x = 2 a , ε x y = 1 2 γ x y = a ε y z = 1 2 ( ∂ v ∂ z + ∂ w ∂ y ) , ε z x = 1 2 ( ∂ w ∂ x + ∂ u ∂ z ) ε m = ε x + ε y + ε z 3 = a ε i j = [ 2 a a 0 a 2 a 0 0 0 − a ] = [ a 0 0 0 a 0 0 0 a ] + [ a a 0 a a 0 0 0 − 2 a ] \begin{gather*} \varepsilon_x=\frac{\partial u}{\partial x}=2a, \quad \varepsilon_y=\frac{\partial v}{\partial y}=2a, \quad \varepsilon_z=\frac{\partial w}{\partial z}=-a\\ \gamma_{xy}=\frac{\partial u}{\partial y}+\frac{\partial v}{\partial x}=2a, \quad \varepsilon_{xy}=\frac{1}{2}\gamma_{xy}=a\\ \varepsilon_{yz}=\frac{1}{2}(\frac{\partial v}{\partial z}+\frac{\partial w}{\partial y}), \quad \varepsilon_{zx}=\frac{1}{2}(\frac{\partial w}{\partial x}+\frac{\partial u}{\partial z})\\ \varepsilon_m=\frac{\varepsilon_x+\varepsilon_y+\varepsilon_z}{3}=a\\ \varepsilon_{ij}=\begin{bmatrix} 2a & a & 0\\ a & 2a & 0\\ 0 & 0 & -a \end{bmatrix}=\begin{bmatrix} a & 0 & 0\\ 0 & a & 0\\ 0 & 0 & a \end{bmatrix}+\begin{bmatrix} a & a & 0\\ a & a & 0\\ 0 & 0 & -2a \end{bmatrix} \end{gather*} εx=xu=2a,εy=yv=2a,εz=zw=aγxy=yu+xv=2a,εxy=21γxy=aεyz=21(zv+yw),εzx=21(xw+zu)εm=3εx+εy+εz=aεij= 2aa0a2a000a = a000a000a + aa0aa0002a

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/903261.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

在房价涨声一片中,购房者更要看好钱袋,千万不要冲动入坑!

近几个月以来诸多媒体都传出房价上涨的好消息,二手房东也连连传出反价的消息,似乎房价真的到底了,一些购房者因此可能被市场的波动而冲动买房,笔者认为这个时候反而要更慎重地看待房价。 房价的低点确实很难预测,不过1…

单链表OJ题(2):反转链表、找中间节点

目录 1.反转链表 反转链表总结: 2.链表的中间节点(快慢指针法) 快慢指针法总结 1.反转链表 在这道题中,我们需要把一个单链表反转它们的指向,这里,我们给出了一个好理解的简单解法,就是用三…

C++ 日志管理 spdlog 使用笔记

文章目录 Part.I IntroductionChap.I 预备知识Chap.II 常用语句 Part.II 使用Chap.I 简单使用Chap.II 自定义日志格式 Part.III 问题&解决方案Chap.I 如果文件存在则删除 Reference Part.I Introduction spdlog 是一个开源的 C 日志管理工具,Git 上面的地址为 …

在html中引用unpkg的vue3,v-model无法绑定方法

如果用下面代码引用vue使用&#xff0c;则注意v-model无法绑定方法。 <script src"https://unpkg.com/vue3/dist/vue.global.js"></script> 例如&#xff1a; <span>方法-全名&#xff1a;</span><input type"text" v-model&…

如何将原本打开Edge呈现出的360浏览器,更换成原本的Edge页面或者百度等其他页面

每次打开Edge浏览器&#xff0c;都会呈现出360浏览器的页面&#xff0c;很烦。以下将说明如果将呈现出的360浏览器&#xff0c;更换成原本的Edge页面或者百度等其他页面。 1.找到你的控制面板&#xff0c;点击卸载程序。 2. 找到360安全卫士&#xff0c;右键单击更改/卸载。 3…

【深度学习|地学应用】人工智能技术的发展历程与现状:探讨深度学习在遥感地学中的应用前景

【深度学习|地学应用】人工智能技术的发展历程与现状&#xff1a;探讨深度学习在遥感地学中的应用前景 【深度学习|地学应用】人工智能技术的发展历程与现状&#xff1a;探讨深度学习在遥感地学中的应用前景 文章目录 【深度学习|地学应用】人工智能技术的发展历程与现状&…

抖音评论采集 可采子评论

下载&#xff1a;【1】https://drive.uc.cn/s/5257861b109b4?public1 【2】https://pan.quark.cn/s/e54155575698

python pip更换(切换)国内镜像源

国内镜像源列表(个人推荐清华大学的源) ​ 清华大学&#xff1a; https://pypi.tuna.tsinghua.edu.cn/simple阿里云&#xff1a; http://mirrors.aliyun.com/pypi/simple豆瓣&#xff1a; http://pypi.douban.com/simple中国科技大学&#xff1a; https://pypi.mirrors.ustc.e…

Linux 重启命令全解析:深入理解与应用指南

Linux 重启命令全解析&#xff1a;深入理解与应用指南 在 Linux 系统中&#xff0c;掌握正确的重启命令是确保系统稳定运行和进行必要维护的关键技能。本文将深入解析 Linux 中常见的重启命令&#xff0c;包括功能、用法、适用场景及注意事项。 一、reboot 命令 功能简介 re…

福鼎自闭症全托干预:为福鼎地区自闭症患者提供个性化教育

在探讨自闭症儿童的教育与干预时&#xff0c;个性化与全面关怀成为了不可忽视的关键词。福鼎地区的自闭症全托干预项目&#xff0c;以其对患儿个体差异的深刻理解与尊重&#xff0c;为自闭症患者提供了量身定制的支持。而在遥远的广州&#xff0c;星贝育园自闭症儿童寄宿制学校…

js基础入门篇

1.输出语句&#xff0c;内部样式&#xff0c;外部样式&#xff0c;数组定义 <!DOCTYPE html> <html lang"en"> <head><meta charset"UTF-8"><meta name"viewport" content"widthdevice-width, initial-scale1.…

Oracle OCP认证考试考点详解082系列01

题记&#xff1a; 本篇博文是Oracle OCP认证考试考点详解082系列的第一篇&#xff0c;本系列主要讲解Oracle OCP认证考试考点&#xff08;题目&#xff09;&#xff0c;适用于19C/21C,跟着学OCP考试必过。 1. 第一题&#xff1a; 1. 题目 2. 解析及答案 关于Oracle数据库中节…

numpy——索引切片

一、索引和切片 import numpy as npx np.arange(48).reshape(6, 8) print(x)# 选取第二行 print(x[1]) #从0开始&#xff0c;取得第2行# 选取第二行, 第二列 print(x[1][1])# 选取第三行到最后一行, 第一列到最后一列 print(x[2:,2:])# 花式索引 (1, 1) 和 (4, 4) print(&quo…

.NET 8 中的 Mini WebApi

介绍 .NET 8 中的极简 API 隆重登场&#xff0c;重新定义了我们构建 Web 服务的方式。如果您想知道极简 API 的工作原理以及它们如何简化您的开发流程&#xff0c;让我们通过一些引人入胜的示例来深入了解一下。 .NET 极简主义的诞生 想想我们曾经不得不为一个简单的 Web 服务…

【在Linux世界中追寻伟大的One Piece】Socket编程UDP(续)

目录 1 -> V3版本-实现简单聊天室 1 -> V3版本-实现简单聊天室 UdpServer.hpp #pragma once#include <iostream> #include <string> #include <cerrno> #include <cstring> #include <unistd.h> #include <strings.h> #include &…

XHCI 1.2b 规范摘要(六)

系列文章目录 XHCI 1.2b 规范摘要&#xff08;一&#xff09; XHCI 1.2b 规范摘要&#xff08;二&#xff09; XHCI 1.2b 规范摘要&#xff08;三&#xff09; XHCI 1.2b 规范摘要&#xff08;四&#xff09; XHCI 1.2b 规范摘要&#xff08;五&#xff09; XHCI 1.2b 规范摘要…

Anki插件Export deck to html的改造

在Anki中进行复习时&#xff0c;每次只能打开一条笔记。如果积累了很多笔记&#xff0c;有时候会有将它们集中输出成一个pdf进行阅读的想法。Anki插件Export deck to html&#xff08;安装ID&#xff1a;1897277426&#xff09;就有这个功能。但是&#xff0c;这个插件目前存在…

哈希表——unordered_set和unordered_map的封装

个人主页&#xff1a;敲上瘾-CSDN博客 个人专栏&#xff1a;游戏、数据结构、c语言基础、c学习、算法 在本章关于哈希表的设计在这里就随便提一点不再过多的讲解&#xff0c;而把重点放在封装部分。 目录 一、哈希表的设计 1.模板参数的设计 二、迭代器封装 1.迭代器简单…

理解计算机系统_异常控制流(一):异常

前言 以<深入理解计算机系统>(以下称“本书”)内容为基础&#xff0c;对程序的整个过程进行梳理。本书内容对整个计算机系统做了系统性导引,每部分内容都是单独的一门课.学习深度根据自己需要来定 引入 异常控制流这章实际上是操作系统的一部分.操作系统简单的…

驱动学习(三)符号导出

1.什么是符号&#xff1f; 主要是指全局变量和函数 2.为什么要导出符号&#xff1f; ​ linux内核采用的是模块化的形式管理内核代码。内核中每个模块之间是相互独立的&#xff0c;也就是说A模块的全局变量和函数&#xff0c;B模块是无法访问的。若B模块想要使用A模块中的已有…