当前位置: 首页 > news >正文

018_FEA_Structure_Static_in_Matlab结构静力学分析

在这里插入图片描述

刹车变形分析

本示例展示了如何使用 MATLAB® 软件进行刹车变形分析。
这个例子是Matlab官方PDE工具箱的第一个例子,所需要的数据文件都由Matlab提供,包括CAD模型文件。

步骤 1: 导入 CAD 模型

导入 CAD 模型,这里使用的是一个带有孔的支架模型。

model = femodel(AnalysisType="structuralStatic", ...Geometry="BracketWithHole.stl");

这个是Matlab Unified Modeling的新写法,而不是以前pdemodel的写法。
这里的Geometry参数是一个STL文件,这个文件是Matlab提供的,包含了支架的几何形状。

figure
pdegplot(model,FaceLabels="on");
view(30,30);
title("Bracket with Face Labels")
exportgraphics(gcf, "BracketWithHole.png", Resolution=600)

在这里插入图片描述

不知道怎么回事,切换到后面的视图,整个图形都变黑了……不知道是什么魔法要素。

view(-134, -32)
title("Bracket with Face Labels, Rear View")
exportgraphics(gcf, "BracketWithHoleRear.png", Resolution=600)

在这里插入图片描述

步骤 2: 材料属性

设置材料属性。

model.MaterialProperties = ...materialProperties(YoungsModulus=200e9, ...PoissonsRatio=0.3);

这也是新的写法,model是一个类。

>> whos modelName       Size            Bytes  Class      Attributesmodel      1x1              5766  femodel

步骤 3: 产生网格

产生网格,这里使用的是默认的网格参数。Matlab教程里面喜欢把产生网格放在设置边界条件之后,我喜欢放在之前,因为我通常要做边界条件的变化,而网格是基本不变的。

model = generateMesh(model);figure
pdemesh(model);
title("Mesh of the Bracket")
exportgraphics(gcf, "BracketWithHoleRearMesh.png", Resolution=600)

在这里插入图片描述

步骤 4: 边界条件和加载条件

model.FaceBC(4) = faceBC(Constraint=“fixed”);
这里设置了支架的底部固定,不允许移动。这种设置参数的方式其实也兼容原先的参数对的方式,比如
faceBC('Constraint', 'fixed')
这里的4是支架的底部的面的编号,这个编号是在pdegplot函数中显示的F4

载荷也是一样的设置方式,注意这里载荷是一个向量,方向是z轴负方向,大小是1e4。

model.FaceLoad(8) = faceLoad(SurfaceTraction=[0;0;-1e4]);

步骤 5: 求解模型

求解模型。

tic;result = solve(model);toc

这样一个静态问题,7780个节点,求解的时间很短,在我的笔记本上大概是1秒左右。

步骤 6: 结果可视化

先看看result的结构。

result =StaticStructuralResults - 属性:Displacement: [1x1 FEStruct]Strain: [1x1 FEStruct]Stress: [1x1 FEStruct]VonMisesStress: [7780x1 double]Mesh: [1x1 FEMesh]

result是一个结构体,里面包含了位移、应变、应力、等效应力、网格等信息。

z方向的最大位移直接用max函数就可以得到。

max(abs(result.Displacement.uz))

4.4621e-05,也就是0.0446mm,这个位移是在z方向的,也就是垂直于支架底部的方向。

位移大小(位移向量的膜哦不模)的结果的可视化,可以用pdeplot3D函数,这个函数是Matlab的PDE工具箱的函数,用来绘制三维的PDE模型的结果。

figure
pdeplot3D(result.Mesh, ColorMapData=result.Displacement.uz)
title("Displacement in z-direction")
exportgraphics(gcf, "BracketWithHoleDisplacement-z.png", Resolution=600)

在这里插入图片描述

以此类推,可以绘制应力、应变、范氏等效应力等的结果。

figure
pdeplot3D(result.Mesh, ColorMapData=result.VonMisesStress)
title("Von Mises Stress")
exportgraphics(gcf, "BracketWithHoleVMS.png", Resolution=600)

在这里插入图片描述

其他可以自己查看的细节

  1. result结构体的其他属性,比如StrainStress等。
  2. model结构体的其他属性,比如MaterialPropertiesFaceBCFaceLoad等。
  3. pdeplot3D函数的其他参数,比如FaceAlphaEdgeAlpha等。
  4. generateMesh函数的其他参数,比如HmaxHmin等。
  5. faceBCfaceLoad函数的其他参数,比如TemperatureHeat等。

其实比较麻烦的不是这种比较简单的加载,如果加载是一个函数,或者需要增加一个非常量的载荷,就需要自己编一个函数,然后传给faceLoad函数。
这个函数的输入参数是位置和状态,输出是载荷的大小。这个函数的编写就需要一些编程的技巧了。

其实也非常简单,现整一个函数function ret = boundaryFcn(location, state),然后一步一步地调试到运行到这个函数,
在函数里面就能看到locationstate的结构,然后就可以写出这个函数了。

基本上,location对应就是几何,三个坐标,或者面的方向,state对应就是状态,统一用u表示求解变量,对于静力学问题,就是位移,对于热传递问题,就是温度。

总结

  1. 总的来说,这个新的Matlab的PDE工具箱的写法更加面向对象,更加符合现代的编程风格,但是对于老的写法,还是兼容的。
  2. 求解静力学问题的过程比较清晰,对于处理非常简单相对偏理论的问题,是很容易拿到结果的,并且,各个数据结构相对透明,比如Mesh,节点、单元等信息都可以直接访问。
  3. 如果要变更边界条件、载荷,来研究灵敏度,也是非常方便的,只需要修改model结构体的属性,然后重新求解就可以了。相应的,如果要做一些优化,也是非常方便的。例如,要进行最大变形的控制,上面的例子中就给出了如何从结果中提取最大位移的方法。
  4. 从2016b开始STL文件的导入就慢慢变好,2022b开始STEP文件也开始支持,基本上这个工具的可用性就相应变得比较强了。
  5. 上面这个例子要运行,大概至少需要2023a版本,最好是2023b版本。

相关文章:

018_FEA_Structure_Static_in_Matlab结构静力学分析

刹车变形分析 本示例展示了如何使用 MATLAB 软件进行刹车变形分析。 这个例子是Matlab官方PDE工具箱的第一个例子,所需要的数据文件都由Matlab提供,包括CAD模型文件。 步骤 1: 导入 CAD 模型 导入 CAD 模型,这里使用的是一个带有孔的支架模…...

网页打不开、找不到服务器IP地址

现象:网络连接ok,软件能正常使用,当网页打不开。 原因:DNS 配置错误导致网站域名无法正确解析造成。 影响DNS设置的:VPN软件、浏览器DNS服务选择、IPv4属性被修改。 1、VPN代理未关闭 2、浏览器DNS解析选择 3、以太…...

RUM性能优化之图片加载

作者:三石 在现代Web开发中,图片作为内容表达的核心元素,其加载效率直接影响到页面的整体性能和用户体验。随着高清大图和动态图像的普及,优化图片加载变得尤为重要。RUM作为一种主动监测技术,能够帮助开发者从真实用户…...

【Java】—— 泛型:泛型的理解及其在集合(List,Set)、比较器(Comparator)中的使用

目录 1. 泛型概述 1.1 生活中的例子 1.2 泛型的引入 2. 使用泛型举例 2.1 集合中使用泛型 2.1.1 举例 2.1.2 练习 2.2 比较器中使用泛型 2.2.1 举例 2.2.2 练习 1. 泛型概述 1.1 生活中的例子 举例1:中药店,每个抽屉外面贴着标签 举例2&…...

【Python】selenium遇到“InvalidArgumentException”的解决方法

在使用try……except 的时候捕获到这个错误: InvalidArgumentException: invalid argument (Session info: chrome112.0.5614.0) 这个错误代表的是,当传入的参数不符合期望时,就会抛出这个异常: InvalidArgumentException: invali…...

RT-DETR改进策略:BackBone改进|CAFormer在RT-DETR中的创新应用,显著提升目标检测性能

摘要 在目标检测领域,模型性能的提升一直是研究者和开发者们关注的重点。近期,我们尝试将CAFormer模块引入RT-DETR模型中,以替换其原有的主干网络,这一创新性的改进带来了显著的性能提升。 CAFormer,作为MetaFormer框架下的一个变体,结合了深度可分离卷积和普通自注意力…...

【YOLOv11】ultralytics最新作品yolov11 AND 模型的训练、推理、验证、导出 以及 使用

​目录 一 ultralytics公司的最新作品YOLOV11 1 yolov11的创新 2 安装YOLOv11 3 PYTHON Guide 二 训练 三 验证 四 推理 五 导出模型 六 使用 文档:https://docs.ultralytics.com/models/yolo11/ 代码链接:https://github.com/ultralytics/ult…...

动态规划——多状态动态规划问题

目录 一、打家劫舍 二、打家劫舍 II 三、删除并获得点数 四、粉刷房子 五、买卖股票的最佳时机含冷冻期 六、买卖股票的最佳时机含手续费 七、买卖股票的最佳时机III 八、买卖股票的最佳时机IV 一、打家劫舍 打家劫舍 第一步:确定状态表示 当我们每次…...

leetcode-10/9【堆相关】

1.数组中的第K个最大元素【215】 思路: 1.1.要使得时间复杂度为O(n),自己实现大顶堆,通过K次调整,顶部元素就是想要的第K个最大元素 1.2.实现大顶堆的过程中,先建堆,建堆是利用递归,本…...

自然语言处理问答系统:技术进展、应用与挑战

自然语言处理问答系统:技术进展、应用与挑战 自然语言处理(NLP)作为人工智能领域的一个重要分支,旨在使计算机能够理解和生成人类语言。问答系统(Q&A System),作为NLP的一个重要应用&#…...

向量数据库!AI 时代的变革者还是泡沫?

向量数据库!AI 时代的变革者还是泡沫? 前言一、向量数据库的基本概念和原理二、向量数据库在AI中的应用场景三、向量数据库的优势和挑战四、向量数据库的发展现状和未来趋势五、向量数据库对AI发展的影响 前言 数据是 AI 的核心,而向量则是数…...

vue中css作用域及深度作用选择器的用法

Vue中有作用域的CSS 当< style>标签有scoped属性时&#xff0c;它的css只作用于当前组建中的元素。vue2和vue3均有此用法&#xff1b; 当使用scoped后&#xff0c;父组件的样式将不会渗透到子组件中。不过一个子组件的根节点会同时受父组件有作用域的css和子组件有作用…...

LLM - 使用 ModelScope SWIFT 测试 Qwen2-VL 的 LoRA 指令微调 教程(2)

欢迎关注我的CSDN&#xff1a;https://spike.blog.csdn.net/ 本文地址&#xff1a;https://spike.blog.csdn.net/article/details/142827217 免责声明&#xff1a;本文来源于个人知识与公开资料&#xff0c;仅用于学术交流&#xff0c;欢迎讨论&#xff0c;不支持转载。 SWIFT …...

2024 年热门前端框架对比及选择指南

在前端开发的世界里&#xff0c;框架的选择对于项目的成功至关重要。不同的框架有着不同的设计理念、生态系统和适用场景&#xff0c;因此&#xff0c;开发者在选框架时需要权衡多个因素。本文将对当前最流行的前端框架——React、Vue、Angular、Svelte 和 Solid——进行详细对…...

map_server

地图格式 此软件包中的工具处理的地图以两个文件的形式存储。YAML 文件描述地图的元数据&#xff0c;并命名图像文件。图像文件编码了占用数据。 图像格式 图像文件描述世界中每个单元格的占用状态&#xff0c;并使用相应像素的颜色表示。在标准配置中&#xff0c;较白的像素…...

无人机航拍视频帧处理与图像拼接算法

无人机航拍视频帧处理与图像拼接算法 1. 视频帧截取与缩放 在图像预处理阶段,算法首先逐帧地从视频中提取出各个帧。 对于每一帧图像,算法会执行缩放操作,以确保所有帧都具有一致的尺寸,便于后续处理。 2. 图像配准 在图像配准阶段,算法采用SIFT(尺度不变特征变换)算…...

搬砖11、Python 文件和异常

文件和异常 实际开发中常常会遇到对数据进行持久化操作的场景&#xff0c;而实现数据持久化最直接简单的方式就是将数据保存到文件中。说到“文件”这个词&#xff0c;可能需要先科普一下关于文件系统的知识&#xff0c;但是这里我们并不浪费笔墨介绍这个概念&#xff0c;请大…...

24.6 监控系统在采集侧对接运维平台

本节重点介绍 : 监控系统在采集侧对接运维平台 服务树充当监控系统的上游数据提供者在运维平台上 可以配置采集任务 exporter改造成探针型将给exporter传参和修改prometheus scrape配置等操作页面化 监控系统在采集侧对接运维平台 服务树充当监控系统的上游数据提供者在运…...

refresh-1

如果设置了刷新标志&#xff08;refreshFlag&#xff09;&#xff1a; - 如果CAT&#xff08;配置文件管理代理&#xff09;未初始化&#xff0c;eUICC应返回一个错误代码commandError。 - 对于MEP-A2&#xff0c;eUICC可以返回一个错误代码commandError。 - 如果目标端口上正…...

如何写好一篇计算机应用的论文?

计算机应用是一个广泛的领域&#xff0c;涵盖了从软件开发到数据分析、人工智能、网络安全等多个方向。选择一个合适的毕业设计题目&#xff0c;不仅要考虑个人兴趣和专业技能&#xff0c;还要考虑项目的可行性、创新性以及对未来职业发展的帮助。以下是一些建议&#xff0c;帮…...

Java 语言特性(面试系列1)

一、面向对象编程 1. 封装&#xff08;Encapsulation&#xff09; 定义&#xff1a;将数据&#xff08;属性&#xff09;和操作数据的方法绑定在一起&#xff0c;通过访问控制符&#xff08;private、protected、public&#xff09;隐藏内部实现细节。示例&#xff1a; public …...

PHP和Node.js哪个更爽?

先说结论&#xff0c;rust完胜。 php&#xff1a;laravel&#xff0c;swoole&#xff0c;webman&#xff0c;最开始在苏宁的时候写了几年php&#xff0c;当时觉得php真的是世界上最好的语言&#xff0c;因为当初活在舒适圈里&#xff0c;不愿意跳出来&#xff0c;就好比当初活在…...

Nginx server_name 配置说明

Nginx 是一个高性能的反向代理和负载均衡服务器&#xff0c;其核心配置之一是 server 块中的 server_name 指令。server_name 决定了 Nginx 如何根据客户端请求的 Host 头匹配对应的虚拟主机&#xff08;Virtual Host&#xff09;。 1. 简介 Nginx 使用 server_name 指令来确定…...

深度学习习题2

1.如果增加神经网络的宽度&#xff0c;精确度会增加到一个特定阈值后&#xff0c;便开始降低。造成这一现象的可能原因是什么&#xff1f; A、即使增加卷积核的数量&#xff0c;只有少部分的核会被用作预测 B、当卷积核数量增加时&#xff0c;神经网络的预测能力会降低 C、当卷…...

高效线程安全的单例模式:Python 中的懒加载与自定义初始化参数

高效线程安全的单例模式:Python 中的懒加载与自定义初始化参数 在软件开发中,单例模式(Singleton Pattern)是一种常见的设计模式,确保一个类仅有一个实例,并提供一个全局访问点。在多线程环境下,实现单例模式时需要注意线程安全问题,以防止多个线程同时创建实例,导致…...

给网站添加live2d看板娘

给网站添加live2d看板娘 参考文献&#xff1a; stevenjoezhang/live2d-widget: 把萌萌哒的看板娘抱回家 (ノ≧∇≦)ノ | Live2D widget for web platformEikanya/Live2d-model: Live2d model collectionzenghongtu/live2d-model-assets 前言 网站环境如下&#xff0c;文章也主…...

Java设计模式:责任链模式

一、什么是责任链模式&#xff1f; 责任链模式&#xff08;Chain of Responsibility Pattern&#xff09; 是一种 行为型设计模式&#xff0c;它通过将请求沿着一条处理链传递&#xff0c;直到某个对象处理它为止。这种模式的核心思想是 解耦请求的发送者和接收者&#xff0c;…...

【向量库】Weaviate 搜索与索引技术:从基础概念到性能优化

文章目录 零、概述一、搜索技术分类1. 向量搜索&#xff1a;捕捉语义的智能检索2. 关键字搜索&#xff1a;精确匹配的传统方案3. 混合搜索&#xff1a;语义与精确的双重保障 二、向量检索技术分类1. HNSW索引&#xff1a;大规模数据的高效引擎2. Flat索引&#xff1a;小规模数据…...

安宝特案例丨寻医不再长途跋涉?Vuzix再次以AR技术智能驱动远程医疗

加拿大领先科技公司TeleVU基于Vuzix智能眼镜打造远程医疗生态系统&#xff0c;彻底革新患者护理模式。 安宝特合作伙伴TeleVU成立30余年&#xff0c;沉淀医疗技术、计算机科学与人工智能经验&#xff0c;聚焦医疗保健领域&#xff0c;提供AR、AI、IoT解决方案。 该方案使医疗…...

TI德州仪器TPS3103K33DBVR低功耗电压监控器IC电源管理芯片详细解析

1. 基本介绍 TPS3103K33DBVR 是 德州仪器&#xff08;Texas Instruments, TI&#xff09; 推出的一款 低功耗电压监控器&#xff08;Supervisor IC&#xff09;&#xff0c;属于 电源管理芯片&#xff08;PMIC&#xff09; 类别&#xff0c;主要用于 系统复位和电压监测。 2. …...