当前位置: 首页 > news >正文

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

相关文章:

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…...

1.机器人抓取与操作介绍-深蓝学院

介绍 操作任务 操作 • Insertion • Pushing and sliding • 其它操作任务 抓取 • 两指(平行夹爪)抓取 • 灵巧手抓取 7轴 Franka 对应人的手臂 6轴 UR构型去掉一个自由度 课程大纲 Robotic Manipulation 操作 • Robotic manipulation refers…...

六,Linux基础环境搭建(CentOS7)- 安装HBase

Linux基础环境搭建(CentOS7)- 安装HBase 大家注意以下的环境搭建版本号,如果版本不匹配有可能出现问题! 一、HBase下载及安装 HBase是一个分布式的、面向列的开源数据库,该技术来源于 Fay Chang 所撰写的Google论文“…...

《计算机网络网络层:连接虚拟世界的关键桥梁》

一、网络层概述 网络层在计算机网络中占据着至关重要的地位,它作为连接不同网络的关键层次,起着承上启下的作用。网络层的主要任务是实现网络互连,将数据设法从源端经过若干个中间节点传送到目的端,为分组交换网上的不同主机提供通…...

【AIGC】2024-arXiv-CtrLoRA:一种可扩展且高效的可控图像生成框架

2024-arXiv-CtrLoRA: An Extensible and Efficient Framework for Controllable Image Generation CtrLoRA:一种可扩展且高效的可控图像生成框架摘要1. 引言相关工作3. 方法3.1 准备工作3.3 有效适应新条件3.4 条件嵌入网络的设计 4. 实验4.1 实验设置4.2 与现有方法…...

立仪光谱共焦在玻璃上奥秘与应用

在现代工业和科学研究中,玻璃因其透明、坚硬和易加工的特性被广泛应用于各个领域。然而,玻璃的厚度测量一直是困扰业界的一大难题。传统的千分尺或电容式传感器虽然在一定程度上能满足生产需求,但在精度、效率以及适用范围上存在明显的局限。…...

【天气识别系统】Python+卷积神经网络算法+人工智能+深度学习+TensorFlow+算法模型训练+Django网页界面

一、介绍 天气识别系统,以Python作为主要编程语言,通过收集了4种常见的天气图像数据集(多云、雨天、晴天、日出),然后基于TensorFlow搭建卷积神经网络算法模型,通过多轮迭代训练,最后得到一个识…...

MiniCTX:面向大语言模型定理证明的上下文相关基准测试系统

卡内基梅隆大学的研究人员推出MiniCTX,这是一个强大的基准测试系统,旨在通过整合前所未有的多重上下文元素(包括前提、先前证明、注释、符号以及导入和声明等结构组件)来彻底改变大型语言模型中定理证明能力的评估方式&#xff0c…...

树莓派开发相关知识三PWM控制转速

基于树莓派PWM控制 控制L298N马达驱动转速 马达驱动转速 1、L298N电路图: 2、需要留意的有几点 INA~IND四个引脚分别控制OUTA-OUTD,即,INA高电平则OUTA有电。 ENA,ENB分别使能控制OUTA~OUTB以及OUTC~OUTD。 OUT口有VCC电压驱动…...

SpringBoot最常用的注解

1、RestController 作用:与Controller类似,但是RestController会自动将返回值转换为JSON格式。 2、RequestMapping 作用:用于映射请求URL和处理方法。 RequestMapping是Spring MVC框架中的一个核心注解,它用于映射HTTP请求和控…...

js 获取当前时间与前一个月时间

// 获取当前时间的毫秒数 var currentTimeMillis new Date().getTime();// 获取前一个月的Date对象 var dateLastMonth new Date(); dateLastMonth.setMonth(dateLastMonth.getMonth() - 1);// 获取前一个月的毫秒数 var timeMillisLastMonth dateLastMonth.getTime();conso…...

深度了解flink rpc机制(四) 组件启动流程源码分析

前言 目前已发布了3篇关于Flink RPC相关的文章,分别从底层通信系统akka/Pekko,RPC实现方式动态代理以及Flink RPC相关的组件做了介绍 深度了解flink rpc机制(一)-Akka/Pekko_flink pekko akka-CSDN博客 深度了解flink rpc机制&…...

C++基于opencv的视频质量检测--遮挡检测

文章目录 0.引言1. 原始代码分析1.1 存在的问题 2. 优化方案3. 优化后的代码4. 代码详细解读4.1. 输入检查4.2. 图像预处理4.3. 高斯模糊4.4. 梯度计算4.5. 计算梯度幅值和方向4.6. 边缘检测4.7. 计算边缘密度4.8. 估计遮挡程度4.9. 限定结果范围4.10. 返回结果 0.引言 视频质…...

手机玩潜水员戴夫?GameViewer远程如何随时随地玩潜水员戴夫教程

如果你是潜水员戴夫的忠实玩家,你知道如何在手机上玩潜水员戴夫吗?潜水员戴夫是一个以神秘蓝洞为背景的海洋冒险游戏。在这个游戏里你白天可以在美丽的大海里打鱼,晚上可以经营寿司店。现在这个游戏也能实现用手机随时随地畅玩了!…...

UE5 喷射背包

首选创建一个输入操作 然后在输入映射中添加,shift是向上飞,ctrl是向下飞 进入人物蓝图中编写逻辑,变量HaveJatpack默认true,Thrust为0 最后...

【Vue3】第三篇

Vue3学习第三篇 01. 组件组成02. 组件嵌套关系03. 组件注册方式04. 组件传递数据Props05. 组件传递多种数据类型06. 组件传递Props校验07. 组件事件08. 组件事件配合v-model使用09. 组件数据传递10. 透传Attributes 01. 组件组成 在vue当中,组件是最重要的知识&…...

c++二级指针

如果要通过函数改变一个指针的值&#xff0c;要往函数中传入指针的指针 如果要通过函数改变一个变量的值&#xff0c;那就要往函数中传入这个变量的地址 改变a的值和b的值 #include <iostream>using namespace std;void swap(int* a, int* b) {int temp *a;*a *b;*b …...

客户端存储 — IndexedDB 实现分页查询

前言 相信 IndexedDB 大家都有过了解&#xff0c;但是不一定每个人都有过实践&#xff0c;并且其中涉及到事务、游标等概念&#xff0c;会导致在初次使用时会有些不适应&#xff0c;那么本文会通过 IndexedDB 实现分页查询的形式进行实践&#xff0c;在开始之前&#xff0c;可…...

logback 如何将日志输出到文件

如何作 将日志输出到文件需要使用 RollingFileAppender&#xff0c;该 Appender 必须定义 rollingPolicy &#xff0c;另外 rollingPollicy 下必须定义 fileNamePattern 和 encoder <appender name"fileAppender" class"ch.qos.logback.core.rolling.Rollin…...

Files.newBufferedReader和Files.readAllLines

在Java中&#xff0c;Files.newBufferedReader 和 Files.readAllLines 都是用于从文件中读取数据的工具方法&#xff0c;但它们的使用场景和功能有所不同。下面我将详细解释这两个方法的含义、用途、区别、优缺点以及各自的使用场景。 1. Files.newBufferedReader 含义和用途…...

Linux应用开发之网络套接字编程(实例篇)

服务端与客户端单连接 服务端代码 #include <sys/socket.h> #include <sys/types.h> #include <netinet/in.h> #include <stdio.h> #include <stdlib.h> #include <string.h> #include <arpa/inet.h> #include <pthread.h> …...

【WiFi帧结构】

文章目录 帧结构MAC头部管理帧 帧结构 Wi-Fi的帧分为三部分组成&#xff1a;MAC头部frame bodyFCS&#xff0c;其中MAC是固定格式的&#xff0c;frame body是可变长度。 MAC头部有frame control&#xff0c;duration&#xff0c;address1&#xff0c;address2&#xff0c;addre…...

鸿蒙中用HarmonyOS SDK应用服务 HarmonyOS5开发一个医院查看报告小程序

一、开发环境准备 ​​工具安装​​&#xff1a; 下载安装DevEco Studio 4.0&#xff08;支持HarmonyOS 5&#xff09;配置HarmonyOS SDK 5.0确保Node.js版本≥14 ​​项目初始化​​&#xff1a; ohpm init harmony/hospital-report-app 二、核心功能模块实现 1. 报告列表…...

[10-3]软件I2C读写MPU6050 江协科技学习笔记(16个知识点)

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16...

佰力博科技与您探讨热释电测量的几种方法

热释电的测量主要涉及热释电系数的测定&#xff0c;这是表征热释电材料性能的重要参数。热释电系数的测量方法主要包括静态法、动态法和积分电荷法。其中&#xff0c;积分电荷法最为常用&#xff0c;其原理是通过测量在电容器上积累的热释电电荷&#xff0c;从而确定热释电系数…...

深入浅出深度学习基础:从感知机到全连接神经网络的核心原理与应用

文章目录 前言一、感知机 (Perceptron)1.1 基础介绍1.1.1 感知机是什么&#xff1f;1.1.2 感知机的工作原理 1.2 感知机的简单应用&#xff1a;基本逻辑门1.2.1 逻辑与 (Logic AND)1.2.2 逻辑或 (Logic OR)1.2.3 逻辑与非 (Logic NAND) 1.3 感知机的实现1.3.1 简单实现 (基于阈…...

虚拟电厂发展三大趋势:市场化、技术主导、车网互联

市场化&#xff1a;从政策驱动到多元盈利 政策全面赋能 2025年4月&#xff0c;国家发改委、能源局发布《关于加快推进虚拟电厂发展的指导意见》&#xff0c;首次明确虚拟电厂为“独立市场主体”&#xff0c;提出硬性目标&#xff1a;2027年全国调节能力≥2000万千瓦&#xff0…...

接口自动化测试:HttpRunner基础

相关文档 HttpRunner V3.x中文文档 HttpRunner 用户指南 使用HttpRunner 3.x实现接口自动化测试 HttpRunner介绍 HttpRunner 是一个开源的 API 测试工具&#xff0c;支持 HTTP(S)/HTTP2/WebSocket/RPC 等网络协议&#xff0c;涵盖接口测试、性能测试、数字体验监测等测试类型…...

MySQL 部分重点知识篇

一、数据库对象 1. 主键 定义 &#xff1a;主键是用于唯一标识表中每一行记录的字段或字段组合。它具有唯一性和非空性特点。 作用 &#xff1a;确保数据的完整性&#xff0c;便于数据的查询和管理。 示例 &#xff1a;在学生信息表中&#xff0c;学号可以作为主键&#xff…...

【Linux】自动化构建-Make/Makefile

前言 上文我们讲到了Linux中的编译器gcc/g 【Linux】编译器gcc/g及其库的详细介绍-CSDN博客 本来我们将一个对于编译来说很重要的工具&#xff1a;make/makfile 1.背景 在一个工程中源文件不计其数&#xff0c;其按类型、功能、模块分别放在若干个目录中&#xff0c;mak…...