The geometrically rigorous nonlinear analysis of elastic shells is considered in the context of finite, but small, strain theory. The research is focused on the introduction of the full shell metric and examination of its influence on the nonlinear structural response. The exact relation between the reference and equidistant strains is employed and the complete analytic elastic constitutive relation between energetically conjugated forces and strains is derived via the reciprocal shift tensor. Utilizing these strict relations, the geometric stiffness matrix is derived explicitly by the variation of the unknown metric. Moreover, a compact form of this matrix is presented. Despite the linear displacement distribution due to the Kirchhoff-Love hypothesis, a nonlinear strain distribution arises along the shell thickness. This fact is sometimes disregarded for the nonlinear analysis of thin shells based on the initial geometry, thereby ignoring the strong curviness of a shell at some subsequent configuration. We show that the curviness of a shell at each configuration determines the appropriate shell formulation. For shells that become strongly curved at some configurations during deformation, the nonlinear distribution of strain throughout the thickness must be considered in order to obtain accurate results. We investigate four computational models: one based on the full analytical constitutive relation, and three simplified ones. Robustness, efficiency and accuracy of the presented formulation are examined via selected numerical experiments. Our main finding is that the employment of the full metric is often required when the complete response of the shells is sought, even for the initially thin shells. Finally, the simplified model that provided the best balance between efficiency and accuracy is suggested for the nonlinear analysis of strongly curved shells.


翻译:对弹性贝壳的地质严格非线性分析是在有限但狭小的压力理论的背景下考虑的。 研究的重点是引入完整的贝壳度量和检查其对非线性结构反应的影响。 参考和等离子菌株之间的准确关系被采用,而以对等的变速推力和压力之间的完全分析弹性构成关系则被取自于对等的变动。 利用这些严格的关系,几何硬度矩阵由未知指标的变异明确得出。 此外, 展示了这一矩阵的缩缩缩式。 尽管由于Kirchhoff-love假设, 最初的贝壳贝壳的直径偏移分布和对非线性压力对非线性弹性结构反应的审视, 在最初的几何测法基础上对薄壳进行非线性分析时,有时忽略了这一事实,从而忽略了贝壳体强度的强烈曲线。 每个配置中建议的贝壳体的曲度都由适当的贝壳体反应来决定。 即使在某些变形中, 也呈现了一个缩式的缩缩式的缩缩式。 尽管由于 Kirphyal elsal deal deal dealalalalalal dealalal deal deal latial deal deal deal lader lader 整个的精确度分析结果, 和我们的精确度分析了整个的精确度是整个的精确度分析结果。

0
下载
关闭预览

相关内容

专知会员服务
17+阅读 · 2020年9月6日
【经典书】C语言傻瓜式入门(第二版),411页pdf
专知会员服务
51+阅读 · 2020年8月16日
Linux导论,Introduction to Linux,96页ppt
专知会员服务
78+阅读 · 2020年7月26日
【机器学习术语宝典】机器学习中英文术语表
专知会员服务
59+阅读 · 2020年7月12日
商业数据分析,39页ppt
专知会员服务
160+阅读 · 2020年6月2日
Python分布式计算,171页pdf,Distributed Computing with Python
专知会员服务
107+阅读 · 2020年5月3日
【SIGGRAPH2019】TensorFlow 2.0深度学习计算机图形学应用
专知会员服务
39+阅读 · 2019年10月9日
后渗透利用msf关闭防火墙
黑白之道
8+阅读 · 2019年8月24日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
笔记 | Sentiment Analysis
黑龙江大学自然语言处理实验室
10+阅读 · 2018年5月6日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
机器学习线性代数速查
机器学习研究会
19+阅读 · 2018年2月25日
分布式TensorFlow入门指南
机器学习研究会
4+阅读 · 2017年11月28日
计算机视觉近一年进展综述
机器学习研究会
9+阅读 · 2017年11月25日
【推荐】用Python/OpenCV实现增强现实
机器学习研究会
15+阅读 · 2017年11月16日
【推荐】深度学习思维导图
机器学习研究会
15+阅读 · 2017年8月20日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Semiparametric inference for mixtures of circular data
Vectorial Parameterizations of Pose
Arxiv
0+阅读 · 2021年3月12日
VIP会员
相关VIP内容
专知会员服务
17+阅读 · 2020年9月6日
【经典书】C语言傻瓜式入门(第二版),411页pdf
专知会员服务
51+阅读 · 2020年8月16日
Linux导论,Introduction to Linux,96页ppt
专知会员服务
78+阅读 · 2020年7月26日
【机器学习术语宝典】机器学习中英文术语表
专知会员服务
59+阅读 · 2020年7月12日
商业数据分析,39页ppt
专知会员服务
160+阅读 · 2020年6月2日
Python分布式计算,171页pdf,Distributed Computing with Python
专知会员服务
107+阅读 · 2020年5月3日
【SIGGRAPH2019】TensorFlow 2.0深度学习计算机图形学应用
专知会员服务
39+阅读 · 2019年10月9日
相关资讯
后渗透利用msf关闭防火墙
黑白之道
8+阅读 · 2019年8月24日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
笔记 | Sentiment Analysis
黑龙江大学自然语言处理实验室
10+阅读 · 2018年5月6日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
机器学习线性代数速查
机器学习研究会
19+阅读 · 2018年2月25日
分布式TensorFlow入门指南
机器学习研究会
4+阅读 · 2017年11月28日
计算机视觉近一年进展综述
机器学习研究会
9+阅读 · 2017年11月25日
【推荐】用Python/OpenCV实现增强现实
机器学习研究会
15+阅读 · 2017年11月16日
【推荐】深度学习思维导图
机器学习研究会
15+阅读 · 2017年8月20日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Top
微信扫码咨询专知VIP会员