(三)代表性物质点邻域的变形分析

news/2024/4/27 7:09:19/文章来源:https://blog.csdn.net/qq_51453181/article/details/127656278

本文主要内容如下:

  • 1. 伸长张量与Cauchy-Green 张量
  • 2. 线元长度的改变
    • 2.1. 初始/当前构型下的长度比
    • 2.2. 主长度比与 Lagrange/Euler 主方向
    • 2.3. 初始/当前构型下任意方向的长度比
  • 3. 线元夹角的改变
  • 4. 面元的改变
  • 5. 体元的改变

1. 伸长张量与Cauchy-Green 张量

由于变形梯度为正则仿射量,故可进行极分解:
F=R⋅U=V⋅R\bold F=\bold R\cdot\bold U=\bold V\cdot \bold RF=RU=VR
将正交仿射量 R\bold RR 称作转动张量;正张量 U\bold UUV\bold VV 分别称作 右、左伸长张量,且满足:
U=FT⋅FV=F⋅FTU=RT⋅V⋅R\bold U=\sqrt{\bold{F^T\cdot F}}\\\ \\ \bold V=\sqrt{\bold{F\cdot F^T}}\\\ \\ \bold U=\bold{R^T\cdot V\cdot R}U=FTF V=FFT U=RTVR
上述极分解的物理意义可以理解为:
dx⃗=F⋅dX⃗=R⋅(U⋅dX⃗)=V⋅(R⋅dX⃗)d\vec{x}=\bold F\cdot d\vec{X}=\bold R\cdot(\bold U\cdot d\vec{X})=\bold V\cdot(\bold R\cdot d\vec{X})dx=FdX=R(UdX)=V(RdX)
即,参考构型的线元到当前构型中的线元的映射既可以是先进行旋转再进行左伸长仿射量对应的变换也可以是先进行右伸长张量对应的变换再进行旋转操作

进一步可以定义:
C≜U2=FT⋅F=(C⃗A⊗G⃗A)T⋅(C⃗B⊗G⃗B)=CABG⃗A⊗G⃗B=(g⃗j⊗c⃗j)T⋅(g⃗i⊗c⃗i)=gjic⃗j⊗c⃗iB≜V2=F⋅FT=(g⃗i⊗c⃗i)⋅(g⃗j⊗c⃗j)T=c−1ijg⃗i⊗g⃗j≜c−1=(C⃗B⊗G⃗B)⋅(C⃗A⊗G⃗A)T=GBAC⃗B⊗C⃗A\begin{aligned} & \bold C\triangleq\bold U^2=\bold{F^T\cdot F}=(\vec{C}_A\otimes\vec{G}^A)^T\cdot(\vec{C}_B\otimes\vec{G}^B)=C_{AB}\vec{G}^A\otimes\vec{G}^B\\\\ &\qquad\qquad\qquad\quad\ \ =(\vec{g}_j\otimes\vec{c}\ ^j)^T\cdot(\vec{g}_i\otimes\vec{c}\ ^i)=g_{ji}\vec{c}\ ^j\otimes\vec{c}\ ^i\\\ \\ &\bold B\triangleq\bold V^2=\bold{F\cdot F^T}=(\vec{g}_i\otimes\vec{c}\ ^i)\cdot(\vec{g}_j\otimes\vec{c}\ ^j)^T=\overset{-1}{c}\ ^{ij}\vec{g}_i\otimes\vec{g}_j\triangleq\bold{\overset{-1}{c}}\\\\ &\qquad\qquad\qquad\quad\ \ =(\vec{C}_B\otimes\vec{G}^B)\cdot(\vec{C}_A\otimes\vec{G}^A)^T=G^{BA}\vec{C}_B\otimes\vec{C}_A \end{aligned} CU2=FTF=(CAGA)T(CBGB)=CABGAGB  =(gjc j)T(gic i)=gjic jc iBV2=FFT=(gic i)(gjc j)T=c1 ijgigjc1  =(CBGB)(CAGA)T=GBACBCA
C\bold CCB\bold BB 分别称作右、左 Cauchy-Green 张量,二者间满足:
C=RT⋅B⋅R(正交相似关系)\bold{C}=\bold{R^T\cdot B\cdot R}\quad(正交相似关系)C=RTBR(正交相似关系)
说明,二者具有相同的特征值: λC=λB=λ\lambda_C=\lambda_B=\lambdaλC=λB=λ,特征方向仅相差一个刚性转动: u⃗C=RT⋅u⃗B\vec{u}_C=\bold{R}^T\cdot\vec{u}_BuC=RTuB。另外,它们都是对称正定仿射量,是正则的,其逆分别为:
C−1=(U2)−1=F−1⋅F−T=(G⃗A⊗C⃗A)⋅(G⃗B⊗C⃗B)T=C−1ABG⃗A⊗G⃗B=(c⃗j⊗g⃗j)⋅(c⃗i⊗g⃗i)T=gjic⃗j⊗c⃗iB−1=(V2)−1=F−T⋅F−1=(c⃗i⊗g⃗i)T⋅(c⃗j⊗g⃗j)=cijg⃗i⊗g⃗j≜c=(G⃗A⊗C⃗A)T⋅(G⃗B⊗C⃗B)=GABC⃗A⊗C⃗B\begin{aligned} &\bold{\overset{-1}{C}}=(\bold U^2)^{-1}=\bold{\overset{-1}{F}\cdot \overset{-T}{F}}=(\vec{G}_A\otimes\vec{C}^A)\cdot(\vec{G}_B\otimes\vec{C}^B)^T=\overset{-1}{C}\ ^{AB}\vec G_A\otimes\vec G_B\\\ \\ &\qquad\qquad\qquad\qquad\quad \quad =(\vec c_j\otimes\vec{g}^j)\cdot(\vec c_i\otimes\vec{g}^i)^T=g^{ji}\vec c_j\otimes\vec c_i\\\\ &\bold{\overset{-1}{B}}=(\bold V^2)^{-1}=\bold{\overset{-T}{F}\cdot \overset{-1}{F}}=(\vec c_i\otimes\vec{g}^i)^T\cdot(\vec c_j\otimes\vec{g}^j)=c_{ij}\vec{g}^i\otimes\vec{g}^j\triangleq \bold c\\\\ &\qquad\qquad\qquad\quad\quad\quad\ \ =(\vec{G}_A\otimes\vec{C}^A)^T\cdot(\vec{G}_B\otimes\vec{C}^B)=G_{AB}\vec{C}^A\otimes\vec{C}^B \end{aligned} C1=(U2)1=F1FT=(GACA)(GBCB)T=C1 ABGAGB=(cjgj)(cigi)T=gjicjciB1=(V2)1=FTF1=(cigi)T(cjgj)=cijgigjc  =(GACA)T(GBCB)=GABCACB

2. 线元长度的改变

2.1. 初始/当前构型下的长度比

设参考构型中 A 点邻域内的有向线元 dX⃗d\vec{X}dX 的长度为 ds0ds_0ds0;经过运动变形后,A 点映射为当前构型中的 A’ 点而 dX⃗d\vec{X}dX 映射为其邻域内的有向线元 dx⃗d\vec{x}dx ,长度为 dsdsds,满足:
{ds02=dX⃗⋅dX⃗=(dx⃗⋅F−T)⋅(F−1⋅dx⃗)=dx⃗⋅c⋅dx⃗=dx⃗⋅B−1⋅dx⃗ds2=dx⃗⋅dx⃗=(dX⃗⋅FT)⋅(F⋅dX⃗)=dX⃗⋅C⋅dX⃗\begin{cases} ds_0^2 =d\vec{X}\cdot d\vec{X} =(d\vec{x}\cdot\bold{\overset{-T}{F}})\cdot(\bold{\overset{-1}{F}}\cdot d\vec{x}) =d\vec{x}\cdot\bold{c}\cdot d\vec{x} =d\vec{x}\cdot\bold{\overset{-1}{B}}\cdot d\vec{x} \\\\ ds^2 =d\vec{x}\cdot d\vec{x} =(d\vec{X}\cdot\bold{F}^T)\cdot(\bold F\cdot d\vec{X}) =d\vec{X}\cdot\bold{C}\cdot d\vec{X} \end{cases}ds02=dXdX=(dxFT)(F1dx)=dxcdx=dxB1dxds2=dxdx=(dXFT)(FdX)=dXCdX

{L⃗≜dX⃗∣dX⃗∣=LiG⃗il⃗≜dx⃗∣dx⃗∣=lig⃗i\begin{cases} \vec{L}\triangleq\dfrac{d\vec{X}}{|d\vec{X}|}=L^i\vec{G}_i \\\\ \vec{l}\triangleq\dfrac{d\vec{x}}{|d\vec{x}|}=l^i\vec{g}_i \end{cases}LdXdX=LiGildxdx=ligi
L⃗、l⃗\vec{L}、\vec{l}Ll 分别称作变形前任意有向线元 dX⃗d\vec{X}dX 与变形后任意有向线元 dx⃗d\vec{x}dx单位切向量

将变形前位于 L⃗\vec{L}L 方向的线元历经变形、运动前后的长度比定义为:
λL≜dsds0=(dX⃗⋅C⋅dX⃗∣dX⃗∣⋅∣dX⃗∣)12=(L⃗⋅C⋅L⃗)12=(LALBCAB)12(物质坐标系下的分量)\lambda_{L}\triangleq\dfrac{ds}{ds_0} =\left(\dfrac{d\vec{X}\cdot\bold{C}\cdot d\vec{X}}{|d\vec{X}|\cdot|d\vec{X}|}\right)^{\frac{1}{2}} =(\vec{L}\cdot\bold{C}\cdot\vec{L})^{\frac{1}{2}} =(L^AL^BC_{AB})^{\frac{1}{2}}\ (物质坐标系下的分量)λLds0ds=(dXdXdXCdX)21=(LCL)21=(LALBCAB)21 (物质坐标系下的分量)
将变形后位于 l⃗\vec{l}l 方向的线元历经变形、运动前后的长度比定义为:
λl≜dsds0=(∣dx⃗∣⋅∣dx⃗∣dx⃗⋅c⋅dx⃗)12=(l⃗⋅c⋅l⃗)−12=(lrlscrs)−12(空间坐标系下的分量)\lambda_{l}\triangleq\dfrac{ds}{ds_0} =\left(\dfrac{|d\vec{x}|\cdot|d\vec{x}|}{d\vec{x}\cdot\bold{c}\cdot d\vec{x}}\right)^{\frac{1}{2}} =(\vec{l}\cdot\bold{c}\cdot\vec{l})^{-\frac{1}{2}} =(l^rl^sc_{rs})^{- \frac{1}{2}}\ (空间坐标系下的分量)λlds0ds=(dxcdxdxdx)21=(lcl)21=(lrlscrs)21 (空间坐标系下的分量)
显然,当变形前位于 L⃗\vec{L}L 方向的线元经历变形、运动后位于 l⃗\vec{l}l 方向时有:
λL=λl\lambda_{L}=\lambda_lλL=λl

2.2. 主长度比与 Lagrange/Euler 主方向

此外,根据其定义可知:长度比是一个与方向相关的物理量,针对于参考构型/当前构型中同一点而言,不同方向的长度比不同。自然地会问:什么方向上长度比最大?即求解如下带约束的极值问题:
{max⁡L⃗λL(L⃗)∣L⃗∣=1和{max⁡l⃗λl(l⃗)∣l⃗∣=1\begin{cases} \max\limits_{\vec{L}}\ \lambda_{L}(\vec{L}) \\\\ |\vec{L}_|=1 \end{cases} \quad 和 \quad \begin{cases} \max\limits_{\vec{l}}\ \lambda_{l}(\vec{l}) \\\\ |\vec{l}|=1 \end{cases}Lmax λL(L)L=1lmax λl(l)l=1
注意到长度比恒为正,为简化计算,将上述极值问题等价于求解:
{max⁡L⃗λL2(L⃗)∣L⃗∣=1和{max⁡l⃗λl2(l⃗)∣l⃗∣=1\begin{cases} \max\limits_{\vec{L}}\ \lambda_{L}^2(\vec{L}) \\\\ |\vec{L}|=1 \end{cases} \quad 和 \quad \begin{cases} \max\limits_{\vec{l}}\ \lambda_{l}^2(\vec{l}) \\\\ |\vec{l}|=1 \end{cases}Lmax λL2(L)L=1lmax λl2(l)l=1
以前一个极值问题的求解为例,采用 Lagrange 乘子法进行求解,使得问题化为如下无约束极值问题的必要条件:
{∂∂LM[LALBCAB−η(LALBGAB−1)]=0(M=1,2,3)LALBGAB−1=0\begin{cases} \dfrac{\partial }{\partial L^M}\left[L^AL^BC_{AB}-\eta(L^AL^BG_{AB}-1)\right]=0\ (M=1,2,3)\\\\ L^AL^BG_{AB}-1=0 \end{cases}LM[LALBCABη(LALBGAB1)]=0 (M=1,2,3)LALBGAB1=0

{(CAM−ηGAM)LA=0(M=1,2,3)LALBGAB−1=0⟹{(C∙MA−ηδ∙MA)LA=0(M=1,2,3)LALBGAB−1=0\begin{cases} (C_{AM}-\eta G_{AM})L^A=0\ (M=1,2,3)\\\\ L^AL^BG_{AB}-1=0 \end{cases} \Longrightarrow \begin{cases} (C^A_{\bullet M}-\eta \delta^A_{\bullet M})L_A=0\ (M=1,2,3)\\\\ L^AL^BG_{AB}-1=0 \end{cases}(CAMηGAM)LA=0 (M=1,2,3)LALBGAB1=0(CMAηδMA)LA=0 (M=1,2,3)LALBGAB1=0
注意到:CABC_{AB}CAB 不仅是右 Cauchy-Green 张量在物质坐标系下的协变分量,同时也是随体坐标系 {XA,t}\{X^A,t\}{XA,t} 度量张量的协变分量,但上述指标升降是通过物质坐标系下的度量张量协变、逆变分量实现的,因此 C∙MA≠δ∙MAC^A_{\bullet M}\ne\delta^A_{\bullet M}CMA=δMA

上述四元 非线性(约束条件) 方程组的求解等价于求右 Cauchy-Green 张量的特征值问题 :
(C−ηI)⋅L⃗=0(\bold C-\eta\bold I)\cdot\vec{L}=0(CηI)L=0
由于 C\bold CC 为对称正定张量,故存在三个正特征值 ηα≜λα2>0(α=1,2,3)\eta_\alpha\triangleq\lambda_\alpha^2>0\ (\alpha=1,2,3)ηαλα2>0 (α=1,2,3) 和相应的三个两两垂直的单位特征向量 L⃗α\vec{L}_\alphaLα

从上述讨论可知:于初始构型上的某点而言,该点右Cauchy-Green 张量 (右伸长张量 U) 的特征方向是该点变形、运动前后长度比达到极大/小或驻值的方向,将其称作 Lagrange 主方向。Lagrange 主方向上的长度比为:
λLα=L⃗α⋅C⋅L⃗α=λα2L⃗α⋅L⃗α=λα\lambda_{L_\alpha} =\sqrt{\vec{L}_\alpha\cdot\bold{C}\cdot\vec{L}_\alpha} =\sqrt{\lambda_\alpha^2\vec{L}_\alpha\cdot\vec{L}_\alpha} =\lambda_\alphaλLα=LαCLα=λα2LαLα=λα
即,Lagrange 主方向上的长度比为该右Cauchy-Green 张量 C 特征方向对应特征值的算数平方根(右伸长张量 U 的特征值),将其称作 主长度比

同理,求解后一极值问题等价于求解左 Cauchy-Green 张量的逆 c\bold cc 的特征值问题:
(c−η′I)⋅l⃗=0(\bold c-\eta'\bold I)\cdot\vec{l}=0(cηI)l=0
其中,g\bold gg 为空间坐标系的度量张量。类似的,c\bold cc 也存在三个正特征值 ηα′≜1λα′2>0(α=1,2,3)\eta'_\alpha\triangleq\dfrac{1}{{\lambda'_\alpha}^2}>0\ (\alpha=1,2,3)ηαλα21>0 (α=1,2,3)和相应的三个两两垂直的单位特征向量 l⃗α\vec{l}_\alphalα。由于左、右 Cauchy-Green 张量具有相同的特征值,故
ηα′=1ηα=1λα2\eta'_\alpha=\dfrac{1}{\eta_\alpha}=\dfrac{1}{{\lambda_\alpha}^2}ηα=ηα1=λα21
又由于左、右 Cauchy-Green 张量的特征方向仅相差一转动张量 R\bold RR,且正则仿射量与其逆同特征方向,则
L⃗α=RT⋅l⃗α(∗)\vec{L}_\alpha=\bold R^T\cdot\vec{l}_{\alpha}\quad(*)Lα=RTlα()
上述讨论说明对于当前构型上的某点,其左Cauchy-Green 张量或其逆 (或左伸长张量 V) 的特征方向是该点变形、运动前后长度比达到极大/小或驻值的方向,将其称作 Euler 主方向。Euler 主方向上的长度比为:
λlα=1l⃗α⋅c⋅l⃗α=λαl⃗α⋅l⃗α=λα\lambda_{l_\alpha} =\dfrac{1}{\sqrt{\vec{l}_\alpha\cdot\bold{c}\cdot\vec{l}_\alpha}} =\dfrac{\lambda_\alpha}{\sqrt{\vec{l}_\alpha\cdot\vec{l}_\alpha}} =\lambda_\alphaλlα=lαclα1=lαlαλα=λα
即,Euler 主方向上的长度比为该左Cauchy-Green 张量 B 特征方向对应的特征值的算数平方根 (左伸长张量 V 的特征值)。且 Euler 主方向上的长度比与 Lagrange 主方向上的长度比 分别一 一对应相等,即 λLα=λlα=λα\lambda_{L_\alpha}=\lambda_{l_\alpha}=\lambda_\alphaλLα=λlα=λα

2.3. 初始/当前构型下任意方向的长度比

根据谱分解,左、右伸长张量,左、右 Cauchy-Green 张量,变形梯度张量及其逆可通过 Euler 主方向/ Lagrange 主方向 与主长度比进行表示,即:
{U=∑α=13λαL⃗α⊗L⃗αV=∑α=13λαl⃗α⊗l⃗α{C=∑α=13λα2L⃗α⊗L⃗αB=∑α=13λα2l⃗α⊗l⃗α,c=B−1=∑α=131λα2l⃗α⊗l⃗α\begin{aligned} &\begin{cases} \bold U=\sum\limits_{\alpha=1}^3\lambda_\alpha\vec{L}_\alpha\otimes\vec{L}_\alpha \\\\ \bold V=\sum\limits_{\alpha=1}^3\lambda_\alpha\vec{l}_\alpha\otimes\vec{l}_\alpha \end{cases} \\\\ &\begin{cases} \bold C = \sum\limits_{\alpha=1}^3\lambda^2_\alpha\vec{L}_\alpha\otimes\vec{L}_\alpha \\\\ \bold B=\sum\limits_{\alpha=1}^3\lambda^2_\alpha\ \vec{l}_\alpha\otimes\vec{l}_\alpha, \bold c=\bold B^{-1}=\sum\limits_{\alpha=1}^3\dfrac{1}{\lambda^2_\alpha}\ \vec{l}_\alpha\otimes\vec{l}_\alpha \end{cases} \end{aligned}U=α=13λαLαLαV=α=13λαlαlαC=α=13λα2LαLαB=α=13λα2 lαlαc=B1=α=13λα21 lαlα
由于,转动张量也可通过主方向进行表示
R=∑α=13l⃗α⊗L⃗α\bold R=\sum_{\alpha=1}^3\vec{l}_\alpha\otimes\vec{L}_\alphaR=α=13lαLα
则有:
F=V⋅R=R⋅U=∑α=13λαl⃗α⊗L⃗αF−1=RT⋅V−1=U−1⋅RT=∑α=131λαL⃗α⊗l⃗α\bold F =\bold {V\cdot R} =\bold {R\cdot U} =\sum_{\alpha=1}^3\lambda_{\alpha}\vec{l}_\alpha\otimes\vec{L}_\alpha \\\ \\ \bold F^{-1} =\bold {R^T\cdot V^{-1}} =\bold {U^{-1}\cdot R^{T}} =\sum_{\alpha=1}^3\dfrac{1}{\lambda_{\alpha}}\vec{L}_\alpha\otimes\vec{l}_\alphaF=VR=RU=α=13λαlαLα F1=RTV1=U1RT=α=13λα1Lαlα

  • 对于参考构型中某点具有任意单位切向量 M⃗=MαL⃗α\vec{M}=M^\alpha\vec{L}_\alphaM=MαLα 的有向线元而言,其伸长比为:
    λM=(M⃗⋅C⋅M⃗)12=[∑α=13(MαL⃗α)⋅∑i=13(λi2L⃗i⊗L⃗i)⋅∑β=13(MβL⃗β)]12=[∑α=13(λαMα)2]12(不对α、β求和)\lambda_M =(\vec{M}\cdot\bold C\cdot\vec{M})^{\frac{1}{2}} =\left[\sum_{\alpha=1}^3(M^\alpha\vec{L}_\alpha )\cdot\sum\limits_{i=1}^3\left(\lambda^2_i\vec{L}_i\otimes\vec{L}_i\right)\cdot \sum_{\beta=1}^3(M^\beta\vec{L}_\beta )\right]^{\frac{1}{2}} =\left[\sum_{\alpha=1}^3(\lambda_\alpha M^\alpha)^2\right]^{\frac{1}{2}}(不对 \alpha 、\beta求和)λM=(MCM)21=α=13(MαLα)i=13(λi2LiLi)β=13(MβLβ)21=[α=13(λαMα)2]21(不对αβ求和)
    其中, MαM^\alphaMα 为参考构型下任意单位切向量 M⃗\vec{M}M 在 Lagrange主方向下 的分量。

  • 对于当前构型中某点具有任意单位切向量 m⃗=mαl⃗α\vec{m}=m^\alpha\vec{l}_\alpham=mαlα 的有向线元而言,其伸长比为:
    λm=(m⃗⋅c⋅m⃗)−12=[∑α=13(mαl⃗α)⋅∑i=13(1λi2l⃗i⊗l⃗i)⋅∑β=13(mβl⃗β)]−12=[∑α=13(mαλα)2]−12(不对α、β求和)\lambda_m =(\vec{m}\cdot\bold c\cdot\vec{m})^{-\frac{1}{2}} =\left[\sum_{\alpha=1}^3(m^\alpha\vec{l}_\alpha )\cdot \sum\limits_{i=1}^3\left(\dfrac{1}{\lambda^2_i}\ \vec{l}_i\otimes\vec{l}_i\right)\cdot \sum_{\beta=1}^3(m^\beta\vec{l}_\beta )\right]^{-\frac{1}{2}} =\left[\sum_{\alpha=1}^3\left(\dfrac{m^\alpha}{\lambda_\alpha}\right)^2\right]^{-\frac{1}{2}}(不对 \alpha 、\beta求和)λm=(mcm)21=α=13(mαlα)i=13(λi21 lili)β=13(mβlβ)21=[α=13(λαmα)2]21(不对αβ求和)
    其中, mαm^\alphamα 为当前构型下任意单位切向量 m⃗\vec{m}m 在 Euler主方向下 的分量。

3. 线元夹角的改变

下图为变形前后两线元的夹角变化过程:

则变形前、后两线元的夹角余弦分别为:
cosΘ=M⃗(1)⋅M⃗(2)=dX⃗(1)⋅dX⃗(2)∣dX⃗(1)∣⋅∣dX⃗(2)∣cosθ=m⃗(1)⋅m⃗(2)=dx⃗(1)⋅dx⃗(2)∣dx⃗(1)∣⋅∣dx⃗(2)∣cos\Theta =\vec{M}_{(1)}\cdot\vec{M}_{(2)} =\dfrac{d\vec{X}_{(1)}\cdot d\vec{X}_{(2)}}{|d\vec{X}_{(1)}|\cdot|d\vec{X}_{(2)}|}\\\ \\ cos\theta =\vec{m}_{(1)}\cdot\vec{m}_{(2)} =\dfrac{d\vec{x}_{(1)}\cdot d\vec{x}_{(2)}}{|d\vec{x}_{(1)}|\cdot|d\vec{x}_{(2)}|}cosΘ=M(1)M(2)=dX(1)dX(2)dX(1)dX(2) cosθ=m(1)m(2)=dx(1)dx(2)dx(1)dx(2)

dx⃗(1)=F⋅dX⃗(1),dX⃗(1)=F−1⋅dx⃗(1)dx⃗(2)=F⋅dX⃗(2),dX⃗(2)=F−1⋅dx⃗(2)∣dx⃗(1)∣=λm(1)∣dX⃗(1)∣=λM(1)∣dX⃗(1)∣∣dx⃗(2)∣=λm(2)∣dX⃗(2)∣=λM(2)∣dX⃗(1)∣\begin{aligned} & d\vec{x}_{(1)}=\bold F\cdot d\vec{X}_{(1)},d\vec{X}_{(1)}=\bold{\overset{-1}{F}}\cdot d\vec{x}_{(1)} \\\\ & d\vec{x}_{(2)}=\bold F\cdot d\vec{X}_{(2)},d\vec{X}_{(2)}=\bold{\overset{-1}{F}}\cdot d\vec{x}_{(2)} \\\\ & |d\vec{x}_{(1)}|=\lambda_{m_{(1)}} |d\vec{X}_{(1)}|=\lambda_{M_{(1)}} |d\vec{X}_{(1)}| \\\\ & |d\vec{x}_{(2)}|=\lambda_{m_{(2)}} |d\vec{X}_{(2)}|=\lambda_{M_{(2)}} |d\vec{X}_{(1)}| \end{aligned}dx(1)=FdX(1)dX(1)=F1dx(1)dx(2)=FdX(2)dX(2)=F1dx(2)dx(1)=λm(1)dX(1)=λM(1)dX(1)dx(2)=λm(2)dX(2)=λM(2)dX(1)

  • 那么,当立足于初始构型,若已知任意两方向,其夹角为 Θ\ThetaΘ,那么经过变形后两方向的夹角余弦为:
    cosθ=dx⃗(1)⋅dx⃗(2)∣dx⃗(1)∣⋅∣dx⃗(2)∣=1λM(1)λM(2)dX⃗(1)⋅C⋅dX⃗(2)∣dX⃗(1)∣∣dX⃗(2)∣=1λM(1)λM(2)(M⃗(1)⋅C⋅M⃗(2))cos\theta =\dfrac{d\vec{x}_{(1)}\cdot d\vec{x}_{(2)}}{|d\vec{x}_{(1)}|\cdot|d\vec{x}_{(2)}|} =\dfrac{1}{\lambda_{M_{(1)}} \lambda_{M_{(2)}}}\dfrac{d\vec{X}_{(1)}\cdot\bold C\cdot d\vec{X}_{(2)}}{|d\vec{X}_{(1)}| |d\vec{X}_{(2)}|} =\dfrac{1}{\lambda_{M_{(1)}} \lambda_{M_{(2)}}}(\vec{M}_{(1)}\cdot\bold C\cdot \vec{M}_{(2)})cosθ=dx(1)dx(2)dx(1)dx(2)=λM(1)λM(2)1dX(1)∣∣dX(2)dX(1)CdX(2)=λM(1)λM(2)1(M(1)CM(2))
    进一步,
    cosθ=1λM(1)λM(2)[∑α=13(M(1)αL⃗α)⋅∑i=13(λi2L⃗i⊗L⃗i)⋅∑β=13(M(2)βL⃗β)]=1λM(1)λM(2)∑α=13(λα2M(1)αM(2)α)cos\theta=\dfrac{1}{\lambda_{M_{(1)}} \lambda_{M_{(2)}}}\left[\sum_{\alpha=1}^3(M_{(1)}^\alpha\vec{L}_\alpha )\cdot\sum\limits_{i=1}^3\left(\lambda^2_i\vec{L}_i\otimes\vec{L}_i\right)\cdot \sum_{\beta=1}^3(M_{(2)}^\beta\vec{L}_\beta )\right] =\dfrac{1}{\lambda_{M_{(1)}} \lambda_{M_{(2)}}}\sum\limits_{\alpha=1}^3(\lambda_\alpha^2M_{(1)}^\alpha M_{(2)}^\alpha)cosθ=λM(1)λM(2)1α=13(M(1)αLα)i=13(λi2LiLi)β=13(M(2)βLβ)=λM(1)λM(2)1α=13(λα2M(1)αM(2)α)
    其中, M(1)α、M(2)αM^\alpha_{(1)}、M^\alpha_{(2)}M(1)αM(2)α 为参考构型下两任意单位切向量 M⃗(1)、M⃗(2)\vec{M}_{(1)}、\vec{M}_{(2)}M(1)M(2) 分别在 Lagrange主方向下 的分量,λα\lambda_\alphaλα 为主长度比。

  • 另外,若立足于当前构型,若已知任意两方向,其夹角为 θ\thetaθ,那么经历变形前两方向的夹角余弦为:
    cosΘ=dX⃗(1)⋅dX⃗(2)∣dX⃗(1)∣⋅∣dX⃗(2)∣=(λm(1)λm(2))dx⃗(1)⋅c⋅dx⃗(2)∣dx⃗(1)∣∣dx⃗(2)∣=(λm(1)λm(2))(m⃗(1)⋅c⋅m⃗(2))cos\Theta =\dfrac{d\vec{X}_{(1)}\cdot d\vec{X}_{(2)}}{|d\vec{X}_{(1)}|\cdot|d\vec{X}_{(2)}|} =(\lambda_{m_{(1)}} \lambda_{m_{(2)}})\dfrac{d\vec{x}_{(1)}\cdot\bold c\cdot d\vec{x}_{(2)}}{|d\vec{x}_{(1)}| |d\vec{x}_{(2)}|} =(\lambda_{m_{(1)}} \lambda_{m_{(2)}})(\vec{m}_{(1)}\cdot\bold c\cdot \vec{m}_{(2)})cosΘ=dX(1)dX(2)dX(1)dX(2)=(λm(1)λm(2))dx(1)∣∣dx(2)dx(1)cdx(2)=(λm(1)λm(2))(m(1)cm(2))
    进一步,
    cosΘ=λm(1)λm(2)[∑α=13(m(1)αl⃗α)⋅∑i=13(1λi2l⃗i⊗l⃗i)⋅∑β=13(m(2)βl⃗β)]=(λm(1)λm(2))∑α=13(1λα2m(1)αm(2)α)cos\Theta=\lambda_{m_{(1)}} \lambda_{m_{(2)}}\left[\sum_{\alpha=1}^3(m_{(1)}^\alpha\vec{l}_\alpha )\cdot\sum\limits_{i=1}^3\left(\dfrac{1}{\lambda^2_i}\vec{l}_i\otimes\vec{l}_i\right)\cdot \sum_{\beta=1}^3(m_{(2)}^\beta\vec{l}_\beta )\right] =(\lambda_{m_{(1)}} \lambda_{m_{(2)}})\sum\limits_{\alpha=1}^3\left(\dfrac{1}{\lambda_\alpha^2}m_{(1)}^\alpha m_{(2)}^\alpha\right)cosΘ=λm(1)λm(2)α=13(m(1)αlα)i=13(λi21lili)β=13(m(2)βlβ)=(λm(1)λm(2))α=13(λα21m(1)αm(2)α)
    其中, m(1)α、m(2)αm^\alpha_{(1)}、m^\alpha_{(2)}m(1)αm(2)α 为参考构型下两任意单位切向量 m⃗(1)、m⃗(2)\vec{m}_{(1)}、\vec{m}_{(2)}m(1)m(2) 分别在 Euler主方向下 的分量,λα\lambda_\alphaλα 为主长度比。

4. 面元的改变

面元可通过如下的向量给出它的几何特征,向量的方向代表面元的单位法向量,向量的模代表面元的大小。则参考构型与当前构型下的平行四边形面元分别为:
{0N⃗dS0=dX⃗(1)×dX⃗(2)N⃗dS=dx⃗(1)×dx⃗(2)\begin{cases} {_0}\vec{N}dS_0=d\vec{X}_{(1)}\times d\vec{X}_{(2)} \\\\ \vec{N}dS=d\vec{x}_{(1)}\times d\vec{x}_{(2)} \end{cases}0NdS0=dX(1)×dX(2)NdS=dx(1)×dx(2)
其中,0N⃗、N⃗{_0}\vec{N}、\vec{N}0NN 分别为变形前后面元的单位法向量dS0、dSdS_0、dSdS0dS 分别为变形前后面元的大小。

那么,根据 Nanson 公式:
N⃗dS=(F⋅dX⃗(1))×(F⋅dX⃗(2))=det(F)F−T⋅(dX⃗(1)×dX⃗(2))=JF−T⋅0N⃗dS0\vec{N}dS =(\bold F\cdot d\vec{X}_{(1)})\times (\bold F\cdot d\vec{X}_{(2)}) =det(\bold F)\bold{\overset{-T}{F}}\cdot(d\vec{X}_{(1)}\times d\vec{X}_{(2)}) =\mathscr{J}\bold{\overset{-T}{F}}\cdot{_0}\vec{N}dS_0NdS=(FdX(1))×(FdX(2))=det(F)FT(dX(1)×dX(2))=JFT0NdS0
由于任何形状的面元均可通过无穷多个平行四边形来近似,故上述针对平行四边形面元的变换关系对于任意形状的面元也成立。

5. 体元的改变

参考/当前构型中的平行六面体的微元的体积分别为:
{dv0=∣dX⃗1⋅(dX⃗2×dX⃗3)∣dv=∣dx⃗1⋅(dx⃗2×dx⃗3)∣\begin{cases} dv_0=|d\vec{X}_1\cdot(d\vec{X}_2\times d\vec{X}_3)| \\\\ dv =|d\vec{x}_1\cdot(d\vec{x}_2\times d\vec{x}_3)| \end{cases}dv0=dX1(dX2×dX3)dv=dx1(dx2×dx3)
那么,
dv=∣dx⃗1⋅(dx⃗2×dx⃗3)∣=∣(F⋅dX⃗1)⋅[(F⋅dX⃗2)×(F⋅dX⃗3)]∣=∣det(F)∣∣dX⃗1⋅(dX⃗2×dX⃗3)∣=∣J∣dv0=Jdv0=∣det(R)∣∣det(U)∣dv0=(∏α=13λα)dv0\begin{aligned} & dv =|d\vec{x}_1\cdot(d\vec{x}_2\times d\vec{x}_3)| \\\\ &\quad=|(\bold F\cdot d\vec{X}_1)\cdot[(\bold F\cdot d\vec{X}_2)\times (\bold F\cdot d\vec{X}_3)]| \\\\ &\quad=|det(\bold F)|\ |d\vec{X}_1\cdot(d\vec{X}_2\times d\vec{X}_3)| \\\\ &\quad=|\mathscr{J}|\ dv_0 =\mathscr{J}\ dv_0\\\\ &\quad=|det(\bold R)||det(\bold U)|\ dv_0 \\\\ &\quad=\left(\prod_{\alpha=1}^3\lambda_\alpha\right)\ dv_0 \end{aligned}dv=dx1(dx2×dx3)=(FdX1)[(FdX2)×(FdX3)]=det(F) dX1(dX2×dX3)=J dv0=J dv0=det(R)∣∣det(U) dv0=(α=13λα) dv0
其中,λα(α=1,2,3)\lambda_\alpha(\alpha=1,2,3)λαα=1,2,3 为主长度比

由于任意形状的体元可以用无穷个多个平行六面体的逼近,故上述平行六面体体元间的映射关系对于任意形状的体元也是成立的。

对于 等容变形 应有:
J=1\mathscr{J}=1J=1
因此,有时也将变形梯度分解为等容部分体积部分的乘积,其中等容部分定义为
F^≜J−13F\bold{\hat F} \triangleq \mathscr{J}^{-\frac{1}{3}}\bold FF^J31F
显然,
det(F^)=1det(\bold{\hat F})=1det(F^)=1
则,
F=F^⋅(J13G)\bold F=\bold{\hat F}\cdot(\mathscr{J}^{\frac{1}{3}}\bold G)F=F^(J31G)
显然,体积部分 J13G\mathscr{J}^{\frac{1}{3}}\bold GJ31G 是球形张量(各向同性张量)

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:http://www.luyixian.cn/news_show_74119.aspx

如若内容造成侵权/违法违规/事实不符,请联系dt猫网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

ABAP 辨析CO|CN|CA|NA|CS|NS|CP|NP

1、文档说明 本篇文档将通过举例,解析字符的比较运算符之间的用法和区别,涉及到的操作符:CO|CN|CA|NA|CS|NS|CP|NP 2、用法和区别 用法总览 以下举例,几乎都使用一个字符变量和一个硬编码字符进行对比的方式,忽略尾…

刚上岸字节测试开发岗,全网最真实的大厂面试真题

首先我来解释一下为什么说是全网最真实的面试题,相信大家也发现软件测试面试题在网上流传也已不少,但是经过仔细查看发现了两个很重要的问题。 第一,网上流传的面试题的答案并不能保证百分百正确。也就是说各位朋友辛辛苦苦花了很多时间准备…

【数据结构趣味多】Map和Set

1.概念及场景 Map和set是一种专门用来进行搜索的容器或者数据结构,其搜索的效率与其具体的实例化子类有关。 在此之前,我还接触过直接查询O(N)和二分查询O(logN),这两个查询有很多不足之出,直接查询的速率太低,而二分查…

Servlet笔记(11):Servletcontext对象

1、什么是ServletContext ServletContext是一个全局储存空间,随服务器的生命周期变化, Cookie,Session,ServletContext的区别 Cookie: 存在于客户端的本地文本文件 Session: 存在于服务器的文本文件&#…

在外包公司熬了 3 年终于进了字节,竭尽全力....

其实两年前校招的时候就往字节投了一次简历,结果很明显凉了,随后这个理想就被暂时放下了,但是这个种子一直埋在心里这两年除了工作以外,也会坚持写博客,也因此结识了很多优秀的小伙伴,从他们身上学到了特别…

使用kubeadm 部署kubernetes 1.26.1集群 Calico ToR配置

目录 机器信息 升级内核 系统配置 部署容器运行时Containerd 安装crictl客户端命令 配置服务器支持开启ipvs的前提条件 安装 kubeadm、kubelet 和 kubectl 初始化集群 (master) 安装CNI Calico 集群加入node节点 机器信息 主机名集群角色IP内…

FreeRTOS的Delay函数

两个Delay函数有两个延时函数vTaskDelay:至少等待指定个数的Tick Interrupt才能变为就绪态xTaskDelayUtil:等待到指定的绝对时刻,才能变为就绪态个人感觉这两个延时函数就是,比如一个我等3个小时,一个是我等到下午3点的…

回归预测 | MATLAB实现BO-CNN-BiLSTM贝叶斯优化卷积双向长短期记忆网络数据回归预测

回归预测 | MATLAB实现BO-CNN-BiLSTM贝叶斯优化卷积双向长短期记忆网络数据回归预测 目录回归预测 | MATLAB实现BO-CNN-BiLSTM贝叶斯优化卷积双向长短期记忆网络数据回归预测效果一览基本介绍模型搭建程序设计参考资料效果一览 基本介绍 基于贝叶斯优化卷积双向长短期记忆网络(…

会声会影2023专业版视频处理制作软件功能详细介绍

会声会影是一款专业的视频处理和制作软件,也是目前影楼制作结婚和一般视频特效制作的必备软件,他是一款专为个人及家庭所设计的数码影片编辑软件,可将数 字或模拟摄像机所拍下来的如成长写真、国外旅游、个人MTV、生日派对、毕业典礼等精彩生…

惠普m1136打印机驱动程序安装教程

惠普m113打印机是一款功能强大的多功能打印机,它能够打印、复印、扫描和传真等。如果你要使用这款打印机,你需要下载并安装驱动程序,以确保它能够在你的计算机上正常工作。在本文中,我们将介绍如何下载和安装惠普m1136打印机驱动程…

loki 日志管理的安装部署使用

loki介绍 Loki是 Grafana Labs 团队最新的开源项目,是一个水平可扩展,高可用性,多租户的日志聚合系统。它的设计非常经济高效且易于操作,因为它不会为日志内容编制索引,而是为每个日志流编制一组标签。 不对日志进行…

STM32——窗口看门狗

什么是窗口看门狗? 窗口看门狗用于监测单片机程序运行时效是否精准,主要检测软件异常,一般用于需要精准检测 程序运行时间的场合。 窗口看门狗的本质是一个能产生系统复位信号和提前唤醒中断的6位计数器。 产生复位条件: 当递减…

关于死锁的一些基本知识

目录 死锁是什么? 死锁的三种经典情况 1.一个线程,一把锁,连续加锁两次,如果锁是不可重入锁就会死锁。 不可重入锁与可重入锁: 2.两个线程两把锁,t1和t2各自针对于锁A和锁B加锁,再尝试获取…

MongoDB-怎么将csv数据导入mongodb数据库的某张表中

背景介绍 背景就是开发突然问我能不能往数据库导数据,然后只需要某几列的数据。我的第一想法是:用python脚本读取csv文件,将内容拼接成json格式的文本,然后用脚本的方式导入。后来发现我用的GUI工具就可以直接导入数据到数据库中。…

OSS存储使用之centOS系统ossfs挂载

以CentOS7系统为例 下载CentOS系统支持的ossfs工具的版本,以下载CentOS 7.0 (x64)版本为例,可以通过wget命令进行安装包的下载 wget http://gosspublic.alicdn.com/ossfs/ossfs_1.80.6_centos7.0_x86_64.rpm 也可以通过yum命令来进行安装包的下载 sud…

操作系统权限提升(十三)之绕过UAC提权-MSF和CS绕过UAC提权

系列文章 操作系统权限提升(十二)之绕过UAC提权-Windows UAC概述 注:阅读本编文章前,请先阅读系列文章,以免造成看不懂的情况!! MSF和CS绕过UAC提权 CS绕过UAC提权 拿到一个普通管理员的SHELL,在CS中没有*号代表有…

排序基础之选择排序法

目录 前言 一、什么是选择排序 二、实现选择排序 三、使用泛型扩展 四、使用自定义类型测试 前言 今天天气不错,这么好的天气不干点啥实在是有点可惜了,于是乎,拿出键盘撸一把! 来,今天来学习一下排序算法中的选…

死磕Spring,什么是SPI机制,对SpringBoot自动装配有什么帮助

文章目录如果没时间看的话,在这里直接看总结一、Java SPI的概念和术语二、看看Java SPI是如何诞生的三、Java SPI应该如何应用四、从0开始,手撸一个SPI的应用实例五、SpringBoot自动装配六、Spring SPI机制与Spring Factories机制做对比七、这里是给我自…

你在公司混的差,可能和组织架构有关!

原创:小姐姐味道(微信公众号ID:xjjdog),欢迎分享,非公众号转载保留此声明。如果你接触过公司的面试工作,一定见过很多来自大公司的渣渣。这些人的薪资和职位,比你高出很多&#xff0…

利用steam搬砖信息差赚钱,单账号200+,小白也能轻松上手!

现在很多人在做互联网而且也赚到钱了,但还是有很多人赚不到钱,这是为什么? 这里我不得不说一个词叫做赛道,也就是选择,选择大于努力,项目本身大于一切,90%的人都觉得直播带货赚钱,但…