弹塑性矩阵推导

对于变形类型，需要判断是纯弹性变形还是弹塑性变形。若为后者，需要进一步判断塑性应变的正负号及塑性应变的大小。这是一个比较困难的问题。MISES 提出的塑性势理论认为，经过应力空间（σ1，σ2，σ3）任何一点，必有一塑性位势等势性存在，它可以表示为：g(σij,H)=0,而塑性应变增量，其变形方向与塑性位势正交，即d εijp=d λ.(g'/σ')。这个法则与理想流体的流动问题类似，因而称为流动法则（由于是一个梯度的表示，也称为正交法则）（江见鲸，有限元法及其应用P110；陈惠发著，余天庆译.弹性与塑性力学，P182）。至于准确定出塑性状态下的本构关系矩阵，需要联合用到强化法则、流动法则、应变的弹性分解和塑性分解及弹性区边界上一致性条件（即边界点既在弹性区，又在塑性区）（江见鲸，有限元法及其应用P111-114；陈惠发著，余天庆译.弹性与塑性力学，P182-183）。

总结就是：非线性阶段材料的塑性增量如何确定？（简单说就是其正负号如何定？大小如何定？与应力的关系怎样）流动法则就是来解决这一问题的！

考虑材料的塑性，其增量形式的本构关系可表达为

p d σ=(D-D )d ε (1)

式(1)中，D 为弹性矩阵，p D 为塑性矩阵。 弹性矩阵D 的形式为

422

00

0333242

00

0333224

00

0333000000000000

K G K G

K G K G K G

K G K G

K G

K G G G G ?

?

+--???

???-+-???

?=??--+???????????

?

D (2)

体积模量3(12)E K μ=

-，剪切模量2(1)

E

G μ=+。

在应变空间内，塑性矩阵可表达为

1()T f f

A ??=

??p D D D σσ

(3) 式中，

(

)()T T p f f f f

A B ????=--????D D σσσσ

(4) f

为屈服函数；p σ为塑性应力，p p =σD ε；

1/2

(()())T p T p T p f f f f

f f f ωθε??????'????????σσ

I σσσ(5) [111000]T '=I ；p ω为塑性功；p θ为塑性体应变；p ε为等效塑性应变；

κ为反映加载历史的参数。

对于Drucker-Prager 模型，其屈服条件为

10f I α==(6)

1x y z I σσσ=++，222222

21()2

x y

z xy yz zx J S S S S S S =+++++，α为材料常数。 f α?''=?I σ (7) 222T

x

y

z

xy

yz

zx S S S S S S '??=??S (8)

()3f K αα?'''=+=+?D

D I I σ(9) 2(

)()(3)9T T T f f A K K G ααα??'''===+??D I I σσ(10) 1()T f f

A ??=

??p D D D σσ

222222

22112123113211212311321121231131121121121(3)(3)999(9)(T T

T T T T

K K K G

K G K G K G J m mn ml S m S m S m mn

n nl S n S n S n ml nl l S l S l S l S m S n S l

ααααααβββββββββββββ''=

++''''=++++=p D I I I I S SS 21121122231122132123123123112223

1231132232

113113113113212

113223113)()()S S S S S S m S n S l S S

S S S S m S n S l S S S S S ββββββββββββββββββββ??

?

?

????

?

?

??????

??????????

令43p K G =+，2

3

q K G =-

弹塑性矩阵可表达为

211212311321121231132

1121231132112112112112112223112213123123123

112223()(p m q mn q ml

S m

S m S m q mn p n q nl S n S n S n

q ml q nl p l S l S l S l S m S n S l G S S S S S S m S n S l

S S G βββββββββββββββββββββββ------------------=-=-----?-?----?-ep p D D D 21231132232

113113113113212

113223

113)()S S S S m S n S l

S S S S G S ββββββββββ?????

?

??

?

?

????

-???----?-?-????

令1β=

，2β=

，1112m S ββ=+，1222n S ββ=+，1332l S ββ=+

2222

22112222

111299(9)()x x x x K G S S K G K G J S S m αααββ??=+++??++=+

=+=p D

222221222

1112122299(9)()()y x x y

x y K G S S S K G K G J S S S mn

αααββββ??=+++??++=+

=++=p D

222

221321112133299(9)()()z x x z

x z K G S S K G K G J S S S ml

αααββββ??=+++??++==++=p D

2

21421112112112(9))()xy x xy

x xy G S S S K G J S S S m

αββββ??=+??+==+?=p D

2

21521112123123(9))()yz x yz

x yz G S S S K G J S S S S m

αββββ??=+??+==+?=p D

2

21621112113113(9))()zx x zx

x zx G S S S K G J S S S S S m

αββββ??=+??+==+?=p D

222

222121112122299(9)()()x y y x

x y K G S S K G K G J S S S mn

αααββββ??=+??++=+

=++=p

D 2222

22222222

122299(9)()y y y

y K G S S K G K G J S n αααββ??=+++??++=+

=+=p D

222

222321222133299(9)()()z y y Z

y z K G S S S K G K G J S S S S nl

αααββββ??=+??++==++=p D

22421222112112(9))()xy y xy

y xy K G J S S S S n

αββββ??+==+?=p

2

22521222123123(9))()yz y yz

y yz G S S S K G J S S S n

αββββ??=+??+==+?=p D

2

22621222113113(9))()zx y zx

y zx G S S S K G J S S S S n

αββββ??=+??+==+?=p D

222

223121112133299(9)()()x z z x

x z K G S S S K G K G J S S S ml

αααββββ??=++??++==++=p D

222

223221222133299(9)()()y z z y

y z K G S S K G K G J S S S nl

αααββββ??=++??++=+

=++=p D

2222

22332222

133299(9)()z z z

z K G S K G K G J S l αααββ??=+++??++=+

=+=p D

2

23421332112112(9))()xy z xy

z xy G S S K G J S S S S S l

αββββ??=+??+==+?=p D

23521332123123(9))()yz z yz

z yz K G J S S S l

αββββ??+==+?=p

2

23621332113113(9))()zx z zx

z zx G S S K G J S S S S l

αββββ??=+??+==+?=p D

2

24121112112112(9)()xy xy x

x xy G S S S K G J S S S m

αββββ??=+??+=+

=+?=p D

2

24221222112112(9)()xy xy y

y xy G S S S K G J S S S n

αββββ??=+??+=+

=+?=p D

2

24321332112112(9)()xy xy z

z xy G S S K G J S S S l

αββββ??=+??+==+?=p D

222

11244)()xy xy S S β??===??p D

11222345xy yz xy yz S S S S S ββ??===???p D

11221346xy zx xy zx S S S ββ??===???p D

2

25121112123123(9))()yz yz x

x yz G S S S K G J S S S S m

αββββ??=+??+==+?=p D

25221222123123(9))()yz yz y

y yz K G J S S S S n

αββββ??+==+?=p

2

25321332123123(9))()yz yz z

z yz G S S K G J S S S S l

αββββ??=+??+=+

=+?=p D

11222354xy yz xy yz S S S S S ββ??===???p D

222

12355)()yz yz S β??===??p D

11322356yz zx yz zx S S S S ββ??===???p D

2

26121112113113(9))()zx zx x

x zx G S S S K G J S S S m

αββββ??=+??+==+?=p D

2

26221222113113(9))()zx zx y

y zx G S S S K G J S S S S n

αββββ??=+??+==+?=p D

2

26321332113113(9))()zx zx z

z zx G S S K G J S S S l

αββββ??=+??+=+

=+?=p D

11321264zx xy zx xy S S S S ββ??===???p D

11322365zx yz zx yz S S S S ββ??===???p D

222

11366)()zx zx S S β??===??p D

矩阵方程求解方法

矩阵方程求解方法 本文所述的矩阵方程是指形如Ax=b的方程，其中A是一个mxn的矩阵，称为方程的系数 矩阵。x和b是mx1的矩阵。特别的，当b=0时，这种方程又称为其次方程。本文将讨论 这种矩阵的有解条件和求解方法。 矩阵方程的有解条件 为了解释矩阵方程的有解条件，我们首先要熟悉一些概念。 一个矩阵方程的增广矩阵是系数矩阵A和b并在一起构成的矩阵，记作(A,b)。 假定 , ,则矩阵方程的增广矩阵就是 矩阵的秩定义为其行向量中极大线性无关组中包含向量的个数，等价的说法是，矩阵的秩 是r，则矩阵通过行列初等变换，变换成左上角是一个r阶单位矩阵，其他都是0的矩阵。矩阵A的秩记作r(A)，其中r是英文单词rank的缩写。 有了这两个基本概念，我们就可以准确描述矩阵方程的有解条件了：矩阵方程Ax=b的有 解条件是矩阵A的秩等于增广矩阵(A,b)的秩，也就是r(A)=r(A,b)。 证明很简单，既然矩阵A的秩是r，那么肯定可以找到两个可逆的矩阵P,Q，满足 --1) 其中I r表示r阶单位矩阵。 应用到原来的方程，可以得到: --2) 我们把Q-1x当作一个未知的变量，PAQ当作系数，这就构成一个新的矩阵方程。而这个矩 阵方程的左侧系数除了前r行是有1的之外，其余行是0。为了它有解，Pb的后m-r行必 须也是0。这样(A,b)的秩必然是r。 必须注意到Q-1是可逆的，因此以Q-1x为未知变量的方程有解意味着以x为未知变量的原 方程也是有解的。

矩阵方程的解 对于矩阵方程Ax=b，如果满足r(A)=r(A,b)，则矩阵方程是有解的。为了求它的解，我们首先把矩阵方程通过行列初等变换变化成前文2）式的形式，代入1）式后得到： --3) 其中Q-1x和Pb是一个列向量，我们可以把它们分割成rx1和(n-r)x1的两个矩阵，分别记作x’1和x’2，及b’1和b’2。则很显然我们可以得到： --4) 很显然，b’2必须为0，因为展开后b’2等于0 x’1 +0 x’2 =0 而由4式可以看出，x’1= b’1，x’2可以为任意向量。 所以方程最后的解为： --5) 从解的形式可以看出解空间有如下特性： 1．方程Ax=b的解空间的秩是n=r(A) 2．如果A是满秩的，则方程的解唯一。

透视投影与正投影相关函数介绍

OpenGL 入门纪录--2 .透视函数glFrustum(), gluPerspective()函数用法和glOrtho()函数用 法 2008-12-24 16:14 在OpenGL中，如果想对模型进行操作，就要对这个模型的状态(当前的矩阵)乘上这个操作对应的一个矩阵. 如果乘以变换矩阵(平移, 缩放, 旋转), 那相乘之后, 模型的位置被变换; 如果乘以投影矩阵(将3D物体投影到2D平面), 相乘后, 模型的投影方式被设置; 如果乘以纹理矩阵(), 模型的纹理方式被设置. 而用来指定乘以什么类型的矩阵, 就是glMatriMode(GLenum mode); glMatrixMode有3种模式: GL_PROJECTION 投影, GL_MODELVIEW 模型视图, GL_TEXTURE 纹理. 所以，在操作投影矩阵以前，需要调用函数： glMatrixMode(GL_PROJECTION); //将当前矩阵指定为投影矩阵 然后把矩阵设为单位矩阵： glLoadIdentity(); 然后调用glFrustum()或gluPerspective(),它们生成的矩阵会与当前的矩阵相乘,生成透视的效果； 1.glFrustum() 这个函数原型为： void glFrustum(GLdouble left, GLdouble Right, GLdouble bottom, GLdouble top, GLdouble near, GLdouble far); 创建一个透视型的视景体。其操作是创建一个透视投影的矩阵，并且用这个矩阵乘以当前矩阵。这个函数的参数只义近裁剪平面的左下角点和右上角点的三维空间坐标，即（left，bottom，-near）和（right，top，-near）;最后一个参数far是远裁剪平面的离视点的距离值，其左下角点和右上角点空间坐标由函数根据透视投影原理自动生成。ne 和far表示离视点的远近，它们总为正值(near/far 必须>0)。 2.gluPerspective()

矩阵投影与最小二乘方法

题目：《神奇的矩阵——矩阵投影与最小二乘方法》 学校：哈尔滨工程大学 姓名：黎文科 联系方式： QQ群：53937814 联系方式： 190356321@https://www.wendangku.net/doc/a215609519.html,

矩阵投影与最小二乘方法 最小二乘法(Least Squares Method,简记为LSE)是一个比较古老的方法，源于天文学和测地学上的应用需要。在早期数理统计方法的发展中，这两门科学起了很大的作用。丹麦统计学家霍尔把它们称为“数理统计学的母亲”。此后近三百年来，它广泛应用于科学实验与工程技术中。美国统计史学家斯蒂格勒( S. M. Stigler)指出, 最小二乘方法是19世纪数理统计学的压倒一切的主题。1815年时,这方法已成为法国、意大利和普鲁士在天文和测地学中的标准工具,到1825年时已在英国普遍使用。 追溯到1801年，意大利天文学家朱赛普·皮亚齐发现了第一颗小行星谷神星。经过40天的跟踪观测后，由于谷神星运行至太阳背后，使得皮亚齐失去了谷神星的位置。随后全世界的科学家利用皮亚齐的观测数据开始寻找谷神星，但是根据大多数人计算的结果来寻找谷神星都没有结果。时年24岁的高斯也计算了谷神星的轨道。奥地利天文学家海因里希·奥尔伯斯根据高斯计算出来的轨道重新发现了谷神星。高斯于其1809年的著作《关于绕日行星运动的理论》中。在此书中声称他自1799年以来就使用最小二乘方法,由此爆发了一场与勒让德的优先权之争。 近代学者经过对原始文献的研究,认为两人可能是独立发明了这个方法,但首先见于书面形式的，以勒让德为早。然而,现今教科书和著作中,多把这个发明权归功于高斯。其原因,除了高斯有更大的名气外,主要可能是因为其正态误差理论对这个方法的重要意义。勒让德在其著作中,对最小二乘方法的优点有所阐述。然而,缺少误差分析。我们不知道,使用这个方法引起的误差如何,就需建立一种误差分析理论。高斯于1823年在误差e 1 ,… , e n 独立同分布的假定下,证明了最小二乘方法的一个最优性质: 在所有无偏的线性估计类中,最小二乘方法是其中方差最小的！在德国10马克的钞票上有高斯像，并配了一条正态曲线。在高斯众多伟大的数学成就中挑选了这一条,亦可见这一成就对世界文明的影响。 现行的最小二乘法是勒让德( A. M. Legendre)于1805年在其著作《计算慧星轨道的新方法》中提出的。它的主要思想就是选择未知参数，使得理论值与观测值之差的平方和达到最小： 2 211 ()()m m i i i H y y ===-=-∑∑理论值观测值

第3章 矩阵及其运算

第3章 矩阵及其运算 3.1 基本要求、重点难点 基本要求： 1．1．掌握矩阵的定义. 2．2．掌握矩阵的运算法则. 3．3．掌握伴随矩阵的概念及利用伴随矩阵求逆矩阵的方法. 4．4．掌握矩阵秩的概念及求矩阵秩的方法. 5．5． 掌握初等变换和初等矩阵的概念，能够利用初等变换计算矩阵的秩，求可逆矩阵的逆矩阵. 6．6．掌握线形方程组有解得判定定理及其初等变换解线形方程组的方法. 重点难点：重点是矩阵定义，矩阵乘法运算，逆矩阵的求法，矩阵的秩，初等 变换及线性方程组的解. 难点是矩阵乘法，求逆矩阵的伴随矩阵方法. 3.2 基本内容 3.2.1 3.2.1 重要定义 定义3.1 由n m ?个数)2,1;,2,1(n j m i a ij ==组成的m 行n 列的数表成为一个m 行n 列矩阵，记为 ????????????mn m m n n a a a a a a a a a 2122221 11211 简记为A n m ij a ?=)(，或A )(ij a =,n m A ?,mn A 注意行列式与矩阵的区别： （1） （1） 行列式是一个数，而矩阵是一个数表. （2） （2） 行列式的行数、列数一定相同，但矩阵的行数、列数不一定相 同. （3） （3） 一个数乘以行列式，等于这个数乘以行列式的某行（或列）的所有元素，而一个数乘以矩阵等于这个数乘以矩阵的所有元素. （4） （4） 两个行列式相等只要它们表示的数值相等即可，而两个矩阵相等则要求两个矩阵对应元素相等. （5） （5） 当0||≠A 时，||1A 有意义，而A 1 无意义.

n m =的矩阵叫做阶方阵或m 阶方阵.一阶方阵在书写时不写括号，它在 运算中可看做一个数. 对角线以下（上）元素都是0的矩阵叫上（下）三角矩阵，既是上三角阵， 又是下三角的矩阵，也就是除对角线以外的元素全是0的矩阵叫对角矩阵.在对角矩阵中，对角线上元素全一样的矩阵叫数量矩阵；数量矩阵中，对角线元素全是1的n 阶矩阵叫n 阶单位矩阵，常记为n E （或n I ），简记为E （或I ），元素都是0的矩阵叫零矩阵，记为n m 0?，或简记为0. 行和列分别相等的两个矩阵叫做同型矩阵，两个同型矩阵的且对应位置上的 元素分别相等的矩阵叫做相等矩阵. 设有矩阵A =n m ij a ?)(，则A -n m ij a ?-=)(称为A 的负矩阵. 若A 是方阵，则保持相对元素不变而得到的行列式称为方针A 的行列式，记 为||A 或A Det . 将矩阵A 的行列式互换所得到的矩阵为A 的转置矩阵，记为T A 或A '. 若方阵A 满足A A T =，则称A 为对称矩阵，若方阵A 满足A A T -=，则称A 为反对称矩阵. 若矩阵的元素都是实数，则矩阵称为实矩阵.若矩阵的元素含有复数，则称矩 阵为复矩阵，若A =n m ij a ?)(是复矩阵，则称矩阵n m ij a ?)(（其中ij a 为ij a 的共轭矩阵，记为A n m ij a ?=)(. 定义3.2 对于n 阶矩阵A ，如果存在n 阶矩阵B ，使得E BA AB ==，则 称方阵A 可逆，B 称为A 的逆矩阵，记做1-=A B . 对于方阵A n m ij a ?=)(，设ij a 的代数余子式为ij A ，则矩阵 *A ????????????=nm n n n n A A A A A A A A A 2122212 12111 称为A 的伴随矩阵，要注意伴随矩阵中元素的位置. 定义3.3 设有矩阵A ，如果： （1） （1） 在A 中有一个r 阶子式D 不为零.

透视投影(perspectiveprojection)变换推导

透视投影是3D固定流水线的重要组成部分，是将相机空间中的点从视锥体(frustum)变换到规则观察体(Canonical View Volume)中，待裁剪完毕后进行透视除法的行为。在算法中它是通过透视矩阵乘法和透视除法两步完成的。 透视投影变换是令很多刚刚进入3D图形领域的开发人员感到迷惑乃至神秘的一个图形技术。其中的理解困难在于步骤繁琐，对一些基础知识过分依赖，一旦对它们中的任何地方感到陌生，立刻导致理解停止不前。 没错，主流的3D APIs如OpenGL、D3D的确把具体的透视投影细节封装起来，比如 gluPerspective(…) 就可以根据输入生成一个透视投影矩阵。而且在大多数情况下不需要了解具体的内幕算法也可以完成任务。但是你不觉得，如果想要成为一个职业的图形程序员或游戏开发者，就应该真正降伏透视投影这个家伙么？我们先从必需的基础知识着手，一步一步深入下去（这些知识在很多地方可以单独找到，但我从来没有在同一个地方全部找到，但是你现在找到了）。 我们首先介绍两个必须掌握的知识。有了它们，我们才不至于在理解透视投影变换的过程中迷失方向（这里会使用到向量几何、矩阵的部分知识，如果你对此不是很熟悉，可以参考 可以找到一组坐标(v1,v2,v3)，使得 v = v1 a + v2 b + v3 c （1） 而对于一个点p，则可以找到一组坐标（p1,p2,p3），使得 p – o = p1 a + p2 b + p3 c （2） 从上面对向量和点的表达，我们可以看出为了在坐标系中表示一个点（如p），我们把点的位置看作是对这个基的原点o所进行的一个位移，即一个向量——p – o（有的书中把这样的向量叫做位置向量——起始于坐标原点的特殊向量），我们在表达这个向量的同时用等价的方式表达出了点p: p = o + p1 a + p2 b + p3 c (3) (1)(3)是坐标系下表达一个向量和点的不同表达方式。这里可以看出，虽然都是用代数分量的形式表达向量和点，但表达一个点比一个向量需要额外的信息。如果我写出一个代数分量表达(1, 4, 7)，谁知道它是个向量还是个点！ 我们现在把（1）（3）写成矩阵的形式：

混凝土本构关系模型

一、混凝土本构关系模型 1.混凝土单轴受压应力-应变关系 （1）Saenz 等人的表达式 Saenz 等人（1964年）所提出的应力-应变关系为： ])()()( /[30 200εεεεεεεσd c b a E +++= （2）Hognestad 的表达式 Hognestad 建议模型，其上升段为二次抛物线，下降段为斜直线。所提出的应力-应变关系为： cu cu εεεσσεεσσεεεεεεεε≤≤-=≤-=--000 02,)]( 15.01[,])(2[0 00 （3）我国《混凝土结构设计规范》（GB50010-2010）中的混凝土受压应力-应变曲线，其表达式为： 1,)1(1 ,)1(2>+-=≤+-= x x x x y x x n nx y c n α r c x ,εε= ，r c f y ,σ= ，r c r c c r c c f E E n ,,,-=εε c α是混凝土单轴受压时的应力应变曲线在下降段的参数值，r c f ,是混凝土单轴抗压的 强度代表值，r c ,ε是与单轴抗压强度r c f ,相对应的混凝土峰值压应变。 2.混凝土单轴受拉应力-应变关系 清华大学过镇海等根据实验结果得出混凝土轴心受拉应力-应变曲线： 1 ],)1(/[)/(1 ,])(2.0)(2.1[7 .16≥+-?=≤-=t t t t t t t t t t εε εεεεεεεεεεασεεσσσ 3.混凝土线弹性应力-应变关系 张量表达式，对于未开裂混凝土，其线弹性应力应变关系可用不同材料常数表达，其中用材料弹性模量E 和泊松比v 表达的应力应变关系为： ij kk E ij E ij ij kk E ij E ij δσσεδεεσν ν νννν-=+=+-++1)21)(1(1

弹塑性矩阵推导

弹塑性矩阵推导

考虑材料的塑性，其增量形式的本构关系可表达为 p d σ=(D -D )d ε (1) 式(1)中，D 为弹性矩阵，p D 为塑性矩阵。 弹性矩阵D 的形式为 422000333242000333224000333000000 000000000K G K G K G K G K G K G K G K G K G G G G ??+--??????-+-???? =??--+?????? ?????? D (2) 体积模量3(12) E K μ= -，剪切模量2(1) E G μ=+。 在应变空间内，塑性矩阵可表达为 1()T f f A ??= ??p D D D σσ (3) 式中， ( )()T T p f f f f A B ????=--????D D σσσσ (4) f 为屈服函数；p σ为塑性应力，p p =σD ε； 1/2(()())T p T p T p f f f f B f f f ωθε??? ???? ??? '=???? ????????? σσ I σσσ (5) [111000]T '=I ；p ω为塑性功；p θ为塑性体应变；p ε为等效塑性应变； κ为反映加载历史的参数。 当p κω=时 当p κθ=时 当p κε=时

对于Drucker-Prager 模型，其屈服条件为 120f I J α== (6) 1x y z I σσσ=++，222222 21()2 x y z xy yz zx J S S S S S S = +++++，α为材料常数。 2 2f J α?''=?I σ (7) 222T x y z xy yz zx S S S S S S '??=??S (8) 22 ()32f K J J αα?'''==+?D D I I σ (9) 222 ( )()(3)92T T T f f A K K G J J ααα??'''===+??D I I σσ (10) 1()T f f A ??= ??p D D D σσ 222 22222 222222112123113211212311321121231131121121121(3)(3)999(9)(9)(9)(T T T T T T K K K G J J K G K G K G J K G J K G J m mn ml S m S m S m mn n nl S n S n S n ml nl l S l S l S l S m S n S l ααααααααβββββββββββββ''= + +''''=++++++=p D I I I I S SS 21121122231122132123123123 1122231231132232 113113113113212113223113)()()S S S S S S m S n S l S S S S S S m S n S l S S S S S ββββββββββββββββββββ?? ? ? ???? ? ? ?????? ?????????? 令4 3 p K G =+，23 q K G =- 弹塑性矩阵可表达为 211212311321121231132 1121231132112112112112112223112213123 123123 112223()(p m q mn q ml S m S m S m q mn p n q nl S n S n S n q ml q nl p l S l S l S l S m S n S l G S S S S S S m S n S l S S G βββββββββββββββββββββββ------------------=-=-----?-?----?-ep p D D D 21231132232 113113113113212 113223 113)()S S S S m S n S l S S S S G S ββββββββββ?? ?? ? ??? ? ? ???? -???----?-?-??? ?

ANSYS中混凝土的本构关系

一、关于模型 钢筋混凝土有限元模型根据钢筋的处理方式主要分为三种，即分离式、分布式和组合式模型。考虑钢筋和混凝土之间的粘结和滑移，则采用引入粘结单元的分离式模型；假定混凝土和钢筋粘结很好，不考虑二者之间的滑移，则三种模型都可以；分离式和分布式模型适用于二维和三维结构分析，后者对杆系结构分析比较适用。裂缝的处理方式有离散裂缝模型、分布裂缝模型和断裂力学模型，后者目前尚处研究之中，主要应用的是前两种。离散裂缝模型和分布裂缝模型各有特点，可根据不同的分析目的选择使用。随着计算速度和网格自动划分的快速实现，离散裂缝模型又有被推广使用的趋势。 就ANSYS而言，她可以考虑分离式模型(solid65+link8，认为混凝土和钢筋粘结很好，如要考虑粘结和滑移，则可引入弹簧单元进行模拟，比较困难！)，也可采用分布式模型(带筋的solid65)。而其裂缝的处理方式则为分布裂缝模型。 二、关于本构关系 混凝土的本构关系可以分为线弹性、非线性弹性、弹塑性及其它力学理论等四类，其中研究最多的是非线性弹性和弹塑性本构关系，其中不乏实用者。混凝土破坏准则从单参数到五参数模型达数十个模型，或借用古典强度理论或基于试验结果等，各个破坏准则的表达方式和繁简程度各异，适用范围和计算精度差别也比较大，给使用带来了一定的困难。就ANSYS而言，其问题比较复杂些。 1 ANSYS混凝土的破坏准则与屈服准则是如何定义的 采用tb,concr,matnum则定义了W-W破坏准则(failure criterion)，而非屈服准则(yield criterion)。W-W破坏准则是用于检查混凝土开裂和压碎用的，而混凝土的塑性可以另外考虑（当然是在开裂和压碎之前）。理论上破坏准则(failure criterion)和屈服准则(yield criterion)是不同的，例如在高静水压力下会发生相当的塑性变形，表现为屈服，但没有破坏。而工程上又常将二者等同，其原因是工程结构不容许有很大的塑性变形，且混凝土等材料的屈服点不够明确，但破坏点非常明确。 定义tb,concr matnum后仅仅是定义了混凝土的破坏准则和缺省的本构关系，即W—W 破坏准则、混凝土开裂和压碎前均为线性的应力应变关系，而开裂和压碎后采用其给出的本构关系。但屈服准则尚可另外定义(随材料的应力应变关系，如tb,MKIN,则定义的屈服准则是Von Mises,流动法则、硬化法则也就确定了)。 2 定义tb,concr后可否定义其它的应力应变关系 当然是可以的，并且只有在定义tb,concr后，有些问题才好解决。例如可以定义tb,miso,输入混凝土的应力应变关系曲线(多折线实现)，这样也就将屈服准则、流动法则、硬化法则等确定了。 这里可能存在一点疑问，即ANSYS中的应力应变关系是拉压相等的，而混凝土材料显然不是这样的。是的，因为混凝土受拉段非常短，认为拉压相同影响很小，且由于定义的tb,concr中确定了开裂强度，所以尽管定义的是一条大曲线，但应用于受拉部分的很小。 三、具体的系数及公式 1 定义tb,concr时候的两个系数如何确定 一般的参考书中，其值建议先取为~(江见鲸)，原话是“在没有更仔细的数据时，不妨先取~进行计算”，足见此~值的可用程度。根据我的经验和理由，建议此值取大些，即开裂的剪力传递系数取,（定要>）闭合的剪力传递系数取。支持此说法的还有现行铁路桥规的抗剪计算理论，以及原公路桥规的容许应力法的抗计剪计算。 2 定义混凝土的应力应变曲线

透视投影详解

透视投影 透视投影是用中心投影法将形体投射到投影面上，从而获得的一种较为接近视觉效果的单面投影图。它具消失感、距离感、相同大小的形体呈现出有规律的变化等一系列的透视特性，能逼真地反映形体的空间形象。透视投影也称为透视图,简称透视。在建筑设计过程中，透视图常用来表达设计对象的外貌，帮助设计构思，研究和比较建筑物的空间造型和立面处理，是建筑设计中重要的辅助图样。 透视投影符合人们心理习惯，即离视点近的物体大，离视点远的物体小，远到极点即为消失，成为灭点。它的视景体类似于一个顶部和底部都被切除掉的棱椎，也就是棱台。这个投影通常用于动画、视觉仿真以及其它许多具有真实性反映的方面。 在平行投影中，图形沿平行线变换到投影面上；对透视投影，图形沿收敛于某一点的直线变换到投影面上，此点称为投影中心，相当于观察点，也称为视点。平行投影和透视投影区别在于透视投影的投影中心到投影面之间的距离是有限的，而平行投影的投影中心到投影面之间的距离是无限的。当投影中心在无限远时，投影线互相平行，所以定义平行投影时，给出投影线的方向就可以了，而定义透视投影时，需要指定投影中心的具体位置平行投影保持物体的有关比例不变，这是三维绘图中产生比例图画的方法。物体的各个面的精确视图可以由平行投影得到。另一方面，透视投影不保持相关比例，但能够生成真实感视图。对同样大小的物体，离投影面较远的物体比离投影面较近物体的投影图象要小，产生近大远小的效果. 透视投影的原理和实现 by Goncely 摘要：透视投影是3D渲染的基本概念，也是3D程序设计的基础。掌握透视投影的原理对于深入理解其他3D渲染管线具有重要作用。本文详细介绍了透视投影的原理和算法实

计算方法_矩阵LU分解法

clear all; %A=LU矩阵三角分解法 n=input('输入方矩阵的维数: '); for i=1:n for j=1:n A(i,j)=input('依次输入矩阵元素：'); end end %输入一个n阶方形矩阵 for j=1:n L(j,j)=1; %Doolittle分解，L对角元素全为1 end for j=1:n U(1,j)=A(1,j); end %U的第一行 for i=2:n L(i,1)=A(i,1)/U(1,1); end %L的第一列 for k=2:n for j=k:n sum1=0; for m=1:k-1 sum1=sum1+L(k,m)*U(m,j); end %求和 U(k,j)=A(k,j)-sum1; end for i=k+1:n sum2=0; for m=1:k-1 sum2=sum2+L(i,m)*U(m,k); end %求和 L(i,k)=(A(i,k)-sum2)/U(k,k); end end L %输出下三角矩阵L U %输出上三角矩阵U

运行结果：（示例） 输入方矩阵的维数: 4 依次输入矩阵元素： 1 依次输入矩阵元素： 1 依次输入矩阵元素： 2 依次输入矩阵元素： 3 依次输入矩阵元素：0 依次输入矩阵元素： 2 依次输入矩阵元素： 1 依次输入矩阵元素： 2 依次输入矩阵元素： 1 依次输入矩阵元素：-1 依次输入矩阵元素： 2 依次输入矩阵元素： 2 依次输入矩阵元素： 2 依次输入矩阵元素： 2 依次输入矩阵元素： 5 依次输入矩阵元素：9 A=LU分解后则可以求解Ax=b线性方程组，相关计算参考计算方法，这里不再详细介绍。

openGL投影矩阵原理及数学推导

openGL投影矩阵 概述 显示器是2d的。3d场景需要转换为2d图像才能显示在屏幕上。投影矩阵（GL_PROJECTION）用于完成这个工作。投影矩阵将观察坐标（eye coordinates）转换成裁剪坐标（clip coordinates）。然后，裁剪坐标被除以w，转换为规范化的设备坐标（NDC）。 需要记住的一点是，裁剪操作和规范化都由投影矩阵（GL_PROJECTION）完成。下面介绍如何用6个参数（left，right，bottom，top，near，far）构建投影矩阵。 裁剪（clipping）操作是在裁剪坐标上进行的，安排在透视除法执行之前。裁剪坐标xc，yc，zc同wc比较，若每个分量都落在（-wc，wc）外，那么此坐标将被裁剪掉。 在透视投影中，3d场景中的点（观察坐标）从平截头体中映射到正方体（NDC）中；x坐标从[l，r]映射到[-1，1]，y坐标从[b，t]映射到[-1，1]，z坐标从[n，f]映射到[-1，1]。 注意到，观察坐标系是右手系，规范设备坐标系是左手系。这就有，在观察坐标系中，摄像机朝向沿着-z，而在NDC中，方向沿着z。由于glFrustum（）只接受正参数，所以构造投影矩阵的时候要变号。 openGL中，3d场景中，观察坐标系下的点被投影到近投影面。下图展示了观察坐标系点（xe，ye，ze）投影到近投影面上的点（xp，yp，zp）。 从Top View of Projection看，xe投影到xp，根据等比性质：

从Side View of Projection看，yp计算类似： 注意到，xp和yp依赖于-ze，这一点要引起重视。在观察坐标被投影矩阵转换为裁剪坐标后，裁剪坐标仍然是同质坐标。在规范化阶段执行透视除法变为规范设备坐标（NDC）。 因此，可以将wc的值定为-ze。投影矩阵最后一行为（0，0，-1，0） 下一步，将xp，yp映射到xn，yn，此为线性映射[l，r]=>[-1，1]，[b，t]=>[-1，1]：

深度探讨透视投影坐标系.

3d图形程序，就一定会做坐标变换。而谈到坐标变换，就不得不提起投影变换，因为它是所有变换中最不容易弄懂的。但有趣的是，各种关于透视变换的文档却依然是简之又简，甚至还有前后矛盾的地方。看来如此这般光景，想要弄清楚它，非得自己动手不可了。所以在下面的文章里，作者尝试推导一遍这个难缠的透视变换，然后把它套用到DX和PS2lib 的实例中去。 1.一般概念 所谓透视投影变换，就是view 空间到project 空间的带透视性质的坐标变换步骤（这两个空间的定义可以参考其他文档和书籍）。我们首先来考虑它应该具有那些变换性质。很显然，它至少要保证我们在view空间中所有处于可视范围内的点通过变换之后，统统落在project空间的可视区域内。好极了，我们就从这里着手——先来看看两个空间的可视区域。 由于是透视变换，view空间中的可见范围既是常说的视平截体（view frustum）。如图， （图1）它就是由前后两个截面截成的这个棱台。 从view空间的x正半轴看过去是下图这个样子。

（图2）接下来是project空间的可视范围。这个空间应当是处于你所见到的屏幕上。实际上将屏幕表面视作project空间的xoy平面，再加一条垂直屏幕向里（或向外）的z轴（这取决于你的坐标系是左手系还是右手系），这样就构成了我们想要的坐标系。好了，现在我们可以用视口（view port）的大小来描述这个可视范围了。比如说全屏幕640*480的分辨率，原点在屏幕中心，那我们得到的可视区域为一个长方体，它如下图（a）所示。 （图3） 但是，这样会带来一些设备相关性而分散我们的注意力，所以不妨先向DirectX文档学学，将project空间的可视范围定义为x∈[-1,1], y∈[-1,1], z∈[0,1]的一个立方体(上图b)。这实际

投影矩阵的定义

视锥就是场景中的一个三维空间，它的位置由视口的摄像机来决定。这个空间的形状决定了摄像机空间中的模型将被如何投影到屏幕上。透视投影是最常用的一种投影类型，使用这种投影，会使近处的对象看起来比远处的大一些。对于透视投影，视锥可以被初始化成金字塔形，将摄像机放在顶端。这个金字塔再经过前、后两个剪切面的分割，位于这两个面之间的部分就是视锥。只有位于视锥内的对象才可见。 视锥由凹视野（ 在上图中，变量 投影矩阵是一个典型的缩放和透视矩阵。投影变换将视锥变换成一个直平行六面体的形状。因为视锥的近处比远处小，这样就会对靠近摄像机的对象起到放大的作用，也就将透视应用到了场景当中。 在视锥中，摄像机与空间原点间的距离被定义为变量 视矩阵将摄像机放置在场景的原点。又因为投影矩阵需要将摄像机放在 将两个矩阵相乘，得到下面的矩阵： 下图显示了透视变换如何将一个视锥变换成一个新的坐标空间。注意：锥形体变成了直平行六面体，原点从场景的右上角移到了中心。 在透视变换中，

这个矩阵基于一定的距离（这个距离是从摄像机到邻近的剪切面）对对象进行平移和旋转，但是它没有考虑到视野（ 在这个矩阵中， 在程序中，使用视野角度来定义x和y缩放系数比使用视口的水平和垂直尺寸（在摄像机空间中）并不方便多少。下面两式使用了视口的尺寸，并且与上面的公式相等： 在这些公式中，Zn表示邻近的剪切面的位置，变量Vw和Vh表示视口的高和宽。这两个参数与 D3DVIEWPORT2结构中的dwWidth和dwHeight成员相关。 不管你使用那个公式，将同世界和视变换一样，可以调用下面的 D3DMATRIX ProjectionMatrix(const float near_plane,// distance to near clipping plane const float far_plane,// distance to far clipping plane const float fov_horiz,// horizontal field of view angle, in radians const float fov_vert)// vertical field of view angle, in radians { float h, w, Q; w = (float)cot(fov_horiz*0.5); h = (float)cot(fov_vert*0.5); Q = far_plane/(far_plane - near_plane); D3DMATRIX ret = ZeroMatrix(); ret(0, 0) = w; ret(1, 1) = h; ret(2, 2) = Q; ret(3, 2) = -Q*near_plane; ret(2, 3) = 1; return ret; } // end of ProjectionMatrix()

弹塑性本构关系的认识及其在钢筋混凝土中的应用浅谈_塑

弹塑性本构关系的认识及其在钢筋 混凝土结构中的应用浅谈 摘要：本文首先对弹塑性本构关系和钢筋混凝土材料的本构模型作了简要概述，然后结合上课所学知识和自己阅读的几篇文章，从材料的屈服准则、流动准则、硬化准则和加载卸载准则等四个方面详细阐述了弹塑性本构关系。最后，结合上述准则简要论述了混凝土这一常用材料在地震作用下的弹塑性本构关系。 关键词：弹塑性本构关系，钢筋混凝土，地震 Understanding of Elastoplastic Constitutive Relation and a Brife Talk of Its Aapplication to Reinforced Concrete Structure Abstract：This paper firstly makes a brief overview about elastoplastic constitutive relation and reinforced concrete constitutive model. Then，elaborating the elastoplastic constitutive relation from the four aspects of material yield criterion，flow rule，hardening rule，loading and unloading criterion based on what I have learned in class and reading from a few articles. Lastly，a simply introduction on the elastoplastic constitutive of reinforced concrete under earthquake is demonstrated. Keywords：elastoplastic constitutive relation; reinforced concrete structure; earthquake 1 引言 钢筋混凝土结构材料的本构关系对钢筋混凝土结构有限元分析结果有重大的影响，如果选用的本构关系不能很好地反映材料的各项力学性能，那么其它计算再精确也无法反映结构的实际受力特征。所谓材料的本构关系，主要是指描述材料力学性质的数学表达式。用什么样的表达式来描述材料受力后的变化规律呢？不同的学者根据材料的性质、受力条件和大小、试验方法以及不同的理论模型等因素综合考虑，建立了许多种钢筋混凝土材料的本构关系表达式。 材料的本构关系所基于的理论模型主要有：弹性理论、非线性弹性理论、弹塑性理论、粘弹性理论、粘弹塑性理论、断裂力学理论、损伤力学理论、内时理论等。迄今为止，由于钢筋混凝土材料的复杂因素，还没有一种理论模型被公认为可以完全描述钢筋混凝土材料的

投影矩阵的计算过程

投影矩阵的计算过程3d模型经过世界坐标变换、相机坐标变换后，下一步需要投影变换。投影变换的目的就是要把相机空间转换到标准视图空间，在这个空间的坐标都是正规化的，也就是坐标范围都在[-1,1]之间，之所以转换到这个空间是为了后续操作更方便。下面的讨论都是以列向量来表示，这样在变换操作时，采用的是矩阵左乘法，如果采用的是行向量的话，那就相反，矩阵右乘法即是向量在左边乘以变换矩阵。采用哪种表示并不影响结果，只需要把该种表示下得出的变换矩阵转置一下，就是采用另外一种表示模式需要的结果。常见的投影有两种，正交投影和透视投影，正交投影相对来说更简单，所以先来看看正交投影。最简单的正交变换矩阵 1 0 0 0 0 1 0 0 0 0 0 1 这个正交变换是不可逆变换，变换后x和y保留，z变成了0，在实际应用中，更常见的情况是限定x、y、z在一定的范围内的进行投影变换，比如x[l,r],y[b,t],z[n,f]。那么要把这段空间中的点变换到-1和1之间，只要完成两个变换，首先把坐标轴移到中心，然后进行缩放就可以了。采用列向量的话，那就是缩放矩阵乘以平移矩阵。2/(r-l) 0 0 0 1 0 0 -(r+l)/2 2/(r-l) 0 0 -(r+l)/(r-l) 0 2/(t-b) 0 0 x 0 1 0 -(b+t)/2 = 0 2/(t-b) 0 -(t+b)/(t-b) 0 0 2/(f-n) 0 0 0 1 -(n+f)/2 0 0 2/(f-n) -(f+n)/(f-n) 0 0 0 1 0 0 0 1 0 0 0 1 透视投影类比于我们人眼系统，看一个物体，会有远小近大的效果。在转换到相机空间后，相机是这个空间的原点，和正交投影体是一个长方体或者立方体不同，透视投影体是一个锥体被近平面截取掉头部剩下的空间。假定仍然采用上面的坐标表示。在透视投影下，空间上面的任何一点P投影到近平面上某点q，通过三角几何学我们可以得到qx=px*n/pz ,y点同理。假定直接投影到近平面，则该矩阵很简单,用Ma表示下面的矩阵1 0 0 0 0 1 0 0 0 0 1 0 0 0 1/n 0 则齐次空间某点（x，y，z ，1）被该矩阵转换后变成了(x ,y z, z/n) ,除以z/n,则变成了(nx/z,ny/z,n ,1) 正好吻合上面的公式。 undefined 但是我们知道投影变换需要把坐标变换到-1和1之间，假定先不考虑z轴的变换，在x轴和y轴上面经过上述变换后，已经投影在近平面了，假设近平面xy在[l,r] 和[b,t]之间了，因此只需要和上面的正交投影一样，进行平移和缩放操作就可以了，平移矩阵Mb为 1 0 0 -(l+r)/2 0 1 0 -(t+p)/2 0 0 1 -(f+n)/2 0 0 0 1 以及缩放矩阵Mc 2/(r-l) 0 0 0 0 2/(t-b) 0 0 0 0 2/(f-n) 0 0 0 0 1 McXMbXMa 得到的矩阵为2/(r-l) 0 -(r+l)/（n*(r-l)）0 0 2/(t-b) -(t+b)/（n*(t-b)) 0 0 0 j k 0 0 1/n 0 j k 为未知数，这个矩阵也可以同时乘以n，则变为2n/(r-l) 0 -(r+l)/(r-l) 0 0 2n/(t-b) -(t+b)/(t-b) 0 0 0 j k 0 0 1 0 为了求解J k，我们需要把z变换到-1 和1 因此当z=n时为-1，z=f时为1 (j*n+k)/n= j+k/n=-1; 同理j+k/f=1; 得到k=2f*n/(n-f) j=-(n+f)/(n-f) 代入上面的矩阵，就得出通用的正交变换矩阵。而且在一般情况下r=-l ，b=-t 因此上述矩阵可以简化为n/r 0 0 0 0 n/t 0 0 0 0 -(n+f)/(n-f) 2f*n/(n-f) 0 0 1 0 n/r 和n/t可以进一步简化成水平半视角和垂直半视角的三角函数来表示，而水平视角和垂直视角和透视窗口的宽高比有是成正比的，最终上面两行可以用宽高

几何光学中的矩阵方法

几何光学中的矩阵方法 几何光学是基于几何学研究光学的基本方法。几何光学，尤其是矩阵方法在研究光学系统成像时有着巨大的优势。本文通过论述矩阵方法在几何光学中的应用，介绍描述傍轴光线成像的光学ABCD矩阵。同时进一步将矩阵方法拓展至非傍轴光线，得到描述任意光线成像的严格ABCD矩阵。 在光学研究中，当光波长远小于研究对象的尺寸时，通常会利用几何光学方法来研究光线的传播。几何光学中光线的传播遵循三个基本定律：1. 光在自由空间中沿直线独立传播；2. 光的折射定律；3. 光的反射定律。虽然几何光学忽略了光的波动性，无法解释干涉、衍射等物理现象，但是其在光学系统成像性质的研究中有着巨大的优势。 光学系统成像的核心是光学系统变换。1840年C. Gauss建立了高斯光学，用来研究理想光学系统傍轴成像（即满足傍轴近似的光线的成像）性质。傍轴近似下，光线与光学系统中心轴的夹角很小，可以使用小角近似关系，。在这种近似下，光学系统变换退化为线性变换，因此可以用矩阵方法来进行描述。矩阵方法最初是由R. A. Sampson引入几何光学，用来处理几何像差等问题错误！未找到引用源。。之后矩阵方法拓展至研究非傍轴成像，为非傍轴成像的研究提供了新的方法。 本文分为两部分，第一部分着重于傍轴近似下的矩阵方法，介绍ABCD矩阵对光学系统变换的描述。第二部分拓展至包括非傍轴光线的任意光线的传播，介绍并推导严格ABCD矩阵。 一傍轴光线成像与矩阵 上述结论基于傍轴近似，研究的是理想光学系统的傍轴成像。然而实际成像系统中，非傍轴光线成像造成的影响往往是不可忽略的。非傍轴光线与傍轴光线往往不是成像于同一点，即非傍轴光线与傍轴光线成像之间存在差异，称之为几何像差。实际成像中，我们需要关注成像质量，即需要去衡量几何像差的大小。这种情况下，傍轴ABCD矩阵是无法解决的。我们需要引入可以描述非傍轴光线的ABCD矩阵，即严格ABCD矩阵。 二任意光线成像与严格ABCD矩阵 对于任意光线的成像，我们希望同样能够用矩阵进行描述，同时能够保持与傍轴ABCD矩阵相似的形式。因此我们尝试去除傍轴近似，来得到严格的变换关系，即严格ABCD矩阵错误！未找到引用源。。 对于共轴光学系统，光线成像依旧可以分成自由空间传播、折射与反射三种情况。首先我们讨论折射情况。从几何学的角度，我们首先作出入射光线与折射光线所在直线。设折射点为，在入射光线所在的直线上作，在折射光线所在直

行阶梯形矩阵方法总结

行阶梯形矩阵方法总结 导读：行阶梯形矩阵，Row—Echelon Form，是指线性代数中的矩阵。 阶梯形矩阵 如果： 所有非零行（矩阵的行至少有一个非零元素）在所有全零行的上面。即全零行都在矩阵的底部。 非零行的首项系数（leading coefficient），也称作主元，即最左边的首个非零元素（某些地方要求首项系数必须为1），严格地比上面行的首项系数更靠右。 首项系数所在列，在该首项系数下面的元素都是零（前两条的推论）。 这个矩阵是行阶梯形矩阵： 化简后的行阶梯形矩阵（reduced row echelon form），也称作行规范形矩阵（row canonical form），如果满足额外的条件：每个首项系数是1，且是其所在列的唯一的非零元素。例如： 注意，这并不意味着化简后的行阶梯形矩阵的左部总是单位阵。例如，如下的矩阵是化简后的行阶梯形矩阵： 因为第3列并不包含任何行的首项系数。 矩阵变换到行阶梯形 通过有限步的行初等变换，任何矩阵可以变换为行阶梯形。由

于行初等变换保持了矩阵的行空间，因此行阶梯形矩阵的行空间与变换前的原矩阵的行空间相同。 行阶梯形的.结果并不是唯一的。例如，行阶梯形乘以一个标量系数仍然是行阶梯形。但是，可以证明一个矩阵的化简后的行阶梯形是唯一的。 一个线性方程组是行阶梯形，如果其增广矩阵是行阶梯形。类似的，一个线性方程组是简化后的行阶梯形或'规范形'，如果其增广矩阵是化简后的行阶梯形。 【行阶梯形矩阵方法总结】 1.数学线性代数之矩阵学习总结 2.线性代数矩阵课件 3.银行工作总结的写作方法 4.矩阵检测试题 5.琵琶行描写音乐的方法 6.学习方法的总结 7.新人银行柜员个人总结 8.银行后勤总结 上文是关于行阶梯形矩阵方法总结，感谢您的阅读，希望对您有帮助，谢谢