排序方式: 共有25条查询结果,搜索用时 78 毫秒
1.
2.
3.
积分中值屈服准则解析厚板轧制椭圆速度场 总被引:1,自引:0,他引:1
为解决非线性Mises比塑性功率积分困难以及由此导致的轧制功率解析式难以获得的问题,本文通过建立并利用线性比塑性功率表达式对提出的椭圆速度场进行能量分析,得到了轧制力能参数的解析解.文中通过对变角度屈服函数求积分中值,构建了一个新的屈服准则,它是主应力分量的线性组合,在π平面上的轨迹是逼近Mises圆的等边非等角的十二边形,其基于Lode参数表达式的理论结果也与实验数据吻合较好.同时,根据厚板轧制时金属流动速度从入口到出口逐渐增大的特点,提出了水平速度分量满足椭圆方程的速度场,该速度场满足运动许可条件.通过相应的轧制能量分析,获得了基于线性屈服准则的内部变形功率以及基于应变矢量内积法上的摩擦功率与剪切功率.在此之上,通过泛函的极值变分导出了轧制力矩、轧制力以及应力状态系数的解析解,并与现场实测数据进行了对比,结果表明利用本文提出的屈服准则与速度场所建立的轧制力矩与轧制力模型与实测值吻合较好,其中轧制力误差小于5.3%,轧制力矩误差在6%左右. 相似文献
4.
为获得均布载荷下简支圆板极限载荷统一解析解,以最小势能原理、刚塑性第一变分原理以及统一屈服准则(unified yield criterion,UYC)比塑性功进行联合解析.获得的解析解为圆板半径a、材料屈服极限σs、板厚h以及屈服参数b的函数.由该解可导出Tresca解、Mises解、双剪应力屈服(twin shear stress,TSS)解.与传统的Tresca解析解及Mises数值解比较表明:获得的TSS解和Tresca解分别为计算结果的上下限,该Mises解析解与传统的Mises数值解基本一致,二者误差仅为4.2%.分析表明:随着圆板厚度减小,挠度增加;圆板半径增加,极限载荷增加. 相似文献
5.
目的针对传统解法建立的轧制力模型精度不足的问题,建立一个轧制力整合模型。方法对工业大数据进行归一化处理,系统优化了神经网络模型的结构形式,建立了一个神经网络模型。在此基础之上,利用误差间距补偿的方法实现神经网络模型与已有理论模型的有机融合,从而最终获得了轧制力的整合模型。结果通过与已有的轧制力模型进行对比,表明所提出整合模型预测结果与实测值吻合更好,其中轧制力误差为-4.09%,轧制力矩误差为-4.01%。结论该模型整合方法能够实现理论模型与神经网络模型的优势互补,从而给出物理概念与预测精度均可靠的计算结果。 相似文献
6.
7.
首次将GM(几何中线)屈服准则应用于内压薄壁圆筒和球壳的塑性极限分析,获得了解析解.薄壁筒和球壳极限载荷均为壁厚、内径及材料屈服极限的函数.屈服极限越高、壁厚越大,内径越小,极限载荷越大.与Mises准则、双剪应力准则(TSS)和Tresca准则相比,GM准则解居于TSS和Tresca解之间且靠近Mises解,恰好对应误差三角形中线.按GM准则计算的极限载荷随厚径比的增加而线性增加. 相似文献
8.
9.
为了获得线性载荷作用下的简支圆板极限载荷的解析解,本文提出了刚塑性第一变分原理的运动许可应变场,并首次以GM(几何中线)屈服准则塑性比功进行了塑性极限分析.首次获得了GM准则下圆板极限载荷的解析解,该解为圆板半径a、材料屈服极限σs及板厚h的函数.与Tresca、TSS及Mises预测的极限载荷比较表明:Tresca准则预测极限荷载下限,TSS屈服准则预测极限载荷的上限,GM屈服准则比塑性功解析结果恰居于两者之间;GM解略低于Mises解,两者相对误差为3.38%.此外,文中还讨论了挠度与相对位置r/a之间的变化关系. 相似文献
10.
为了得到斜板极限载荷的解析解,用平均屈服(MY)准则,对受均布载荷的简支金属斜板进行了塑性极限分析.首次获得MY准则下斜板极限载荷的解析解,该解是斜板几何参数长l1,宽l2以及长宽夹角θ的函数.研究表明:随着θ的增大,极限载荷先增大而后减小;斜板面积增加,极限载荷减小.得到了菱形、矩形和方形板的解析解,并将方形板的解析解与Tresca、Mises以及TSS提供的极限载荷进行比较,对比表明:方板的极限载荷与边长成反比关系,Tresca屈服准则提供极限载荷的下限,TSS屈服准则提供上限,MY准则预测结果恰居二者中间,且最靠近Mises解. 相似文献