空间钢框架几何非线性分析的新梁-柱单元

基于更新拉格朗日构形的增量虚位移原理,在其势能项中引入了全部六个应力分量,考虑了结构变形过程中由于力矩空间转动引起的连带弯矩影响及弓形效应,采用可计入单元剪切变形影响的三次多项式插值函数,详细推导了考虑剪切变形及力矩转动属性的空间钢框架梁-柱单元几何非线性切线刚度矩阵.利用框架节点的平衡条件对单元刚度矩阵进行简化,得到了结构整体的几何刚度矩阵.并通过算例证明了本方法的精确度和有效性.

一种新型高效的几何非线性梁-柱单元

进行杆系结构有限元分析时,为得到足够精确的数值解往往需要将构件划分为大量的单元。单元数量的增加不仅会极大的增加计算代价,还易产生数值计算不收敛的问题。在梁-柱单元位移函数中引入了轴力的影响,将传统三次位移函数改进为四次位移函数,并推导得到了新型几何非线性梁-柱单元。新单元几何非线性刚度矩阵中考虑了单元位形变化对平衡方程的影响及单元位形变化对几何方程的影响,进而可以考虑二阶效应、弓形效应。采用新单元编制了有限元程序,算例分析表明:该新梁-柱单元精度得到了显著改善,可以极大减少非线性有限元模型的单元数量,在分析柱的稳定、梁悬链线效应等极限问题时具有显著优势。

基于三角面积坐标法的纤维梁-柱单元研究

借助三角面积坐标法对三角形网格内的纤维应变和纤维应力进行线性插值,利用三角面积坐标的数值特性对纤维梁-柱单元截面刚度矩阵中除扭转项外的其余项进行解析推导,并得出纤维梁-柱单元截面抗力的近似表达式。数值研究表明:对于具有相同纤维单元数的纤维梁-柱单元,三角面积坐标法可以提高算法的计算精度。

基于截面轴力与弯矩屈服面本构积分的梁-柱单元

梁-柱单元模型是杆系结构有限元分析的基础,现有的塑性铰模型和纤维模型无法兼顾计算精度与效率。该文依托Euler-Bernoulli梁理论,并以塑性理论和数值方法为基础,选用截面组合思想构建截面的轴力与弯矩的屈服面,提出了在截面内力空间上基于轴力与弯矩屈服面进行截面本构积分的平面梁柱单元。通过一悬臂柱的静力弹塑性分析和框架柱的动力弹塑性分析算例,验证了所提出的截面轴力弯矩(NM)耦合单元模型,在计算精度上接近纤维模型,在计算效率上远高于纤维模型。

柔度法梁-柱单元考虑损伤分布的高斯积分方法

分析了积分方案对基于柔度法梁-柱单元模型的影响,将高斯积分和钢筋混凝土梁、柱构件损伤特点结合起来,提出了考虑损伤分布的积分方法。将单元非线性区域划分为塑性铰区、开裂区、过渡区,一方面赋予高斯积分区域物理含义,另一方面使得塑性铰区域可以向相邻的开裂区、过渡区扩展,实现塑性铰长度动态变化。对钢筋混凝土框架结构进行静力非线性分析,结果表明:该积分方案更能反映梁、柱构件的实际损伤,具有较好的数值稳定性和收敛性。

一种考虑温度影响的高效几何非线性梁—柱单元

在梁-柱单元位移函数中引入了轴力的影响,将传统3次位移函数改进为4次位移函数,并推导得到了考虑温度影响的几何非线性梁-柱单元.该单元的几何非线性刚度矩阵中完整考虑了单元位形变化对平衡方程的影响、温度变化对材性和单元应变的影响以及单元位形变化对几何方程的影响,进而可以考虑二阶效应、弓形效应.采用该单元编制了有限元程序,算例分析表明,该梁-柱单元精度得到了显著改善,可以极大减少非线性有限元模型的单元数量,在分析火灾下梁的悬链线效应、火灾下杆系结构连续性倒塌等问题上具有显著优势.

钢框架高等分析中考虑局部屈曲的子结构法

将相对自由度概念引入三维实体等参数单元,得到了16结点相对自由度壳元的插值表达式,并基于更新拉格朗日构型的虚位移原理推导了该壳单元的刚度矩阵。在单元刚度矩阵形成以后采用子结构法对内部结点自由度进行聚缩,根据薄壁构件相关假定并考虑截面翘曲因素的影响,通过边界结点的位移协调条件把壳单元组装成每端7个自由度的薄壁梁-柱单元参与整体分析,可以考虑板件局部屈曲的影响;突破了传统分析的紧凑型截面限制,并通过算例证明了本文方法的精确度和有效性。

考虑翘曲变形的空间钢框架修正塑性铰模型

为了推导一种既能反映塑性沿构件截面扩展,又能反映塑性沿构件长度方向(轴向)扩展的空间钢框架二阶非弹性分析模型,基于连续介质力学有限变形理论和更新的拉格朗日列式,横向位移采用考虑剪切变形的三次插值函数,扭转角位移采用Hermite三次插值函数以计入截面翘曲影响,结合塑性铰方法和简化塑性区模型,利用扩展的Orbison屈服面模型,提出了一种用于钢结构高等分析的修正塑性铰模型。该模型可用于各种空间钢框架结构的双重非线性分析,具有较强的通用性。最后通过算例证明了本文提出梁—柱单元的精度和有效性。

局部双层网壳几何非线性分析

根据梁 -柱单元非线性有限元理论 ,采用弧长法与修正Newton -Raphson法相结合的迭代法 ,编制了网壳结构几何非线性分析程序 ,对不同矢跨比下单层网壳和局部双层网壳的静力稳定性能进行分析比较。