← 最新论文
⚡ 电气工程

Merging nonlinear finite element models and the floating frame of reference formulation

本文提出了一种相对于物体浮动坐标系的创新非线性有限元公式,该公式将浮动坐标系方法与非线性有限元模型相结合,在保留应用模型阶数缩减技术能力的同时,实现了对中大变形下高阶应变项的包含。

原作者: Marcel Ellenbroek, Jurnan Schilder, Quintus Kilsdonk

发布于 2026-10-29
📖 1 分钟阅读☕ 轻松阅读

原作者: Marcel Ellenbroek, Jurnan Schilder, Quintus Kilsdonk

原始论文采用 CC BY 4.0 许可(https://creativecommons.org/licenses/by/4.0/)。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性,请参阅原始论文。 阅读完整免责声明

在工程领域,预测机器零件在应力作用下的运动和弯曲方式是一场不断的平衡博弈。工程师们通常依赖两种不同的思维方式。一种方法将零件视为在空间中运动的刚体,仅在其之上叠加微小且简单的抖动。这种方法快速且高效,非常适用于零件基本保持笔直的系统。另一种方法则将零件视为一个柔性的、可变形的物体,能够捕捉复杂的扭曲与变形。这种方法虽然精确,但计算量巨大,往往需要海量的计算机算力来求解。长久以来的挑战在于,如何在面对会导致零件大幅拉伸或弯曲的力时,既能获得第一种方法的速度,又不牺牲第二种方法的精度。

荷兰特文特大学的研究人员找到了一种弥合这一差距的方法。他们开发了一种新方法,将这两种截然不同的方法融合在一起,使得工程师能够以通常用于简单模型的效率,来模拟大规模、复杂的变形。通过重新定义移动物体的参考点,他们创建了一个系统,既能处理大幅度应变带来的复杂现实,又能保持数学模型的精简,从而便于实际应用。他们的工作表明,对于许多现实世界的应用场景,通过引入描述剧烈弯曲所需的必要复杂度,并不一定会丢弃简单模型原有的速度优势。

这一成就的核心在于研究人员如何定义移动物体的“参考框架”。在传统的模拟中,工程师通常将坐标系固定在空间中的某一点。随着零件的移动和变形,数学计算必须考虑到零件已远离起始点这一事实,这使得方程变得难以求解。或者,他们可以将坐标系附着在物体本身上。实现这一点的标准做法是假设物体仅发生轻微弯曲,从而保持数学模型的线性与简洁。然而,当一根梁受到足够大的压力导致拉伸或失稳(屈曲)时,这些简单的假设就会失效,模拟也无法准确预测其真实行为。

该团队引入了一种新的附着移动坐标系的方式。他们不再假设物体保持近乎笔直的状态,而是允许坐标系随物体移动,同时仍允许物体相对于该系统发生大规模、复杂的应变。他们通过精心选择变形物体上的一个特定点作为锚点来实现这一点。通过确保该锚点不会产生任何局部弹性运动,他们能够在数学上将物体的整体运动与复杂的内部拉伸及扭转分离出来。这种分离使他们能够保留移动框架的优势——即保持数学计算的可控性——同时仍能捕捉到描述大幅度变形的高阶项。

为了测试这种新公式,研究人员模拟了一根一端固定、另一端受压的长细梁。他们施加了不同类型的力,包括恒定推力、随梁弯曲而改变方向的力,以及旨在引起屈曲的压缩力。在这些模拟中,他们将新方法与两种成熟技术进行了对比:一种是高度详细、计算昂贵的传统方法,它追踪从固定起点开始的每一次扭转;另一种是传统的、较快的方法,它假设变形很小。

结果显示,即使在梁发生显著弯曲的极端载荷下,新方法也能产生与详细、昂贵的方法相同的精确变形模式。然而,与详细方法不同,新方法并不需要同等水平的计算强度。当研究人员分析驱动模拟的数学组件时,他们发现,在新的方法中,许多通常会使方程复杂化的高阶项是可以忽略不计的。这在刚度矩阵(即决定物体抵抗进一步弯曲能力的计算部分)中表现得尤为明显。在传统的详细方法中,这些复杂的项是必不可少的,但在新的移动框架方法中,简单的项占据了主导地位。

这一发现意义重大,因为它表明工程师可以利用更高效的模型来解决此前被认为需要重型计算的问题。研究表明,对于涉及大幅度变形的许多场景,可以通过包含仅有的几个特定高阶项,而非采用传统方法的完整复杂度,来捕捉必要的物理特性。研究人员指出,尽管该方法在这些模拟实验中展现了巨大的潜力,但其对于更复杂的动态系统的数值稳定性影响,仍是未来研究的领域。

这项工作证明,通过重新定义我们观察移动及变形物体的方式,我们可以简化数学模型而不丢失物理真相。它为模拟柔性机械(如机器人手臂或航空航天部件)提供了一条路径,使其在处理涉及大幅度应变的问题时,能够达到以往难以企及的效率水平。研究人员已经证明,只要选择正确的视角来定义参考框架,我们便可以兼得两者的优势:既拥有简化模型的速度,又拥有复杂模型的精度。

您所在领域的论文太多了?

获取与您研究关键词匹配的最新论文每日摘要——附技术摘要,使用您的语言。

试用 Digest →