En este trabajo, se establece un modelo geométrico no lineal general de vigas rectas de caja de pared delgada (STBBs) bajo cargas excéntricas y axiales combinadas. Con el fin de reflejar con exactitud el comportamiento de las STBB, se añade el alabeo de retardo por cortante para enriquecer el campo de desplazamiento. Es necesario definir la función de forma de la sección para describir la deformación local de la sección. Por lo tanto, los efectos de extensión, flexión, torsión, distorsión y shear lag se expresan mediante el método de coordenadas generalizadas. Basándose en la estabilidad de la teoría de la viga cajón transversal no restringida, pueden obtenerse soluciones de orden superior significativas definiendo un conjunto de modos de deformación acoplados. La ecuación de equilibrio se discretiza mediante el método de Galerkin, y se utiliza el método incremental de Newton-Raphson para derivar y resolver las ecuaciones de gobierno no lineales. Sobre esta base, se establece la expresión analítica de la matriz de rigidez. Para resolver el problema de estabilidad, se verifica la eficacia del método propuesto comparando los resultados de cálculo del elemento shell (Ansys) con otras teorías. Los ejemplos numéricos muestran incluso que el método propuesto no sólo puede obtener la influencia del desfase por cortante, sino también la variación del pandeo lateral del modelo de viga.
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículo:
Identificación de corrientes de transformadores de potencia mediante el uso de bosques aleatorios y técnicas de refuerzo
Artículo:
Análisis y eliminación de ruido de imágenes hiperespectrales de teledetección en el dominio Curvelet
Artículo:
Un Método de Punto Próximo Involucrando Dos Operadores Resolventes
Artículo:
Proceso INAR(1) no estacionario con innovación de autocorrelación de orden th.
Artículo:
Una nueva investigación sobre el algoritmo de clustering áspero.