Sestra 实用教程(二)方程求解器

目 录

  • 一、前言
  • 二、超单元分析
  • 三、惯性释放
  • 四、模态叠加法
    • 4.1 Eigenvalue solvers
    • 4.2 Static back substitution
  • 五、模态综合法
  • 六、Master-Slave
  • 七、参考文献


一、前言


  SESAM (Super Element Structure Analysis Module)是由挪威船级社(DNV-GL)开发的一款有限元分析(FEA)系统,主要用于海洋工程结构的水动力分析和结构分析。它是以有限元位移法为基本原理进行开发的,由四大组程序组成:前处理器、水动力分析程序、结构分析程序和后处理器。各程序间通过 SESAM 接口文件/格式(Sesam Interface Files)实现数据的交换与传递。


在这里插入图片描述

SESAM 2022 Overview



  SESAM 是海工结构分析领域的标准软件,由 Presel、Wadam、Wasim、Sestra、Simo、Riflex、Xtract、Stofat 等数十个程序构成。这些程序实现了 SESAM 的四大类功能,即:前处理、水动力分析、结构分析和后处理。由于 Wadam 等程序无法直接访问,为了方便建模与分析,SESAM 提供了 GeniE、HydroD、Sima(DeepC)等集成工具,用于驱动程序的运行。GeniE、HydroD 和 Sima/DeepC 分别是 SESAM 系统的建模及前处理模块、水动/静力计算模块和深水耦合分析模块。


SESAM 集成模块/工具

序号工具名称功能
01GeniEConcept modelling of beam, plate and shell structures, Analysis workflows and Code checking
02HydroDHydrodynamic and Hydrostatic analysis
03SimaMarine operations and mooring analyses



  Sestra(Linear structural analysis)是 SESAM 的静力和动力结构分析程序,它以有限单元法的位移公式为基本原理。除了线性结构分析,Sestra 还可以执行间隙/接触、拉压、线性屈曲、应力刚化和惯性释放等类型的分析。作为 SESAM 系统的结构分析求解器,Sestra 使用 GeniE 等创建的模型作为输入数据,并生成供各种后处理工具使用的结果数据。在 GeniE 中提交的结构分析是由 Sestra 进行求解计算的。


在这里插入图片描述





二、超单元分析


  多层级超单元技术( multilevel superelement technique)指的是:将被分析结构拆分为若干个部分(部件/超单元),分别建模或分析,而后把它们装配起来形成完整的模型。类似于 Abaqus 中的 Part 与 Assembly 模块。超单元技术是 SESAM 系统中广泛应用的特色技术:GeniE 创建第一层级超单元,Presel 装配超单元,Wajac 和 Wadam 计算超单元装配体的荷载与运动,Sestra 分析超单元装配体的应力,后处理器(Xtract、Framework、Stofa)操作超单元装配体等。


在这里插入图片描述

Superelement Analysis



  随着计算机技术和算力的不断提升,如今超单元技术已无太多存在的必要。但是诸多优点的存在,使它保留至今。例如:不同的团队可以通过超单元协同工作;以前分析过的模型可以作为超单元添加到新建模型;巨大模型的结果文件分块利用,便于结果后处理;解耦线性与非线性区域,使非线性分析具有更高效率。





三、惯性释放


  船舶、飞行器、浮式装置等自由结构,因无任何边界条件的约束,在外荷载作用下容易发生刚体位移。对于存在刚体位移的结构,无法实现结构的应力分析。这主要是因为体系缺少必要的约束,造成结构整体刚度矩阵奇异,导致运动方程的位移解答不唯一。目前,工程上主要采用弱弹簧法(Weak Spring)和惯性释放(Inertia Relief)法解决这一问题。


在这里插入图片描述

Inertia Relief



  在 SESAM 系统中,采用惯性释放方法求解自由结构的静力问题。惯性释放以达郎贝尔原理为理论基础,通过虚设支座的方式保证结构整体刚度矩阵非奇异。为了消除虚设支座带来的影响,以结构惯性力来平衡外力,使虚设支座处的反力始终保持或接近为 0。虚设支座的操作方式是:在结构上任取三个结点,分别固定每个结点的三个、两个和一个平动自由度。虚设支座的目的是:通过添加适当的边界条件,消除 6 个刚体自由度(平面问题为 3 个)。平衡外载的惯性力无需单独指定,惯性释放将自动计算需要施加的惯性力。值得注意的是,惯性释放(Inertia Relief)仅适用于无约束自由结构的线性静力分析。在惯性释放分析中,所引入的虚支座会影响结构的位移分布,但不会影响结构的应力分布,因此可以用来校核自由结构的强度。





四、模态叠加法


  模态叠加法(Modal Superposition)又称振型叠加法,它是以系统无阻尼的振型(模态)为空间基底,通过坐标变换,使原动力方程解耦,求解 n 个相互独立的方程获得模态位移,进而通过叠加各阶模态的贡献求得系统的响应。在对线性结构执行动态响应分析时,使用模态叠加技术能够大幅缩短计算时间。


在这里插入图片描述

Modal Superposition



  模态叠加法主要用于频域和时域动力分析,它的原理是用模态振型(mode shapes)代替模型的自由度。采用该方法分析动力问题时,首先执行的是自由振动(特征值)分析,一旦特征值问题求解完成,将很容易获得动力问题的解答。模态叠加法的分析精度与所选取的模态振型有关,所选取的模态振型越多,分析结果越接近直接积分法的计算结果,亦即分析精度越高。




4.1 Eigenvalue solvers


在这里插入图片描述

特征值问题求解方法



4.2 Static back substitution


  通常,轴向和平面内应变很难通过一阶阵型来描述,这是因为轴向和面内刚度远高于横向和面外刚度。因此,梁的轴力和板壳面内应力是不准确的。SESAM 采用静力回代法(Static Back Substitution)修复模态叠加法这一弱点。


在这里插入图片描述

Static Back Substitution




五、模态综合法


  模态综合法(Component Mode Synthesis)是解决复杂结构系统振动问题的有效方法,广泛应用于航空航天、船舶和海洋工程等领域。它是一种用于动力分析的简化技术,类似于用于静力分析的超单元技术。模态综合的基本原理是:将一个复杂结构分解成若干个较为简单的子结构,对各子结构进行结构振动特性分析,根据对接面上的协调条件再将这些子结构合成一总体结构,利用各子结构的振动形态得出总体结构的振动形态。当采用模态综合法进行结构体系固有特性的求解和动力响应分析时,只需计算子结构的少数几个主模态(主振型),能有效地缩减自由度而不改变系统的物理本质。


在这里插入图片描述

Component Mode Synthesis




六、Master-Slave


在这里插入图片描述






七、参考文献


[1]. Sesam Feature Description - Sestra (Compute structural response to static and dynamic loading).

[2]. Sesam User Manual - Sestra (Compute structural response to static and dynamic loading).

[3]. Sesam Theory Manual - Sestra (Compute structural response to static and dynamic loading).

[4]. 关于风机 叶片/荷载/控制 方面的介绍请访问:https://www.zhihu.com/column/c_1485646874003058688

[5]. 关于风机 有限元分析 方面的介绍请访问:https://blog.csdn.net/shengyutou

[6]. 联系作者 ,Email: liyang@alu.hit.edu.cn,WeChat/Weixin: 761358045

[7]. 鸣谢:哈尔滨工业大学土木工程学院、金风科技中央研究院、三一集团

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/12494.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

【GO】go语言入门实战 —— 命令行在线词典

文章目录 程序介绍抓包代码生成生成request body解析respond body完整代码 字节青训营基础班学习记录。 程序介绍 在运行程序的时候以命令行的形式输入要查询的单词,然后程序返回单词的音标、释义等信息。 示例如下: 抓包 我们选择与网站https://fany…

Linux6.17 Docker 安全及日志管理

文章目录 计算机系统5G云计算第四章 LINUX Docker 安全及日志管理一、Docker 容器与虚拟机的区别1.隔离与共享2.性能与损耗 二、Docker 存在的安全问题1.Docker 自身漏洞2.Docker 源码问题 三、Docker 架构缺陷与安全机制1.容器之间的局域网攻击2.DDoS 攻击耗尽资源3.有漏洞的系…

mac版窗口管理 Magnet for mac中文最新

magnet mac版是一款运行在苹果电脑上的一款优秀的窗口大小控制工具,拖拽窗口到屏幕边缘可以自动半屏,全屏或者四分之一屏幕,还可以设定快捷键完成分屏。这款专业的窗口管理工具当您每次将内容从一个应用移动到另一应用时,当您需要…

【Git】初始化仓库配置与本地仓库提交流程

目录 一、仓库配置邮箱与用户名 二、本地仓库提交流程 一、仓库配置邮箱与用户名 【Git】Linux服务器Centos环境下安装Git与创建本地仓库_centos git仓库搭建_1373i的博客-CSDN博客https://blog.csdn.net/qq_61903414/article/details/131260033?spm1001.2014.3001.5501 在…

物联网网关模块可以带几台plc设备吗?可以接几个modbus设备?

随着物联网技术的快速发展,物联网网关模块已经成为了实现物联网应用的重要工具。很多客户在选择物联网网关模块时想了解物联网网关模块的设备接入能力,一个物联网网关模块可以带几台PLC设备?可以接几个Modbus设备? 物联网网关模块…

目标检测-击穿黑夜的PE-YOLO

前言 当前的目标检测模型在许多基准数据集上取得了良好的结果,但在暗光条件下检测目标仍然是一个巨大的挑战。为了解决这个问题,作者提出了金字塔增强网络(PENet)并将其与YOLOv3结合,构建了一个名为PE-YOLO的暗光目标检…

前后端分离开发流程

1、介绍 在前后端分离开发中,前端负责用户界面和交互逻辑的实现,后端则处理业务逻辑和数据持久化。这种开发模式的优势在于前后端可以独立进行开发,提高了开发效率,并且使得前后端可以采用不同的技术栈来实现各自的功能。 2、开…

基于Vue3实现鼠标按下某个元素进行移动,实时改变左侧或右侧元素的宽度,以及点击收起或展开的功能

其原理主要是利用JavaScript中的鼠标事件来控制CSS样式。大致就是监听某个DOM元素的鼠标按下事件,以及按下之后的移动事件和松开事件。在鼠标按下且移动过程中,可实时获得鼠标的X轴坐标的值,通过简单计算,可计算出目标元素的宽度&…

八、Kafka时间轮与常见问题

Kafka与时间轮 Kafka中存在大量的延时操作。 1、发送消息-超时重试机制 2、ACKS 用于指定分区中必须要有多少副本收到这条消息,生产者才认为写入成功(延时 等) Kafka并没有使用JDK自带的Timer或者DelayQueue来实现延迟的功能,而…

石子合并(区间dp模板)

题目描述&#xff1a; dp分析&#xff1a; 解题代码&#xff1a; #include<iostream> using namespace std;const int N1e36;int f[N][N]; int a[N]; int s[N];int main(){int n;cin>>n;for(int i1;i<n;i){scanf("%d",&s[i]);s[i]s[i-1];//前缀和…

谈谈你对Synchronized关键字的理解及使用

synchronized关键字最主要的三种使用方式的总结 修饰实例方法&#xff0c;作用于当前对象实例加锁&#xff0c;进入同步代码前要获得当前对象实例的锁修饰静态方法&#xff0c;作用于当前类对象加锁&#xff0c;进入同步代码前要获得当前类对象的锁 。也就是给当前类加锁&…

centos7安装tomcat

安装tomcat 必须依赖 JDK 环境&#xff0c;一定要提前装好JDK保证可以使用 一、下载安装包 到官网下载 上传到linux 服务器 二、安装tomcat 创建tomcat 文件夹 mkdir -p /usr/local/tomcat设置文件夹权限 chmod 757 tomcat将安装包上传至 新建文件夹 解压安装包 tar zx…

自动驾驶之轨迹规划8——Apollo参考线和轨迹

1. abstract 本文主要讲解routing和planning模块中的reference line&#xff0c;我之前一直搞不明白这个reference line是如何生成的&#xff0c;有什么作用&#xff0c;和routing以及planning的关系。现在有了一些心得打算梳理一下&#xff1a; 决策规划模块负责生成车辆的行…

浅谈3D隐式表示(SDF,Occupancy field,NeRF)

本篇文章介绍了符号距离函数Signed Distance Funciton(SDF)&#xff0c;占用场Occupancy Field&#xff0c;神经辐射场Neural Radiance Field&#xff08;NeRF&#xff09;的概念、联系与区别。 显式表示与隐式表示 三维空间的表示形式可以分为显式和隐式。 比较常用的显式表…

STM32 串口基础知识学习

串行/并行通信 串行通信&#xff1a;数据逐位按顺序依次传输。 并行通信&#xff1a;数据各位通过多条线同时传输。 对比 传输速率&#xff1a;串行通信较低&#xff0c;并行通信较高。抗干扰能力&#xff1a;串行通信较强&#xff0c;并行通信较弱。通信距离&#xff1a;串…

区间预测 | MATLAB实现QRLSTM长短期记忆神经网络分位数回归多输入单输出区间预测

区间预测 | MATLAB实现QRLSTM长短期记忆神经网络分位数回归多输入单输出区间预测 目录 区间预测 | MATLAB实现QRLSTM长短期记忆神经网络分位数回归多输入单输出区间预测效果一览基本介绍模型描述程序设计参考资料 效果一览 基本介绍 MATLAB实现QRLSTM长短期记忆神经网络分位数回…

计算机科学cs/电子信息ei面试准备——数学基础/线性代数复习

1. 中值定理 中值定理是反映函数与导数之间联系的重要定理&#xff0c;也是微积分学的理论基础&#xff0c;在许多方面它都有重要的作用&#xff0c;在进行一些公式推导与定理证明中都有很多应用。中值定理是由众多定理共同构建的&#xff0c;其中拉格朗日中值定理是核心&…

【Linux命令200例】less强大的文件内容查看工具

&#x1f3c6;作者简介&#xff0c;黑夜开发者&#xff0c;全栈领域新星创作者✌&#xff0c;2023年6月csdn上海赛道top4。 &#x1f3c6;本文已收录于专栏&#xff1a;Linux命令大全。 &#x1f3c6;本专栏我们会通过具体的系统的命令讲解加上鲜活的实操案例对各个命令进行深入…

最优除法(力扣)数学 JAVA

给定一正整数数组 nums&#xff0c;nums 中的相邻整数将进行浮点除法。例如&#xff0c; [2,3,4] -> 2 / 3 / 4 。 例如&#xff0c;nums [2,3,4]&#xff0c;我们将求表达式的值 “2/3/4”。 但是&#xff0c;你可以在任意位置添加任意数目的括号&#xff0c;来改变算数的…

苍穹外卖day07——缓存菜品套餐+购物车功能实现

缓存菜品——需求设计与分析 问题说明 用户访问量过大带来的一个直接效果就是响应速度慢&#xff0c;使用体验下降。 实现思路 使用redis缓存菜品数据&#xff0c;减少数据库查询操作。 页面展示上基本就是同一个分类在同一页&#xff0c;所以key-value结构可以使用不同的分…