机械工程中的有限元方法

2019 年 9 月 24 日 科学出版社

有限元法是复杂机械结构设计中强度校核、性能分析和模拟、仿真的主要技术手段。从20 世纪 50 年代在机械工程中开始应用以来,有限元法经历了 60 余年不断的发展,基础理论、相关技术和软件结构异常庞杂。虽然有限元软件的求解过程已经实现了完全的自动化,不再需要人工干预,但是从实际的工程问题到有限元模型的建立,仍然需要相关的专业知识、经验和有限元理论的指导,有限元软件计算结果的正确性、合理性、准确性的判断和评估,也仍然需要相关的经验和理论作指导。总之,机械结构的有限元分析需要了解相关的基础理论并具备一定的专业基础,这也是本书的写作目的之一。



《机械工程中的有限元方法》尝试采用尽可能通俗的工程语言描述与机械结构设计相关的有限元法的基本原理和基本方法,尽可能不涉及复杂的数学和力学的基础理论以及单元刚度的推导过程,让初学者能够尽快了解、掌握有限元法基本原理和实施过程,能够结合专业知识尽快建立合理的有限元模型,并且对有限元软件计算结果的正确性、合理性作出分析和判断。

 


现有的机械结构有限元分析,主要是面向零件的分析,很少针对整机。本书结合作者长期的工程分析经验和机械结合部领域的科研成果,给出了常见机械零件的有限元建模方法以及包含机械结合面的机械结构整机性能分析方法。本书紧密围绕机械工程的应用安排章节内容,摒弃机械结构分析中不使用或者很少使用的内容,全书条理清晰、内容简洁、针对性强,能够使读者尽快了解有限元法的基本理论,掌握一种有限元分析软件,具备初步的机械结构性能的有限元分析能力。

 


本书基于 2013 年起为机械工程专业研究生开设的有限元分析课程的同名讲义整理、完善而成,相关内容经过多年选择和锤炼,有较好的针对性。机械零件和整机分析的相关内容大多源于作者及研究团队的科研成果,随着研究工作的深入和有限元软件的发展,相关的内容、观点和方法也在不断改变。有限元软件在多年发展过程中,不断引入新的算法,很多软件也包含非有限元算法,如分析流体的有限体积法、分析散体的离散单元法、涉及无限边界问题的边界单元法等,这些内容在书中也作了简单介绍。

  

 

本文摘编自王世军、赵金娟《机械工程中的有限元方法》一书。


作者:王世军 赵金娟

书号:9787030621863

出版时间:2019.8

责任编辑:杨丹

 


《机械工程中的有限元方法》详细介绍有限元方法的基础理论、常见机械结构的建模方法以及ANSYS 软件在机械结构分析中的应用。基于弹性力学的虚功原理介绍有限元方法的基本原理,包括刚度矩阵的推导、材料模型的建立和常见机械零件的建模方法,并结合机械结构的热分析介绍多物理场的耦合分析方法。机械零件的接触性质和包含零件接触特性的整机建模方法是本书的落脚点。在介绍常用的接触单元及其使用方法之后,阐述机械零件微观粗糙表面的接触性质、建模方法以及在有限元分析软件中的使用方法。在介绍有限元方法和机械结构建模方法之后,结合机械结构分析的需要,介绍 ANSYS软件的经典界面和 Workbench 界面的使用方法,并在此基础上,介绍基于ANSYS 软件的用户开发工具 APDL 语言的使用方法。

 

本书可供机械工程专业高年级本科生、研究生和从事机械结构设计的工程师参考使用。


本书目录


目录

前言
第1章 绪论 1
1.1 有限元法的起源和发展 1
1.2 有限元分析的过程 16
1.3 计算机辅助工程 24
练习题 31
参考文献 32
第2章 有限元法的基本原理 33
2.1 弹性力学的基本方程 33
2.2 平面问题 41
2.3 基于虚功原理的有限元方法 45
练习题 56
参考文献 58
第3章 结构分析中的常用单元 59
3.1 等参元 59
3.2 梁单元 67
3.3 壳单元 76
3.4 接触单元 80
3.5 弹簧-阻尼单元 86
3.6 质点单元 87
练习题 87
参考文献 88
第4章 材料的力学性质和建模 89
4.1 材料的一维力学性质 89
4.2 材料的弹性、塑性和黏性性质 93
4.3 复杂应力状态下的材料性质和强度理论 97
4.4 材料的本构关系 103
4.5 常用的材料模型 105
4.6 非线性材料的计算过程 111
练习题 116
参考文献 117
第5章 机械动态性能的分析方法 118
5.1 计算模态分析 118
5.2 试验模态分析 125
5.3 瞬态响应分析 133
练习题 139
参考文献 140
第6章 机械结构的建模方法 141
6.1 不同类型单元的混合使用 143
6.2 网格生成算法及质量评价 147
6.3 尖角问题 157
6.4 集中力问题 166
6.5 圣维南原理与应用 179
6.6 常见机械结构的建模方法 182
练习题 209
参考文献 211
第7章 机械零件的接触性质和整机建模方法 212
7.1 机械零件表面的几何特征 215
7.2 表面的接触性质 224
7.3 表面接触特性参数的获取 230
7.4 表面接触数据在整机分析中的应用 237
7.5 包含接触特性的整机模态分析 242
练习题 243
参考文献 244
第8章 结构的热分析 246
8.1 传热学的基本原理 246
8.2 热分析的有限元方法 250
8.3 热应力分析 252
练习题 255
参考文献 256
第9章 ANSYS经典界面的使用 257
9.1 ANSYS软件概述 257
9.2 ANSYS的启动 259
9.3 前处理 273
9.4 求解 278
9.5 后处理 281
9.6 分析报告 284
练习题 287
参考文献 287
第10章 ANSYS Workbench的使用 288
10.1 ANSYS Workbench概述 288
10.2 前处理 292
10.3 Design Modeler的使用 294
10.4 ANSYS Mechanical的使用 299
练习题 305
参考文献 305
第11章 APDL语言 306
11.1 APDL语言概述 306
11.2 变量定义 307
11.3 赋值语句 307
11.4 数组 308
11.5 条件语句 309
11.6 循环语句 311
11.7 数据提取 312
11.8 输入输出语句 314
11.9 文件创建 316
11.10 宏 317
11.11 有限元相关的常用命令 320
11.12 用户界面开发 341
练习题 343
参考文献 343



长按二维码可购买本书哦~


识别二维码 联系杨丹编辑



(本期编辑:王芳)


一起阅读科学!

科学出版社│微信ID:sciencepress-cspm

专业品质  学术价值

原创好读  科学品味

点击“阅读原文”可购买本书

登录查看更多
4

相关内容

【硬核书】不完全信息决策理论,467页pdf
专知会员服务
335+阅读 · 2020年6月24日
【经典书】统计学习导论,434页pdf,斯坦福大学
专知会员服务
228+阅读 · 2020年4月29日
中科大-人工智能方向专业课程2020《脑与认知科学导论》
【经典书】精通机器学习特征工程,中文版,178页pdf
专知会员服务
347+阅读 · 2020年2月15日
【机器学习课程】机器学习中的常识性问题
专知会员服务
72+阅读 · 2019年12月2日
新书《面向机器学习和数据分析的特征工程》,419页pdf
专知会员服务
140+阅读 · 2019年10月10日
机器学习必备的数学基础有哪些?
人工智能头条
12+阅读 · 2019年10月18日
重磅发布|清华大学创新领军工程博士长三角项目今年正式启动
清华大学研究生教育
7+阅读 · 2019年9月2日
哈工大韩纪庆教授《语音信号处理(第3版)》出版
互联网+检验检测智能化成发展趋势
人工智能学家
7+阅读 · 2019年3月2日
【机器人】机器人PID控制
产业智能官
10+阅读 · 2018年11月25日
报名 | 全国高校机器学习课程高级研修班
大数据文摘
3+阅读 · 2018年10月9日
计算机视觉与深度学习实战
炼数成金订阅号
8+阅读 · 2018年2月9日
Teacher-Student Training for Robust Tacotron-based TTS
Meta-Learning to Cluster
Arxiv
17+阅读 · 2019年10月30日
How to Fine-Tune BERT for Text Classification?
Arxiv
13+阅读 · 2019年5月14日
Few-shot Learning: A Survey
Arxiv
362+阅读 · 2019年4月10日
Arxiv
4+阅读 · 2018年4月26日
VIP会员
相关资讯
机器学习必备的数学基础有哪些?
人工智能头条
12+阅读 · 2019年10月18日
重磅发布|清华大学创新领军工程博士长三角项目今年正式启动
清华大学研究生教育
7+阅读 · 2019年9月2日
哈工大韩纪庆教授《语音信号处理(第3版)》出版
互联网+检验检测智能化成发展趋势
人工智能学家
7+阅读 · 2019年3月2日
【机器人】机器人PID控制
产业智能官
10+阅读 · 2018年11月25日
报名 | 全国高校机器学习课程高级研修班
大数据文摘
3+阅读 · 2018年10月9日
计算机视觉与深度学习实战
炼数成金订阅号
8+阅读 · 2018年2月9日
相关论文
Teacher-Student Training for Robust Tacotron-based TTS
Meta-Learning to Cluster
Arxiv
17+阅读 · 2019年10月30日
How to Fine-Tune BERT for Text Classification?
Arxiv
13+阅读 · 2019年5月14日
Few-shot Learning: A Survey
Arxiv
362+阅读 · 2019年4月10日
Arxiv
4+阅读 · 2018年4月26日
Top
微信扫码咨询专知VIP会员