原创 嚴蔚敏2.19

//刪除元素遞增排列的鏈表L中值大於mink且小於maxk的所有元素 #include <iostream> #include <time.h> using namespace std; class LinkList { public:

原创 MFC狀態欄顯示座標

首先需要在MainFrame.h中將protect:下面的的CMFCStatusBar     m_wndStatusBar;改爲public,以便獲取訪問權限。 改動如下: public: CMFCStatusBar m

原创 複合材料作業7-2

具體計算代碼如下: %時間:2013年12月27日 clear all close all clc global E1 v12 E2 v21 G12 Q11 Q12 Q22 Q66 alpha1 alpha2 T0 T global

原创 64位win7下OpenGL的配置

        最近出於需要,在實驗室的服務器上配置了下OpenGL以便更自由的繪製圖形,按照以往的操作步驟,在配置好後始終編譯不通過,老是提示gl

原创 Ogden類超彈性本構推導

應變能定義爲: W=μ2(I1−3−2ln⁡J)+λ2(ln⁡J)2 W=\frac{\mu}{2}(I_{1}-3-2\ln J)+\frac{\lambda}{2}(\ln J)^{2} W=2μ​(I1​−3−2lnJ)+2

原创 jFem-一維泊松方程的實現

jFem交流-QQ羣:879908352 jFem代碼:https://github.com/walkandthinker/jFem 這裏我們考慮如下1維泊松方程: ∇2ϕ=c\nabla^{2}\phi=c∇2ϕ=c 其對應

原创 固體力學-Saint Venant-Kirchhoff模型的本構推導

這裏我們考慮如下應變能: W(E)=λ2(tr(E))2+μtr(E2)=λ2(tr(E))2+μE:EW(\mathbf{E})=\frac{\lambda}{2}(\mathrm{tr}(\mathbf{E}))^{2}+\m

原创 OpenGL線性漸變色繪製

用到的思路就是在應力的最大值和最小值之間劃分區間,每個區間的標識點對應不同的顏色值。 然後在區間內的應力值對應的顏色就進行插值來計算。 代碼如下: #include <GL/glut.h> #include <iostream> #in

原创 有限元筆記5-弱形式及剛度矩陣推導

有限元計算中,最核心的東西其實就是如何將控制方程離散爲有限元可以求解的離散格式進行求解。用來實現這一核心計算的基礎就是弱形式。 以彈性力學平衡方程爲例,公式如下: −∇⋅σ=f 仔細看這個方程,我們需要求解的未知量其實是位移 u

原创 有限元筆記6-柱座標系下的應力平衡方程相關公式

推導柱座標下的拉梅方程,其實就用到一點座標變換就可以了。 笛卡爾座標系下的拉梅方程爲: (λ+2μ)∇(∇⋅u)−μ∇∇u+F=0 笛卡爾座標到柱座標的轉換爲: x1=x=rcosθ,x2=y=rsinθ,x3=z=z 對應的相

原创 Lagrange多項式插值計算

關於Lagrange插值多項式的定義如下: 計算實現的代碼如下: <span style="font-size:18px;">#include <iostream> #include <cmath> using namespace st

原创 有限元筆記8-一維單元二階偏導的推導

對於拉普拉斯算符 Δ ,在做弱形式的時候通過格林公式可以將其轉換爲低一階的梯度算符 ∇ 來進行計算。但是對更高階的算符,比如 ∇(Δu) 這樣的計算,常規的一階偏導就不夠用了,這個時候就需要二階偏導數,也就是: ∂2N∂x2,

原创 有限元筆記3-一維單元形函數

一維形函數核心的數學知識就是Lagrange插值.在有限元計算中,我們常常提到的一階單元,二階單元就來源於形函數。 比如一維線性單元,因爲是線性單元,所以每個單元只需要兩個節點就可以了,兩個點對應的Lagrange插值多項式,就可以寫

原创 Python中的Numpy、SciPy、MatPlotLib安裝與配置

Python安裝完Numpy,SciPy和MatplotLib後,可以成爲非常犀利的科研利器。網上關於這三個庫的安裝都寫得非常不錯,但是大部分人遇到的問題並不是如何安裝,而是安裝好後因爲配置不當,在使用時總會出現import xxx

原创 OpenMP學習筆記1:在VS+IFortran環境下使用OpenMP

最近因爲程序計算的需求,需要考慮下並行計算,實驗室具有的硬件是一臺雙CPU多核的服務器,內存也還算足夠大,對我自己的那些程序,跑起來應該是夠了。 並行的方式有很多種,看了OpenMP還有MPI啥的,最後還是選擇OpenMP,原因:1,是因