Download
model pr hybu mostovky n.
Skip this Video
Loading SlideShow in 5 Seconds..
Model průhybu mostovky PowerPoint Presentation
Download Presentation
Model průhybu mostovky

Model průhybu mostovky

139 Vues Download Presentation
Télécharger la présentation

Model průhybu mostovky

- - - - - - - - - - - - - - - - - - - - - - - - - - - E N D - - - - - - - - - - - - - - - - - - - - - - - - - - -
Presentation Transcript

  1. Model průhybu mostovky Ondřej Šupčík

  2. O co jde Aproximační metody aplikované na průhyb mostovky 3 metody - interpolace polynomem n-tého stupně z n+1 bodů - kubické S-funkce - metoda nejmenších čtverců Postupně ze 3, 5 a 9 bodů.

  3. Průhyb • Moorovy věty • Prostý nosník zatížený vodorovným spojitým zatížením • δ(x) =(f*x4)/(24*E*Iy) –(f*L*x3)/(12*E*Iy) + (f*L3*x)/(24*E*Iy)

  4. Fiktivní most • E*Iy = 11718.75 Nm-2 • f = 3 kNm-1 • L = 10 m • δ(x) = 0.000010666666667 * x4 - 0.000213333333333 * x3 + 0.010666666666667 * x

  5. Metoda interpolace • Znám body získám tabulku hodnot • P(x) = a1 *φn(x) + …+ an-1 *φ2(x) + an *φ1(x) • φi(x) = xi-1 • ai hledám na základě vztahu • δ(xi) = P(xi)

  6. 3body • P(x) = a1*x2 + a2*x + a3 • P(x) = -0.001333 x2 + 0.013333 x

  7. Vznikla nepřesnost 1,666666666407 mm na x = 1,465m.

  8. 5 bodů • P(x) = a1*x4 + a2*x3 + a3*x2 + a4*x + a5 • P(x) = 0.0000106666667*x4 - 0.0002133333333*x3 + 0.0106666666667*x

  9. Vznikla nepřesnost přibližně 4,25*10-14 mm

  10. 9 bodů • P(x) = a1*x8 + a2*x7 + a3*x6 + a4*x5 + a5*x4 + a6*x3 + a7*x2 + a8*x + a9 • P(x) = 0*x8 + 0*x7 + 0*x6 + 0*x5 - 0.000010667*x4 + 0.00021333*x3 + 0*x2 + 0.010666667*x + 0

  11. Vznikla nepřesnost přibližně 5,65*10-14 mm

  12. Kubické S-funkce • Φj(x) = aj*x3 + bj*x2 + cj*x + dj • Podmínky pro získání koeficietů aj, bj, cj, dj jsou následující: • Φj (xi) = yi • Φj (xi+1) = yi+1 • Φ‘j(xi) = Φ‘j+1(xi) • Φ“j(xi) = Φ“j+1(xi) • Φ“0(x0) = 0 • Φ“n(xn) = 0

  13. 3 body • Aproximace 2 S-funkcemi • Φ1(x) = -0.00013333*x3 + 0*x2 + 0.01*x + 0 Na intervalu: < 0 , 5 > • Φ2(x) = 0.00013333*x3 + 0.004*x2 + 0.03*x + 0.03333333 Na intervalu: ( 5 , 10 >

  14. Vznikla nepřesnot 0,866579456847802 mm na x = 2,10772 m.

  15. 5bodů • Aproximace 4 S-funkcemi • Φ1(x) = -0.000171428571429*x3 + 0*x2 + 0.010571428571429*x + 0 • Na intervalu: < 0 , 2,5 > • Φ2(x) = -0.000049523809524*x3 - 0.000914285714286*x2 + 0.012857142857143*x - 0.001904761904762 Na intervalu: ( 2,5 , 5> • Φ3(x) = 0.000049523809524*x3 - 0.0024*x2 + 0.020285714285714*x - 0.014285714285714 Na intervalu: ( 5 , 7,5 > • Φ4(x) = 0.000171428571429*x3 - 0.005142857142857*x2 + 0.040857142857143*x - 0.065714285714285 Na intervalu: ( 7,5 , 10 >

  16. Vznikla nepřesnot 0,06460376406 mm na x = 1,0995 m

  17. 9 bodů • Aproximace 8 S-funkcemi • Vychází už matice 32 x 32 a z ní 8 S-funkcí

  18. Vznikla nepřesnost 0.00409219296617323 mm na x = 0,552 m

  19. Metoda nejmenších čtverců • rozdíl dvou aritmetických vektorů (y0, y1, …, ym) a (φn(x0), φn (x1), …, φn(xm)) měl minimální euklidovskou normu. • a0(φ0(xi), φ0(xi)) + a1(φ0(xi), φ1(xi)) + … + am(φ 0(xi), φm(xi)) = (yi, φ 0(xi)) • a0(φ1(xi), φ0(xi)) + a1(φ1(xi), φ1(xi)) + … + am(φ1(xi), φk(xi)) = (yi, φ1(xi)) • ….. • a0(φm(xi), φ0(xi)) + a1(φm(xi), φ1(xi)) + … + am(φm(xi), φm(xi)) = (yi, φm(xi))

  20. 3 body • y = a1*x2 + a2*x + a3 • Φ2 (x) = -0.00133333*x2 + 0.01333333*x + 0

  21. Vznikla nepřesnost 1,666666666407 mm na x = 1,465 m

  22. 5 bodů • Φ4(x) = a1*x4 + a2*x3 + a3*x2 + a4*x + a5 • Φ4(x) = 0.000010666666667*x4 - 0.000213333333335*x3 + 0*x2 - 0.010666666666642*x + 0

  23. Vznikla nepřesnost 1.218296297*10-11 mm na x = 1,316m

  24. 9bodů • Φ8(x) = a1*x8 + a2*x7 + a3*x6 + a4*x5 + a5*x4 + a6*x3 + a7*x2 + a8*x + a9 • Φ8(x) = 0*x8 + 0*x7 + 1.0530963947667*10-12*x6 • – 9.076097530933*10-12*x5 + 0.000010666711*x4 • + 0.000213333452*x3 + 1.61980506861*10-10*x2 • + 0.010666666666642*x + 0

  25. Vznikla nepřesnost 1,41814711*10-7mm na x = 0,411 m

  26. Shrnutí výsledků • metoda interpolace polynomem n-tého stupně z n+1 bodů • metoda nejmenších čtverců • Kubické S-funkce Příčina: přesná zdrojová data

  27. Další možnosti • Použít více bodů • Znepřesnit zdrojová data (zanést chybu měření) • Použít jiné dílčí funkce než xn • Na nosníku kombinovat zatížení