iPhoneAlle anzeigen
iPhone 11iPhone 11 ProiPhone 11 Pro MaxiPhone 12iPhone 12 ProiPhone 12 Pro MaxiPhone 12 miniiPhone 13iPhone 13 ProiPhone 13 Pro MaxiPhone 13 miniiPhone 14iPhone 14 PlusiPhone 14 ProiPhone 14 Pro MaxiPhone 15iPhone 15 PlusiPhone 15 ProiPhone 15 Pro MaxiPhone 16iPhone 16 PlusiPhone 16 ProiPhone 16 Pro MaxiPhone 16eiPhone 8iPhone 8 PlusiPhone SE 2020iPhone SE 2022iPhone XiPhone XRiPhone XSiPhone XS Max
Galaxy A-SerieAlle anzeigen
Galaxy A12Galaxy A13Galaxy A13 5GGalaxy A14Galaxy A15Galaxy A16Galaxy A17Galaxy A17 5GGalaxy A20eGalaxy A21Galaxy A22Galaxy A23Galaxy A24Galaxy A25Galaxy A26 5GGalaxy A32Galaxy A33Galaxy A34Galaxy A35Galaxy A36 5GGalaxy A37Galaxy A40Galaxy A41Galaxy A42Galaxy A50Galaxy A51Galaxy A52Galaxy A53Galaxy A54Galaxy A55Galaxy A56 5GGalaxy A57 5GGalaxy A70Galaxy A71Galaxy A72
Redmi SeriesAlle anzeigen
Redmi 10Redmi 13CRedmi 15 5GRedmi Note 10Redmi Note 10 ProRedmi Note 11Redmi Note 11 ProRedmi Note 11 Pro Plus 5GRedmi Note 11sRedmi Note 12Redmi Note 12 5GRedmi Note 12 ProRedmi Note 12 Pro 5GRedmi Note 12 Pro PlusRedmi Note 13Redmi Note 13 5GRedmi Note 13 ProRedmi Note 13 Pro PlusRedmi Note 14Redmi Note 14 Pro PlusRedmi Note 15Redmi Note 15 5GRedmi Note 15 ProRedmi Note 15 Pro 5GRedmi Note 15 Pro Plus 5GRedmi Note 8Redmi Note 8 ProRedmi Note 9Redmi Note 9 Pro
- Startseite
Bücher Englische Bücher Wissen & Bildung Naturwissenschaft, Medizin, Informatik, Technik Mathematik Allg. & Lexika Automated Multilevel Substructuring for Nonlinear Eigenvalue Problems
Derzeit nicht verfügbar
Handgeprüfte Gebrauchtware
Bis zu 50 % günstiger als neu
Der Umwelt zuliebe
Automated Multilevel Substructuring for Nonlinear Eigenvalue Problems
Kolja Elssel (Unbekannter Einband, Englisch)
★★★★★
☆☆☆☆☆ Keine Bewertungen vorhanden
Optischer Zustand
Beschreibung
Bei der Analyse des Schwingungsverhaltens von mechanischen Strukturen ist man besonders an der Übertragungsfunktion im niederfrequenten Bereich interessiert. In der Strukturdynamik werden Systemantworten zu diesem Zweck mittels der Modenüberlagerungsmethode bestimmt. Hierfür ist es notwendig im niederfrequenten Bereich des Spektrums Eigenvektorapproximationen zu bestimmen.
Neben den… Krylovraumverfahren zur Bestimmung von einigen Eigenwerten und Vektoren für
große dünn besetzte Eigenwertprobleme werden hierfür auch modale Kondensationsmethoden verwendet. Die Vorteile liegen in einer geringeren Berechnungszeit und einem deutlich geringeren Speicherplatzbedarf. Der wesentliche Nachteil ist, dass die Genauigkeitsanforderungen an Eigenwertapproximationen nicht allzu hoch sein dürfen. Üblicherweise sind jedoch die Modelle wie sie aus Finite Element Diskretisierungen stammen auch nicht genauer.
Automated Multilevel Substructuring (AMLS) ist ein solches modales Kondensationsverfahren, welches 2001 von Bennighof und Lehoucq vorgestellt wurde. Es erweitert die Komponenten Moden Synthese um mehrstufige Substrukturierung und verbessert diese, indem auch auf den Rändern zwischen den Substrukturen eine modale Kondensation vorgenommen wird.
Die Arbeit besteht im ersten Teil aus einer Untersuchung des Automated Multilevel Substructuring wie es von Bennighof und Lehoucq vorgestellt wurde, sowie darauf aufbauender Modifikationen und der Herleitung einer Fehlerschranke. Der zweite Teil behandelt Methoden zur Erweiterung des Verfahrens auf nichtlinear Eigenwertprobleme.
Das wichtigste Ergebnis für den linearen Fall ist eine a-priori Schranke für den Fehler des Verfahrens bei der Kondensation, welche für das lineare symmetrisch positiv definite verallgemeinerte Eigenwertproblem bewiesen wird. Die Schranke wird soweit möglich auch auf Modifikationen von AMLS erweitert.
Da die Substrukturierung für große Probleme einen wesentlichen Einfluss darauf hat, ob die Berechnung durchführbar ist und wie lange sie dauert, wurden verschiedene Partitionierungsstrategien untersucht und Verbesserungen implementiert.
AMLS wurde für das lineare Eigenwertproblem entwickelt. Im zweiten Teil werden zwei Ansätze verfolgt, wie AMLS für das nichtlineare Eigenwertproblem (nichtlinear im Eigenparameter) erweitert werden kann.
Im ersten Ansatz wird ein linearer Teil des Problems bestimmt, auf dem AMLS angewendet wird. Die dabei berechnete Projektion wird auf das Gesamtsystem angewendet und führt dabei zu einem kondensierten nichtlinearen Eigenwertproblem.
Der zweite Ansatz beschränkt sich auf nichtlineare Eigenwertprobleme, welche eine min-max Charakterisierung der Eigenwerte besitzen. Die Idee ist es bei der modalen Kondensation, statt Eigenvektoren des linearen Eigenwertproblems, die Eigenvektoren des nichtlinearen Eigenwertproblems als Projektionsvektoren zu verwenden.
Anhand von Beispielen aus verschiedenen Gebieten werden die nichtlinearen Ansätze untersucht und verglichen.
Für die Arbeit wurde das Verfahren für lineare und nichtlineare Eigenwertaufgaben in Matlab und in C/C++ implementiert und parallelisiert. Dieses Produkt haben wir gerade leider nicht auf Lager.
Handgeprüfte Gebrauchtware
Bis zu 50 % günstiger als neu
Der Umwelt zuliebe
Technische Daten
Erscheinungsdatum
15.12.2006
Sprache
Englisch
EAN
9783866241893
Herausgeber
Winter Industries
Serien- oder Bandtitel
Dissertation Premium
Sonderedition
Nein
Autor
Kolja Elssel
Seitenanzahl
128
Auflage
1
Einbandart
Unbekannter Einband
Bandzählung
1289
Schlagwörter
eigenvalue, nonlinear, modal condensation, nodal condensation, eigenvector, AMLS
Höhe
210 mm
Breite
15 cm
-.-
★★★★★
☆☆☆☆☆ Leider noch keine Bewertungen
Leider noch keine Bewertungen
Sicher bei rebuy kaufen
Schreib die erste Bewertung für dieses Produkt!
Wenn du eine Bewertung für dieses Produkt schreibst, hilfst du allen Kund:innen, die noch überlegen, ob sie das Produkt kaufen wollen. Vielen Dank, dass du mitmachst!
Sicher bei rebuy kaufen