Fr. 77.00

Methode asymptotique numerique et - Techniques de reduction de modele

French · Undefined

Shipping usually within 2 to 3 weeks (title will be printed to order)

Description

Read more

Les travaux présentés dans ce Livre concernent l'étude de vibration des plaques minces amorties ayant des non linéarités de type géométrique. Nous avons considéré la théorie de von Kármán et un amortissement de type Rayleigh. La méthode de la balance harmonique est utilisée pour transformer le problème dynamique initial en un problème non linéaire algébrique équivalent. Ce dernier problème est transformé en un ensemble de problèmes linéaires en utilisant la Méthode Asymptotique Numérique. Cette dernière méthode nous a permis de trouver une grande partie de la courbe solution avec seulement quelques inversions de matrices. Cependant, l'augmentation du nombre d'harmoniques accroît la dimension du problème, ce qui conduit à une augmentation du temps de calcul. Pour remédier à cette difficulté, nous avons proposé des techniques de réduction de modèle. Ces méthodes consistent à projeter le système à résoudre sur une base de dimension réduite et obtenir ainsi des problèmes de petite dimension. Les procédures de réduction utilisées donnent des résultats dont la qualité est comparable à celle trouvée par un calcul complet sans réduction.

About the author










F. Boumediene Docteur en dynamique des structures à l'Université de Bretagne Sud, UBS-France. Doctorat en cotutelle avec l'Université des Sciences et de la technologie, USTHB-Algérie. Depuis 2003, elle a occupé le poste d¿enseignant-chercheur à l'USTHB. Actuellement, elle est attachée temporaire d'enseignement et de recherche à l'UBS.

Customer reviews

No reviews have been written for this item yet. Write the first review and be helpful to other users when they decide on a purchase.

Write a review

Thumbs up or thumbs down? Write your own review.

For messages to CeDe.ch please use the contact form.

The input fields marked * are obligatory

By submitting this form you agree to our data privacy statement.