Optimization study of shape of translational shell of square plan

Мұқаба

Дәйексөз келтіру

Толық мәтін

Аннотация

The aim of the work. The static analysis and comparison of the results for translational shells under equally distributed load of dead weight are provided. The shells of the similar general dimensions in plan and rise of four different types: translation of catenary along catenary, circle along circle, ellipse along ellipse and sinusoid along sinusoid are investigated. Methods. The finite element method was applied for the analysis. The research was conducted for the shells of material of

reinforced concrete characteristics. Results. The comparison has shown that shells of catenary and circle translation surface demonstrate the most advantageous behavior under loading; the worst results for reinforced concrete were got for ellipse along ellipse translation shell. The peculiarities of each type behavior were revealed, that is of interest for their prospective reduction to practice of structural design.

Авторлар туралы

Evgeniya Tupikova

Peoples’ Friendship University of Russia (RUDN University)

Хат алмасуға жауапты Автор.
Email: tupikova-em@rudn.ru
SPIN-код: 5501-6984

PhD Civil Engineering, Assistant Professor of Department of Civil Engineering, Engineering Academy.

6 Miklukho-Maklaya St., Moscow, 117198, Russian Federation

Әдебиет тізімі

  1. Novozhilov V.V., Chernyh K.F., Mihajlovskij E.I. (1991). Linejnaya teoriya tonkih obolochek [Linear theory of thin shells]. Leningrad: Politekhnika Publ. (In Russ.)
  2. Ram Ranjan Sahu, Pramod Kumar Gupta. (2015). Blast Diffusion by Different Shapes of Domes. Defense Science Journal, 65(1), 77–82.
  3. Nick B. (2017). Search for dome. 3D Warehouse. The Netherlands, Trimble Inc. https://extensions.sketchup.com/
  4. Gmirach K.M., Kozlov A.V. (2017). Podbor optimal'nyh parametrov ellipsoidnoj zhelezobetonnoj obolochki vrashcheniya [Selection of optimal parameters of an ellipsoid reinforced concrete shell of revolution]. Mezhdunarodnyj nauchno-issledovatel'skij zhurnal [International Research Journal], 2(56), part 3, 100–104. (In Russ.)
  5. Prabhavati P., Vankudre S.B., Varur Veeresh. (2014). Optimization of RCC Dome. International Journal of Engineering Research & Technology (IJERT), 3(6), 1515–1519.
  6. Zingoni A. (2002). Parametric stress distribution in shell-of-revolution sludge digesters of parabolic ogival form. Thin-Walled Structures, 40, 691–702.
  7. Krivoshapko S.N., Ivanov V.N. (2018). Pseudospherical shells in building industry. Building and Reconstruction, 2(76), 32–40. (In Russ.)
  8. Krivoshapko S.N., Ivanov V.N. (2018). Catenoidal shells. Promyshlennoe i grazhdanskoe stroitel'stvo [Industrial and Civil Engineering], 12, 7–13. (In Russ.)
  9. Krivoshapko S.N. (2018). Shells of revolution of nontrivial forms. Izvestiya Vuzov. Stroitelstvo, 7(715), 66–79. (In Russ.)
  10. Krivoshapko S.N. (2019). Optimal shells of revolution and main optimizations. Structural Mechanics of Engineering Constructions and Buildings, 15(3), 201–209. (In Russ.)
  11. Encyclopédie Des Formes Mathematiques Remarquables Surfaces. http://mathcurve.com/surfaces/surfaces.shtml
  12. Krivoshapko S.N., Ivanov V.N. (2015). Encyclopaedia of Analytical Surfaces. Springer International Publishing, Switzerland.
  13. Kohnke P. (1999). ANSYS: Theory Reference. Release 5.6. ANSYS Inc.
  14. Adriaenssens Sigrid, Veenendaal Diederik, Williams Chris J.K. (2014). Shell Structures for Architecture: Form Finding and Optimization. Routledge.
  15. Jasion P., Magnucki K. (2016). Buckling and postbuckling analysis of untypical shells of revolution. Insights and Innovations in Structural Engineering, Mechanics and Computation: Proc. of the 6th International Conference on Structural Engineering, Mechanics and Computation, SEMC-2016 (pp. 766–771).
  16. Gbaguidi Aïssè G.L. (2019). Influence of the geometrical researches of surfaces of revolution and translation surfaces on design of unique structures. Structural Mechanics of Engineering Constructions and Buildings, 15(4), 308–314. http://dx.doi.org/10.22363/1815-5235-2019- 15-4-308-314

Қосымша файлдар

Қосымша файлдар
Әрекет
1. JATS XML
Жүктеу

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».