SlideShare a Scribd company logo
1 of 17
3次元空間のひずみ
1. ひずみと変位の関係を導出できる
目標
2. 一般化されたフックの法則を説明できる
3. 体積ひずみを説明できる
1/17
面素の変形と変位
x
y
B
CD
dx
dy
A
v(x, y)
A (x, y)
u(x, y)
A’(x+u(x, y), y+v(x, y))
B’
A’
C’
D’
y’
x’
2/17
面素の変形と変位(x軸方向)
x
y
B
CD
B’
A’
C’
D’
dx
dy
u (x+dx, y)
B’’
A
v(x, y)
A (x, y)
B (x+dx, y)
u(x, y)
A’(x+u(x, y), y+v(x, y))
B’’(x+dx+u(x+dx, y),
y+v(x, y))
y’
x’
3/17
x軸方向の垂直ひずみ
BAB’’A’ −
BA
εx =
=
B’’A’ = −
BA = dx
(x+dx+u(x+dx, y)) (x+u(x, y))
u(x+dx, y) − u(x, y)
εx =
dx
u(x+dx, y) − u(x, y)
= ∂
∂
x
u(x, y)
dx → 0
4/17
+ dx
面素の変形と変位(y軸方向)
x
y
B
CD
dx
dy
A
v(x, y)
A (x, y)
u(x, y)
A’(x+u(x, y), y+v(x, y))
B’
A’
C’
D’
y’
x’
D (x, y+dy)
v (x, y+dy) D’’
D’’(x+u(x, y),
y+dy+v(x, y+dy))
5/17
y軸方向の垂直ひずみ
DAD’’A’ −
DA
εy =
=
D’’A’ = −
DA = dy
(y+dy+v(x, y+dy)) (y+v(x, y))
εy =
dy
v(x, y+dy) − v(x, y)
= ∂
∂
y
v(x, y)
dy → 0
6/17
v(x, y+dy) − v(x, y) +dy
変位と面素の変形(せん断方向)
x
y
B
A
CD
B’
A’
C’
D’
y’
x’
dx
dy v(x, y)
u(x, y)
B’(x+dx+u(x+dx, y),
y+v(x+dx, y))
θ1
θ2
u (x+dx, y)
B’’
v (x, y+dy) D’’
B’’(x+dx+u(x+dx, y),
y+v(x, y))
B’B’’
BA
θ1 =
7/17
変位と面素の変形(せん断方向)
x
y
B
A
CD
B’
A’
C’
D’
y’
x’
dx
dy v(x, y)
u(x, y)
θ1
θ2
u (x+dx, y)
B’’
v (x, y+dy) D’’
D’(x+u(x, y+dy),
y+dy+v(x, y+dy))
D’’(x+u(x, y),
y+dy+v(x, y+dy))
D’D’’
DA
θ2 =
8/17
角度変化
B’B’’
BA
θ1 =
BA = dx
= −v(x+dx, y) v(x, y)
=
dx
−v(x+dx, y) v(x, y)
θ1
=B’B’’ (y+v(x+dx, y))
(y+v(x, y))−
D’D’’
DA
θ2 =
D’D’’ = (x+u(x, y+dy))
(x+u(x, y))−
= −u(x, y+dy) u(x, y)
DA = dy
=
dy
θ2
−u(x, y+dy) u(x, y)
= ∂
∂
y
u(x, y)
dy → 0= ∂
∂
x
v(x, y)
dx → 0
9/17
せん断ひずみ
γxy = θ1 + θ2
= ∂
∂
x
v(x, y)
∂
∂
y
u(x, y)
+
γyx = γxy
10/17
3次元空間のひずみ
変位ベクトル:
u
v
w
垂直ひずみ
εx = ∂
∂
x
u(x, y, z)
εy = ∂
∂
y
v(x, y, z)
εz = ∂
∂
z
w(x, y, z)
せん断ひずみ
γxy = +
∂
∂
x
v(x, y, z)
∂
∂
y
u(x, y, z)
γzx = +
∂
∂
x
w(x, y, z)
∂
∂
z
u(x, y, z)
γyz = +
∂
∂
y
w(x, y, z)
∂
∂
z
v(x, y, z)
11/17
ひずみテンソル
εij i 軸に垂直な面の
j 方向のひずみ
εx
εy
εz
εyx εzx
εzy
Sym.
[ε] =
εij = γij2
1
12/17
多軸応力場の応力ーひずみ関係
σy
σy
σyによるひずみ
εy=
E
1 σy εx εz= =
E
ν
σy−
σxによるひずみ
εx=
E
1 σx εy εz= =
E
ν
σx−
σz によるひずみ
εz =
E
1 σz εx εy= =
E
ν
σz−
( )εx=
E
1 σx ν σy− σz+
ν= − (横ひずみ/縦ひずみ)
ν= εy− εx / = εy− /εz
単軸
多軸=単軸の重ね合わせ
13/17
一般化されたフックの法則
τxy=
G
1
γxy
τzx=
G
1
γzx
τyz=
G
1
γyz
( )εx=
E
1 σx ν σy− σz+
( )εy=
E
1 σy ν σz− σx+
( )εz =
E
1 σz ν σx− σy+
14/17
ひずみと応力
σx= ( )( )1 ν 1 2ν−+
E ( )1 ν− εx ( )ν +εy εz+
σy= ( )( )1 ν 1 2ν−+
E ( )1 ν− εy ( )ν +εz εx+
σz= ( )( )1 ν 1 2ν−+
E ( )1 ν− εz ( )ν +εx εy+
τxy γxy=G τzx γzx=G τyz γyz=G
15/17
体積ひずみ
V=dx dzdy V’= dx( )εx1+ dy( )1+εy dz( )1+εz
V
V’ − V
= εx εy εz+ + +εx εy + εy εz + εz εx + εx εy εz
~− εx εy εz+ +
εV =
=
E
1 2ν−
( )σx+σy+σz
dx dx( )εx1+
dy( )1+εy
dy
dz( )1+εzdz
16/17
まとめ
1. ひずみと変位の関係
2. 一般化されたフックの法則
17/17
3. 体積ひずみ
垂直ひずみ せん断ひずみ

More Related Content

What's hot

第8章 ガウス過程回帰による異常検知
第8章 ガウス過程回帰による異常検知第8章 ガウス過程回帰による異常検知
第8章 ガウス過程回帰による異常検知Chika Inoshita
 
Sliced Wasserstein距離と生成モデル
Sliced Wasserstein距離と生成モデルSliced Wasserstein距離と生成モデル
Sliced Wasserstein距離と生成モデルohken
 
東京都市大学 データ解析入門 7 回帰分析とモデル選択 2
東京都市大学 データ解析入門 7 回帰分析とモデル選択 2東京都市大学 データ解析入門 7 回帰分析とモデル選択 2
東京都市大学 データ解析入門 7 回帰分析とモデル選択 2hirokazutanaka
 
PRML 1.6 情報理論
PRML 1.6 情報理論PRML 1.6 情報理論
PRML 1.6 情報理論sleepy_yoshi
 
PRML§12-連続潜在変数
PRML§12-連続潜在変数PRML§12-連続潜在変数
PRML§12-連続潜在変数Keisuke OTAKI
 
PRML 3.3.3-3.4 ベイズ線形回帰とモデル選択 / Baysian Linear Regression and Model Comparison)
PRML 3.3.3-3.4 ベイズ線形回帰とモデル選択 / Baysian Linear Regression and Model Comparison)PRML 3.3.3-3.4 ベイズ線形回帰とモデル選択 / Baysian Linear Regression and Model Comparison)
PRML 3.3.3-3.4 ベイズ線形回帰とモデル選択 / Baysian Linear Regression and Model Comparison)Akihiro Nitta
 
[DL輪読会]GENESIS: Generative Scene Inference and Sampling with Object-Centric L...
[DL輪読会]GENESIS: Generative Scene Inference and Sampling with Object-Centric L...[DL輪読会]GENESIS: Generative Scene Inference and Sampling with Object-Centric L...
[DL輪読会]GENESIS: Generative Scene Inference and Sampling with Object-Centric L...Deep Learning JP
 
SSII2019TS: Shall We GANs?​ ~GANの基礎から最近の研究まで~
SSII2019TS: Shall We GANs?​ ~GANの基礎から最近の研究まで~SSII2019TS: Shall We GANs?​ ~GANの基礎から最近の研究まで~
SSII2019TS: Shall We GANs?​ ~GANの基礎から最近の研究まで~SSII
 
ベイズ推論とシミュレーション法の基礎
ベイズ推論とシミュレーション法の基礎ベイズ推論とシミュレーション法の基礎
ベイズ推論とシミュレーション法の基礎Tomoshige Nakamura
 
【DL輪読会】"Instant Neural Graphics Primitives with a Multiresolution Hash Encoding"
【DL輪読会】"Instant Neural Graphics Primitives with a Multiresolution Hash Encoding"【DL輪読会】"Instant Neural Graphics Primitives with a Multiresolution Hash Encoding"
【DL輪読会】"Instant Neural Graphics Primitives with a Multiresolution Hash Encoding"Deep Learning JP
 
PRML上巻勉強会 at 東京大学 資料 第1章後半
PRML上巻勉強会 at 東京大学 資料 第1章後半PRML上巻勉強会 at 東京大学 資料 第1章後半
PRML上巻勉強会 at 東京大学 資料 第1章後半Ohsawa Goodfellow
 
統計的因果推論 勉強用 isseing333
統計的因果推論 勉強用 isseing333統計的因果推論 勉強用 isseing333
統計的因果推論 勉強用 isseing333Issei Kurahashi
 
PRML 2.3節 - ガウス分布
PRML 2.3節 - ガウス分布PRML 2.3節 - ガウス分布
PRML 2.3節 - ガウス分布Yuki Soma
 
[DL輪読会]V-MPO: On-Policy Maximum a Posteriori Policy Optimization for Discrete...
[DL輪読会]V-MPO: On-Policy Maximum a Posteriori Policy Optimization for Discrete...[DL輪読会]V-MPO: On-Policy Maximum a Posteriori Policy Optimization for Discrete...
[DL輪読会]V-MPO: On-Policy Maximum a Posteriori Policy Optimization for Discrete...Deep Learning JP
 
[DL輪読会]A Higher-Dimensional Representation for Topologically Varying Neural R...
[DL輪読会]A Higher-Dimensional Representation for Topologically Varying Neural R...[DL輪読会]A Higher-Dimensional Representation for Topologically Varying Neural R...
[DL輪読会]A Higher-Dimensional Representation for Topologically Varying Neural R...Deep Learning JP
 
SfM Learner系単眼深度推定手法について
SfM Learner系単眼深度推定手法についてSfM Learner系単眼深度推定手法について
SfM Learner系単眼深度推定手法についてRyutaro Yamauchi
 
FEPチュートリアル2021 講義3 「潜在変数が連続値、生成モデルが正規分布の場合」の改良版
FEPチュートリアル2021 講義3 「潜在変数が連続値、生成モデルが正規分布の場合」の改良版FEPチュートリアル2021 講義3 「潜在変数が連続値、生成モデルが正規分布の場合」の改良版
FEPチュートリアル2021 講義3 「潜在変数が連続値、生成モデルが正規分布の場合」の改良版Masatoshi Yoshida
 
【メタサーベイ】Neural Fields
【メタサーベイ】Neural Fields【メタサーベイ】Neural Fields
【メタサーベイ】Neural Fieldscvpaper. challenge
 

What's hot (20)

第8章 ガウス過程回帰による異常検知
第8章 ガウス過程回帰による異常検知第8章 ガウス過程回帰による異常検知
第8章 ガウス過程回帰による異常検知
 
Sliced Wasserstein距離と生成モデル
Sliced Wasserstein距離と生成モデルSliced Wasserstein距離と生成モデル
Sliced Wasserstein距離と生成モデル
 
東京都市大学 データ解析入門 7 回帰分析とモデル選択 2
東京都市大学 データ解析入門 7 回帰分析とモデル選択 2東京都市大学 データ解析入門 7 回帰分析とモデル選択 2
東京都市大学 データ解析入門 7 回帰分析とモデル選択 2
 
PRML 1.6 情報理論
PRML 1.6 情報理論PRML 1.6 情報理論
PRML 1.6 情報理論
 
PRML§12-連続潜在変数
PRML§12-連続潜在変数PRML§12-連続潜在変数
PRML§12-連続潜在変数
 
PRML 12.2-12.2.2
PRML 12.2-12.2.2PRML 12.2-12.2.2
PRML 12.2-12.2.2
 
PRML 3.3.3-3.4 ベイズ線形回帰とモデル選択 / Baysian Linear Regression and Model Comparison)
PRML 3.3.3-3.4 ベイズ線形回帰とモデル選択 / Baysian Linear Regression and Model Comparison)PRML 3.3.3-3.4 ベイズ線形回帰とモデル選択 / Baysian Linear Regression and Model Comparison)
PRML 3.3.3-3.4 ベイズ線形回帰とモデル選択 / Baysian Linear Regression and Model Comparison)
 
[DL輪読会]GENESIS: Generative Scene Inference and Sampling with Object-Centric L...
[DL輪読会]GENESIS: Generative Scene Inference and Sampling with Object-Centric L...[DL輪読会]GENESIS: Generative Scene Inference and Sampling with Object-Centric L...
[DL輪読会]GENESIS: Generative Scene Inference and Sampling with Object-Centric L...
 
SSII2019TS: Shall We GANs?​ ~GANの基礎から最近の研究まで~
SSII2019TS: Shall We GANs?​ ~GANの基礎から最近の研究まで~SSII2019TS: Shall We GANs?​ ~GANの基礎から最近の研究まで~
SSII2019TS: Shall We GANs?​ ~GANの基礎から最近の研究まで~
 
ベイズ推論とシミュレーション法の基礎
ベイズ推論とシミュレーション法の基礎ベイズ推論とシミュレーション法の基礎
ベイズ推論とシミュレーション法の基礎
 
【DL輪読会】"Instant Neural Graphics Primitives with a Multiresolution Hash Encoding"
【DL輪読会】"Instant Neural Graphics Primitives with a Multiresolution Hash Encoding"【DL輪読会】"Instant Neural Graphics Primitives with a Multiresolution Hash Encoding"
【DL輪読会】"Instant Neural Graphics Primitives with a Multiresolution Hash Encoding"
 
PRML上巻勉強会 at 東京大学 資料 第1章後半
PRML上巻勉強会 at 東京大学 資料 第1章後半PRML上巻勉強会 at 東京大学 資料 第1章後半
PRML上巻勉強会 at 東京大学 資料 第1章後半
 
統計的因果推論 勉強用 isseing333
統計的因果推論 勉強用 isseing333統計的因果推論 勉強用 isseing333
統計的因果推論 勉強用 isseing333
 
PRML 2.3節 - ガウス分布
PRML 2.3節 - ガウス分布PRML 2.3節 - ガウス分布
PRML 2.3節 - ガウス分布
 
[DL輪読会]V-MPO: On-Policy Maximum a Posteriori Policy Optimization for Discrete...
[DL輪読会]V-MPO: On-Policy Maximum a Posteriori Policy Optimization for Discrete...[DL輪読会]V-MPO: On-Policy Maximum a Posteriori Policy Optimization for Discrete...
[DL輪読会]V-MPO: On-Policy Maximum a Posteriori Policy Optimization for Discrete...
 
[DL輪読会]A Higher-Dimensional Representation for Topologically Varying Neural R...
[DL輪読会]A Higher-Dimensional Representation for Topologically Varying Neural R...[DL輪読会]A Higher-Dimensional Representation for Topologically Varying Neural R...
[DL輪読会]A Higher-Dimensional Representation for Topologically Varying Neural R...
 
SfM Learner系単眼深度推定手法について
SfM Learner系単眼深度推定手法についてSfM Learner系単眼深度推定手法について
SfM Learner系単眼深度推定手法について
 
Prml
PrmlPrml
Prml
 
FEPチュートリアル2021 講義3 「潜在変数が連続値、生成モデルが正規分布の場合」の改良版
FEPチュートリアル2021 講義3 「潜在変数が連続値、生成モデルが正規分布の場合」の改良版FEPチュートリアル2021 講義3 「潜在変数が連続値、生成モデルが正規分布の場合」の改良版
FEPチュートリアル2021 講義3 「潜在変数が連続値、生成モデルが正規分布の場合」の改良版
 
【メタサーベイ】Neural Fields
【メタサーベイ】Neural Fields【メタサーベイ】Neural Fields
【メタサーベイ】Neural Fields
 

Similar to 【材料力学】3次元空間のひずみ (II-11 2018)

2021年度秋学期 画像情報処理 第11回 逆投影法による再構成 (2021. 12. 3)
2021年度秋学期 画像情報処理 第11回 逆投影法による再構成 (2021. 12. 3)2021年度秋学期 画像情報処理 第11回 逆投影法による再構成 (2021. 12. 3)
2021年度秋学期 画像情報処理 第11回 逆投影法による再構成 (2021. 12. 3)Akira Asano
 
UTPC2012 - K
UTPC2012 - KUTPC2012 - K
UTPC2012 - Komeometo
 
ベクトルで理解する相関係数
ベクトルで理解する相関係数ベクトルで理解する相関係数
ベクトルで理解する相関係数Satoshi MATSUURA
 
mathemaical_notation
mathemaical_notationmathemaical_notation
mathemaical_notationKenta Oono
 
複素数・四元数と図形の回転
複素数・四元数と図形の回転複素数・四元数と図形の回転
複素数・四元数と図形の回転Yoshihiro Mizoguchi
 
030 2変数の集計
030 2変数の集計030 2変数の集計
030 2変数の集計t2tarumi
 
【材料力学】はり のたわみ (I-10-1 2020)
【材料力学】はり のたわみ (I-10-1 2020)【材料力学】はり のたわみ (I-10-1 2020)
【材料力学】はり のたわみ (I-10-1 2020)Kazuhiro Suga
 
統計的学習の基礎 5章前半(~5.6)
統計的学習の基礎 5章前半(~5.6)統計的学習の基礎 5章前半(~5.6)
統計的学習の基礎 5章前半(~5.6)Kota Mori
 
グラフカットによる画像背景切り取り
グラフカットによる画像背景切り取りグラフカットによる画像背景切り取り
グラフカットによる画像背景切り取りcoil_kpc
 
代数トポロジー入門
代数トポロジー入門代数トポロジー入門
代数トポロジー入門Tatsuki SHIMIZU
 
ガンマ分布族のなす空間の曲率
ガンマ分布族のなす空間の曲率ガンマ分布族のなす空間の曲率
ガンマ分布族のなす空間の曲率Masaki Asano
 
生物統計特論3資料 2006 ギブス MCMC isseing333
生物統計特論3資料 2006 ギブス MCMC isseing333生物統計特論3資料 2006 ギブス MCMC isseing333
生物統計特論3資料 2006 ギブス MCMC isseing333Issei Kurahashi
 
8.4 グラフィカルモデルによる推論
8.4 グラフィカルモデルによる推論8.4 グラフィカルモデルによる推論
8.4 グラフィカルモデルによる推論sleepy_yoshi
 

Similar to 【材料力学】3次元空間のひずみ (II-11 2018) (20)

Deflection of Beam
Deflection of BeamDeflection of Beam
Deflection of Beam
 
2021年度秋学期 画像情報処理 第11回 逆投影法による再構成 (2021. 12. 3)
2021年度秋学期 画像情報処理 第11回 逆投影法による再構成 (2021. 12. 3)2021年度秋学期 画像情報処理 第11回 逆投影法による再構成 (2021. 12. 3)
2021年度秋学期 画像情報処理 第11回 逆投影法による再構成 (2021. 12. 3)
 
UTPC2012 - K
UTPC2012 - KUTPC2012 - K
UTPC2012 - K
 
Prml 2.3
Prml 2.3Prml 2.3
Prml 2.3
 
PRML 2.3節
PRML 2.3節PRML 2.3節
PRML 2.3節
 
ベクトルで理解する相関係数
ベクトルで理解する相関係数ベクトルで理解する相関係数
ベクトルで理解する相関係数
 
CG2013 08
CG2013 08CG2013 08
CG2013 08
 
mathemaical_notation
mathemaical_notationmathemaical_notation
mathemaical_notation
 
PRML 10.4 - 10.6
PRML 10.4 - 10.6PRML 10.4 - 10.6
PRML 10.4 - 10.6
 
複素数・四元数と図形の回転
複素数・四元数と図形の回転複素数・四元数と図形の回転
複素数・四元数と図形の回転
 
030 2変数の集計
030 2変数の集計030 2変数の集計
030 2変数の集計
 
【材料力学】はり のたわみ (I-10-1 2020)
【材料力学】はり のたわみ (I-10-1 2020)【材料力学】はり のたわみ (I-10-1 2020)
【材料力学】はり のたわみ (I-10-1 2020)
 
CG2013 06
CG2013 06CG2013 06
CG2013 06
 
統計的学習の基礎 5章前半(~5.6)
統計的学習の基礎 5章前半(~5.6)統計的学習の基礎 5章前半(~5.6)
統計的学習の基礎 5章前半(~5.6)
 
グラフカットによる画像背景切り取り
グラフカットによる画像背景切り取りグラフカットによる画像背景切り取り
グラフカットによる画像背景切り取り
 
代数トポロジー入門
代数トポロジー入門代数トポロジー入門
代数トポロジー入門
 
ガンマ分布族のなす空間の曲率
ガンマ分布族のなす空間の曲率ガンマ分布族のなす空間の曲率
ガンマ分布族のなす空間の曲率
 
生物統計特論3資料 2006 ギブス MCMC isseing333
生物統計特論3資料 2006 ギブス MCMC isseing333生物統計特論3資料 2006 ギブス MCMC isseing333
生物統計特論3資料 2006 ギブス MCMC isseing333
 
統計概論 isseing333
統計概論 isseing333統計概論 isseing333
統計概論 isseing333
 
8.4 グラフィカルモデルによる推論
8.4 グラフィカルモデルによる推論8.4 グラフィカルモデルによる推論
8.4 グラフィカルモデルによる推論
 

More from Kazuhiro Suga

【Word】「きれいに」式を書く
【Word】「きれいに」式を書く【Word】「きれいに」式を書く
【Word】「きれいに」式を書くKazuhiro Suga
 
【Word】「きれいに」表を作る
【Word】「きれいに」表を作る【Word】「きれいに」表を作る
【Word】「きれいに」表を作るKazuhiro Suga
 
【材料力学】3次元空間の応力 (II-07-1 2020)
【材料力学】3次元空間の応力 (II-07-1 2020)【材料力学】3次元空間の応力 (II-07-1 2020)
【材料力学】3次元空間の応力 (II-07-1 2020)Kazuhiro Suga
 
【材料力学】相反定理 (II-05-1 2020)
【材料力学】相反定理 (II-05-1 2020)【材料力学】相反定理 (II-05-1 2020)
【材料力学】相反定理 (II-05-1 2020)Kazuhiro Suga
 
【材料力学】座屈荷重 (II-03-2 2020)
【材料力学】座屈荷重 (II-03-2 2020)【材料力学】座屈荷重 (II-03-2 2020)
【材料力学】座屈荷重 (II-03-2 2020)Kazuhiro Suga
 
【材料力学】座屈 (II-03-1 2020)
【材料力学】座屈 (II-03-1 2020)【材料力学】座屈 (II-03-1 2020)
【材料力学】座屈 (II-03-1 2020)Kazuhiro Suga
 
【材料力学】特別な丸棒のねじり (II-02-1 2020)
【材料力学】特別な丸棒のねじり (II-02-1 2020)【材料力学】特別な丸棒のねじり (II-02-1 2020)
【材料力学】特別な丸棒のねじり (II-02-1 2020)Kazuhiro Suga
 
【材料力学】ねじり剛性 (II-01-3 2020)
【材料力学】ねじり剛性 (II-01-3 2020)【材料力学】ねじり剛性 (II-01-3 2020)
【材料力学】ねじり剛性 (II-01-3 2020)Kazuhiro Suga
 
【材料力学】許容応力と安全率 (I-12-1 2020)
【材料力学】許容応力と安全率 (I-12-1 2020)【材料力学】許容応力と安全率 (I-12-1 2020)
【材料力学】許容応力と安全率 (I-12-1 2020)Kazuhiro Suga
 
【材料力学】重ね合わせの原理を用いた不静定はりの解法 (I-11-3 2020)
【材料力学】重ね合わせの原理を用いた不静定はりの解法 (I-11-3 2020)【材料力学】重ね合わせの原理を用いた不静定はりの解法 (I-11-3 2020)
【材料力学】重ね合わせの原理を用いた不静定はりの解法 (I-11-3 2020)Kazuhiro Suga
 
【材料力学】幾何学的条件を用いた不静定はりの解法 (I-11-2 2020)
【材料力学】幾何学的条件を用いた不静定はりの解法 (I-11-2 2020)【材料力学】幾何学的条件を用いた不静定はりの解法 (I-11-2 2020)
【材料力学】幾何学的条件を用いた不静定はりの解法 (I-11-2 2020)Kazuhiro Suga
 
【材料力学】はり のたわみとたわみ角の求め方 (I-10-2 2020)
【材料力学】はり のたわみとたわみ角の求め方 (I-10-2 2020)【材料力学】はり のたわみとたわみ角の求め方 (I-10-2 2020)
【材料力学】はり のたわみとたわみ角の求め方 (I-10-2 2020)Kazuhiro Suga
 
【材料力学】はり (I-08-1 2020)
【材料力学】はり (I-08-1 2020)【材料力学】はり (I-08-1 2020)
【材料力学】はり (I-08-1 2020)Kazuhiro Suga
 
【材料力学】(補足)仮想切断 (I-note-virtual_cut 2020)
【材料力学】(補足)仮想切断 (I-note-virtual_cut 2020)【材料力学】(補足)仮想切断 (I-note-virtual_cut 2020)
【材料力学】(補足)仮想切断 (I-note-virtual_cut 2020)Kazuhiro Suga
 
【材料力学】(補足)力のモーメント (I-note-moment 2020)
【材料力学】(補足)力のモーメント (I-note-moment 2020)【材料力学】(補足)力のモーメント (I-note-moment 2020)
【材料力学】(補足)力のモーメント (I-note-moment 2020)Kazuhiro Suga
 
【材料力学】熱ひずみと熱応力 (I-07-3 2020)
【材料力学】熱ひずみと熱応力 (I-07-3 2020)【材料力学】熱ひずみと熱応力 (I-07-3 2020)
【材料力学】熱ひずみと熱応力 (I-07-3 2020)Kazuhiro Suga
 
【材料力学】フックの法則 (I-05-1 2020)
【材料力学】フックの法則 (I-05-1 2020)【材料力学】フックの法則 (I-05-1 2020)
【材料力学】フックの法則 (I-05-1 2020)Kazuhiro Suga
 
【材料力学】ひずみ (I-03-2 2020)
【材料力学】ひずみ  (I-03-2 2020)【材料力学】ひずみ  (I-03-2 2020)
【材料力学】ひずみ (I-03-2 2020)Kazuhiro Suga
 
【材料力学】内力の決定 (I-02-2 2020)
【材料力学】内力の決定 (I-02-2 2020)【材料力学】内力の決定 (I-02-2 2020)
【材料力学】内力の決定 (I-02-2 2020)Kazuhiro Suga
 
【材料力学】内力 (I-02-1 2020)
【材料力学】内力 (I-02-1 2020)【材料力学】内力 (I-02-1 2020)
【材料力学】内力 (I-02-1 2020)Kazuhiro Suga
 

More from Kazuhiro Suga (20)

【Word】「きれいに」式を書く
【Word】「きれいに」式を書く【Word】「きれいに」式を書く
【Word】「きれいに」式を書く
 
【Word】「きれいに」表を作る
【Word】「きれいに」表を作る【Word】「きれいに」表を作る
【Word】「きれいに」表を作る
 
【材料力学】3次元空間の応力 (II-07-1 2020)
【材料力学】3次元空間の応力 (II-07-1 2020)【材料力学】3次元空間の応力 (II-07-1 2020)
【材料力学】3次元空間の応力 (II-07-1 2020)
 
【材料力学】相反定理 (II-05-1 2020)
【材料力学】相反定理 (II-05-1 2020)【材料力学】相反定理 (II-05-1 2020)
【材料力学】相反定理 (II-05-1 2020)
 
【材料力学】座屈荷重 (II-03-2 2020)
【材料力学】座屈荷重 (II-03-2 2020)【材料力学】座屈荷重 (II-03-2 2020)
【材料力学】座屈荷重 (II-03-2 2020)
 
【材料力学】座屈 (II-03-1 2020)
【材料力学】座屈 (II-03-1 2020)【材料力学】座屈 (II-03-1 2020)
【材料力学】座屈 (II-03-1 2020)
 
【材料力学】特別な丸棒のねじり (II-02-1 2020)
【材料力学】特別な丸棒のねじり (II-02-1 2020)【材料力学】特別な丸棒のねじり (II-02-1 2020)
【材料力学】特別な丸棒のねじり (II-02-1 2020)
 
【材料力学】ねじり剛性 (II-01-3 2020)
【材料力学】ねじり剛性 (II-01-3 2020)【材料力学】ねじり剛性 (II-01-3 2020)
【材料力学】ねじり剛性 (II-01-3 2020)
 
【材料力学】許容応力と安全率 (I-12-1 2020)
【材料力学】許容応力と安全率 (I-12-1 2020)【材料力学】許容応力と安全率 (I-12-1 2020)
【材料力学】許容応力と安全率 (I-12-1 2020)
 
【材料力学】重ね合わせの原理を用いた不静定はりの解法 (I-11-3 2020)
【材料力学】重ね合わせの原理を用いた不静定はりの解法 (I-11-3 2020)【材料力学】重ね合わせの原理を用いた不静定はりの解法 (I-11-3 2020)
【材料力学】重ね合わせの原理を用いた不静定はりの解法 (I-11-3 2020)
 
【材料力学】幾何学的条件を用いた不静定はりの解法 (I-11-2 2020)
【材料力学】幾何学的条件を用いた不静定はりの解法 (I-11-2 2020)【材料力学】幾何学的条件を用いた不静定はりの解法 (I-11-2 2020)
【材料力学】幾何学的条件を用いた不静定はりの解法 (I-11-2 2020)
 
【材料力学】はり のたわみとたわみ角の求め方 (I-10-2 2020)
【材料力学】はり のたわみとたわみ角の求め方 (I-10-2 2020)【材料力学】はり のたわみとたわみ角の求め方 (I-10-2 2020)
【材料力学】はり のたわみとたわみ角の求め方 (I-10-2 2020)
 
【材料力学】はり (I-08-1 2020)
【材料力学】はり (I-08-1 2020)【材料力学】はり (I-08-1 2020)
【材料力学】はり (I-08-1 2020)
 
【材料力学】(補足)仮想切断 (I-note-virtual_cut 2020)
【材料力学】(補足)仮想切断 (I-note-virtual_cut 2020)【材料力学】(補足)仮想切断 (I-note-virtual_cut 2020)
【材料力学】(補足)仮想切断 (I-note-virtual_cut 2020)
 
【材料力学】(補足)力のモーメント (I-note-moment 2020)
【材料力学】(補足)力のモーメント (I-note-moment 2020)【材料力学】(補足)力のモーメント (I-note-moment 2020)
【材料力学】(補足)力のモーメント (I-note-moment 2020)
 
【材料力学】熱ひずみと熱応力 (I-07-3 2020)
【材料力学】熱ひずみと熱応力 (I-07-3 2020)【材料力学】熱ひずみと熱応力 (I-07-3 2020)
【材料力学】熱ひずみと熱応力 (I-07-3 2020)
 
【材料力学】フックの法則 (I-05-1 2020)
【材料力学】フックの法則 (I-05-1 2020)【材料力学】フックの法則 (I-05-1 2020)
【材料力学】フックの法則 (I-05-1 2020)
 
【材料力学】ひずみ (I-03-2 2020)
【材料力学】ひずみ  (I-03-2 2020)【材料力学】ひずみ  (I-03-2 2020)
【材料力学】ひずみ (I-03-2 2020)
 
【材料力学】内力の決定 (I-02-2 2020)
【材料力学】内力の決定 (I-02-2 2020)【材料力学】内力の決定 (I-02-2 2020)
【材料力学】内力の決定 (I-02-2 2020)
 
【材料力学】内力 (I-02-1 2020)
【材料力学】内力 (I-02-1 2020)【材料力学】内力 (I-02-1 2020)
【材料力学】内力 (I-02-1 2020)
 

【材料力学】3次元空間のひずみ (II-11 2018)

Editor's Notes

  1. p154 一般化されたフックの法則