मेरी नज़र ऑनलाइन थी और कुछ साहित्य में हालांकि मुझे दो अलग-अलग तरीकों के लिए एक अच्छी तुलना नहीं मिली। वे दोनों एक निरंतरता में एक बिंदु पर विस्थापन और ढलान (थीटा द्वारा रोटेशन) के निर्धारण के लिए उपयोग किए जाते हैं। पूर्व एक आभासी इकाई बल का उपयोग करता है जो तत्व में तनाव ऊर्जा के बराबर होता है (जब ब्याज के विस्थापन से गुणा किया जाता है) और बाद वाला एक आभासी बल के संबंध में अंतर का उपयोग करता है जो शून्य पर जाता है।
कौन सा अधिक कुशल है और कौन सा अधिक सटीक है? कास्टिग्लिआनो या इसके विपरीत वर्चुअल वर्क का चयन क्यों करेगा?
गणितीय अर्थ में वे दोनों "सटीक" हैं, लेकिन व्यवहार में आंतरिक तनाव, तनाव और तनाव ऊर्जा को खोजने के लिए आमतौर पर कुछ अनुमान हैं। (सरल उदाहरण: यूलर-टिमेंको बीम सिद्धांत किसी भी वास्तविक इंजीनियरिंग संरचना के लिए "सटीक" नहीं है!)
—
एलेफ़ेज़रो
वैसे मुझे आश्चर्य है कि कौन सा विश्लेषण में अधिक व्यावहारिक और अधिक कुशल साबित होता है। मुझे पता है कि एफई सॉफ्टवेयर क्या है (उदाहरण: ANSYS) आभासी काम का उपयोग करने के लिए लगता है और मुझे लगता है कि यह समझ में आता है क्योंकि आपको कैटिग्लिआनो के साथ संख्यात्मक भिन्नता की आवश्यकता नहीं है जो कि इसका एक कारण हो सकता है। बस के रूप में उत्सुक क्यों कारणों की तरह एक दूसरे पर एहसान होगा। बीमों के लिए, मुझे पता है कि यूलर-बर्नौली बीम काफी लोकप्रिय है और यूलर-टिमेंको को लंबे बीम के लिए काम नहीं लगता है, हालांकि मैंने सुना है कि इसका उपयोग कुछ समायोजन के साथ कंपन में किया जाता है जो इसे एक बेहतर उत्तेजना बनाता है।
—
thephysicsguy
मुझे यह आभास नहीं है कि कास्टिग्लिआनो का प्रमेय ठोस यांत्रिकी से परे लागू होता है। दूसरी ओर, आभासी कार्य कई अन्य pde मॉडल तक फैले हुए हैं, जैसे कि ऊष्मा चालन और यहाँ तक कि द्रव प्रवाह।
—
पॉल
अच्छा चलो इसे ठोस यांत्रिकी के भीतर रखें। कैस्टिग्लिआनो की प्रमेय का आविष्कार रेल इंजीनियर ने किया था। तो संरचनात्मक विश्लेषण के संदर्भ में कौन बेहतर करता है और क्यों? द्रव यांत्रिकी और गर्मी हस्तांतरण सभी एक साथ काफी भिन्न होते हैं और वे आमतौर पर इस तरीके से ऊर्जा विधियों को नियोजित नहीं करते हैं, उन क्षेत्रों में अधिक दिलचस्प क्षेत्र समीकरण और बिंदु-वार समाधान हैं। हालाँकि हाँ एक संख्यात्मक सांत्वना अभी भी आभासी काम का उपयोग कर सकता है जो मुझे लगता है, निश्चित नहीं है।
—
दिफ्फिसियूगी
