用Python+NumPy实战推导弹性力学中的应力应变矩阵D

弹性力学中的应力应变关系是计算力学和材料科学的基础，但很多人在面对复杂的矩阵推导时常常感到无从下手。今天我们就用Python和NumPy，从最基本的弹性模量和泊松比出发，一步步构建出完整的应力应变矩阵D，并通过可视化理解其物理意义。

1. 弹性力学基础与Python环境准备

在开始编码之前，我们需要明确几个基本概念和参数。对于各向同性线弹性材料，最重要的两个参数是：

• 弹性模量E：描述材料抵抗弹性变形的能力
• 泊松比μ：描述材料在受力时横向变形与纵向变形的比值

这两个参数可以推导出另一个重要参数——剪切模量G：

python复制import numpy as np

def calculate_shear_modulus(E, mu):
    """
    计算剪切模量G
    参数:
        E: 弹性模量
        mu: 泊松比
    返回:
        剪切模量G
    """
    return E / (2 * (1 + mu))

让我们用一个实际的例子来初始化这些参数。假设我们研究的是铝合金材料：

python复制# 材料参数
E = 70e9  # 弹性模量，单位Pa
mu = 0.33  # 泊松比

# 计算剪切模量
G = calculate_shear_modulus(E, mu)
print(f"剪切模量G = {G:.2e} Pa")

2. 从一维到三维：理解应力应变关系

在弹性力学中，应力(σ)和应变(ε)的关系可以用矩阵形式表示为σ=Dε，其中D就是我们要推导的刚度矩阵。让我们先从简单的一维情况开始：

python复制def one_d_stress_strain(E, strain):
    """
    一维应力应变关系
    参数:
        E: 弹性模量
        strain: 应变值
    返回:
        应力值
    """
    return E * strain

对于三维情况，关系就复杂得多。正应力不仅会引起同方向的应变，还会通过泊松效应引起垂直方向的应变。我们可以用NumPy来实现这个关系：

`