Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > eess > arXiv:2411.02903v1

帮助 | 高级搜索

电气工程与系统科学 > 系统与控制

arXiv:2411.02903v1 (eess)
[提交于 2024年11月5日 ]

标题: 采用数值FEM的螺栓连接高效装配

标题: Efficient assembly of bolted joints using numerical FEM

Authors:Ibai Coria, Inigo Martin, Abdel-Hakim Bouzid, Iker Heras, Mikel Abasolo
摘要: 螺栓法兰连接中的泄漏可能由多种因素引起,其中外部载荷是最重要的因素。 诸如不对中引起的外部载荷会引入轴向载荷和弯矩的组合,这可能导致垫片过度压缩并随后被压碎,和/或法兰分离,从而导致泄漏故障。 已经进行了多项研究来研究这些有害影响,但尚未提出实际解决方案来弥补它们。 在此背景下,本研究提出了一种数值方法,通过迭代计算非均匀的螺栓预紧力分布来实现均匀的垫片应力分布,从而提高承受外部载荷的螺栓接头的泄漏性能。
摘要: Several factors can cause leakages in a bolted flange connection, external loads being the most important one. External loads such as those produced by misalignment introduce an external axial load combined with a bending moment which could lead to either an excessive compression of the gasket and its subsequent crushing, and/or a separation of the flanges causing leakage failure. Several studies have been carried out to study these prejudicial effects, but no practical solutions are proposed to compensate for them. In this sense, this work presents a numerical methodology that iteratively calculates the non-uniform bolt tightening load distribution to achieve a uniform gasket stress distribution that improves the leakage performance of bolted joints subjected to external loads.
主题: 系统与控制 (eess.SY)
引用方式: arXiv:2411.02903 [eess.SY]
  (或者 arXiv:2411.02903v1 [eess.SY] 对于此版本)
  https://doi.org/10.48550/arXiv.2411.02903
通过 DataCite 发表的 arXiv DOI
期刊参考: International Journal of Mechanical Sciences (2018) 142-143: 575-582
相关 DOI: https://doi.org/10.1016/j.ijmecsci.2018.05.022
链接到相关资源的 DOI

提交历史

来自: Ibai Coria [查看电子邮件]
[v1] 星期二, 2024 年 11 月 5 日 08:40:47 UTC (944 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • 其他格式
许可图标 查看许可
当前浏览上下文:
eess.SY
< 上一篇   |   下一篇 >
新的 | 最近的 | 2024-11
切换浏览方式为:
cs
cs.SY
eess

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号