Nonlocal elasticity theory for static torsion of the bi-directional functionally graded microtube under magnetic field
محل انتشار: مجله مکانیک کاربردی محاسباتی، دوره: 51، شماره: 1
سال انتشار: 1399
نوع سند: مقاله ژورنالی
زبان: انگلیسی
مشاهده: 294
فایل این مقاله در 7 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JCAM-51-1_003
تاریخ نمایه سازی: 31 تیر 1399
چکیده مقاله:
The microtubes are important structures in nano electromechanical system .in this study a nonlocal model is presented to investigate the static torsion behavior of microtubes made of bi-directional factionally graded material (BDFGM) subjected to a longitudinal magnetic field. Mechanical properties of BDFGM microtube varies in the radial and longitudinal direction according to an arbitrary function. The governing equation is obtained using the principle of minimum potential energy. a sinusoidal distributed torque and uniform magnetic field with clamped boundary condition are considered to capture the effects of nonlocal parameter, FGM indexes and intensity of longitudinal magnetic field on the torsional angle of BDFGM microtube. The numerical solution of generalized differential quadrature (GDQ) is compared with Galerkin method which a reasonable agreement is observed. Result indicates that intensity of longitudinal magnetic has important role on the torsional angle of microtubes such that when intensity of longitudinal magnetic field increases the torsional angle of microtubes decreases
کلیدواژه ها:
Static torsion ، magnetic field ، Microtube ، Nonlocal Elasticity Theory ، Bi-directional functionally graded materials (BDFGMs) ، Generalized differential quadrature method (GDQM)
نویسندگان
Abbas Barati
Department of Mechanical Engineering, University of Guilan, Rasht, Iran
Saeed Norouzi
School of Mechanical Engineering, College of Engineering, University of Tehran, Tehran, Iran
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :