首页 > 其他分享 >工程力学:静力学 1(直觉+应用)

工程力学:静力学 1(直觉+应用)

时间:2023-04-08 09:55:15浏览次数:40  
标签:工程力学 2D 课程 静力学 直觉 质心 3D

工程力学:静力学 1(直觉+应用)

解决工程力学问题:矢量、力、力矩、分布载荷、体中心、流体压力!

课程英文名:Engineering Mechanics Statics 1 (Intuition + Application)

此视频教程共9.92GB,中英双语字幕,画质清晰无水印,源码附件全

课程地址:https://xueshu.fun/1474
演示地址:https://www.udemy.com/course/engineering-mechanics-statics-1-intuition-application/

课程内容

你会学到什么

  • 如何在2D&3D实际工程问题中应用向量
  • 如何使用力矢量来稳定电缆结构(粒子平衡)
  • 如何在 2D 和 3D 实际工程问题中计算和应用力矩
  • 如何描述和分析应用于结构的 2D 和 3D 分布载荷
  • 如何简化分布式负载以更轻松地分析结构
  • 如何计算物体的质心、质心和重心
  • 如何分析暴露于静水压力的水下结构
  • 如何计算复杂结构截面的面积质心

本课程包括:

  • 22小时点播视频
  • 3 篇文章
  • 11 个可下载资源
  • 终身访问
  • 在手机和电视上访问

要求

  • 微积分中的函数、导数和积分

描述

您将如何使用电缆稳定塔架?或者计算两个结构之间的距离?或者为起重机找到合适的配重,使其不会翻倒?您想知道横梁、水坝、排水机构、储液罐和水下隧道所经历的分布载荷的质心、质心和重心以及压力中心之间的区别吗?

我叫马克,我是一名航空航天和机器人工程师,我将在工程力学:静力学第 1 部分中教给您所有这些知识。矢量、力、力矩、分布载荷、体中心、流体压力 – 您不仅会收到大量的直觉,而且,在 2D 和 3D 中解决大量问题,这是一个承诺。完成本课程后,您将拥有坚实的工程基础,可以继续学习更高级的主题,例如动力学和结构分析。

本课程要求您非常积极主动。我给你一个问题和解决它的工具。然后,我要求你自己解决它,只有这样,至少在尝试之后,你应该看到解决方案视频。这就是您成为真正的问题解决者的方式。我还创建了 Python 动画,使概念更加直观。没有其他静力学课程能做到这一点。如果您正在寻找机械、航空航天、土木或海事工程方面的职业,那么本工程力学:静力学课程适合您。

购买前,请观看免费预览视频,如果您喜欢您所看到的内容,请立即注册,让我们开始吧!希望能在里面见到你!

本课程适合谁:

  • 机械、土木、航空航天、海事工程专业的工程专业学生
  • 机械、土木、航空航天、海事工程专业工程师

学术Funhttps://xueshu.fun/ 持续更新Udemy,Coursera等在线课堂上的视频教程,类别涵盖人工智能、机器学习、编程语言、游戏开发、网络安全、云计算、Linux运维、面试技巧等计算机学科的全部知识。

所有视频教程均包含中英双语字幕、练习源码及配套的补充资料。

标签:工程力学,2D,课程,静力学,直觉,质心,3D
From: https://www.cnblogs.com/xueshufun/p/17297991.html

相关文章

  • 杂谈:直觉洞察与形式演绎
    我们深知严谨的,形式化的推演在数学中所扮演的重要角色,然而必须指出,存在这样一些直觉上的,也即行之有效而不那么严谨的策略,在数学的学习和研究中一样十分重要。本文其实是G.......
  • 流体静力学
    位于一个不流动的容器里的任何一个流体质点所受到的力,因为液体是静止的,所以各个方向的总和力为零?但是各个地方的压强并不一样啊,所以位于一杯水不同深度的压强其实是不一样......
  • ANSYS 粘弹性静力学仿真操作
    前言该文还有许多细节没有记录,挖坑待填~~单元-材料-建模单元类型plane182,option中选择planestrainorplanestress材料属性有三种定义方式,使用prony级数更方......
  • [物理]质点静力学 Jan. 29th
    时间:2023年1月29日摩擦角与全反力四力化三力1.木箱重为\(mg\),与地面间的动摩擦因数为\(\mu\),用斜向上的拉力\(F\)拉木箱使之沿水平地面匀速前进,问角\(\alpha\)为......
  • 欠驱动机械手静力学
    运动旋量属于旋量理论中的一个概念,是研究机构学和机器人学重要的数学工具。任何物体从一个位姿到另一个位姿的运动都可以用绕某直线的转动和沿该直线的移动经过复合实现......
  • 吴恩达机器学习复习4:非线性假设、神经和大脑、模型表示1、模型表示2、例子与直觉1、例
    【非线性假设】为什么我们需要神经网络?   因为神经网络不需要大量的为特征设计的内容或有大量特征,,我们可以直接把数据放进进神经网络模型,让它自己进行训练,并做自我......
  • 吴恩达机器学习复习1:监督学习、无监督学习、模型表示、损失函数、直觉Ⅰ、直觉Ⅱ、梯
    【说在前面】1.只是知道算法和数学,而不知道如何将算法实际运用于你所关心的问题并不是一件好事。2.花点时间做些有关算法每个步骤的练习,看看你能否理解它们是如何工作的......