第三章变分原理与有限元方法
有限元与变分原理
有限元与变分原理有限元方法和变分原理是结构力学和计算力学中常用的数值计算方法和理论基础。
本文将从概念、原理、应用和发展等方面介绍有限元方法和变分原理的相关知识。
一、有限元方法有限元方法是一种将连续物体离散化为有限个小区域的数值计算方法。
它将连续的物理问题转化为离散的代数问题,并通过求解代数方程组来获得物理问题的数值解。
有限元方法的基本思想是将复杂的连续介质分割成有限个简单的子域,即有限元,并在每个有限元上建立代数模型。
在建立完整的模型后,根据物理方程和边界条件,通过求解代数方程组,得到所求解的物理量。
有限元方法的优点在于能够处理复杂的几何形状和边界条件,适用于各种材料和结构力学问题。
二、变分原理变分原理是解决物理问题的一种重要数学工具。
它通过构造一个泛函,将物理问题转化为极值问题,通过求解泛函的极值问题来得到物理问题的解。
在结构力学和计算力学中,常用的变分原理包括极大势能原理、最小势能原理和最小总势原理。
这些变分原理的基本思想是,在满足一定边界条件的前提下,通过对位移场进行变分,使得系统的势能或总势能取得极值,从而得到系统的平衡位置和应力分布。
三、有限元方法与变分原理的应用有限元方法和变分原理在结构力学和计算力学中得到了广泛的应用。
它们可以用于求解各种结构的静力学、动力学和热力学问题。
在工程实践中,有限元方法常用于求解杆件、梁、板、壳和体等不同类型的结构。
通过将结构分割成有限个小单元,建立有限元模型,并利用变分原理进行求解,可以得到结构的应力、位移、变形等物理量的分布情况,从而评估结构的可靠性和安全性。
有限元方法还可以用于优化设计和参数优化,以满足结构的性能要求。
四、有限元方法与变分原理的发展有限元方法和变分原理的发展已经有几十年的历史。
随着计算机技术的进步和计算软件的不断发展,有限元方法已经成为结构力学和计算力学研究和工程实践中不可或缺的工具。
目前,有限元方法已经广泛应用于航空航天、汽车、船舶、建筑、能源等领域。
有限元与变分
有限元与变分有限元算法是利用微分方程与变分原理的形式一致性而提出的求解微分方程的算法。
其主要优势在于对边界条件的处理。
对一个微分方程的问题,其可以等价于一个变分问题,这其中有两种等价方案:Galerkin变分原理和Ritz变分原理。
Galerkin变分原理是在原微分方程两边同乘以一个检验函数,同时积分,左右分别几何含目标函数和不含目标函数的项,得到的等式变分原理。
Ritz变分原理是直接求解泛函的极值,得到微分方程的等价形式。
两种原理得到的结果是一样的。
强制边界条件与自然边界条件的处理方法不同,强制边界条件出现于容许空间和检验空间的构造中,自然边界条件出现于变分方程中。
解方程之前必须突出说明。
Galerkin变分原理和Ritz变分原理得到的解是弱解。
弱解的存在唯一性和弱解与古典解的关系由Lax-Milgrim定理保证。
数值求解方程的基本出发点是使用有限维空间逼近无限维的能量空间。
在取定的有限维有限元空间中取定基函数,令目标函数和检验函数均位于有限元空间中并被基函数线性表示,则由检验函数的任意性或者是极值的KKT条件得到一个线性方程组,即刚度矩阵。
刚度矩阵的对称正定性保证了解得存在唯一性,也给出了数值解用基函数表示的具体方法。
有限元算法的一个核心技巧在于基函数的构造方法,不是直接的节点构造,而是分片的构造方法。
基函数系有Lagrange型基函数系和Hermite型基函数系两种。
首先将求解空间划分为若干个元素,每个元素内构造独立的r阶外形函数,函数个数与元素内所有节点的自由度之和相同。
节点分为元素内部的内节点和元素边界的外节点。
对于每个节点,有所有包括这个节点的元素组成影响区域,由每个元素中在这个节点不为零的外形函数线性迭加得到这个节点的各阶基函数。
所有的节点都照此处理,得到基函数系。
有限元算法的另一个核心技巧在于整体刚度矩阵和单元刚度矩阵的关系。
由Galerkin-Ritz双线性函数的性质得到在积分式中,alfa和beta项的值完全取决于alfa和beta节点的共同影响区域中所有元素的外形函数的积分,由于交叉项为零,所以共同影响区域的刚度项完全取决于每个元素内的单元刚度矩阵的迭加。
变分原理与 元方法
L( y) d [ p(x) dy(x) ] q(x) y(x)
dx
dx
p(x)y' '(x) p'(x)y' (x) q(x)y(x)
其中 p(x) , q(x) 为已知函数。
若 D 为 [a, b] 上连续函数空间 C[a, b] ,则 M 中的每一个元素 y ( y M ), 对应于 D 中的一个
二式。这意味着 u(x, y) C 2 () ,且在边界上等于 p(x, y) 。
记算子(Laplace 算子) 2 2 x 2 y 2
则(3.1.2-1)写成算子方程 u f , u M
其中微分算子 Βιβλιοθήκη 定义域 M 是所有在区域 二阶可微、在边界上等于 p(x, y) 的函数的集合,即:
由(3.1.1-1)式可以看出,两个函数的内积是一个实数,它由积分值所确定。
从内积的定义可以得到内积的如下性质:
设为 u(P) 、 v(P) 、 u1 (P) 、 u2 (P) 是定义域在 上的连续函数, 、 是任意实数,则 ① 对称性: u, v v, u ② 线性: (u1 u2 ), v u1 , v u2 , v ③ 非负性: u, u 0 ④ u, u 0 u(P) 0 , P
§3.1 预备知识
为了叙述方便,先介绍几个基本概念。
§3.1.1 函数的内积
【定义】 定义域在 上的连续函数 u(P) 、 v(P) ( P )乘积在 上的积分
u, v u(P)v(P)d
(3.1.1-1)
称为函数 u(P) , v(P) 在区域 上的内积。
第14讲+有限元法+Finite-element+Method
(5-18-10)
wu 0
这就是最初的场(或位)变分原理。
(5-18-11)
Thomson原理的研究表明:积分泛函的变分(不等式) 和原支配微分方程(等式)存在着非常紧密的联系。 Euler(尤勒)方程即解决一大类典型的物理问题。
[例1] Euler泛函和Euler方程 [解] 写出Euler泛函中的一类十分普遍的泛函J(u),称为 Euler积分泛函。u满足边界条件
试采用Ritz方法求解J(u)。
[解] 首先构造一组展开函数{uk}有
N
u uN kuk
(5-18-21)
k 1
其中 1, 2 , , N为待定系数。把式(5-18-21)代入式(5-18-
20)可知
NN
N
J (u) J (1, 2, , N )
F u
udx
F u
u
b
u
a
b
a
d dx
F u
udx
注意到任意函数u均满足相同的边界条件,也即
可写出
ua ub 0
J
u
b
a
F u
d dx
F u
udx
(5-18-14)
(5-18-29)
(5-18-30) (5-18-31)
在问题中μ0已知,故ω是μ1的一元函数。于是ωmin要求
容易解出
d
du1
2 u1
2 (u0
u1)(1)
0
(5-18-32)
这是位函数分布
第三章变分原理与有限元方法
第三章变分原理与有限元方法1.引言在工程实践中,我们经常面临解决微分方程的问题,如结构力学问题和热传导问题。
变分法和有限元方法是两种常用的数值方法,用于求解这些微分方程。
2.变分原理变分法是一种通过变分问题建立微分方程解的数值近似的方法。
变分法的基本思想是将要求解的微分方程问题转化为一个泛函极小化问题。
在这个问题中,泛函是一个函数,它以一些函数(称为试探函数)为自变量。
通过求取使泛函极小化的试探函数,可以得到微分方程的近似解。
3.最小作用量原理变分法的核心原理是最小作用量原理,也称为哈密顿原理。
该原理指出,真实的系统在任意的微小变分下,其作用量是不变的。
作用量是系统的能量和时间的乘积,用来描述系统的运动轨迹。
根据最小作用量原理,可以得到一个极小化问题,通过对试探函数进行变分,使得作用量取得极小值。
有限元方法是一种通过将实际问题离散化为一个有限个子区域,然后在每个子区域内建立适当的数学模型,并进行逼近求解的方法。
有限元方法的核心思想是将连续的物理问题转化为离散的代数问题,通过求解代数问题来得到连续问题的近似解。
5.有限元离散化有限元离散化是有限元方法的第一步,通过将连续的问题离散化为一组离散点上的代数问题。
这个过程中,将整个域划分为有限个子区域,即有限元,每个有限元内部的物理变量可以近似为一个简单的函数,比如常数或低阶多项式。
我们在每个有限元中引入一组基函数,将物理变量表示为这组基函数的线性组合。
6.有限元弱型表达有限元弱型表达是有限元方法的关键步骤,通过将原始的微分方程乘以一个试验函数并在整个域上积分,得到一个弱形式的表达式。
这个表达式中包含了未知函数及其导数的积分项,通过解这个弱形式的表达式,可以得到未知函数的近似解。
7.有限元方程组和边界条件通过离散化和弱型表达,可以得到一组线性代数方程组,其中未知数是有限元的节点上的物理变量。
这个方程组可以通过标准的数值方法求解。
边界条件是方程组的一部分,它指定了在边界上的物理变量的值。
有限元变分原理的通俗理解
有限元变分原理的通俗理解有限元变分原理,听起来高大上,其实一说起来,就像咱们日常生活中那些小道理,简单又有趣。
想象一下,咱们在家里做一块拼图,拼图上的每一片都是一小部分。
把这些拼图块合起来,才能看到整体的图案,对吧?有限元方法就像拼图,把一个复杂的问题拆分成很多简单的小块,逐个解决。
这些小块可以是小的三角形、四边形,甚至是更复杂的形状。
你看,问题被拆得稀巴烂,但其实每一块都有它的重要性。
再说了,变分原理就更好玩了。
它就像是一个聪明的数学家,告诉我们:嘿,想要找到最好的解决办法,不妨试试“最小化”这个方法。
听起来简单,可实际上就像是在赛跑,你要找到最短的路线,才能跑得快。
变分原理的核心就是找到一个最优解,这个解就好比是你在迷宫里找到的出口,让你顺利走出困境。
我们把这个过程形象化一下,就像是给每个拼图块都贴上了个标签,告诉它该怎么放,最终组成一个完整的图案。
说到这里,可能有人会问,这个原理到底有什么用呢?其实啊,它的应用广泛得很,建筑、机械、航空,甚至是咱们的手机设计,哪里没有它的影子?就好比你在家里修东西,有了工具箱,啥都能搞定。
比如说,你想设计一座大桥,必须考虑到风、雨、雪等各种因素。
有限元方法就像是一个精密的测量仪器,让你在设计的时候,能够计算出桥的每一部分该承受多大的力量,确保它安全可靠。
你知道吗?在这个过程中,计算机也成了我们的好帮手。
以前,咱们得靠手算,搞得头晕脑胀,现在一台电脑就能轻松搞定。
这就好比你去超市买东西,推着一辆购物车,电脑就是那个购物车,帮你把所有的“小块”都装进去,最后再把它们合并成一个“超市账单”。
所以,有限元变分原理不仅是一个理论,它还是一个实际操作的指南,教会我们如何处理复杂问题。
有限元方法可不是一成不变的,它可以根据不同的需求进行调整。
就像你炒菜,今天想吃辣,明天就可以清淡一些。
它能根据不同的情况,给出不同的解决方案,这让设计师们大开眼界,发挥创意。
比如,你想做个新型的跑车,有限元方法可以帮你测试车身在高速行驶时的稳定性,确保它在赛道上表现优异。
变分原理及有限元中的应用
变分原理及有限元中的应用变分原理是应用于数学和物理学中的一种数学工具,它可以用来求解最优化问题和微分方程的边界值问题。
有限元方法是一种数值计算方法,通过将连续问题离散化为有限个小区域,从而将问题转化为代数方程组的求解。
变分原理在有限元方法中有着广泛的应用。
下面,我将详细解释变分原理以及在有限元方法中的应用。
首先,我们来讨论变分原理。
变分原理主要涉及到函数的变分,即函数微小变化的概念。
对于一个函数,我们可以将其表示为变量的函数形式,例如y(x)代表函数y关于自变量x的函数。
对于光的最短路径问题,我们希望找到一条路径使得光在这条路径上的传播时间最短。
我们可以将这个问题表述为,对于给定的两点A和B,找到一条路径y(x)使得穿过A和B的光线传播时间的变分最小。
在变分原理中,我们通过引入泛函的概念来描述函数的变分。
泛函是一个从函数空间到实数集的映射,通常表示为J[y(x)]。
对于光的最短路径问题,我们可以将光线传播时间表示为一个泛函。
\[ J[y(x)] = \int_a^b f(x,y,y')\,dx \]其中,f(x,y,y')是一个关于x,y和y'的函数,y'表示y关于x的导数。
变分原理的核心思想是,找到这样的函数y(x)使得泛函J[y(x)]取得极值。
如果y(x)是J[y(x)]的一个极值点,那么对于任意变化率为零的函数δy(x),即满足δy(a) = δy(b) = 0,有\[ J[y + \epsilon δy] - J[y] = 0 \]对于任意的\[\epsilon\]。
这个条件叫做变分原理的欧拉-拉格朗日方程。
有限元方法是一种将连续问题离散化的数值计算方法。
其主要思想是将问题的求解域划分为多个小区域(称为单元),然后在每个单元内构建近似函数(称为形函数),利用这些形函数对问题的解进行近似求解。
有限元方法在工程领域有着广泛的应用,例如结构力学、流体力学和电磁场等领域。
有限元法
变分原理
y x x y x x 0
1 2
于是,必要条件成为
J
x2
x1
F d F ydx 0 y dx y
由于上式对任意的y都成立,所以极值函数必须满足以 下微分方程
F d F 0 y dx y 这个方程就称为泛函的极值问题(变分问题)的尤拉方程。
确定泛函的方法
现在,我们考虑下式
L , [ ( )] *dV
V
应用第一标量格林定理及边界条件,上式变成
1 1 2 2 L , dV dS S2 2 2 V
假设和是非负的,且它们不同时为零,显然,当0
证明算符满足前述条件。根据内积的定义,有
L , [ ( )] *dV
V
对上式应用第一标量格林定理,得到
确定泛函的方法
* ቤተ መጻሕፍቲ ባይዱ * * L , [ ( )]dV S n n dS V
最速降线问题
J [ y ( x)] T [ y ( x)] T dt 0 2 x2 1 y dx min x1 2 gy y ( x1 ) 0, y ( x2 ) y2
变分原理
对于一般问题,可以给出下列对应于一个自变量x的
最简形式的泛函
这是Dirichlet问题,为了导出这个问题的泛函,我们作
确定泛函的方法
D
2 dD 0
注意到 (uV ) (u ) V u V 现在把u看作为 ,把V看作,则得
2
由Green定理 由此得
x2
有限元方法
有限元方法求解微分方程,特别是椭圆型边值问题的一种离散化方法,其基础是变分原理和剖分逼近。
有限元方法是传统的里茨-加廖金方法的发展,并融会了差分法的优点,处理上统一,适应能力强,已广泛应用于科学与工程中庞大复杂的计算问题。
作为有限元方法出发点的变分原理,是表达物理基本定律的一种普遍形式。
其表述可概括如下:给出一个依赖物理状态v的变量J(v)(v是函数,J(v)在数学上称为泛函),同时给出J(v)的容许函数集V,即一切可能的物理状态,则真实的状态是V中使J(v)达到极小值的函数。
剖分逼近是有限元离散化的手段,把问题的整体(即求解域)剖分为有限个基本块,称为"单元",然后通过单元上的插值逼近,得到一个结构简单的函数集,称为"有限元空间",它一般是容许函数集V的子集或有某种联系。
有限元方法就是在这个有限元空间中寻找J(v)的极小解作为近似解。
典型问题为具体说明有限元方法,讨论二维有界域Ω上的椭圆型方程, (1)变系数β表示介质不均匀。
物理学中许多平衡态或定常态问题都可归结为这个典型方程。
与方程(1)相配的有如下三类边界条件:第一类:;第二类:;第三类:。
这里的φ、g及α均为定义在边界дΩ上的已知函数,表示外法向导数,第二类边界条件是第三类当α=0时的特例。
为说明有限元方法能统一处理复杂的情况,假定讨论的问题是混合边值,并且介质有间断,即дΩ分成Г0和Г1两部分,分别有边界条件, (2),(3)β(x,y)有间断线,把Ω分为Ω-,Ω+两部分,在间断线上微分方程(1)无定义,而代之以接触条件, (4)及表示间断线上分别指向Ω+及Ω-的法向导数。
变分原理与微分方程(1)及附加条件(2)、(3)、(4)的边值问题相对应的是物理学中的极小能量原理。
构造"能量积分"并取J(v)的容许函数集V为一切满足边界条件(2)且一阶偏导数平方可积的函数,则使J(v)达到极小值的u,即,(6)也必满足方程(1)及(2)、(3)、(4)。
变分原理
1.1 变分的基本概念
① 泛函的概念 函数论:自变量、函数 变分原理:自变函数、泛函
举例1:平面上两个给定点: P1(X1,Y1)、P2(X2,Y2) 连接该两点的曲线的长度L
显然连接P1、P2的曲线有无数条 Y
设: 曲线方程 Y=Y(X) P2
P1 显然:曲线方程不同对应不同的长度L, X
如何理解函数的微小变化那? 有两条同类的曲线y= y (x), y1= y 1(x) 自变函数的微小改变指:
y= y (x)和 y1= y 1(x)对有定义的一切x值 y (x)和 y 1(x)之间差的模很小,即两条曲线 纵坐标之间很接近。
y (x) -y 1(x) 很小时,我们称其为 零阶接近。
不定积分
A
y
xB
1 A2
A、B待定参数有边界条件给出。
y1 y( x1 ), y2 y( x2 )
y-y1 y-y2 x-x1 x-x2
直线方程
F 1 y'2
此时, 2
x2 x1
2 2
F y'
y'
2
dx=
x2 x1
2
1 y'2 2 y'
y'2 dx
x2
x2
Π = F ( x , y, y')dx
x1
在边界条件: y( x1 ) y1 ; y( x2 ) y2
一阶变分
x2 F
F
δΠ
x1
y
δy
y'
δy' dx
泛函求极值的条件
0
转化为:
F y
d dx
F y'
第3章 有限元分析的数学求解原理-三大步骤
U x x y y z z xy xy yz yz zx zx dV
X u Y v Z w dV X u Y v Z w d W
V V
用 * 表示;引起的虚 应变分量用 * 表示
j Vj
Ui
i Vi
0 X
y
¼ 1-9 Í
ui* * vi wi* * * u j , v* j w*j
x* * y * z * * xy *yz * 18 zx
19
7.间接解法:最小势能原理
20
最小势能原理
W U 0
最小势能原理就是说当一个体系的势能最小时,系统会处于稳定 平衡状态。或者说在所有几何可能位移中,真实位移使得总势能取最小值
0 表明在满足位移边界条件的所有可能位移 最小势能原理: 中,实际发生的位移使弹性体的势能最小。即对于稳定平衡状态,实 际发生的位移使弹性体总势能取极小值。显然,最小势能原理与虚功 原理完全等价。 n m
虚功原理的矩阵表示
在虚位移发生时,外力在虚位移上的虚功是:
* 式中
U i u i* V i v i* W i w i* U j u *j V j v *j W j w *j
* 是 的转置矩阵。
T
*
F
T
同样,在虚位移发生时,在弹性体单位体积内,应力在虚应变上的虚 功是: * * * * * * * T x x y y z z xy xy yz yz zx zx
27
⑴解析法
第三章 有限单元法
般形式u 是
n
u u Niai Na i1 其中 是待定参数; 是称之为试探函数(或基函数,形函数),它取自完全
的函数ai序列,是线性独Ni立的。所谓完全的函数序列是指任一函数都可以用此序列
得到满足。这个结论的证明式显然的,假如微分方程 A(u) 在域内某些点或 一部分子域中不满足,即出现 A(u) 0,马上可以找到适当的函数V使(3.2.5)
的积分形式亦不等于零。上述结论则得到证明。
同理,假如边界条件(3.2.2)亦同时在边界上每一点都得到满足,对于一组
任意函数 V 应当成立
(3.2.7)
第2节:近似解法——加权余量法与变分原理
2.1 微分方程的等效积分形式和加权余量法
基于微分方程等效积分方法的加权余量法是求解线性和非线性微分 方程近似解的一种有效方法。有限单元法中可以应用加权余量法来建立 有限元求解方程,但他本身又是一种独立的数值求解方法。这一节中我 们将阐明加权余量法的基本概念,求解步骤和不同形式加权余量法的特 点。
2.1.1 等效积分的“弱”形式
在很多情况下可以对(3.2.8)式进行分部积分得到另一种形式
(3.2.9)
其中C,D,E,F是微分算子,它们中所包括的导数阶数较(3.2.8)式的A低,这样对于 函数u只需要求较低阶的连续性就可以了。在(3.2.9)式中降低u的连续性要求是以
提高v及 v 的连续性要求为代价的,由于原来对v及v (在(3.2.8)式中)并无连续要求
,但是适当提高对其连续性的要求并不困难,因为它们是可以选择的已知函数。 这种降低对函数u连续性要求的作法在近似计算中,尤其是在有限单元法中是十分 重要的。(3.2.9)式称为微分方程(3.2.1)和边界条件(3.2.2)的等效积分“弱”形式。值 得指出的是,从形式上看“弱”形式对函数u的连续性要求降低了,但对实际的物理 问题却常常较原始的微分方程更逼近真正解,因为原始微分方程往往对解提出了 过分“平滑”的要求。
有限元法与程序-变分原理及广义变分原理
( y( x)) 0
课后思考题:查资料理解强变分、弱变分,强极大 (小)、弱极大(小)的概念
二、欧拉方程 1 变分法的基本预备定理 如果函数F(x)在线段(x1, x2)上连续且对于只满足某些 一般条件的任意选定的函数δy(x),有
x2Biblioteka x1F ( x) y( x)dx 0
则在线段(x1, x2)上有 F ( x) 0 δy(x)的一般条件是: (1)一阶或若干阶可微;
0
这就是决定w(x,y)[在边界C上满足w= wC(x,y)]的微分 方程,也称欧拉方程。
(2)常见泛函极值及对应的欧拉方程 泛函
w w w (w( x, y, z )) F x, y, z, w( x, y, z ), , , dxdydz x y z
F y wy
wdxdy
F F w w dxdy x w y w x y S
由格林公式(G. Green)
由驻值条件δ Π =0,根据变分法基本预备定理
F F S w x wx F y wy wdxdy 0
F F w x wx
F w y y
F F sin cos wdl C w w y x 在边界C上,w(x,y)已知且为wC(x,y),对于都通过 wC(x,y)的任意w(x,y)的变分δ w在边界上恒等于零。
因此
F F S w x wx F y wy wdxdy
从而说明变分法与欧拉方程的等价性
有限元方法
有限元方法(FEM)的基础是变分原理和加权余量法。
其基本求解思想是把计算域划分为有限个互不重叠的单元,在每个单元内,选择一些合适的节点作为求解函数的插值点,将微分方程中的变量改写成由各变量或其导数的节点值与所选用的插值函数组成的线性表达式,借助于变分原理或加权余量法,将微分方程离散求解。
采用不同的权函数和插值函数形式,便构成不同的有限元方法有限元方法最早应用于结构力学,后来随着计算机的发展慢慢用于流体力学的数值模拟。
在有限元方法中,把计算域离散剖分为有限个互不重叠且相互连接的单元,在每个单元内选择基函数,用单元基函数的线形组合来逼近单元中的真解,整个计算域上总体的基函数可以看为由每个单元基函数组成的,则整个计算域内的解可以看作是由所有单元上的近似解构成。
根据所采用的权函数和插值函数的不同,有限元方法也分为多种计算格式。
从权函数的选择来说,有配置法、矩量法、最小二乘法和伽辽金法,从计算单元网格的形状来划分,有三角形网格、四边形网格和多边形网格,从插值函数的精度来划分,又分为线性插值函数和高次插值函数等。
不同的组合同样构成不同的有限元计算格式。
对于权函数,伽辽金(Galerkin)法是将权函数取为逼近函数中的基函数;最小二乘法是令权函数等于余量本身,而内积的极小值则为对代求系数的平方误差最小;在配置法中,先在计算域内选取N个配置点。
令近似解在选定的N个配置点上严格满足微分方程,即在配置点上令方程余量为0。
插值函数一般由不同次幂的多项式组成,但也有采用三角函数或指数函数组成的乘积表示,但最常用的多项式插值函数。
有限元插值函数分为两大类,一类只要求插值多项式本身在插值点取已知值,称为拉格朗日(Lagrange)多项式插值;另一种不仅要求插值多项式本身,还要求它的导数值在插值点取已知值,称为哈密特(Hermite)多项式插值。
单元坐标有笛卡尔直角坐标系和无因次自然坐标,有对称和不对称等。
常采用的无因次坐标是一种局部坐标系,它的定义取决于单元的几何形状,一维看作长度比,二维看作面积比,三维看作体积比。
2、空间问题的有限元法
机电工程学院
由平面问题转为空间问题,给有限元分析带来两个主要
难题:
1、空间离散化不太直观,人工离散很容易出错。 2、未知量的数量剧增,对计算机的存储和计算时间要 求较高。
车辆工程技教研室
机电工程学院
解决问题: 1、编程建模 2、采用高精度单元
由于通用软件有很好的前后处理功能,因此空间问题基本上都靠软件来解决。
或: f N
e
(由结点位移表示的单元内位移)
N1 N 0 0
0 N1 0
0 0 N1
N2 0 0
0 N2 0
0 0 N2
N3 0 0
0 N3 0
0 0 N3
N4 0 0
0 N4 0
0 0 N4
形函数矩阵
车辆工程技教研室
机电工程学院
1. 基本变量 单元内任一点位移:
u { f } v w 单元内任一点应变:
{ } x y z xy yz zx
单元内任一点应力:
T
{ } x y xy yz zx z 车辆工程技教研室
T
机电工程学院
其中:
A1
A1c r cr A1c r A2br A2 d r 0
A1d r A1d r dr 0 A2 cr A2br
(r 1,2,3,4)
1
,
1 2 A2 , 21
E 1 A3 361 1 2
设单元内任一点的位移为坐标的 线性函数:
u ( x, y, z ) 1 2 x 3 y 4 z v( x, y, z ) 5 6 x 7 y 8 z w( x, y, z ) x y z 9 10 11 12
有限元法的基本原理
有限元法的理论基础是变分原理或加权余量法,加权余量法的原理是基于微分方程等效积 分的提法,同时它也是求解线性和非线性微分方程近似解的一种有效方法[44][45]。在有限元分 析中,加权余量法可以被用于建立有限元方程,但加权余量法本身又是一种独立的数值求解方 法。 本文突破了传统方法中将裂缝看成一个高渗透条带的局限性,利用锚杆模型来模拟裂缝作 用,将裂缝叠加到基质的渗流有限元方程中去,增加了有限元方程的刚度项。为了便于不同布 置锚杆的方式而不影响有限元网格的划分,本文采用隐式锚杆单元对裂缝的高效导流作用进行 分析。将锚杆单元隐埋在基质岩体单元内,对于长度大于岩体单元的锚杆进行分段处理,并假 定分段形成的新的锚杆单元的端点处的自由度变化与岩体协调。在模拟计算时,采用反力算法 来计算井底流量,该方法通过节点流量来计算内边界井的流量,因此,与以往方法比较准确性 更高。 加权余量法的原理是基于微分方程等效积分的提法,同时它也是求解线性和非线性微分方 程近似解的一种有效方法。在有限元分析中,加权余量法可以被用于建立有限元方程,但加权 余量法本身又是一种独立的数值求解方法。
以二维稳态的热传导方程为例,其控制方程和定解条件如下:
这里φ表示温度(在渗流问题中对应压力);k是流度或热传导系数(在渗流问题中对应流度 K/μ; 和 是边界上温度和热流的给定值(在渗流问题中分别对应边界上的压力和边界上的流 速);n是有关边界Γ的外法线方向;q是源密度(在渗流问题中对应井的产量)。 在上述问题中,若k和q只是空间位置的函数时,问题是线性的。若k和q是φ及其导数的 函数时,问题则是非线性的。 由于微分方程组(1)在域中每一点都必须为零,因此就有
有限元语言及编译器(Finite Element Language And it’s Compiler,以下简称FELAC) 是中国科学院数学与系统科学研究院梁国平研究院于1983年开始研发的通用有限元软件平 台,是具有国际独创性的有限元计算软件,是PFEPG系列软件三十年成果(1983年—2013 年)的总结与提升,有限元语言语法比PFEPG更加简练,更加灵活,功能更加强大。目前 已发展到2.0版本。其核心采用元件化思想来实现有限元计算的基本工序,采用有限元语 言来书写程序的代码,为各领域,各类型的有限元问题求解提供了一个极其有力的工具。 FELAC可以在数天甚至数小时内完成通常需要一个月甚至数月才能完成的编程劳动。
有限元方法第三章杆系结构有限元
应用实例
某大型桥梁的稳定性分析
采用杆系结构有限元对某大型桥梁进行稳定性分析,评估其在不同载 荷下的变形和承载能力。
高层建筑的抗震性能研究
利用杆系结构有限元模拟高层建筑的抗震性能,分析地震作用下结构 的响应和破坏模式。
汽车悬挂系统的优化设计
通过杆系结构有限元模拟汽车悬挂系统的运动和受力情况,优化悬挂 参数以提高车辆行驶的稳定性和舒适性。
有限元方法第三章杆系结 构有限元
• 引言 • 杆系结构有限元的基本概念 • 杆系结构有限元的建模方法 • 杆系结构有限元的求解方法 • 杆系结构有限元的应用案例 • 结论与展望
01
引言
目的和背景
杆系结构是工程中常见的一种结构形式,广泛应用于桥梁、 建筑、机械等领域。由于其具有复杂的几何形状和受力特性 ,因此需要采用有限元方法进行数值分析。
THANKS
感谢观看
04
杆系结构有限元的求解方法
求解步骤
确定边界条件
根据实际情况,确定杆系结构 的边界条件,如固定、自由、 受压等。
求解线性方程组
将所有单元的平衡方程组合成 一个线性方程组,然后使用数 值方法求解该线性方程组。
建立离散模型
首先将杆系结构离散化为若干 个小的单元,每个单元具有一 定的物理属性。
应用力学平衡方程
杆系结构有限元的优缺点
优点
能够处理复杂的几何形状和边界条件, 适用于大规模问题求解,计算精度可 调,可模拟复杂的结构和场。
缺点
需要针对不同的问题建立不同的模型, 计算量大,需要较高的计算机资源, 对于非线性问题求解较为困难。
03
杆系结构有限元的建模方法
建模步骤
确定研究问题
有限元变分原理
1有限元变分原理有限元是求解偏微分方程的数值方法,在数学上属于变分法范畴,是古典的Ritz-Galerkin方法与分片多项式插值的结合。
古典的Ritz-Galerkin方法的试函数是求解域内的连续函数,有限元法的试函数是分片多项式。
作为变分法的试函数产生了很大区别:古典的Ritz-Galerkin方法的试函数要求域内的连续或平方可积且满足位移边界条件,试函数定义在泛函分析的Hilbert空间,或称为内积空间。
有限元法的试函数要求在单元域内连续或平方可积,且不用考虑位移边界条件,因为有限元是以节点位移参数为未知数,可以直接代入位移边界条件,但是单元间出现了连续性条件,即所谓的平面和三维弹性问题的C0连续,和薄板问题的C1连续等,相对古典的Ritz-Galerkin方法的试函数是一种广义函数。
有限元试函数定义在泛函分析的Sobolev空间,或称为广义导数空间。
2 分片检验2.1分片检验长期以来在有限元收敛理论中的分片检验成为关注的焦点,同时也是一个疑难症。
分片检验所以倍受关注,是因为它不仅可以用于检验单元的收敛性还可以用于构造收敛单元,而且十分方便。
分片检验的研究大致经历了如下三个里程。
第一,1965年Irons提出了不协调元的分片检验条件(Patch Test) [1,2],这是一个通过数值计算检验单元的收敛性的方法,可以通过对一小片有限元问题的数值计算检验单元的收敛性,也是有限元法中最实用的检验单元收敛性的方法,但是,作为一种数值检验的方法,在数学和力学原理上的提法都不够严密,而有限元的单元收敛性又是不能回避的问题。
鉴于这个方法的有效性和实用性,人们一直对其开展系列的理论研究工作。
1972年Strang首先给出分片检验的数学描述[3],后来,这个条件被解释成对一个单元的约束条件,称之为单体条件[4],这个条件使用很方便,可以做为单体的约束条件构造单元函数,但是,对这个分片检验一直缺少严格的数学证明。
有限元法和变分原理
带入试函数:
2 2 ⎧⎛ ⎫ ∂ψ i ⎞ ⎛ ∂ψ i ⎞ ⎪ ⎪ ∏(φ ) = ∫∫ ⎨⎜ ∑ Ci + ⎜ ∑ Ci − 2∑ Ciψ i f ⎬ dxdy ⎟ ⎟ ∂x ⎠ ⎝ ∂y ⎠ ⎪⎝ ⎪ ⎩ ⎭
⎧⎛ ∂ψ ⎞2 ⎛ ∂ψ ⎞2 ⎫ ⎪ ⎪ = ∑ Ci 2 ∫∫ ⎨⎜ i ⎟ + ⎜ i ⎟ ⎬ dxdy ⎪⎝ ∂x ⎠ ⎝ ∂y ⎠ ⎪ ⎩ ⎭ ⎛ ∂ψ i ∂ψ j ∂ψ i ∂ψ j +2∑ CiC j ∫∫ ⎜ + ∂y ∂y i≠ j ⎝ ∂x ∂x
第二章 连续体问题的离散化方法
1
应力场、温度场、电磁场等
数学
偏微分方程或微分方程+边条 件+初始条件,即边值问题
等价(若存在对应的泛函)
变分法(泛函求极值)
经典变分法 (整个求解域)
有限元法 (把求解域离散 许多子区域)
2
要点
微分方程的等效积分形式 加权余值法 变分原理和里兹法 有限元法 弹性力学变分原理
9
(3) 最小二乘法:
⎧ ∂ ⎫ ⎪ ⎪ {w j } = ⎨ ∂a A ( Na ) ⎬ ⎪ j ⎪ ⎩ ⎭ ∂ ⎡ A Na 等价于 ⎢ ∫Ω ( ) ∂a j ⎣
{
} {A ( Na )}d Ω⎤ = 0 ⎥ ⎦
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
其中, K ( x, t ) 是矩形域 [a, b] [a, b] 中的二元连续函数。
T 就是一个积分算子。如果给定 f ( x) L2 [a, b] ,则 T ( y ) K ( x, t ) y ( x)dt f ( x)
a b
即为算子方程 T ( y ) f 。
2
④ 若 u ( P) 0 , P ,则 u 2 ( P)d 0 。
1
第三章 变分原理与有限元方法
若 u , u
u 2 ( P )d 0 ,则应有 u ( P) 0 , P 。否则,必有一点 P* ,在该
点 u ( P*) 0 。因 u ( P) 在 上连续,所以必存在 P * 的某个领域 G ,在该邻域上 u ( P) 0 ,从而
该微分方程的解 u ( x, y ) 在区域 内满足(3.1.2-1)的第一式,在边界 上满足(3.1.2-1)的第 二式。这意味着 u ( x, y ) C 2 () ,且在边界上等于 p( x, y ) 。 记算子(Laplace 算子)
2 2 x 2 y 2
则(3.1.2-1)写成算子方程
0 0ຫໍສະໝຸດ §3.1.2 算子
1. 算子的概念[1] 【定义】给定两个集合 M , D 。若 M 中的每一个元素 u ( u M )对应于 D 中的一个元素 L(u ) ( L(u ) D ) ,则称 L 为算子, 即 L : M D 。集合 M 称为算子 L 的定义域,集合 D 称为算子 L 的值 域。 算子 L 是将空间 M 转变为空间 D 的一种变换, M 与 D 可以相同也可以不同。 例[14] 微分算子 设 M 为二阶连续可微函数空间 C 2 [a, b] ,对于任意的 y ( x) M
u ( x ) 0 , x [ x 0 , x1 ]
故 L 在 M 上是一个正定算子。
§3.1.3 对称正定算子方程的变分原理
对于一个正定算子方程,一定有一个与之等价的泛函极小值问题。 【定理】设 L 是对称正算子,若算子方程
L(u ) f , u M
存在解 u u 0 ,则 u 0 所满足的充分必要条件是泛函
(u ' v) x1 u ' ( x 0 )v( x 0 ) u ' ( x1 )v ( x1 ) 0
0
x
从而
L(u ), v u ' v ' dx L(v), u u , L(v)
x0
x1
因此, L 在 M 上是一个对称算子。 4. 正定算子(正算子) 【定义】若 L 算子是对称算子,对于任何 u M ,恒有
L( y ) dy ( x) d [ p( x) ] q ( x) y ( x) dx dx p ( x) y ' ' ( x) p ' ( x) y ' ( x) q( x) y ( x)
其中 p( x) , q( x) 为已知函数。 若 D 为 [a, b] 上连续函数空间 C[a, b] ,则 M 中的每一个元素 y ( y M ), 对应于 D 中的一个 元素 L(u ) ( L(u ) D ) 。 L 就是一个微分算子,记 L : M D 为
变分理论与数值分析方法 教案
(第三章 变分原理与有限元方法)
蔡中义
变分理论与数值分析方法
第三章 变分原理与有限元方法
泛函的极值函数可以通过求解相应的 Euler 方程(微分方程的边值问题)来获得,另一方面, 也可以通过求解泛函的极值函数获得相应微分方程的解。这就是说,求解微分方程边值问题等价于 求解相应泛函极值问题,这种相关性通常叫做变分原理。把这一原理应用于各类物理问题就构成了 各种物理问题的变分原理,变分原理是以积分形式表达的物理定律,这种积分形式的泛函常常代表 能量,习惯上也把微分方程边值问题转化为泛函极值问题的求解方法叫做能量法,如力学中的最小 势能原理、虚功原理等。 实践告诉我们,微分方程边值问题的求解往往比较困难,而从泛函变分求微分方程近似解常常 容易些,可以采用 Ritz 方法、有限元法等。这种方法的关键问题是要找到以所给微分方程为其 Euler 方程的泛函,这一泛函如何构造?本章主要介绍典型的微分方程、偏微分方程的变分原理,并通过 微分方程的有限元求来说明有限元方法的基本思想。
J [u ] J [u0 ]
且等号当且仅当 u u 0 时才成立。这说明泛函 J [u ] 在 u u 0 时取极小值。 再证明充分性: 因为当 u u0 时,泛函 J [u ] 取极小值,从而 J 0 ,即
§3.1 预备知识
为了叙述方便,先介绍几个基本概念。
§3.1.1 函数的内积
【定义】 定义域在 上的连续函数 u ( P) 、 v( P) ( P )乘积在 上的积分
u , v
u ( P ) v ( P ) d
(3.1.1-1)
称为函数 u ( P) , v( P) 在区域 上的内积。 若 u, v 0 ,称 u 与 v 正交。 由(3.1.1-1)式可以看出,两个函数的内积是一个实数,它由积分值所确定。 从内积的定义可以得到内积的如下性质: 设为 u ( P) 、 v( P) 、 u1 ( P) 、 u 2 ( P) 是定义域在 上的连续函数, 、 是任意实数,则 ① 对称性: u , v v, u ② 线性: (u1 u 2 ), v u1 , v u 2 , v ③ 非负性: u, u 0 ④ u , u 0 u ( P ) 0 , P 证 ① u , v u ( P)v( P)d v( P)u ( P)d v, u
L(u ), u 0
而且只有当 u 0 时上式为 0,则称算子 L 为正定算子(positive operator) 例 3 例 2 中已经证明算子 L() 解 由于对任意 u , v M 有
L(u ), v
2 d () 是对称算子,现证明其为正定算子 dx 2
(3.1.3-1)
J [u ] L(u ), u 2 f , u
(3.1.3-2)
4
变分理论与数值分析方法
在 u u0 处取极小值。 定理中的泛函 J [u ] ,一般称为算子方程的能量泛函。 证明 先证明必要性: 若 u u0 是算子方程(3.1.3-2)的解,则有
L(u0 ) f 0
L d d [ p( x) ] q ( x) dx dx
如果给定 f ( x) C[a, b] ,则 L( y ) f ( x) 是算子方程。 例 积分算子 对于任意的 y ( x) M ( M : L2 [a, b] )
T ( y ) K ( x, t ) y ( x)dt
u , u u 2 ( P)d u 2 ( P)dG 0
G
这与假设矛盾。 例 1 u cos x , v x 定义在 [0, ] 上,求 u, v 解
u , v x cos xdx ( x sin x) 0 sin xdx cos x 0 2
变分理论与数值分析方法
本课程只涉及微分算子,一般情况下,提到的算子都是指微分算子。 例 微分方程的边值问题可以写成微分算子方程的形式,如
2u 2u 2 2 f ( x, y ) y x u p( x, y )
( x, y )
为 的边界
(3.1.2-1)
x1
x0
u ' v' dx
成立。取 u v ,于是
L(u ), u
x1
x0
u ' 2 dx 0
当 L(u ), u 0 时,有
x1
x0
u ' 2 dx 0
因 u ' ( x) 在 [ x 0 , x1 ] 上连续,从而推知 u ' ( x) 0 ,即 u ( x ) 在 [ x 0 , x1 ] 上是常数。 由于 u M , u ( x 0 ) 0 , u ( x1 ) 0 ,于是
(u1 u 2 ), v
②
[u ( P) u ( P)]v( P)d u ( P ) v ( P ) d u ( P ) v ( P ) d
1 2
u 1 , v u 2 , v
1
2
③ u , u u 2 ( P ) d 0
3
第三章 变分原理与有限元方法
2 d () 是对称算子 dx 2 解 事实上, L 是线性算子。对每一对 u, v M 构造内积并进行积分
证明算子 L()
L(u ), v
x1
x0
u ' ' vdx (u ' v) x
0
x1
x1
x0
u ' v' dx
由于 v M , v( x 0 ) 0 , v( x1 ) 0 ,于是边界项
对于 M 中任意的 u u 0 ,应有
(3.1.3-3)
J [u ] J [u0 ] L(u0 ), u0 2 f , u0
因为 L 是对称正算子,根据内积的性质,上式可以展开
J [u ] L(u0 ), u0 L(u0 ), L( ), u0 L( ), 2 f , u0 2 f , ( L(u 0 ), L( ), u 0 ) L(u0 ), u0 2 f , u0 L( ), 2 L(u0 ), 2 f , J [u0 ] L( ), 2 L(u0 ) f ,