2.有限元法基础.ppt

约束处理过程—乘大数法 关联约束方程 再乘以系数-k 加到约束后方程组的第3行 约束处理过程—乘大数法 约束处理过程—乘大数法 强制位移边界条件 约束后的方程组简化为 约束处理过程—乘大数法 固定位移边界条件 k = 0，C = 0 约束后的方程组简化为 约束处理过程—乘大数法 固定位移和强制位移边界条件的乘大数约束处理相对比较简单，而且它们的系数矩阵约束后是相同的，只是简单地将方程组系数矩阵中要约束自由度的对角线元素加上一个相对大数A即可 乘大数法的叫法并不十分准确，应该叫加大数法更贴切 乘大数和加大数的效果是一样的 约束处理过程—两种方法比较 赋0赋1法在约束处理过程中是严格精确的，而乘大数法是一种近似约束处理方法，它的精度取决于所乘大数A值 两种方法都可以消除有限元平衡方程的奇异性，得到符合实际边界条件的唯一一组解。但两种方法还是有很大的区别 约束处理过程—两种方法比较 采用乘大数法约束处理后的有限元平衡方程在求解时可能造成解的失真，大数A值越大可能解的偏差会越大，而赋0赋1法就不会出现类似的问题，它在约束过程和求解过程都是精确的 乘大数法相对于赋0赋1法在约束处理过程上简单一些 约束处理过程—两种方法比较 赋0赋1法实际上是将关联位移约束方程代入到有限元平衡方程中的，是代入法。而乘大数是将占绝对优势的关联位移约束方程合并到有限元平衡方程中的，是罚方法，计算误差来自于合并过程，计算精度取决于关联位移约束方程的优势大小 商业软件中，位移边界条件的约束处理都采用赋0赋1法，乘大数很少被采用主要原因是它是一种近似方法，而且大数的大小也不好确定，有时还会造成求解失败 约束处理过程—弹簧单元 假设柔性弹簧 k O X Y U4 f f = kU4 k 约束处理过程—弹簧单元 弹簧约束方程 f = kU4 方程组求解过程—特点 方程组求解是有限元计算过程中很重要的一部分，在有限元法的发展过程中，有限元方程的求解效率一直是其应用的最大瓶颈之一 有限元方程组的特点： 有限元方程组的系数矩阵具有对称、稀疏、带状分布以及正定、主元占优。有效地利用这些特点，以减少系数矩阵的存贮量，提高方程组求解效率 方程组求解过程—分类比较 线性方程组的解法主要分两大类: 直接解法：以高斯消去法为基础，以等带宽或变带宽方式存贮系数矩阵内元素，对于求解规模比较大的问题，要存贮的元素非常巨大。 迭代解法：只需要存贮系数矩阵中非零元素，存贮量很小，一般是变带宽存贮量的20%或更少，有些算法的求解效率也非常高，适合求解大规模线性方程组。但是这种解法对接近病态的方程组很难保证收敛性。 方程组求解过程—带宽定义 有限元方程组系数矩阵是稀疏的、非零元素呈带状分布，带宽就是它的宽度，带宽的大小是由系统有限元网格的节点号排序决定的，具体求法是 带宽=(单元最大节点号之差+1)*节点自由度数 带宽是网格节点标注方法直接决定的，不同标注方法带宽可能相差很大 方程组求解过程—带宽 带宽是网格节点标注方法直接决定的，不同标注方法带宽可能相差很大 方程组求解过程—带宽 所示四边形网格的三种节点号标注方法，每个节点是2个自由度 结构的带宽分别是12，18，56，相差很大，其中12和56之间相差近5倍，这就意味着系数矩阵的存贮量也是相差5倍，因此，对于大规模复杂系统的节点号优化是十分必要的 方程组求解过程—系数矩阵存贮 系数矩阵存贮 如果节点号排序优化的比较好，系数矩阵的存贮量就会减少很多。根据系数矩阵的对称性，一般都是按半带宽存贮。 系数矩阵存贮的方法 二维等带宽存贮 一维变带宽存贮 方程组求解过程—二维等带宽存贮 二维等带宽存贮 方程组求解过程—二维等带宽存贮 二维等带宽存贮消除了最大带宽以外的全部零元素，节省了系数矩阵元素的存贮量。但是由于取最大带宽为存贮范围，因此不能排除在带宽内的大量零元素。当系数矩阵的各行带宽变化不大时，适合采用二维等带宽存贮，方程组求解过程中系数矩阵元素的寻址也比较方便，求解效率较高。 当出现局部带宽特别大的情况时，采用二维等带宽存贮时，将由于局部带宽过大而使整体系数矩阵的存贮大大增加。 方程组求解过程—一维变带宽存贮 一维变带宽存贮 一维变带宽存贮方法就是把变化的带宽内的元素按一定的顺序存贮在一个一维数组中。由于它不按最大带宽存贮，因此比二维等带宽存贮更节省内存。按照解法可分为按行一维变带宽存贮和按列一维变带宽存贮。 按行一维变带宽存贮 方程组求解过程—一维变带宽存贮 辅助的寻址数组M 一维变带宽存贮是最节省内存的一种方法，但是由于要借助于寻址数组寻找系数矩阵元素的位置，相对二维等带宽存贮方法来说要复杂一些，而且在程序实现时也要复杂得多，方程