CAD与有限元M解说.pptVIP

CAD与有限元分析 有限元法及其应用 有限元法（有限单元法、有限元素法） 求解复杂工程问题的一种近似数值分析方法 将一个形状复杂的连续体的求解区域分解为有限个形状简单的子区域（单元），求解有限个单元结点上的场变量（应力、位移等） 前置处理 分析计算 后置处理 有限元网格生成技术 将物体离散成有限个简单单元的组合 是有限元法的主要瓶颈 自动和交互方法 有限元网格的要求 单元类型： 二维：三角形、四边形 三维：四面体、五面体、六面体 基本要求： 几何逼近 单元合法 密度合理 拓扑相容 二维网格生成技术 拓扑分解法 节点连元法 网格模板法 映射法 几何分解法 Delaunay法 映射法 手工划分为简单区域 建立网格模板（参数空间相应的单位正子单元的网格） 网格模板到欧氏空间中子区域的映射 网格剖分、相容 优点：简单、易于实现，网格规整 缺点：手动划分区域、不规则形状不适用 拓扑分解法 根据实体元素的拓扑关系，通过连接相应的顶点将多边形分解成一系列的粗糙的三角形 细化 对于复杂形状，首先将区域的洞切开，形成单连通域；然后每次切下一个三角形；直到最后只有三个顶点 原理简单，对剖分实体的拓扑结构依赖强 节点连元法 首先在边界和区域内布节点，然后按照一定规则生成单元 节点生成： 自动 人工 节点生成： 随机法：边界等距生成；内部区域分成一系列的子区域，随机在子区域插入节点； 扫描线法： 单元生成 夹角最大 Delaunay法：最小角和最大；外接圆准则 基线法 Watson法 Lawson法 Delaunay三角剖分法 点集的Voronoi图（虚线）及其Delaunay三角剖分（实线） 二维Voronoi图是由一些凸多边形组成，且具有以下性质：1）点集中的任一结点与凸多边形一一对应；2）内部任意点均以为“最近邻” ；3）三个或更多的凸多边形可交于一点，这些点称为Voronoi顶点；4）外部的Voronoi多边形为开的，而内部的多边形均为闭的。如果两个结点相邻，则它们的Voronoi多边形必然相邻。连接所有Voronoi多边形中的结点，即为Delaunay三角剖分。 Sibson[55]证明了平面任意给定点集的Delaunary三角剖分的结果具有整体优化的性质，它满足“最大－最小角”原则，（即所有三角形的最小内角之和最大）。与“最大－最小角”准则等价的条件是“外接圆”准则，即对于Delaunay三角剖分的每个三角形，没有一个结点落到其外接圆的内部，而只能位于其外接圆之上或外部。 Delaunay算法发展到今天，已经出现了大量的不同算法。一般可将其分为以下三类： 以Bowyer和Green Sibsons为代表的计算Voronoi图方法； 以Watson为代表的空外接圆法 以Lawson为代表的对角线方法。 Lawson算法特别适用于二维Delaunay三角化，它不存在象Watson算法出现的退化现象，对约束情况同样适用，计算效率高。 步骤如下： 1.假定已生成了连接若干个结点的Delaunay三角网格； 2.加入一新结点，找出所有外接圆包含该结点的三角形； 3.将第二步所得的三角形删除，形成一空腔，将空腔内的结点与新结点连接，形成新的Delaunay三角形； 4.调整数据结构，新生成的三角形的数据先填充被删除的三角形的数据，余者添加到数组的尾部； 5.返回到第二步，直到所有的结点都加入为止； 上面的算法需要一个初始网格，通常选择一个覆盖所有结点的矩形（矩形的四个顶点为辅助结点），然后将此矩形沿对角线划分为两个三角形，得到我们需要的初始网格。加点过程结束后，删除以辅助结点为顶点的三角形单元，便得到最终网格。 但在三维的情况下，对角线交换的推广变成了对角面的交换，而对角面的交换可能改变区域体积或外边界，因此Lawson算法不能直接推广到三维情况。 Delaunay算法的最大优点之一就是它自动避免了生成小内角的长薄单元，特别适用于有限元网格的生成。虽然Delaunary三角化方法在2D平面区域中取的相当的成功，但在3D情形，基于最大－最小角判别的对角线交换规则不再成立，而基于外接圆的Delaunay三角化一般也不再能保证生成的网格质量。 虽然Delaunay三角化提供了一种较好的方法将空间点集三角化，但Delaunay判决本身并不能指导怎样在空间布点。因此，必须寻找一种较好的布点方法，即要求点的分布满足密度控制要求，又要求三角化的形状尽可能好。目前，基于Delaunay三角化理论的3D网格生成技术仍然是活跃的研究课题，许多学者正对此进行深入地研究。 几何分解法 1）区域递归细分法 分解成凸区域 对每个区域，在边界插入节点 在区域的“最长轴”的中点处加一个分割线划分区域，在分割线上布节点 递归划分两个子区域，直到所得部分均为三