【精选】显式隐式求解.pdfVIP

显式动力学隐式动力学分析 1 、显式算法基于动力学方程 ，因此无需迭代 ；而静态隐式算法基于虚功原理 ，一般需要迭代 计算 2 、显式算法最大优点是有较好的稳定性。 动态显式算法采用动力学方程的一些差分格式 ，不用直接求解切线刚度 ，不需要进行平 衡迭代 ，计算速度快 ，时间步长只要取的足够小 ，一般不存在收敛性问题 。因此需要的内存 也比隐式算法要少 。并且数值计算过程可以很容易地进行并行计算 ，程序编制也相对简单 。 但显式算法要求质量矩阵为对角矩阵 ，而且只有在单元级计算尽可能少时速度优势才能发挥, 因而往往采用减缩积分方法 ，容易激发沙漏模式 ，影响应力和应变的计算精度 。静态显式法 基于率形式的平衡方程组与Euler 向前差分法，不需要迭代求解 。由于平衡方程式仅在率形 式上得到满足 ，所以得出的结果会慢慢偏离正确值 。为了减少相关误差 ，必须每步使用很小 的增量。 3 、隐式算法 隐式算法中 ，在每一增量步内都需要对静态平衡方程进行迭代求解 ，并且每次迭代都需 要求解大型的线性方程组 ，这个过程需要占用相当数量的计算资源 、磁盘空间和内存 。该算 法中的增量步可以比较大 ，至少可以比显式算法大得多 ，但是实际运算中上要受到迭代次数 及非线性程度的限制 ，需要取一个合理值 。 4 、求解时间 使用显式方法 ，计算成本消耗与单元数量成正比 ，并且大致与最小单元的尺寸成反比 ； 应用隐式方法 ，经验表明对于许多问题的计算成本大致与自由度数目的平方成正比 ； 因此如果网格是相对均匀的 ，随着模型尺寸的增长 ，显式方法表明比隐式方法更加节省计算 成本 隐式算法 将冲压成型过程的计算作为动态问题来处理后 ，就涉及到时间域的数值积分方法问题 。 在80 年代中期以前 ，人们基本上使用纽曼法进行时间域的积分 。根据纽曼法 ，位移 、速度和 加速度有着如下的关系 ： ui( 1) ui( ) tvi( ) (12 pai) ( ) 2 pai( 1)   vi( 1) vi( ) t (12q)ai( )  2qai( 1)   上面式子中 ， u(i+1)和u(i) 分别为当前时刻和前一时刻的位移 ， v(i+1)和v(i)为当前时刻和 前一时刻的速度 ， a(i+1)和a(i)为当前时刻和前一时刻的加速度 ，p 和q 为两个待定参数 。由 上式可知 ，在纽曼法中任一时刻的位移 、速度和加速度都相互关联 ，这就使得运动方程的求 解变成一系列相互关联的非线性方程的求解 。这个求解过程必须通过迭代和求解联立方程组 才能实现 。这就是通常所说的隐式算法 。隐式算法可能遇到两个问题 ：一是迭代过程不一定 收敛 ；二是联立方程组可能出现病态而无确定的解 。隐式算法的最大优点是它具有无条件稳 定性 ，即时间步长可以任意大。 隐式算法不考虑惯性效应[C]和[M] 。对于线性问题 ，无条件稳定 ，可以用大的时间步 。 对于非线性问题 ，通过一系列线性逼近 （Newton-Raphson ）来求解 ；要求转置非线性刚度矩 阵[K] ，收敛时候需要小的时间步 ，对于高度非线性问题无法保证收敛 。因此 ，隐式求解一般 用于线性分析和非线性结构静动力分析 ，包括结构固有频率和振型计算 。 ansys 使用的 Newmark 时间积分法即为隐式算法 。 显式算法 如果采用中心差分法来进行动态问题的时域积分 ，则有如下位移 、速度和加速度关系 ： ui( 1) 2ui( ) ui( 1) ai( )(t)2 vi( 1) ui( 1) ui( 1) 