Végeselemes modellezés matematikai alapjai

Slides:



Advertisements
Hasonló előadás
Étrend-kiegészítő vagy gyógyszer? Határterületi termékek elhatárolásának szempontjai Medical Tribune konferencia október 1. Dr.
Advertisements

Lorem ipsum dolor sit amet, consectetur Lorem ipsum dolor sit amet, consectetur adipiscing elit, sed do eiusmod tempor incididunt ut labore Közlekedési.
Irattári és levéltári funkciók a tanúsított szoftverekben Vágujhelyi Ferenc.
Beruházási és finanszírozási döntések kölcsönhatásai 1.
Projekt módszer óvodai alkalmazásának egy lehetséges változata Encsen „Jó gyakorlat” bemutatása Sárospatak, Léportné Temesvári Ildikó és Zsiros.
Kontinuum modellek 3.  Parciális differenciálegyenletek numerikus megoldásának alapjai  Bevezetés  Peremérték-probléma  Kezdetiérték-probléma.
Hogyan lehet sikeresen publikálni?
Frekvencia függvényében változó jellemzők mérése
Becslés gyakorlat november 3.
Technológiai folyamatok optimalizálása
PHP - függvények.
Levegőszennyezés matematikai modellezése
Kockázat és megbízhatóság
Tervezés I. Belsőtér BME-VIK.
Vörös-Gubicza Zsanett képzési referens MKIK
Technológiai folyamatok optimalizálása
Technológiai folyamatok optimalizálása
Végeselemes modellezés matematikai alapjai
Monte Carlo integrálás
Szervezetfejlesztés II. előadás
A kontinuitás (folytonosság) törvénye
Kvantitatív módszerek
Operációkutatás I. 7. előadás
Munka és Energia Műszaki fizika alapjai Dr. Giczi Ferenc
Tömör testmodellek globális kapcsolatai
Klasszikus szabályozás elmélet
Gazdaságstatisztika Korreláció- és regressziószámítás II.
Molekuladinamika 1. A klasszikus molekuladinamika alapjai
Pontrendszerek mechanikája
Adatbázis-kezelés (PL/SQL)
FÜGGVÉNYEK Legyen adott A és B két nem üres (szám)halmaz. Az A halmaz minden eleméhez rendeljük hozzá a B halmaz pontosan egy elemét. Ezt az egyértelmű.
INFOÉRA 2006 Véletlenszámok
Szerkezetek Dinamikája
Mi a káosz? Olyan mozgás, mely
Árverseny, Árvezérlés, Kartell
Kvantitatív módszerek
Közigazgatási alapvizsga a Probono rendszerben
? A modell illesztése a kísérleti adatokhoz
Kvantitatív módszerek
Business Mathematics
A márkázás Marketing gyakorlat 6..
Grosz imre f. doc. Kombinációs hálózatok /43 kép
Regressziós modellek Regressziószámítás.
STRUKTURÁLT SERVEZETEK: funkció, teljesítmény és megbízhatóság
Cash flow A vállalat működése, befektetései és pénzügyi tevékenysége által genarált pénzáramlásokat tartalmazó kimutatás. Az eredménykimutatásban és a.
A Box-Jenkins féle modellek
Készítette: Sinkovics Ferenc
Készletek - Rendelési tételnagyság számítása -1
2. A KVANTUMMECHANIKA AXIÓMÁI
Matematikai Analízis elemei
Matematika I. BGRMA1GNNC BGRMA1GNNB 8. előadás.
Hídtartókra ható szélerők meghatározása numerikus szimulációval
A valószínűségszámítás alapfogalmai
A szállítási probléma.
Dr. Varga Beatrix egyetemi docens
Matematika 11.évf. 1-2.alkalom
A területi koncentráció mérése: Hirschman–Herfindahl index
Matematika II. 5. előadás Geodézia szakmérnöki szak 2015/2016. tanév
Paraméteres próbák Adatelemzés.
Fizikai kémia 2 – Reakciókinetika
Mintaillesztés Knuth-Morris-Pratt (KMP) algoritmus
Munkagazdaságtani feladatok
Tájékoztató az EPER pályázati folyamatáról
Az innovációs célú beszerzések gyakorlata
Szállításszervezési módszerek Járattípusok 1
4.Előadás Lame-egyenletek Beltrami-egyenletek
Vektorok © Vidra Gábor,
Költségfüggvények Minden kibocsátáshoz a minimális költséget rendelik hozzá A termelési függvények inverzei (dualitás) A költségfüggvények a termelési.
Hagyományos megjelenítés
A T-spline felületreprezentáció
Előadás másolata:

Végeselemes modellezés matematikai alapjai Szerkezet-építőmérnök MSc II. Előadás: A Galjorkin- és a Ritz-módszer bemutatása Előadó: Dr. Pomezanski Vanda Olimpia

Ismétlés: Mechanikai feladatok közelítő megoldásainak hibái Kétféle hibafeltétel : Stacionaritási, vagy hossz-feltétel: a hibavektor kiválasztása után a felírt bilineáris alak értéke legyen minimális. Ortogonalitási, vagy vetületi feltétel: a kiszemelt hibavektor egy altérre legyen ortogonális. Feltétel 𝑔 ℎ 𝑔 és ℎ stacionaritási sok ismeretlent tartalmaz, nem alkalmas a közelítő függvény együtthatóinak meghatározására legkisebb négyzetek hibaelve néven ismert, ortogonalitási feltételre egyszerűsödik 𝑔,ℎ =𝑚𝑖𝑛! energetikai hibaelv ortogonalitási két kiegészítő feltétel felírásával megoldható, direkt módszer súlyozott maradékok hibaelve néven ismert ------ Galjorkin-módszer

Megoldás Galjorkin-módszerrel A Galjorkin-módszer a legáltalánosabb alakban megadott ortogonalitási feltételt használja ezért nemlineáris differenciálegyenletek esetén is alkalmazható: Φ𝑢,𝑣 =0 A súlyozott maradékok hibaelvén alapul: a ℎ képhibának zérusnak kell lennie, a zérus függvény pedig ortogonális minden az Ω-on értelmezett integrálható 𝑣 függvényre. 𝑓−Φ𝑢,𝑣 =0 ∀𝑣∈𝑀 Jelöljük 𝑢 𝑛 -el a közelítő számításhoz előre felvett 𝑛 darab (a 𝐵𝑢=0 peremfeltételt kielégítő, kellő számban folytonosan deriválható) lineárisan független 𝜑 𝑖 függvény lineáris kombinációját: 𝑢 𝑛 = 𝑖=1 𝑛 𝑐 𝑖 𝜑 𝑖 Az ortogonalitási feltétel 𝑣-ben lineáris, így ha az 𝑀 𝑛 lineáris tér egy bázisára ortogonális a hiba, akkor az 𝑀 𝑛 minden elemére is ortogonális lesz. 𝑓−Φ 𝑐 𝑖 𝜑 𝑖 , 𝑚 𝑘 =0 𝑘=1,…,𝑛

Ismétlés: 1. Példa: peremérték feladat 𝐸𝐴=𝑘𝑜𝑛𝑠𝑡. egyensúlyi egyenlet: 𝑑𝜎 𝑑𝑥 =− 𝑝 𝑥 𝐴 geometriai egyenlet: 𝜀= 𝑑𝑢 𝑑𝑥 anyag egyenlet: 𝜎=𝐸𝜀 x, u 𝑝 𝑥 =𝑎𝑥 𝑙 Δ𝑙 −𝐸𝐴 𝑑 2 𝑢 𝑥 𝑑 𝑥 2 =𝑝 𝑥 𝑢 0 =0 és 𝜀 𝑙 =0

1. Példa megoldása Galjorkin-módszerrel bázisfüggvények peremfeltételek 𝑢 0 =0 𝜀 ℓ = 𝑑𝑢 𝑑𝑥 ℓ =0 𝜑 1 =𝑥− 𝑥 2 2ℓ 𝜑 2 =𝑥− 𝑥 3 3 ℓ 2 Deriváltak: 𝜑′ 1 =1− 𝑥 ℓ 𝜑′′ 1 =− 1 ℓ 𝜑′ 2 =1− 𝑥 2 ℓ 2 𝜑′′ 2 =− 2𝑥 ℓ 2

1. Példa megoldása Galjorkin-módszerrel 𝐿=−𝐸𝐴 𝑑 2 𝑢 𝑑 𝑥 2 lineáris operátor 𝑗=1 2 𝑐 𝑗 𝐿 𝜑 𝑗 , 𝜑 𝑖 − 𝑓, 𝜑 𝑖 =0 𝑖=1..2 𝑐 1 𝐿 𝜑 1 , 𝜑 1 + 𝑐 2 𝐿 𝜑 2 , 𝜑 1 − 𝑓, 𝜑 1 =0 𝑐 1 𝐿 𝜑 1 , 𝜑 2 + 𝑐 2 𝐿 𝜑 2 , 𝜑 2 − 𝑓, 𝜑 2 =0 𝐿 𝜑 1 , 𝜑 1 𝐿 𝜑 2 , 𝜑 1 𝐿 𝜑 1 , 𝜑 2 𝐿 𝜑 2 , 𝜑 2 𝑐 1 𝑐 2 = 𝑓, 𝜑 1 𝑓, 𝜑 2

1. Példa megoldása Galjorkin-módszerrel 𝐿 𝜑 1 , 𝜑 1 = 0 ℓ −𝐸𝐴 𝑑 2 𝜑 1 𝑑 𝑥 2 𝜑 1 𝑑𝑥= 0 ℓ −𝐸𝐴 − 1 ℓ 𝑥− 𝑥 2 2ℓ 𝑑𝑥=𝐸𝐴 ℓ 3 𝐿 𝜑 2 , 𝜑 1 = 0 ℓ −𝐸𝐴 𝑑 2 𝜑 2 𝑑 𝑥 2 𝜑 1 𝑑𝑥= 0 ℓ −𝐸𝐴 − 2𝑥 ℓ 2 𝑥− 𝑥 2 2ℓ 𝑑𝑥=𝐸𝐴 5ℓ 12 𝐿 𝜑 1 , 𝜑 2 = 0 ℓ −𝐸𝐴 𝑑 2 𝜑 1 𝑑 𝑥 2 𝜑 2 𝑑𝑥= 0 ℓ −𝐸𝐴 − 1 ℓ 𝑥− 𝑥 3 3 ℓ 2 𝑑𝑥=𝐸𝐴 5ℓ 12 𝐿 𝜑 2 , 𝜑 2 = 0 ℓ −𝐸𝐴 𝑑 2 𝜑 2 𝑑 𝑥 2 𝜑 2 𝑑𝑥= 0 ℓ −𝐸𝐴 − 2𝑥 ℓ 2 𝑥− 𝑥 3 3 ℓ 2 𝑑𝑥=𝐸𝐴 8ℓ 15 𝑓, 𝜑 1 = 0 ℓ 𝑓 𝜑 1 𝑑𝑥= 0 ℓ 𝑎𝑥 𝑥− 𝑥 2 2ℓ 𝑑𝑥= 5𝑎 ℓ 3 24 𝑓, 𝜑 2 = 0 ℓ 𝑓 𝜑 2 𝑑𝑥= 0 ℓ 𝑎𝑥 𝑥− 𝑥 3 3 ℓ 2 𝑑𝑥= 4𝑎 ℓ 3 15 𝐸𝐴 ℓ 3 5ℓ 12 5ℓ 12 8ℓ 15 𝑐 1 𝑐 2 = 5𝑎 ℓ 3 24 4𝑎 ℓ 3 15 𝑐 1 =0 𝑐 2 = 𝑎 ℓ 2 2𝐸𝐴 𝑢= 𝑐 2 𝜑 2 = 𝑎 2𝐸𝐴 ℓ 2 𝑥− 𝑥 3 3

Ismétlés: Mechanikai feladatok közelítő megoldásainak hibái Kétféle hibafeltétel : Stacionaritási, vagy hossz-feltétel: a hibavektor kiválasztása után a felírt bilineáris alak értéke legyen minimális. Ortogonalitási, vagy vetületi feltétel: a kiszemelt hibavektor egy altérre legyen ortogonális. Feltétel 𝑔 ℎ 𝑔 és ℎ stacionaritási sok ismeretlent tartalmaz, nem alkalmas a közelítő függvény együtthatóinak meghatározására legkisebb négyzetek hibaelve néven ismert, ortogonalitási feltételre egyszerűsödik 𝑔,ℎ =𝑚𝑖𝑛! energetikai hibaelv ortogonalitási két kiegészítő feltétel felírásával megoldható, direkt módszer súlyozott maradékok hibaelve néven ismert ------ Ritz-módszer

Megoldás Ritz-módszerrel A kvadratikus funkcionál minimumtétele kimondja, hogy ha egy 𝐿𝑢=𝑓, 𝐵𝑢=0 alakú peremérték-feladatban 𝐿 pozitív operátor, akkor ehhez a peremérték-feladathoz hozzárendelhető egy 𝐹 𝑢 funkcionál. Ha a peremérték- feladatnak létezik egy 𝑢 0 ∈ 𝐷 𝐿 megoldása, akkor ebben (és kizárólag csakis ebben) az 𝑢 0 pontban az 𝐹 𝑢 funkcionálnak minimuma van. Ez fordítva is igaz. Ha egy 𝑢 0 függvénynél van az 𝐹 𝑢 funkcionál minimumpontja, akkor 𝑢 0 a peremérték-feladatnak legalább gyenge megoldása is egyben. 1 2 𝑔,ℎ = 1 2 Ω 𝑢 0 −𝑢 𝑓−𝐿𝑢 𝑑Ω= 1 2 Ω 𝑢 0 𝑓+𝑢𝐿𝑢− 𝑢 0 𝐿𝑢−𝑢𝑓 𝑑Ω 𝐹 𝑢 = 1 2 𝐿𝑢,𝑢 − 𝑓,𝑢 =𝑚𝑖𝑛! konst. szim.

Megoldás Ritz-módszerrel 𝐹 𝑢 = 1 2 𝐿𝑢,𝑢 − 𝑓,𝑢 =𝑚𝑖𝑛! Mivel 𝐿 pozitív operátor, parciális integrálással: 𝐹 𝑢 = 1 2 𝑅𝑢,𝑅𝑢 − 𝑓,𝑢 =𝑚𝑖𝑛! Ebből következően a Ritz módszer bázisfüggvényei alacsonyabb rendű deriválási feltételek esetén is használhatóak, hiszen az 𝑅 operátor rendje az 𝐿 operátorénak a fele. A megoldást itt is a bázisfüggvények lineáris kombinációjával közelítjük: 𝑢 𝑛 = 𝑖=1 𝑛 𝑐 𝑖 𝜑 𝑖 𝐹 𝑐 1 ,…, 𝑐 𝑛 = 1 2 𝐿 𝑢 𝑛 , 𝑢 𝑛 − 𝑓, 𝑢 𝑛 =𝑚𝑖𝑛! 𝑑𝐹 𝑢 𝑑 𝑐 𝑖 = 𝑗=1 𝑛 𝑐 𝑗 𝐿 𝜑 𝑗 , 𝜑 𝑖 − 𝑓, 𝜑 𝑖 =0 𝑖=1, 2..𝑛

1. Példa megoldása Ritz-módszerrel 𝐹 𝑢 = 1 2 0 ℓ −𝐸𝐴 𝑑 2 𝑢 𝑑 𝑥 2 𝑢 𝑑𝑥− 0 ℓ 𝑎𝑥 𝑢 𝑑𝑥 =𝑚𝑖𝑛! Parciális integrálással: 𝐹 𝑢 = 𝐸𝐴 2 0 ℓ 𝑑𝑢 𝑑𝑥 2 𝑑𝑥− 0 ℓ 𝑎𝑥 𝑢 𝑑𝑥 =𝑚𝑖𝑛! függvényt kapjuk, ami megegyezik a szerkezet teljes potenciális energiájával.

1. Példa megoldása Ritz-módszerrel bázisfüggvények peremfeltételek 𝑢 0 =0 𝜀 ℓ = 𝑑𝑢 𝑑𝑥 ℓ =0 𝜑 1 =𝑥 1 𝜑 2 = 𝑥 2 2ℓ Deriváltak: 𝜑′ 1 =1 𝜑′ 2 =2𝑥 𝐹 𝑢 = 𝐸𝐴 2 0 ℓ 𝑐 1 +2 𝑐 2 𝑥 2 𝑑𝑥− 0 ℓ 𝑎𝑥 𝑐 1 𝑥+ 𝑐 2 𝑥 2 𝑑𝑥 = 𝐸𝐴 𝑐 1 2 ℓ 2 + 𝑐 1 𝑐 2 ℓ 2 + 𝑐 2 2 2 ℓ 3 3 −𝑎 𝑐 1 ℓ 3 3 − 𝑐 2 ℓ 4 4 𝑑𝐹 𝑢 𝑑 𝑐 1 =EA 𝑐 1 ℓ+ 𝑐 2 ℓ 2 −𝑎 ℓ 3 3 𝑑𝐹 𝑢 𝑑 𝑐 2 =EA 𝑐 1 ℓ 2 + 𝑐 2 4 ℓ 3 3 −𝑎 ℓ 3 3

1. Példa megoldása Ritz-módszerrel 𝐸𝐴 ℓ ℓ 2 ℓ 2 4 ℓ 3 3 𝑐 1 𝑐 2 = 𝑎 ℓ 3 3 𝑎 ℓ 4 4 Innen: 𝑐 1 = 7𝑎 ℓ 2 12𝐸𝐴 𝑐 2 =− 𝑎ℓ 4𝐸𝐴 𝑢= 𝑐 1 𝜑 1 +𝑐 2 𝜑 2 = 𝑎ℓ 12𝐸𝐴 7ℓ𝑥−3 𝑥 2

Irodalom Dr. Bojtár Imre, Dr. Gáspár Zsolt: Tartók Statikája IV. Műegyetemi Kiadó, 1993. Bojtár Imre, Gáspár Zsolt: A végeselemmódszer matematikai alapjai, BME Tartószerkezetek Mechanikája Tanszék, Budapest, 2009. Bojtár Imre, Gáspár Zsolt: Végeselemmódszer építőmérnököknek, TERC Kiadó Budapest, 2003.