對于顯式與隱式有限元的理解

2017-05-08  by:CAE仿真在線  來源:互聯網

基于動力學方程,因此無需迭代;而靜態隱式算法基于虛功原理,一般需要迭代計算。顯式算法,最大優點是有較好的穩定性。
動態顯式算法采用動力學方程的一些差分格式(如廣泛使用的中心差分法、線性加速度法、Newmark法和wilson法等),不用直接求解切線剛度,不需要進行平衡迭代,計算速度快,時間步長只要取的足夠小,一般不存在收斂性問題。因此需要的內存也比隱式算法要少。并且數值計算過程可以很容易地進行并行計算,程序編制也相對簡單。但顯式算法要求質量矩陣為對角矩陣,而且只有在單元級計算盡可能少時速度優勢才能發揮,因而往往采用減縮積分方法,容易激發沙漏模式,影響應力和應變的計算精度。
靜態顯式法基于率形式的平衡方程組與Euler向前差分法,不需要迭代求解。由于平衡方程式僅在率形式上得到滿足,所以得出的結果會慢慢偏離正確值。為了減少相關誤差,必須每步使用很小的增量。

隱式算法中,在每一增量步內都需要對靜態平衡方程進行迭代求解,并且每次迭代都需要求解大型的線性方程組,這以過程需要占用相當數量的計算資源、磁盤空間和內存。該算法中的增量步可以比較大,至少可以比顯式算法大得多,但是實際運算中上要受到迭代次數及非線性程度的限制,需要取一個合理值。

使用顯式方法,計算成本消耗與單元數量成正比,并且大致與最小單元的尺寸成反比,應用隱式方法,經驗表明對于許多問題的計算成本大致與自由度數目的平方成正比,因此如果網格是相對均勻的,隨著模型尺寸的增長,顯式方法表明比隱式方法更加節省計算成本。

a)在求解動力學問題時,將方程在空間上采用有限元法(或其他方法)進行離散后,變為常微分方程組F=M(u)+C(u)+K(u)。求解這種方程的其中兩種方法為,中心差分法和Newmark法。采用中心差分法解決動力學問題被稱為顯式算法,采用Newmark法解決動力學問題被稱為隱式算法。
b)在求解動力學問題時,離散元法(也有其他方法)主要有兩種思想:動態松弛法(向后時步迭代),靜態松弛法(每一步要平衡)。動態松弛法是顯式算法,靜態松弛法是隱式算法。其中沖壓成型就是動態松弛法的主要例子。
c)在求解靜力學問題時,有時候將其看作動力學問題來處理而采用動態松弛法,這是顯式算法。Flac就是主要例子。

四、總結:

1)求解線性靜力學問題,雖然求解線性方程組,但是沒有時步的關系,所以不應將其看作隱式算法。

2)求解非線性靜力學問題,雖然求解過程需要迭代,或者是增量法,但是沒有明顯的時步問題,所以不應將其看作隱式算法。

3)靜態松弛法,可以認為是將動力學問題看作靜力學問題來解決,每一步達到靜力平衡,需要數值阻尼。

4)動態松弛法,可以認為是將靜力學問題或者動力學問題,分為時步動力學問題,采用向后時步迭代的思想計算。對于解決靜力學問題時,需要人工阻尼。

相關標簽搜索：對于顯式與隱式有限元的理解 Ansys有限元培訓 Ansys workbench培訓 ansys視頻教程 ansys workbench教程 ansys APDL經典教程 ansys資料下載 ansys技術咨詢 ansys基礎知識 ansys代做 Fluent、CFX流體分析 HFSS電磁分析 Abaqus培訓