pour comprendre la méthode des éléments finis · 2010. 11. 23. · méthode des éléments finis...
TRANSCRIPT
1
1
Pour comprendre la méthode des éléments finisThibaud KloczkoOPALE Project-TeamINRIA Sophia-Antipolis Méditerranée
Tribune DREAM
November 23th, 2010
Sophia-Antopolis, FRANCE
2
2
Objectifs de la présentation
• Pourquoi avoir recours aux méthodes numériques ?
• Qu'apporte la méthode EF par rapport à d'autres ?
• Comment l'implémenter intelligemment ?
3
3
Les équations de l'ingénieur
1. Équation de la chaleur➢ Fourier 1807
2. Équations de la mécanique des fluides➢ Navier-Stokes 1822
3. Équations de l'électromagnétisme➢ Maxwell 1873
∂T x , t ∂ t
− ⋅ T = S
4
4
1. Inconnues = fonctions (scalaire ou vectorielle) de plusieurs variables (temps, espace,...)
2. Fonctions = solutions d'équations aux dérivées partielles
3. Équations non-linéaires➢ Si alors équation linéaire
➢ Si alors équation non-linéaire
∂
∂ t, ,
Origines des difficultés
=x
=x ,T
5
5
Conditions du succès➢ Géométrie simple voire simpliste
➢ Équations linéaires
Et malgré cela...➢ Les solutions obtenues sont extrêmement lourdes
Difficulté d'une résolution analytique
6
6
Conduction thermique dans une cavité rectangulaire
∂
2T x , H
∂ y2 = h⋅T x , H −T 0
T x ,0=T 0
T 0, y =T 0 T L , y =T 0
x
y
L
H
0
−∂2T
∂ x2∂2T
∂ y2 = S
7
7
Résolution par séparation des variables
T x , y =T 0sin kLx ∑k=1
∞ Ak sinh kL y k
k/ L2cosh
kLy −1
Ak=k L
k
sinh kLH −
h Lkcosh
kLH −1
−kL
cosh kLH −hsinh
kLH
k=2S 0
k[−1k−1 ]
Solution analytique non triviale
8
8
Effet des fuites par convection
0=h 00.0=h
00.0=h 0=h
9
9
Solution alternatives
Cas académiques très utiles pour comprendre:➢ les phénomènes de base➢ les effets des différents termes des équations
Problèmes pratiques inaccessible à la résolution analytique
Recours à l'expérimentation➢ réelle à l'aide de maquette à échelle 1 ou réduite➢ virtuelle à l'aide de la simulation numérique
10
10
Expériences: du réel au virtuel
Diminution des expériences à échelle 1➢ réduction des coûts de fabrication➢ réduction des émissions polluantes (ex: fours industriels)➢ réservées à la certification et à la mise en production
Recours à des maquettes numériques➢ coût intrinsèque plus faible➢ émissions quasi nulles➢ maîtrise d'outils numériques sophistiqués
11
11
Simulation numérique
Espace fonctionnel
de dimension infinieEspace vectoriel
de dimension finie
discrétisation
T x , t T hx ,t
Principes➢ calcul des solutions pour un nombre fini de points de l'espace et
pour un fini d'instants
Méthodes numériques➢ différences finies (DF)➢ volumes finis (VF)➢ éléments finis (EF)➢ Méthodes spectrales
12
12
Approche intuitive : les différences finies
Problème modèle
Objectifs➢ Trouver une approximation de pour
Principe des différences finies➢ Remplacer les dérivées partielles aux points du maillage par des
combinaisons de développements de Taylor
T x x∈[0 ;1]
−∂
2T x
∂ x2 = S x
T 0=T 1=0
13
13
Problème discrétisé
x0 x1 x i−1 x i x i1 xN−1 xN0 1
Maillage➢ (N+1) intervalles de longueur h=1/N.
T x i1=T x ih=T x ih∂T x i
∂ x...
hn
n!⋅∂nT x i
∂ xnO hn1
T x i−1=T x i−h=T x i−h∂T x i
∂ x...−1n
hn
n !⋅∂nT x i
∂ xnO hn1
∂2T x i
∂ x2=T I−1−2T iT i1
h2O h2
Approximation de la dérivée seconde
14
14
Système linéaire tridiagonal
i∈[1 ; N−1] −T I−1−2T iT i1
h2=S x i
[2 −1 0 0 ⋯ 0−1 2 −1 0 ⋯ 00 −1 2 −1 0 ⋮⋮ ⋮ ⋱ ⋱ ⋱ 00 ⋯ 0 −1 2 −10 0 ⋯ 0 −1 2
][T 1
T 2
T 3
⋮T N−2
T N−1
]=h2[S x1
S x2
S x3
⋮S xN−2
S xN−1]
Avantages➢ Mathématiquement très accessible➢ Point d'entrée pour comprendre les notions de consistance,
stabilité, convergence
Limite➢ Requiert des grilles cartésiennes peu adaptées aux cas réels
15
15
Résolution par éléments finis
Principe➢ Trouver la solution dans un espace vectoriel de dimension
qui minimise l'erreur de discrétisation.V h M1
Approche clairement moins intuitive ;)
Objectif des planches à venir➢ Expliquer les points clés de la méthode➢ Comparer avec les différences finies
16
16
Réduction de la dimension du problème
Principe➢ Soit un espace vectoriel de dimension
➢ Soit la base des fonctions qui engendrent cet espace
➢ Si on cherche la solution dans alors on a:
V h M1
Conséquence➢ Il suffit de calculer les coefficients , aussi appelés
degrés de liberté
V h
M1 T i
0 ,1 ,2 , ... ,i , ... ,M
T h x=∑i=0
MT ii x
17
17
Première comparaison DF vs EF
Différences Finies➢ Réduction de la dimension du problème par discrétisation
explicite du domaine de calcul via une grille de taille
M1
N1
Éléments Finis➢ Réduction de la dimension du problème par approximation
de la solution dans un espace de dimension finie➢ Pas de recours explicite à un maillage dans un premier
temps
18
18
Origine de l'erreur
Conséquence de la réduction de la dimension du problème➢ Erreur d'approximation
➢ Cette erreur génère une erreur de résolution
Rappel➢ On souhaite trouver telle que l'erreur soit minimale
➢ On va utiliser le principe d'orthogonalité
e h=∥T x −T h x∥≠0
∂2T x
∂ x2 S x=0∂2T h x
∂ x2S x =h≠0
T h h
19
19
Principe d'orthogonalité
Illustration géométrique
➢ L'approximation de qui minimise est celle pour laquelle est orthogonal à
T h
T eh= T h x−T x
V hih
∥eh∥eh V h
T h T
ih⋅eh=0
20
20
Minimisation de l'erreur
Annulation de l'erreur dans l'espace de recherche
➢ L'erreur est nulle dans l'espace si et seulement si chacune de ses composantes selon les directions de la base est nulle
➢ On obtient ce que l'on appelle la formulation variationnelle du problème
V h
V h
h
i
i h ,i=0 ⇔ ∫0
1h x i xdx=0
i −∫0
1 ∂2T h x
∂ x2i x dx =∫0
1S xi x dx
21
21
Formulation variationnelle
Hypothèse simplificatrice➢ On suppose que les fonctions s'annulent aux bords du
domainei
i ∫0
1 ∂T hx
∂ x
∂i x
∂ xdx
∂T h 0
∂ xi 0−
∂T h1
∂ xi 1 = ∫0
1S x i x dx
[0 ;1]
T h x=∑ j=0
MT j j x
i ∑ j=0
MT j∫0
1 ∂ j x
∂ x
∂i x
∂ xdx =∫0
1S x i x dx
Intégration par parties
or
d'où
22
22
Système linéaire final
i∈[0 ; M ] ∑ j=0
MT j j
' x ,i' x = S x ,i x
[0
' x ,0' x 1
' x ,0' x ⋯ M
' x ,0' x
0' x ,1
' x 1' x ,1
' x ⋯ M' x ,1
' x⋮ ⋮ ⋱ ⋮
0'x ,M
'x 1
' x ,M
' x ⋯ M
' x ,M
' x
][T 1
T 2
⋮T M]=[S x ,0 x S x ,2 x
⋮S x ,M x
]A⋅T = S
23
23
Deuxième comparaison DF vs EF
Différences Finies➢ Système linéaire tri-diagonal de rang
M1
N
Éléments Finis➢ Système linéaire de rang ➢ La forme de la matrice dépend du choix des fonctions de
base➢ Toujours pas de recours explicite à un maillage
24
24
Méthode des éléments finis
Construction locale de ces fonctions via➢ Éléments géométriques définissant un maillage
➢ Nœuds d'interpolation supports des degrés de liberté
➢ Fonctions de base définies associées aux nœuds des éléments
Objectif➢ Optimiser le nombre d'entrées nulles dans la matrice
Les questions qui demeurent➢ Comment construire les fonctions de base ?➢ Comment calculer les entrées de la matrice ?
i
25
25
Construction des fonctions de base
Maillage➢ Localisation des degrés de liberté sur des nœuds
d'interpolation propres à chaque élément
➢ A chaque degré de liberté, on attribue une fonction de base
T hK x=∑ j=0
M k−1T j j x
M k=6M k=3
26
26
Construction des fonctions de base locales➢ Approximation sur K de la restriction de la solution sur
l'élément
➢ Pour qu'une approximation soit continue aux frontières des éléments, il faut qu'en chaque nœud de chaque élément
➢ Définition des fonctions d'interpolation de Lagrange
Construction des fonctions de base
T hK x=∑ j=0
M k−1T jK jKx
T hx iK=T h
Kx i
K∑ j=0
M k−1T jK jK xi
K=T i
K⇔ j
K xi
K={1 si i= j0 sinon
27
27
Construction des fonctions de base globale➢ Degré de liberté sur un seul élément
➢ Degré de liberté partagé par deux éléments et
➢ Support des fonctions compact ✗ intersections souvent nulles✗ nombreuses entrées nulles dans la matrice => matrice creuse
Construction des fonctions de base
i x ={kK x si x∈K
0 ailleurs
K
K1 K2
i x ={kK 1x si x∈K 1
kK 2x si x∈K 2
0 ailleurs
28
28
Calcul des entrées de la matrice
A ijK=∫K j
'x Ki
'xK dx
Formulation variationnelle élémentaire
i∈[0,M k−1] ∑ j=0
M k−1
∫K j' x Ki
' xK T jK dx =∫K S xix dx
T hK x=∑ j=0
M k−1T jK jKx
Système linéaire élémentaire
AK⋅T K = SK
SiK=∫K S xix dx
29
29
Premières conclusions
Avantages (acquis au prix d'un certain effort !!)➢ Évaluation indépendante des contributions de chaque
élément du maillage au système final✗ Parallélisation facilité, méthodes multi-domaines
➢ Utilisation de maillages quelconques✗ Avantage considérable par rapport à la méthode DF
➢ Gain de précision par augmentation du degré des fonctions d'interpolation
➢ Matrice du système creuse
Inconvénients➢ Évaluation des matrices élémentaires fastidieuse
✗ Fonctions d'interpolation a priori différentes sur chaque élément✗ Calcul des intégrales sur chaque élément
30
30
Passage à l'élément de référence
Objectif➢ Définir des opérations génériques sur un élément dont les
propriétés sont indépendantes de l'élément réel
KK
T K
0,01,0
0,1
x0x1
x2T K : K K= , x=x , y
Transformation pour chaque élément
➢ Fonctions de base sur
➢ Matrices jacobiennes de la transformation
➢ Gradient des fonctions de base
➢ Jacobien de la transformation
K jKx = j
KT K = j
DT K , BK=DT K−t
J K
j'
31
31
Passage à l'élément de référence
A ijK=∫K j
'BK t BK i
' JK d
SiK=∫ K S T
K iJ
Kd
BK J K
Introduction de la transformation dans les intégrales
➢ Seuls les matrices et le jacobien dépendent de l'élément mais ils sont constants tant que le maillage ou le degré d'interpolation ne varie pas
➢ En pratique ces intégrales sont évaluées en utilisant des quadratures de type Gauss
➢ Dans le cas du problème modèle considéré, ces évaluations peuvent être faites une seule fois au début du calcul.
32
32
Encore et encore ...
Discrétisation temporelle➢ Explicite simple et multi-niveau (Runge-Kutta)
➢ Implicite simple niveau (backward Euler)
➢ Implicite multi-niveaux
Décentrement en élément finis➢ Problème où les phénomènes convectifs sont dominants
➢ Méthode Petrov-Galerkin SUPG, SCPG
Résolution de système linéaire➢ Méthode pour matrices creuses
33
Merci de votre attention !