首页/文章/ 详情

边值问题与泛函问题的互推技巧

1月前浏览665

在有限元法的实现过程中,获得有限元离散方程的关键是将边值问题转化为泛函求极值问题,即变分问题(Ritz法)。但是对于Ritz法,往往难以理解并获得泛函问题,因此往往有限元的推导选择加权余量法,即伽辽金方法进行推导。

这里介绍一种边值问题与泛函问题的互相推导技巧,意在能够更加深入的理解边值问题与泛函问题的等价关系。推导问题针对一维边值问题的通式。

1.边值问题到泛函问题的推导

一般的已知边值问题均可以表示为:

其中,包括了第一类边界和第三类边界。

对边值问题乘以试探函数(权函数)并积分,类似伽辽金法的做法,得到:

当α系数是连续的情况下,对上述积分式子的第一项进行分部积分,得到:

导数的积分等于本身:

由于在x=0位置,u=p为第一类边界条件:注意这里的推导已经使用到第一类边界条件边界条件:    

所以有:

带入到原方程得到:

注意,上述式子就是我们经常使用伽辽金方法得到的变分问题,如果将其进行离散,即可进一步得到有限元离散方程。

现在我们将对变分结果进行反推得到泛函问题,一个基本常识知道,泛函取极值问题则是变分,即泛函对u的导数则是上述式子左边的结果,因此对变分求u的积分即是泛函的结果:

注意这里是带入了第三类边界条件:

deta u看出是微分的概念,对u进行积分,得到泛函F:

此时,就由边值问题推导得到了泛函方程。注意,这里是对u进行积分,所以对x的积分或者导数无影响。

总览推导过程,我们是先从边值问题得到了变分问题,然后在积分得到泛函问题。整个过程中将边值问题的边界条件融入到推导过程中。    

2.泛函问题推导到边值问题

理解了上述逆向推导过程,泛函到边值问题的正向推导就会显得非常简单,首先对泛函问题的u进行求导得到:

变分问题,也就是泛函求极值的问题,所以令上述方程等于0:

对第一项进行分步积分:

带入原方程中:

这里需要注意,考虑第一类边界条件x=0,u=p,则detaU=0带入整理方程,整理得到:

已知deta u为微分的概念,不常为零,因此想要方程等式成立,积分项与边界项必须同时为零,从而得到:

   

最终,添加已经使用的第一类边界条件,得到整理即可得到边值问题:

需要注意的是,这里我们也是提前使用了第一类边界条件,否则会得到一个第二类边界条件:

该边界条件又称之为自然边界条件。从有限元实现的角度可以发现,该边界条件不需要进行任何处理,因为其结果为零。

3.总结

a.该上述技巧使用伽辽金方法的推导方法,实现了泛函问题与边值问题的互推方法,对有限元的理解与推导具有一定的帮助;

b.该方法的关键在于将deta u理解为微分的概念;

c.需要注意,该方法推导过程存在一些不严谨地方,例如连续性等笔者未考虑的问题,但是对于帮助二者之间的推导是有一定帮助的。


来源:实践有限元
SolidWorks
著作权归作者所有,欢迎分享,未经许可,不得转载
首次发布时间:2024-12-06
最近编辑:1月前
实践有限元
硕士 签名征集中
获赞 0粉丝 1文章 58课程 0
点赞
收藏
作者推荐

三维混合阶有限元实现的关键技术-霍姆霍兹方程

简述众所周知,仿真的根本目的是高效准确的获得物理规律,从有限元算法的角度,高阶有限元可以大大提升计算精度,但是会导致计算效率降低;低阶虽然计算效率高,但是精度不够。而混合阶有限元则是结合二者优点。具体而言,在同一个模型中,某些重要的区域采用高阶基函数,而不重要的区域采取低阶基函数,如此即可避免计算资源的浪费,又可提高计算精度。混合阶有限元的具体理论就是使用叠层基函数的高阶基函数包含低阶基函数的特性。本文将重点介绍实现过程中的一些关键技术点。边值问题使用霍姆霍兹方程,具体有限元方程的推导这里不再展示,请参考文章:三维高阶叠层与插值有限元细节对比-霍姆霍兹方程,这里给出有限元方程:1.基函数与单元系数矩阵二阶叠层基函数的理论这里不再赘述,具体参考三维高阶叠层与插值有限元细节对比-霍姆霍兹方程与泊松方程三维二阶叠层有限元实现-四面体,文章中有详细推导,这里直接给出结果。二阶叠层基函数表达式如下:有限元方程中第一项积分结果的单元系数矩阵为:第二项积分结果的单元系数矩阵为:从单元系数矩阵也能看出,二阶的系数矩阵包含了一阶系数矩阵,这也是混合阶有限元能实现的根本原因。2.关键技术a.棱边编号重组不同于纯粹的二阶网格可以直接使用软件生成棱边的编号有限元由于同时存在1阶,2阶,因此需要的棱边总数不再是所有四面体的棱边数,而是标记为二阶网格的棱边数,是小于等于四面体的总棱边数的,因此原本的二阶网格的棱边编号不再适用。具体的处理方法:根据原有的棱边编号,映射新的棱边编号。首先挑选出二阶四面体;然后把二阶四面体原有的棱边编号全部集合起来,得到的就是标记的四面体的原有棱边编号集合;去掉其中重复编号,剩下的就是实际二阶网格的棱边数目,对这些编号重新编号,即得到新的棱边编号,这时候也得到旧编号与新编号的映射关系;最后把标记为二阶的四面体单元中棱边的编号更新,通过旧编号去查找新的编号,一一替换即可。b.1阶网格与2阶网格分界面处理遵守一个准则:不同阶数所在网格的接触面降低为二者相对低阶的阶数,如下图:两个四面体接触位置为三角形,因此需要把三角形的阶数降低为一阶。通过对比一阶、二阶基函数在四面体中的位置不难发现,一阶落在四面体顶点上,二阶的高阶部分落在棱边,因此需要把棱边部分降阶,即置零,表示高阶的棱边处理为“不处理”的状态,即可实现分界面上阶数对齐。3.结果展示针对下述网格,将单元中心坐标Z小于5的四面体设置为二阶单元,其余网格设置为一阶单元。通过控制Z小于程度,即可演示二阶与一阶网格的在Z方向的比例。a.当频率为1e4Hz,网格全为1阶的时候,数值解与理论阶对比:b.当频率为1e4Hz,网格全为二阶的时候,数值解与理论阶对比:c.当频率为1e4Hz,当网格Z<5为二阶,数值解与理论阶对比:d.当频率为1e4Hz,网格Z<8为2阶的时候,数值解与理论阶对比:以下展示实际求解的未知数个数与最大误差:编号未知数最大误差%全1阶5930.557全2阶38470.01136Z<522860.3282Z<831960.2708可见,虽然一阶的未知数最少,但是计算误差达到了0.5%,二阶误差虽然只有0.01%,但是未知数则达到了3800个。相比于混合阶Z<5,Z<8的情况,误差均是小于全一阶,未知数也是小于全二阶。并且从图中可以清晰的看出,混合阶在二阶的部分精度明显高于一阶的部分。为了说明混合阶更大的优点,考虑当频率升高到1e6Hz的时候,这时候电场在z=0的附近衰减的很快,梯度变化很大,导致这附近的误差更大,如下图:e.当频率为1e6Hz,全部为一阶的时候,数值解与理论阶对比:f.当频率为1e6Hz,全部为二阶的时候,数值解与理论阶对比:g.当频率为1e6Hz,当网格Z<5为二阶,数值解与理论阶对比:对比分析:1阶的计算结果误差已经非常的明显,达到了0.15%左右,对比而言,二阶的结果要好得多,最大误差在0.05%不到,但是使用的未知数达到3847。而使用混合阶后,对比完全2阶的误差结果,趋势基本上一致,最大误差也低于0.05%,但是未知数降低到了2286个。可见本例中,混合阶有限元在达到与全二阶几乎同等精度的情况下,未知数减少,计算效率得到了改善。同时,从这个例子也可以得出一个混合阶使用规律,高阶使用梯度变化大的区域,而低阶使用在梯度变化小的区域。总结1.混合阶有限元实现关键技术点:对全部编号的重排;对混合阶数分解面的处理;2.一个混合阶有限元阶数分布规律:仿真场梯度变化大的区域使用高阶,梯度变化小的区域使用低阶,分配得当,混合阶能达到与全高阶几乎一致的精度。来源:实践有限元

未登录
还没有评论
课程
培训
服务
行家
VIP会员 学习计划 福利任务
下载APP
联系我们
帮助与反馈