首页/文章/ 详情

最简单的二维结构化有限元问题:求解拉普拉斯方程(改)

1月前浏览190

简述:

    二维边值问题的有限元求解过程相对于一维而言难度开始增加,复杂性也开始增加。这里通过足够简单的边值问题,实现了二维结构化有限元的整个详细流程。

1 边值问题

        对应均匀研究区域,解析解为:  

        简单介绍该问题的用途:在电学中求解两块平行板之间的电势。

    红色 区域为实际研究区域,满足静电场中不含源的拉普拉斯方程,在上下边界存在电压差,假设一端1V,一端0V,两个侧面为自由边界条件,就得到上述边值问题。  

2 边值问题的有限元推导过程

    对微分方程进行处理:

    在研究区域内积分并乘以试探函数:  

    根据公式(2),加法的积分可以拆分独立积分再累加,因此该二维问题的有限元问题推导类似于一维,继续分部积分:

    该二维模型存在四个边界:上下边界分别为第一类边界条件,在边界条件处理的时候会乘以大数实现;左右侧边界分别为第二类自由边界条件为零,自然满足。所以得到的有限元方程为:  

3.二维基函数推导

    二维基函数不同于一维仅存在一种线单元,二维存在许多基本单元,例如四边形、三角形、六边形等等;这里介绍结构化中的最简单四边形单元,如下图:

    不难看出,二维四面体是规则形状,其插值函数与一维存在一定关系,我们知道一维的拉格朗日插值函数为:

    如果要组合成二维的插值基函数,就需要满足在各个点上对应插值结果为1,因此可以猜测表达式为:

    展开得到:  

    进一步验证,分别将四个点坐标带入上述表达式中:

    验证结果满足基函数的要求,带入对应的节点坐标时,对应的基函数等于1,其他基函数等于零。进一步推导得到基函数的偏导数如下:

    以上就实现了对四面体线性基函数的推导过程。

    为了更加深刻的理解基函数的意义,这里再介绍有限元中获取基函数的一个重要手段:面积坐标。

    在二维情况下,有限元的线性(插值)基函数满足一定的单元面积占比关系,或者说通过单元内任意插值点与四个点围成的面积关系从而获得对应的基函数。

    例如下图中四边形中任意一点p,直观的感受p距离4号点位置最近,所以p的解应该最接近4号点,而不是1号点。我们可以发现这其中和p点对应围成的面积有关系。  

    因此,每个点对应的面积占比结果之和就是p的解,初步猜测:  

    然后我们来验证猜测是否正确,当点p逐渐趋近于4号点的时候,S1=ab,其他三个面积全部为零,我们发现,根据上述等式得到Up=U1,明显是不对的,在图4示意图中显示Up应该是等于U4的。用同样方法可以验证p点落到其他三个点的情况,最终修正上述表达式:  

    再次验证p点落在四个节点上的情况,根据上述公式得出:

    这时候我们就成功地用面积占比的方法表示出p点的插值公式,这就是面积坐标。然后,我们把每个面积用坐标的形式表示出来如下:

    不难发现,上述式子正好对应最开始推导的二维四边形基函数:

    同理其他的几个面积比例关系也可以推导得到对应的基函数。

    由此发现,从一维组合而来的二维插值公式,其实就是面积坐标公式。用面积坐标来理解更加的容易理解二维四边形的插值公式。

    备注:二维面积坐标,三维体积坐标,是有限元求解插值基函数的一个重要手段或者理解工具,它能帮助我们更好的理解基函数的意义。

4.单元系数矩阵

    将四面体插值基函数带入到有限元方程中,得到:  

    写成矩阵形式为:

    因为试探函数不常为零,因此可以约去,最终得到:

    根据公式(5),已知每个基函数对x,y的偏导,带入可得单元系数矩阵:

简单介绍其中两项的积分过程:

更多推导细节参考:最简单的一维有限元问题:求解cos函数分布

5.系数矩阵组装

    根据网格划分以及图2的局部坐标系映射到全局坐标系关系:

    通过上述关系就可以将单元系数矩阵组成全局12*12的系数矩阵。

    给出具体网格数据:X范围[-0.5,0.5],y范围[0,1];x的间距0.5,y的间距0.3333,以此得出具体系数K矩阵:

    添加上下界面的第一类边界条件,乘以大数的方法实现,乘以大数的目的在于将对应行的其他元素的影响降到足够小,以此实现该行左端项对角线直接等于右端项,从而实现第一类边界条件的加载,最终K系数矩阵为:

    右端项B向量:

6.结果与对比

    可见,理论解与数值解几乎一致,这是由于模拟过于简单公式,所以精度非常高。显示2*3网格的可视化结果:

    将网格细化成20*30,计算得到的结果可视化:  

7.总结

    a.二维结构化四边形网格的有限元流程与一维基本上一致,区别在于一维和二维的基函数不同;

    b.四边形基函数可以通过一维基函数组合获得,同样可以通过面积坐标的方式获得;面积(体积)坐标是获得有限元线性插值基函数的一种重要思维,在二、三维体现更加的明显。



来源:实践有限元
电场理论
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 0文章 57课程 0
点赞
收藏
作者推荐

一维高阶叠层有限元实现

将一维cos函数分布的边值问题进行到底该问题的解析解为:有限元离散方程详细推导参考:最简单的一维有限元问题:求解cos函数分布3.高阶叠层基函数原理:高阶叠层基函数的本质是通过引入单元线性一阶基函数的高阶项来提高计算精度,它的高阶项表示的就是高阶精度项,高阶项在网格单元内不具备对应点的物理含义。这本质与高阶插值基函数不同,高阶插值在网格单元有对应点表示物理函数,例如一维高阶插值基函数有限元实现中高阶项对应的物理含义表示在单元中心点的数值结果。这里给出一维的1~3阶的基函数表达式:其中,基函数的推导过程可以参考:最简单的一维有限元问题:求解cos函数分布叠层基函数的特性:a.高阶基函数中包含低阶基函数;b.高阶部分不表示单元上某一点的具体解,表示的是对1阶精度的修正,意义可以理解为泰勒级数展开后的高阶项,高阶项越多,精度也越高。c.高阶部分N3,N4是单元的所有1阶基函数组合而成,因此用单元表示N3,N4所在的位置,即有几个单元就存在多少个N3,N4。需要注意N3,N4不表示单元上的数值结果,仅表示高阶项。4.单元系数矩阵的推导详细的推导过程参考最简单的一维有限元问题:求解cos函数分布与一维高阶插值基函数有限元实现,这里直接给出对应项的单元系数矩阵:可以从1~3阶的单元系数矩阵直观地看出,3阶系数矩阵包含2阶系数矩阵,2阶系数矩阵又包含1阶系数矩阵。系数矩阵从低阶到高阶层层叠加,因此称之为叠层基函数。5.组装全局系数矩阵为了简便,同样将研究区域(0~2pi)划分成三个基本单元,以此得出局部坐标系到全局坐标系的映射关系:a.1阶基函数的网格映射关系与全局系数矩阵表达式:系数矩阵组装过程与结果参考:最简单的一维有限元问题:求解cos函数分布b.2阶基函数的网格映射关系与全局系数矩阵表达式:系数矩阵的组装过程类似1阶有限元,这里直接给出组装结果:在网格起始点1号位置添加第一类边界条件(u=0),在网格终点4号位置添加第二类边界条件Kf=0,得到最终系数矩阵表达式:在带入具体数值后,得到的具体系数K矩阵如下:c.3阶基函数的网格映射关系与全局系数矩阵表达式:类似1阶系数矩阵的组装过程,在组装系数后,同样添加边界条件后,得到最终的系数矩阵表达式:在带入具体数值后,得到的具体系数K矩阵为:6.计算结果与对比在获得系数矩阵与右端项后,在matlab中通过简单的X=K\B就可以获得方程的解,再通过对应基函数的插值方法,可以得到研究区域内任意一点的数值解。这里为了更加具体的对比不同阶数的精度,通过插值获得所有单元的中心点数值解,具体插值公式为:最终的计算结果与理论解析解对比,得出计算误差为:a.研究区域划分为3个均匀长度单元:I.1阶计算结果:II.2阶计算结果:III.3阶计算结果:b.再给出研究区域划分为10个单元的计算结果:I.1阶计算结果:II.2阶计算结果:III.3阶计算结果:从结果直接看出,当划分为3个网格单元时,1~3阶的最大误差依次为:0.5,0.05,0.005;当划分为10个网格单元时,1~3阶的最大误差依次为:0.1,5e-4,5e-4。7.结论高阶叠层有限元的数值模拟结果的精度随着阶数的提高而逐渐提高,2阶相对于1阶的精度提高非常的明显,而随着网格增多,3阶相对于2阶的精度提高效果不是那么好。因此在一般的计算中,2阶精度也就足够,3阶虽然在精度上还有提升,但是占据的内存与计算的时间均明显增多,可能会导致得不偿失。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