顯示動力學(xué)分析和隱式動力學(xué)分析

2013-08-14  by:模態(tài)、頻率相關(guān)分析中心  來源:仿真在線

顯示動力學(xué)分析和隱式動力學(xué)分析

 

什么叫顯示動力學(xué),什么叫隱式動力學(xué)分析?

1、顯式算法基于動力學(xué)方程,因此無需迭代;而靜態(tài)隱式算法基于虛功原理,一般需要迭代計算。
2、顯式算法最大優(yōu)點是有較好的穩(wěn)定性。
動態(tài)顯式算法采用動力學(xué)方程的一些差分格式,不用直接求解切線剛度,不需要進(jìn)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(nèi)存也比隱式算法要少。并且數(shù)值計算過程可以很容易地進(jìn)行并行計算,程序編制也相對簡單。但顯式算法要求質(zhì)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(yōu)勢才能發(fā)揮, 因而往往采用減縮積分方法,容易激發(fā)沙漏模式,影響應(yīng)力和應(yīng)變的計算精度。
靜態(tài)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(jié)果會慢慢偏離正確值。為了減少相關(guān)誤差,必須每步使用很小的增量。
3、隱式算法
隱式算法中,在每一增量步內(nèi)都需要對靜態(tài)平衡方程進(jìn)行迭代求解,并且每次迭代都需要求解大型的線性方程組,這個過程需要占用相當(dāng)數(shù)量的計算資源、磁盤空間和內(nèi)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(shù)及非線性程度的限制,需要取一個合理值。
4、求解時間
使用顯式方法,計算成本消耗與單元數(shù)量成正比,并且大致與最小單元的尺寸成反比;
應(yīng)用隱式方法,經(jīng)驗表明對于許多問題的計算成本大致與自由度數(shù)目的平方成正比;
因此如果網(wǎng)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(jié)省計算成本
隱式求解法
將沖壓成型過程的計算作為動態(tài)問題來處理后,就涉及到時間域的數(shù)值積分方法問題。在80年代中期以前,人們基本上使用牛曼法進(jìn)行時間域的積分。根據(jù)牛曼法,位移、速度和加速度有著如下的關(guān)系:上面式子中 , 分別為當(dāng)前時刻和前一時刻的位移, 和 為當(dāng)前時刻和前一時刻的速度, 和 為當(dāng)前時刻和前一時刻的加速度,β和γ為兩個待定參數(shù)。由上式可知,在牛曼法中任一時刻的位移、速度和加速度都相互關(guān)聯(lián),這就使得運動方程的求解變成一系列相互關(guān)聯(lián)的非線性方程的求解。這個求解過程必須通過迭代和求解聯(lián)立方程組才能實現(xiàn)。這就是通常所說的隱式求解法。隱式求解法可能遇到兩個問題。一是迭代過程不一定收斂;二是聯(lián)立方程組可能出現(xiàn)病態(tài)而無確定的解。隱式求解法的最大優(yōu)點是它具有無條件穩(wěn)定性,即時間步長可以任意大。
顯式求解法
如果采用中心差分法來進(jìn)行動態(tài)問題的時域積分,則有如下位移、速度和加速度關(guān)系:
由上式可以看出,當(dāng)前時刻的位移只與前一時刻的加速度和位移有關(guān),這就意味著當(dāng)前時刻的位移求解無需迭代過程。另外,只要將運動方程中的質(zhì)量矩陣和阻尼矩陣對角化,前一時刻的加速度求解無需解聯(lián)立方程組,從而使問題大大簡化,這就是所謂的顯式求解法。顯式求解法的優(yōu)點是它即沒有收斂性問題,也不需求解聯(lián)立方程組,其缺點是時間步長受到數(shù)值積分穩(wěn)定性的限制,不能超過系統(tǒng)的臨界時間步長。由于沖壓成型過程具有很強(qiáng)的非線性,從解的精度考慮,時間步長也不能太大,這就在很大程度上彌補(bǔ)了顯式求解法的缺陷。
在80年代中期以前顯式算法主要用于高速碰撞的仿真計算,效果很好。自80年代后期被越來越廣泛地用于沖壓成型過程的仿真,目前在這方面的應(yīng)用效果已超過隱式算法。顯式算法在沖壓成型過程的仿真中獲得成功應(yīng)用的關(guān)鍵,在于它不像隱式算法那樣有解的收斂性問題。
顯式算法和隱式算法,有時也稱為顯式解法和隱式解法,是計算力學(xué)中常見的兩個概念,但是它們并沒有普遍認(rèn)可的定義,下面收集的一些理解。先看看一般對兩種方法的理解和比較。


顯式算法 隱式算法
(01)適用問題 動力學(xué)(動態(tài)) 靜力學(xué)(靜態(tài))
(02)阻尼 人工阻尼 數(shù)值阻尼
(03)每步求解方法 矩陣乘法 線性方程組
(04)大矩陣(總剛) 否 是
(05)數(shù)據(jù)存貯量 小 大
(06)每步計算速度 快 慢
(07)迭代收斂性 無 有
(08)確定解 有確定解 可能是病態(tài)無確定解
(09)時步穩(wěn)定性 有條件 無條件
(10)時間步 小 大
(11)計算精度 低 高

 

(01)是明顯不對的,只是對兩種方法的初級理解,(02)也是同樣。下面要詳細(xì)討論這兩點。(03)是每一步求解的方法,(04)(05)(06)(07)(08)是由(03)所決定的,它們不是兩種方法的基本特點。同樣,(09)是時間步選擇的方法,(10)(11)是由(09)所決定的。
通過(03)(09)可以得到兩種方法的計算特點,顯式算法是每一步求解為矩陣乘法,時間步選擇為條件穩(wěn)定;隱式算法是每一步求解為線性方程組求解,時間步選擇為無條件穩(wěn)定。
下面主要分析兩種方法的應(yīng)用范圍。
在求解動力學(xué)問題時,將方程在空間上采用有限元法(或其他方法)進(jìn)行離散后,變?yōu)槌N⒎址匠探M[M]{..u}+[C]{.u}+[K]{u}={f}。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(xué)問題被稱為顯式算法,采用Newmark法解決動力學(xué)問題被稱為隱式算法。
在求解動力學(xué)問題時,離散元法(也有其他方法)主要有兩種思想:動態(tài)松弛法(向后時步迭代),靜態(tài)松弛法(每一步要平衡)。動態(tài)松弛法是顯式算法,靜態(tài)松弛法是隱式算法。其中沖壓成型就是動態(tài)松弛法的主要例子。
在求解靜力學(xué)問題時,有時候?qū)⑵淇醋鲃恿W(xué)問題來處理而采用動態(tài)松弛法,這是顯式算法。其中沖壓成形就是主要例子。


顯式算法 隱式算法
(01)每步求解方法 矩陣乘法 線性方程組
(02)時步穩(wěn)定性 有條件 無條件
(03)適用問題 動力中心差分法 動力Newmark法
動力動態(tài)松弛法 動力靜態(tài)松弛法 靜力動態(tài)松弛法


附加說明:
1)求解線性靜力學(xué)問題,雖然求解線性方程組,但是沒有時步的關(guān)系,所以不應(yīng)將其看作隱式算法。
2)求解非線性靜力學(xué)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(yīng)將其看作隱式算法。
3)靜態(tài)松弛法,可以認(rèn)為是將動力學(xué)問題看作靜力學(xué)問題來解決,每一步達(dá)到靜力平衡,需要數(shù)值阻尼。
4)動態(tài)松弛法,可以認(rèn)為是將靜力學(xué)問題或者動力學(xué)問題,分為時步動力學(xué)問題,采用向后時步迭代的思想計算。對于解決靜力學(xué)問題時,需要人工阻尼。

 

結(jié)構(gòu)靜力分析,動力學(xué)分析,顯式動力學(xué),屈曲分析,接觸非線性分析,疲勞壽命分析,模態(tài)頻率分析,諧振響應(yīng)分析,跌落碰撞分析,熱結(jié)構(gòu)耦合分析,管道流體分析,流固耦合分析,彈塑性材料CAE分析,材料非線性力學(xué)分析,巖土材料非線性分析,橡膠材料超彈性分析,壓力容器分析,貨架分析,應(yīng)力應(yīng)變分析,受力分析,機(jī)械設(shè)計分析,汽車結(jié)構(gòu)分析,電子電器分析,工程機(jī)械分析,瞬態(tài)分析,譜分析,汽車有限元分析,船舶結(jié)構(gòu)有限元分析


開放分享:優(yōu)質(zhì)有限元技術(shù)文章,助你自學(xué)成才

相關(guān)標(biāo)簽搜索:顯示動力學(xué)分析和隱式動力學(xué)分析 廣州有限元分析 顯式動力學(xué)分析 Ansys有限元培訓(xùn) Ansys workbench培訓(xùn) ansys視頻教程 ansys workbench教程 ansys APDL經(jīng)典教程 ansys資料下載 ansys技術(shù)咨詢 ansys基礎(chǔ)知識 ansys代做 Fluent、CFX流體分析 

編輯
在線報名:
  • 客服在線請直接聯(lián)系我們的客服,您也可以通過下面的方式進(jìn)行在線報名,我們會及時給您回復(fù)電話,謝謝!
驗證碼

全國服務(wù)熱線

1358-032-9919

廣州公司:
廣州市環(huán)市中路306號金鷹大廈3800
電話:13580329919
          135-8032-9919
培訓(xùn)QQ咨詢:點擊咨詢 點擊咨詢
項目QQ咨詢:點擊咨詢
email:kf@1cae.com