Calculo No Lineal de Estructuras

Cálculo Avanzado de Estructuras
CAE – Cálculo No Lineal en MEF

Franciso J. Montans Leal - Miguel A. Sanz Gómez
Introducción al cálculo no Lineal en Estructuras y el MEF. Algoritmo de Newton-

Raphson. Matriz de Rigidez Geométrica o Diferencial.
“All linear problems are trivial, and all nonlinear problems are impossible” R. Sachs (1970).
Grandes desplazamientos Polímeros, elastómeros y tejidos Deformación elastoplástica en

(flexion ‐ grandes rotaciones) biológicos embutición profunda
CAE 2017. 1
Índice
1. Ejemplo de estructura no-lineal.
2. Resolución del sistema de ecuaciones no-lineal. Método de Newton-Raphson.
3. Problemas de convergencia: división del paso, dicisión del paso automático,

búsquedas lineales.
4. Formulación MEF para alinealidades del material: Ejemplo de una barra no-lineal.
5. Formulación MEF para alinealidades geométricas: Ejemplo de una barra en grandes

deformaciones.
6. Newton-Raphson modificado e ideas detrás de los métodos de secante.
7. Problemas de inestabilidad-colapso: método de longitud de arco.
MEF en mecánica de sólidos 2
CAE 2017. 2
Introducción No linealidades en la estructura
Tipos de No Linealidades del Sólido Rigidez lineal
Matriz de rigidez no constante: función

variable. Kx = y

• No linealidades del Material (ecuaciones Ku = f
constitutivas)
• Hiperelasticidad
• Viscoelasticidad
• Elastoplasticidad
  u  e   : e 
u, u s
• No linealidades de la Geometría (ecuaciones
cinemáticas o de compatibilidad)
⋅ s + b W = 0
• Grandes desplazamientos u ¶W º u
t ¶W = s ⋅ n
• Grandes deformaciones >10‐3
• Grandes rotaciones
• Bifurcación e Inestabilidad
• No linealidades de las Condiciones de contorno u  ¶W u

t  ¶Wt
• Problemas de Contacto (c.c. esenciales)
• Acción de la carga (c.c. naturales) bW
Ku = f
CAE 2017. 3
No linealidad material
• Ecuaciones constitutivas del material no lineales


• Hiperelasticidad (conservativo) elástico
d d 2
  f     E
viscoso
d d 2
endurecimiento


• Plasticidad: “strain path dependent”
¶(f (s, ) - s 2y ) E
e = e e + e p  e p = g
¶s

  ,
t0 relajación
• Viscosidad: “time rate dependent”
t
E
e = e e + e v  s t1
e v =
h 
• Condiciones de contorno naturales: la Acción de

la carga varía con la deformación.
Loads follow deformations

CAE 2017. 4
No linealidad geométrica
Grandes desplazamientos: deformaciones finitas Tensile Test
t
t
0 nˆ2 Grandes deformaciones
t
(deformaciones finitas)
nˆ
0 1
t
t t
0
nˆ 2
t
nˆ
0 1
Deformaciones grandes y
giros pequeños
Grandes giros
Nadal Test
t t
t
t nˆ1
t nˆ2
Giros grandes y
Flexión
deformaciones grandes
Giros grandes y
deformaciones pequeñas
CAE 2017. 5
No linealidades de la geometría
Flexión en grandes desplazamientos Flexión en grandes desplazamientos

(grandes rotaciones y grandes deformaciones)
(grandes rotaciones y pequeñas deformaciones)
… caso particular de las grandes deformaciones
M M
Desplazamiento
M2 M3
M3 M4
M2
M1
Viga real Viga ideal M1 M4
(large displacement) (small displacement)
Momento normalizado
Deformaciones finitas vs deformaciones

infinitesimales (o ingenieriles)
Interacción carga‐desplazamiento
(bifurcación y estabilidad)
CAE 2017. 6
Contacto: No linealidad en las condiciones de contorno
desplazamiento
contacto
Deep drawing
CAE 2017. 7
MSC Nastran No Lineal (sol400 implicit nonlinear)
CAE 2017. 8
Resolución de ecuaciones no lineales
Buscar la solución f(x) = 0…
Método de la bisección (o del punto medio) Método de la secante Método de la tangente: Newton Raphson
Problemas con las tangencias:
divergencias/no convergencias
CAE 2017. 9
Método de Newton-Raphson (1670?)
Visión residual f ext  f int Visión de equilibrio de fuerzas

R  f ext  f int  0
R f ext f int
 
u k u u
R k k f int
Equilibrio conseguido
u k
Suelen ser lo mismo
u k
int ext
fint fext
R0 fint3
R2
fint2
R1
fint1
ext int
R0
R1
int
R = 0 fint0
R2
R3
u0 u1 u2 u3 u0 u1 u2 u3
u*
u* CAE 2017. 10
Cálculo no lineal. Ejemplos discretos
Caso de flexión discretizada Caso de pandeo discretizado
P
Fint = k q Fext = PL cos q Fint = K q Fext = PL sin q

Fext = Fint  PL cos q = k q Fext = Fint  PL sin q = K q
 L
L
Normalizamos de la ecuación residuo
km
Normalización de la ecuación residuo
Mm
k q Peq L q k q Peq L q
Peq =  = Peq =  =
L cos q k cos q L sin q k sin q
Carga impuesta
Carga impuesta:
3 posibles
Ángulo de equilibrio soluciones
Punto de
bifurcación
El problema es que en un caso general a priori desconoceremos la curva de comportamiento: es lo que queremos calcular
CAE 2017. 11
Representación de una función “conocida”
La solución de la función analítica es conocida de antemano:
damos valores a un montón de puntos y alguno será el nuestro…”moscas y cañonazos”
CAE 2017. 12
Newton-Raphson en el equilibrio de fuerzas
Caso de flexión discretizada Caso de pandeo discretizado
P
Fint = k q Fext = PL cos q Fint = K q Fext = PL sin q

Fext = Fint  PL cos q = k q Fext = Fint  PL sin q = K q
 L
L
Normalizamos de la ecuación residuo
km
Normalización de la ecuación residuo
Mm
k q Peq L q k q Peq L q
Peq =  = Peq =  =
L cos q k cos q L sin q k sin q
k q d Res (q ) d æ k q ö÷
Res (q ) º P - 0 K T (q ) = - = - çç
q ÷
 L cos dq d q çè L sin q ÷ø
f ext 
f int
Linealización
d Res (q ) ü
ï Newton‐Raphson
Res (q ) ¾¾¾
 = Res (q0 ) +
serie
(q - q0 ) +(Du 2 ) ï
ï
d q (q ) ï
ï
ï
ï q = q + Res (q0 )  q k +1 = q k + Res (q ) Res k +1 q k +1 < Tol
ï
0 k k
ý ( )
( ) T ( )
ï
ï
0
K q K k
q k
d Res (q ) d çæ k q ÷ö ï T 0
K T (q ) = - =- ÷ ï
ï  
ç
dq d q çè L cos q ÷ø ï
ï Dq D q k +1
ï
þ
CAE 2017. 13
Newton-Raphson: linealizaciones sucesivas

Desarrollo en serie

Parte Lineal
Newton Raphson
1. Generalizamos en fuerzas 2. Calculamos el residuo
3. Calculamos el módulo tangente 5. Calculamos el error relativo
Valores iniciales
4. Calculamos el nuevo valor
CAE 2017. 14
Examen 2017
CAE 2017. 15
NR completo (en paso único) - matlab
Lo que pasaba en N‐R con un paso:
1. Generalizamos en fuerzas
2. Calculamos el residuo
3. Calculamos el módulo tangente
4. Calculamos los nuevos valores (u, res)
1 5. Calculamos el error relativo
6. Comparamos con la tolerancia
las iteraciones no dan soluciones
6 intermedias
3
No converge: error oscilante o creciente
CAE 2017. 16
Newton-Raphson (iteraciones en un solo paso)
• Cálculo iterativo: k  0,1...k  1  kmax  kmax  10 ó 20  ... ¿ k ó k  1? elige tú
dR Rk
u , f  u  f : R u f  k  K k  Rk
d k 1 1
0 0 k k k k
ext
0
 fint k
, K 
k
 fint , u
du uk du u k K
k 1
 u k 1  u k  u k 1 R k 1  R  u k 1   err k 1  TOL
 uk 1  R k 1
T
R k 1 u k 1
• Criterio de convergencia: error admisible err _ f  err _ u  err _ E 
1 R0 1  u0 1   u0  R 0
T
(*) valor exacto ... ¿ 1? elige tú
R k 1  R k , err k 1   err k 
2
• Convergencia cuadrática u * -u k 1  u * -u k Y en la práctica: 
2 2
u * -u k 1
definición lim 2
k 
u * -u k
fext f u
1. Inicializa k = 0 : u0 y R0
Kk
Equilibrio final 2. Computa: KTk y Δuk
K0
Newton Raphson puro Solución
3. Actualiza k→k+1:
• uk+1= uk+ Δuk y Rk+1.
u k o u k 1 4. Error de convergencia:
• If errk+1<TOL exit, else 2
u0 uk u k 1 u* u CAE 2017. 17
1. Generalizamos en fuerzas
2. Calculamos residuo inicial
3. Calculamos nuevos valores: Kt, Δu, u, res
4. Calculamos el error/comparamos la tolerancia
5. Nuevo Step de carga.
1 2
3 4
5
5
5
P=10
Si comparamos con la solución analítica:
Newton-Raphson con Time stepping
Pasos de carga (control de fuerza): steps  1...n  n

fext  0fext  1fext  2 fext ...  n fext
fext t
u  u k 1
t t
fext f u t t
fext  t fext  t fext  t t
u  t u  t u
t
Kk (los pasos son soluciones intermedias)
R  u   t t fext  t fint  t fext  t fext  t fint

Equilibrio final
t
fext t
Equilibrio local tiempo: parámetro secuenciador de eventos  f  
 u , 
t
fext
t
u
 R  u,    t fext  t fext  t fint  fext  fint
u0
t
u t t
u u* u
λ factor incremental de la carga
• Cálculo iterativo dentro de cada paso: t

k  0,1...kmax
Retroalimentación
d d Rk t
t
Kk   tR   t fint u  t k
k
du n k
u du uk K
k 1
 u k 1 u k u k R k 1  R  u k 1   err k 1  TOL ? 
SI
 u k 1  t t u
se alcanza equilibrio
local
 uk 1  t R k 1
T
t
R k 1 u k 1
• Convergencia: err _ f k 1  err _ u k 1  err _ E k 1 
t
R0 u 0  u 
k T t
Rk
… NR ‐ Automatic Time stepping (bisección interna: Δf variable y adaptativo al error) CAE 2017. 21
Cáculo no lineal: la pseudovariable tiempo
K.J. Bathe (Finite element Procedures)
fext
t
t
fext t t
fext  t fext  t fext  t t
u  t u  t u
t t
fext
“tiempo: parámetro secuenciador de eventos”
• La variable tiempo como referencia del tamaño de la

iteración en fuerzas o en desplazamientos respecto del
tamaño del problema completo.
• No tiene que ver con el tiempo computacional de

máquina.
• No tiene que ver con el tiempo físico del fenómeno K.J. Bathe (Finite element Procedures)
(que es cuasiestático: equilibrio de fuerzas).
CAE 2017. 22
Newton Raphson y Time stepping
Influencia de los parámetros de iteración: número de pasos y valor inicial

theta0 = 0.1 theta0 = 0.1
nstp = 5 nstp = 10
No converge Si converge
CAE 2017. 23
Resultados NR ATS (sobre el mismo problema)
ATS – paso adaptativo ATS – paso adaptativo
P = 10 P = 24
Theta0 = 1 Theta0 = 0.1
CAE 2017. 25
Esquema de Nastran 1994 (sol106)
R k 1 = fext  fint k 1 = fext   fint k  fint k   0


Tensiones conocidas en el inicio de cada
uˆ k   k , k iteración: en los puntos de integración
de cada elemento

B L B NL , k

fint k  K k uˆ k 


 
Integración numérica
(en los puntos de integración)

f  fint  k  
1
uˆ k  K k  ext 

u k 1  uˆ k  uˆ k
  k ,  k
  k 1 ,  k 1

…Time stepping?
Nastran ‐ 1991 R k 1  ... err  TOL ?
CAE 2017. 26
Esquema de Nastran 2016 (sol400)

t t
fext  t fext  t fext
t t
u  t u  t u Integración numérica
d d  T 
K fint   B    B L , B NL , 
k
dV
du du  L 
f  fint  k  
1
uˆ k  K k  ext
Actualización de tensiones en los puntos de integración:
 k 1   k   k   k   k   uˆ k    k Buˆ k
t  t
t
err k 1  TOL ?
u k 1  u k  u k
Time stepping
u k 1  t u
t t
u  u*
CAE 2017. 27
Ejercicio propuesto
• CAE 2.1 Dos muelles en serie de rigidez variable según el

desplazamiento:
k1 = k10+k1t*Δue1 k10 = 70Nm-1; k1t = 400m-2;
k2 = k20+k2t*Δue2 k20 = 25m-1; k2t = 250m-2;
2018 Calcular el desplazamiento si se aplica una fuerza f = 100N
CAE 2017. 28
Examen 2017
CAE 2017. 29
Solución analítica: Camino secundario e imperfecciones
Planteamiento del problema desde una configuración inicial imperfecta o Perturbada
(defectos iniciales, excentricidades, precargas…)
uP

0
km
Punto de bifurcación linealizado:
k 1
  0 
Pequilibrio  PC LP
Punto de bifurcación linealizado LPB
(no se alcanza inmediatamente en presencia de imperfecciones)
CAE 2017. 30
Solución numérica: Theta inicial vs Theta “defecto inicial”
P P
Perturbación Fint = K (q - q0 ) Fext = PL sin q
Fint = K q Fext = PL sin q uP
 
0
L Fext - Fint = 0  PL sin q - K q = 0 Fext - Fint = 0  PL sin q - K (q - q0 ) = 0
L
km L
Mm k q k q k (q - q0 ) k (q - q0 )
P=  R º P- km P=  R º P-
L sin q L sin q L sin q L sin q
….NR adaptativo
≈0
P=3 P=3
bifurcación
CAE 2017. 31
Ajustes en el cálculo No lineal. Patran-Nastran
Controles MSC Patran‐Nastran sol400‐implicit nonlinear
CAE 2017. 32
Ajustes en el cálculo No lineal. Patran-Nastran
Controles Patran‐Nastran
CAE 2017. 33
Ajustes en el cálculo No lineal. Adina
Controles en Adina
CAE 2017. 34
Cálculo no lineal en control de desplazamiento

Iteraciones de NR
Repaso de MEF: condensación estática de g.d.l. t t
u  t u  t u  k  1...k _ steps
ext
f: free  K ff K fp   u f  f f  0  u f   u f 
K  
p: prescribed
 pf K pp   u p   f p  u =    u = 
u u 
 p  p 
t t
f fint  t t f fext  0
Grado libre no impuesto:
uf … (comúnmetente ff = 0)
up  u f  K 1
ff 
f K u 
f
 fp p
t t int
fuerzas equivalentes f feq f  t f int  t f int  t f int  t K T t u
Grado restringido o impuesto:
 f p  K pf u f  K pp u p
t
R  t  t f ext  t f int  t K T t u  0 equilibrio
up … (fp ≠ 0) dentro de la
iteración
f fext  0  t f fint   K T ff K T fp   u f 
R   ext    t int    K 0
f
 p  0   f p   T pf K T pp   u p 
f int
f
f u
t t
fint 
u f k    K T kff   f 
t
K kf 1 k
K T kfp u kp f int
Solución
t
fint f feq ,k
Solo se itera sobre
t
fint
t
f int
f  K
t k t
Tff u k
f
grados libres 
u  cte, u  0, u f    K 
1 int, k
u f
t k k k k
p p T ff f
u kp  cte, u kp  0, u f k    K T kff 
t t
u 0f t
uf uf uf * uf 1 eq , k
ff
CAE 2017. 43
Integración numérica
Repaso
CAE 2017. 44
Repaso
Grado libre:
CAE 2017. 45
Control de carga y Control de desplazamiento
• Hay que SABER interpretar el problema físico para reconocer las limitaciones
Control de carga del procedimiento de “control en carga”.
• Pérdida de convergencia cuando cambia la pendiente: la matriz de rigidez
tangente se hace singular en los máximos locales:
• Materiales con softening: plasticidad, viscosidad, hiperelasticidad,
fractura.
• Cambios de rigidez con transiciones de gran desplazamiento/poca
carga.
• Puntos de bifurcación con inestabilidad
Ventajas del control de desplazamiento:
• La matriz de rigidez supera la singularidad en puntos límite.
• La matriz de rigidez está mejor condicionada numéricamente: la convergencia
numérica se alcanza más rápidamente.
• No es necesario invertir KT (coste computacional): solo se invierte Kff que es
más pequeña, menos grados de libertad.
Control de desplazamiento
t t
n  1...n _ steps  u  t u  t u
u kf    K T kff 
1
u   K T  R 
1
t
R kf
• No siempre es posible el control de desplazamiento:
• Problemas de viscosidad‐fluencia‐creep: la relajación es la culpable
• Problemas de Snap‐back
• Usos comunes:
• Problemas de Contacto
• Problemas de comportamiento en materiales (fractura, plasticidad,
hiperelasticidad…)
CAE 2017. 46
Dificultades de convergencia en N-R
Problemas de ESTABILIDAD (postpandeo): no está
garantizada la convergencia más allá del punto límite Deformación finita
compresión
Snap through
CAE 2017. 47
Ensayo de tracción
Softening en tensiones
25%
Estricción en simetería cúbica: 1/8 de probeta cilíndrica
CAE 2017. 48
Control de desplazamiento. PPFA composites
Progressive Ply Failure Analysis PPFA

vs
First Ply Failure Analysis FPFA
3.9*105N
Softening en tensiones
FPFA
CAE 2017. 49
Examen 2017
CAE 2017. 50
Ejercicio propuesto
• CAE 1.3. Dos muelles en serie de rigidez variable según el

desplazamiento:
k1 = k10+k1t*Δue1 k10 = 70Nm-1; k1t = 400m-2;
k2 = k20+k2t*Δue2 k20 = 25m-1; k2t = 250m-2;
• Calcular la fuerza si se aplica un desplazamiento u3 = 1.351 mm
• Representa la evolución del desplazamiento nodal de cada
2018 nodo con la carga soportada.
CAE 2017. 51
Condicionamiento numérico de las ecuaciones
Sin acabar
Sistemas de ecuaciones mal condicionados
CAE 2017. 53
Cálculo No lineal: el residuo en MEF
   int   ext  
1
 u S  :  dx   b  u dV   t  u dS    u S   dx   uT b dV   uT t dS
1 T
MEF lineal: condición de equilibrio
L
2  
2L  
 d  u  d  int d  ext
 1. 0   0 Teorema del Potencial mínimo en equilibrio
 d u d u d u


   u( x)  u ( x)  Nuˆ e ;  ( x)   ( x)  Buˆ e
MEF


 0 
 2.   d   u+   u    0         0 
f  cte
    u S     dV    uT b dV    uT t dS   uT f n  0
 d
int ext    Wint   Wext
0   

 d       
    Buˆ e ,  u  N uˆ e ,     u   B uˆ e ,   uˆ T   BT  dV    uˆ T    BT  B dV  uˆ e    uˆ T   NT b dV   NT t dS  f n 
dx  
 
   
    
 
 
 Ku f ext
 u   K  f ext
1
f int  f ext Equilibrio estático  f int  Ku  Ku  f ext Solución de MEF LINEAL
MEF No lineal: equilibrio de fuerzas en el Residuo

…en los puntos de integración
 
 B  dV  fint
T
 
 uˆ fint
T
  uˆ fext
T
  
Residuo de fuerzas no lineal
 
     fint  fext      Buˆ elástico - lineal   fext  fint  R  u, f   0
 uˆ T   B T  dV    uˆ T   N T b dV   N T t dS  f n   
     
 N b dV   N t dS  f
 T T n
 fext
  

CAE 2017. 54
Interpretación del residuo en trabajos virtuales
Minimizacíón del residuo no lineal: linealización a intervalos y convergencia
0 = R u 
d R  u  1 d 2
R u 
   0    0   ... u  ...
2
• Linealización : d . serie
0  R u u u +
du u 2! du 2 u
u 2
0 0
dR R  u0  R  u0 
KT   u 0  u1  u 0   u 0  u 0 ... R  u1   err1  TOL ?
du u0 K T  u0  K T  u0 
  u   0   Wext  u    Wint  u   0  R  u  El residuo ha de dismunir en cada paso según

crece Δu hasta R = 0
• Matriz Jacobiana/Módulo Tangente:
...  Wint     u S   dV
d d d
 Wext   Wint     Wext   Wint
T
KT  
du du du 

Concepto de linealización a intervalos:
d  Wint  
  
k
 d 
• Ecuación final:  Wint k 1
  Wint k
 u  ...      u        u     u   u 2  dV
k S k k S k
du uk 
  du   

 Wint 0  Wint D Integración numérica
Actúa como herencia Actúa como incremento en
del paso anterior el paso presente
 u T fint k 1  u T fint k  u T fint k CAE 2017. 55
Interpretación del residuo en fuerzas

Minimizacíón del residuo no lineal: linealización a intervalos hasta cumplir la convergencia
R  u   0 
dR  u  1 d 2
R u 
    0    0   + ... u 2  0
2
• Linealización: d . serie
R u = R u u u +
u
du u 2! du 2 u  
0 0
• Newton‐Raphson (linealización iterativa):
R u  R  u, f   fext  fint

k 1
 0 
NR
 R k 1  R k  R k fext  cte u fint  cte u
El residuo se reduce en cada paso
R k 1 = fext  fintk 1 = fext   fintk  fintk  La fuerza interna crece en cada paso
La fuerza interna se puede interpretar también en forma linealizada iterativa de NR
dfint  u 
fintk 1  fintk  fintk 
NR
fint  u  = fint  u 0    u  u0   ... u2 
du u
0
incremental
Integración numérica: fint k   B T k dV fint   B  dV
k T k
• Matriz Jacobiana/Módulo Tangente:

dR d d d fintk 1
K  u1       fext  fint   fintk 1
Linealización
(cambia en cada iteración) K iterativa fintk  K k uˆ k
du du du du uk
• Ec. final: R k 1 = fext   fintk  K k uˆ k  




t t
R = t t fext   t fint  t K t uˆ   0
CAE 2017. 56
Matriz jacobiana o de Rigidez tangente
De forma estricta: KD KM
d  T k   d T k T d 
K
d k
du
 fint  fint   ...mef...   
du  V
B     dV   V  du B       dV  V  du
B    k
    dV


De forma simplificada:  d BT k d  k 
  dV  B dV  uˆ  K kD uˆ k  K kM uˆ k  fint k K cambia en cada
T
(en deformaciones finitas hay
que particularizar TL y UL)
V du V
du  iteración
Efectos no lineales geométricos: grandes desplazamientos
y deformaciones finitas Material No lineal – Linealizado en cada iteración
K D   B TNL  k B NL dV …Integración numérica K M   B TL  k B L dV
Rigidez diferencial o geométrica Rigidez material
Rigidez material
Modelo continuo:
d d d d d  d 
KM  B dV   BT dV  ...   B TB dV     Módulo tangente continuo del
T
 
V
du V
d  du V
d d  d  material ‐ consistente
Modelo discreto/linealizado:
d T d  d 
k
k  T k  k d  k  k 1 d  k 1 
... B T
 dV   B
k
dV  ...    B alg B dV  uˆ  alg 
k
ó   
V
du V
d  du
k k
V  d  k  d  k 1 
Módulo tangente algorítmico
u  u  Nuˆ incremental del material
CAE 2017. 57
Matriz jacobiana o de Rigidez tangente
De forma estricta: KD KM
d  T k   d T k T d 
K
d k
du
 fint  fint   ...mef...   
du  V
B     dV   V  du B       dV  V  du
B    k
    dV


De forma simplificada:  d BT k d  k 
  dV  B dV  uˆ  K kD uˆ k  K kM uˆ k  fint k K cambia en cada
T
(en deformaciones finitas hay
que particularizar TL y UL)
V du V
du  iteración
Efectos no lineales geométricos: grandes desplazamientos
y deformaciones finitas Material No lineal – Linealizado en cada iteración
K D   B TNL  k B NL dV …Integración numérica K M   B TL  k B L dV
Rigidez diferencial o geométrica Rigidez material
K cambia en cada iteración
K kD    t B TNL  k  t B NL dV K kM    t B TL  k  t B L dV
k 1 k 2 k 3 k 1 k 2 k 3
B NL  B NL  B NL ... BL  BL  BL ...
Constante dentro de cada ciclo de iteraciones (en Δt) Constante dentro de cada ciclo de iteraciones (en Δt)
 k 1   k  2 ...  k 1   k  2 ...
Variable dentro de cada ciclo de iteraciones (en k) Variable dentro de cada ciclo de iteraciones (en k)
CAE 2017. 58
Ejercicios propuestos
• CAE 1.3. Se considera una barra de sección uniforme y longitud unidad (1m) sometida a carga axial. Las relaciones
tension‐deformación y desplazamiento‐deformación son lineales, pero el modulo de elasticidad varía de acuerdo
a la ley constitutiva:
æ du ö÷
E (u ) = E0 çç1- ÷÷
çè dx ø
Se usa un solo elemento en la barra: determina y representa gráficamente el desplazamiento del nodo libre en
carga axial con diferentes valores de fuerza aplicada (f = 16, 22 y 28kN). Utiliza la carga subdividida en varios
pasos y representa la curva u‐f.
Datos adicionales: E0 = 1GPa, A = 10‐4 m2, L = 1m.
CAE 2017. 60
Ejercicios propuestos
• CAE 1.4. Se utiliza la misma barra de antes pero ahora considerando el material elástico‐lineal (E cte), si se
conserva la linealidad en la relación tension‐deformación, pero se emplean deformaciones finitas con la ley
cinemática cuadrática (utiliza la expresión de fuerza interna en elementos finitos derivada de los desplazamientos
virtuales):
du 1 æç du ÷ö
2 æ ö÷ æ ö÷
e (u )NL =. + ç ÷  de (u )NL = ... ç T Tç
¬ çç ò de  dV ÷÷ = duˆ çç ò B NL  dV ÷÷ = duˆ T fint
T
dx 2 çè dx ÷ø çè L ÷ø çè L ø÷
Se usa un elemento en la barra, determina el desplazamiento del nodo libre en carga axial con una fuerza de valor
f=100kN, empleando 10 incrementos de carga. Utiliza la la definición de desplazamiento virtual para calcular el
modulo tangent del elemento.
• Representa gráficamente el desplazamiento frente a la fuerza aplicada en los intervalos de carga.

• Representa gráficamente el desplazamiento frente a la deformación cuadrática y frente a la deformación
lineal.
¿y si se emplean dos elementos consecutivos de longitud mitad al anterior?

neo‐hooke: S=E∙A
CAE 2017. 61
Extensión de barra en deformaciones finitas
Solución…
CAE 2017. 67
Otros métodos iterativos
Newton Raphson modificado Cuasi NewtonRaphson – método de la secante
Rigidez constante Rigidez secante
• Se conserva la matriz de rigidez tangente • Más robusto que el N‐R ya que evita pérdidas de
durante todas las convergencias del paso de rigidez repentinas en el camino de carga.
carga.
• Convergencia superlineal: se pierde la
• Computacionalmente menos costoso convergencia cudrática
• Más iteraciones necesarias para alcanzar la • No se emplea la matriz de rigidez consistente del
convergencia
problema no lineal, si no una aproximación.
• Se pierde la convergencia cuadrática
• Computacionalmente menos costoso
CAE 2017. 69
Otros métodos iterativos: Longitud de arco
Longitud de Arco Dos parámetros de iteración: u y λ
Arc Length – Crisfield
Arc Length – Riks R   , u   fext     fint  u   0
R   , u    0    f0  fint  u 0  u 
• Costoso computacionalmente.
• Estructuralmente se usa en problemas de K T f0   u   R 

postpandeo (casi en exclusiva), que son los casos        
que NR no resuelve más allá del punto límite.     

Sin acabar
CAE 2017. 70
Re-Fin…
CAE 2017. 71

Calculo No Lineal de Estructuras

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Calculo No Lineal de Estructuras

Uploaded by

Copyright:

Available Formats

Cálculo Avanzado de Estructuras

CAE – Cálculo No Lineal en MEF

Introducción al cálculo no Lineal en Estructuras y el MEF. Algoritmo de Newton-

Grandes desplazamientos Polímeros, elastómeros y tejidos Deformación elastoplástica en

1. Ejemplo de estructura no-lineal.

2. Resolución del sistema de ecuaciones no-lineal. Método de Newton-Raphson.

3. Problemas de convergencia: división del paso, dicisión del paso automático,

5. Formulación MEF para alinealidades geométricas: Ejemplo de una barra en grandes

6. Newton-Raphson modificado e ideas detrás de los métodos de secante.

7. Problemas de inestabilidad-colapso: método de longitud de arco.

Introducción No linealidades en la estructura

Tipos de No Linealidades del Sólido Rigidez lineal

Matriz de rigidez no constante: función

• No linealidades de las Condiciones de contorno u  ¶W u

• Ecuaciones constitutivas del material no lineales

• Condiciones de contorno naturales: la Acción de

Loads follow deformations

Flexión en grandes desplazamientos Flexión en grandes desplazamientos

Deformaciones finitas vs deformaciones

Contacto: No linealidad en las condiciones de contorno

MSC Nastran No Lineal (sol400 implicit nonlinear)

Resolución de ecuaciones no lineales

Método de la bisección (o del punto medio) Método de la secante Método de la tangente: Newton Raphson

Método de Newton-Raphson (1670?)

Visión residual f ext  f int Visión de equilibrio de fuerzas

Cálculo no lineal. Ejemplos discretos

Representación de una función “conocida”

Newton-Raphson en el equilibrio de fuerzas

Newton-Raphson: linealizaciones sucesivas

NR completo (en paso único) - matlab

Newton-Raphson (iteraciones en un solo paso)

• Cálculo iterativo: k  0,1...k  1  kmax  kmax  10 ó 20  ... ¿ k ó k  1? elige tú

(*) valor exacto ... ¿ 1? elige tú

Newton-Raphson con Time stepping

Pasos de carga (control de fuerza): steps  1...n  n

R  u   t t fext  t fint  t fext  t fext  t fint

• Cálculo iterativo dentro de cada paso: t

Cáculo no lineal: la pseudovariable tiempo

K.J. Bathe (Finite element Procedures)

• La variable tiempo como referencia del tamaño de la

• No tiene que ver con el tiempo computacional de

Newton Raphson y Time stepping

Resultados NR ATS (sobre el mismo problema)

ATS – paso adaptativo ATS – paso adaptativo

Esquema de Nastran 1994 (sol106)

R k 1 = fext  fint k 1 = fext   fint k  fint k   0

Esquema de Nastran 2016 (sol400)

• CAE 2.1 Dos muelles en serie de rigidez variable según el

k1 = k10+k1t*Δue1 k10 = 70Nm-1; k1t = 400m-2;

k2 = k20+k2t*Δue2 k20 = 25m-1; k2t = 250m-2;

Solución analítica: Camino secundario e imperfecciones

Solución numérica: Theta inicial vs Theta “defecto inicial”

Ajustes en el cálculo No lineal. Patran-Nastran

Ajustes en el cálculo No lineal. Patran-Nastran

Ajustes en el cálculo No lineal. Adina

Cálculo no lineal en control de desplazamiento

Control de carga y Control de desplazamiento

Dificultades de convergencia en N-R

Control de desplazamiento. PPFA composites

Progressive Ply Failure Analysis PPFA

• CAE 1.3. Dos muelles en serie de rigidez variable según el

k1 = k10+k1t*Δue1 k10 = 70Nm-1; k1t = 400m-2;

k2 = k20+k2t*Δue2 k20 = 25m-1; k2t = 250m-2;