- •Фгбоу впо «Воронежский государственный технический университет» г.Е. Шунин с.А. Кострюков в.В. Пешков
- •Воронеж 2014
- • Шунин г.Е., Кострюков с.А., Пешков в.В., 2014
- •1 Современное состояние разработок сверхпроводящих электромагнитных подвесов
- •1.1 Основные типы сверхпроводящих электромагнитных подвесов
- •1.2 Методы расчёта и компьютерного моделирования сверхпроводящих подвесов
- •1.3 Компьютерные системы конечно-элементного анализа
- •2 Основные положения метода
- •2.1 Сущность метода конечных элементов
- •2.2 Вариационные методы дискретизации
- •Упражнения
- •2.3 Проекционные методы дискретизации
- •Упражнения
- •2.4 Конечные элементы и аппроксимация
- •Упражнения
- •2.5 Решение обыкновенных дифференциальных уравнений
- •Упражнения
- •2.6 Решение дифференциальных уравнений с частными производными
- •Упражнения
- •3 Физико-математическое моделирование конструктивных элементов сверхпроводящих электромагнитных подвесов
- •3.1 Физико-математическая модель
- •3.2 Конечно-элементная дискретизация уравнений
- •Упражнения
- •3.3 Особенности решения задач для открытых многосвязных систем
- •Упражнение
- •3.4 Моделирование экранов
- •Упражнения
- •Упражнения
- •Упражнение
- •4 Конечно-элементный комплекс программ fempdesolver
- •4.1 Структура и возможности комплекса программ fempdeSolver
- •4.2 Препроцессор
- •4.3 Процессор
- •4.4 Постпроцессор
- •5 Моделирование сверхпроводникового гравиинерциального датчика
- •5.1 Геометрическая модель датчика
- •А) Цилиндрический подвес с плоской катушкой
- •Б) Цилиндрический подвес с катушкой квадратного сечения
- •5.2 Моделирование распределения магнитного поля в рабочем объеме датчика
- •А) Цилиндрический подвес с плоской катушкой
- •Б) Цилиндрический подвес с катушкой квадратного сечения
- •5.3 Моделирование распределения электростатического поля в емкостном датчике смещений пробного тела
- •Лабораторная работа № 1 Решение краевой задачи для обыкновенного дифференциального уравнения
- •Задания
- •Лабораторная работа № 2 Решение краевой задачи для уравнения Лапласа
- •Задания
- •Лабораторная работа № 3 Решение краевой задачи для уравнения Лапласа с дополнительными условиями
- •Задания
- •I. Задачи с плоской геометрией
- •II. Осесимметричные задачи
- •Лабораторная работа № 4 Решение краевой задачи для уравнения Пуассона
- •Задания
- •Лабораторная работа № 5 Решение краевой задачи при наличии физически неоднородных сред
- •Задания
- •Лабораторная работа № 6 Решение уравнения Лапласа в области с разрезами
- •Задания
- •Лабораторная работа № 7 Решение краевой задачи для уравнения Лондонов
- •Задания
- •Лабораторная работа № 8 Решение смешанной задачи для уравнения теплопроводности
- •Задания
- •Лабораторная работа № 9 Сверхпроводниковые подвесы
- •Описание интерфейса препроцессора
- •«Выход»
- •Горячие клавиши препроцессора
- •Программа appl_fem
- •Процессор
- •Описание интерфейса постпроцессора
- •Меню «Файл»
- •Меню «Вид»
- •Меню «Поле»
- •Меню «График»
- •Меню «Таблица»
- •Меню «Печать»
- •Меню «Вычислить»
- •Меню «Опции»
- •Меню «Помощь»
- •«Выход»
- •Учебное издание
- •394026 Воронеж, Московский просп., 14
Упражнения
1. Длина кривой, соединяющей две точки (x0, y0) и (x1, y1) есть
.
Используя соответствующее уравнение Эйлера, найти путь наименьшей длины между этими точками.
2. Найти кривую y(x), проходящую через две точки (x0, y0) и (x1, y1) и дающую минимальную площадь поверхности вращения при вращении кривой вокруг оси x. Рассмотреть функционал
.
3. Найти уравнение Эйлера, соответствующее функционалу
а) ;
б) ;
в) , S 0, c = const);
г) ;
д) .
4. Рассмотреть функционал
,
где k и T – постоянные. Найти уравнение Эйлера и выяснить вид главных и естественных краевых условий при x = 0 и x = L . Уравнение Эйлера описывает малые отклонения нагруженного троса, покоящегося на упругом основании жесткостью k.
5. Рассмотреть функционал
,
где k, Q, и q зависят только от x, y. Найти уравнение Эйлера и выяснить вид естественного краевого условия, если допустимые функции удовлетворяют условию = на Г1 = Г – Г2.
6. Показать, что стационарное значение функционала
– это минимальное значение для всех допустимых функций , удовлетворяющих главному краевому условию = на Г1=Г–Г2.
Указание. Рассмотреть функционал для функции Т+h, где Т – точное решение уравнения Эйлера, удовлетворяющее краевым условиям, h – достаточное число раз дифференцируемая функция, обращающаяся в 0 на границе, – малый параметр (действительное число).
7. Методом Релея-Ритца провести дискретизацию краевой задачи d2/dx2 + + 1 = 0, 0x1; =0 при x=0; d/dx=1 при x=1. Показать, что матрица полученной системы является положительно определенной.
2.3 Проекционные методы дискретизации
Основной принцип методов проекций базируется на теореме, присущей гильбертовым пространствам и определяющей пространство, в котором только нулевой вектор ортогонален всем векторам пространства. В пространстве L2, в котором можно расположить большинство физических задач, ортогональность двух функций f и g определяется в виде скалярного произведения:
.
Рассмотрим для определенности краевую задачу (2.8). Метод взвешенных невязок состоит в проекции функций, называемых невязками в области и на границе Г2 соответственно –
R = () + , (2.18)
RГ2 = /n + q (2.19)
на семейства независимых функций {Wm} и {Wm} с помощью скалярных произведений
Можно также потребовать равенство нулю невязки на 1, однако это выгоды не дает, поскольку условие Дирихле (2.8b) точно учитывается путем соответствующей модификации системы уравнений (см. разд. 4).
Множество функций {Wm} образует пространство, в котором, для того чтобы R = 0, невязка в должна быть ортогональна всем базисным векторам. Аналогичное утверждение справедливо в отношении функций Wm.
. (2.20)
Если {Wm} образует пространство бесконечных размеров, т.е. M=, то можно достичь эквивалентности между задачей в частных производных и ее интегральным представлением при условии, что удовлетворяет главному краевому условию (2.8с). Однако при практическом применении функции Wm образуют конечномерное пространство, так как при использовании аппроксимации (12) имеем конечное число параметров 1, ... , M (степеней свободы), которые определяют число функций Wm в соответствии с числом уравнений.
Подставив выражение для (12) в (20), получим систему уравнений для определения параметров {i}. Однако в этом случае потребуется вычисление интегралов вида
,
для исключения особенностей в которых необходимо, чтобы базисные функции {Ni} принадлежали классу гладкости С1, т.е. были непрерывны вместе со своими первыми производными. Такое ограничение наряду с несимметричностью матрицы системы уравнений крайне нежелательно при использовании вычислительных процедур, в частности МКЭ. Поэтому преобразуем первый интеграл в (2.20) по формуле Грина:
. (2.21)
Теперь базисные функции {Ni} и {Wi} должны принадлежать классу гладкости С0 (быть только непрерывными). Подобное преобразование, обеспечивающее понижение степени гладкости допустимых функций, является ключевым для конечноэлементной формулировки задачи. Ограничив выбор базисных функций требованием
Wj = 0 на Г1.
Wj = –Wj на Г2.
и применяя аппроксимацию для (2.12), получаем
, (2.22)
где
, (2.23)
. (2.24)
Если положить Wj = Nj, что соответствует методу Галеркина, получим те же итоговые выражения (2.15–2.17), что и при использовании вариационного метода Релея-Ритца. Преимущество проекционных методов заключается в том, что не требуется знания естественного вариационного принципа, соответствующего рассматриваемой краевой задаче. Однако, если известно вариационное представление задачи, то его использовать предпочтительнее, так как, во-первых, это гарантирует симметричную форму уравнений, обеспечивает нужный класс гладкости базисных функций, во-вторых, функционал часто представляет конкретную физическую величину, например, энергию поля. Если минимизация такого функционала ведет к точному решению, то приближенное значение функционала дает оценку сверху для минимального его значения.
Среди других формулировок для МКЭ можно использовать смешанные вариационные формулировки с множителями Лагранжа, сопряженные вариационные принципы, метод штрафных функций и метод наименьших квадратов [92].