Finita elementmetoden

En kort introduktion till teorin

Bertil Nilsson
Hgskolan i Halmstad

Finita elementmetoden
En kort introduktion till teorin

Bertil Nilsson
Hgskolan i Halmstad
2014-10-16

F
orord
Detta kompendium utgor renskrivna(?) forelasningsanteckningar till en del av kursen Finita elementmetoden (FEM) som undertecknad gett vid Hogskolan i Halmstad sedan las
aret 1992/93.
Tanken med materialet ar att komplettera en mera praktisk modelleringsinriktad projektdel
med n
agot om metodens matematiska bakgrund.
I denna version har, som vanligt, en del andringar och tillagg gjorts. Vidare har n
agra
oegentligheter rattats till men det brukar alltid finnas minst ett fel kvar s
a lasaren bor vara p
a
sin vakt. Inte sallan smyger de sig in i rattelser, s.k. andra ordningens fel.
Forfattaren ser tacksamt fram emot ytterligare varsam kritik samt forslag till forbattringar.
Halmstad om hosten
Bertil Nilsson

Inneh
all
1 Introduktion
1.1 Terminologi . . . . .
1.2 Historik . . . . . . .
1.3 Elementtyper . . . .
1.4 Laster . . . . . . . .
1.5 Randvillkor . . . . .
1.6 Matematisk forsmak

1.7 Ovningar
. . . . . .

.
.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.
.

2 Interpolation, avbildning
2.1 Inledning . . . . . . . . . . . . .
2.2 Interpolation och basfunktioner .
2.3 N
agot om tv
a och tre dimensioner

2.4 Ovningar
. . . . . . . . . . . . .

.
.
.
.
.
.
.

.
.
.
.

.
.
.
.
.
.
.

.
.
.
.

.
.
.
.
.
.
.

.
.
.
.

.
.
.
.
.
.
.

.
.
.
.

.
.
.
.
.
.
.

.
.
.
.

.
.
.
.
.
.
.

.
.
.
.

.
.
.
.
.
.
.

.
.
.
.

.
.
.
.
.
.
.

.
.
.
.

.
.
.
.
.
.
.

.
.
.
.

.
.
.
.
.
.
.

.
.
.
.

.
.
.
.
.
.
.

.
.
.
.

.
.
.
.
.
.
.

.
.
.
.

.
.
.
.
.
.
.

.
.
.
.

.
.
.
.
.
.
.

.
.
.
.

.
.
.
.
.
.
.

.
.
.
.

.
.
.
.
.
.
.

.
.
.
.

.
.
.
.
.
.
.

.
.
.
.

.
.
.
.
.
.
.

.
.
.
.

.
.
.
.
.
.
.

.
.
.
.

.
.
.
.
.
.
.

.
.
.
.

.
.
.
.
.
.
.

.
.
.
.

.
.
.
.
.
.
.

.
.
.
.

.
.
.
.
.
.
.

.
.
.
.

.
.
.
.
.
.
.

.
.
.
.

.
.
.
.
.
.
.

.
.
.
.

.
.
.
.
.
.
.

5
5
6
8
10
13
13
15

.
.
.
.

17
17
17
21
23

3 Energimetod, matrisformulering
3.1 Potentiell energi . . . . . . . . . . . . . . . . . . .
3.2 Assemblering . . . . . . . . . . . . . . . . . . . .
3.3 Triangelelementet CST (Constant Strain Triangle)
3.4 N
agra andra problemtyper . . . . . . . . . . . . .

3.5 Ovningar . . . . . . . . . . . . . . . . . . . . . .

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

24
24
25
30
34
37

4 Randvillkor
4.1 Inledning . . . . . . . . . . .
4.2 Partionering av systemet . . .
4.3 Eliminering . . . . . . . . . .
4.4 Straffmetod . . . . . . . . . .
4.5 Lagrange multiplikatormetod

4.6 Ovningar
. . . . . . . . . . .

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

43
43
43
44
45
53
54

5 Lo
sning av ekvationssystem
5.1 Terminologi . . . . . . . .
5.2 Direkt metod . . . . . . .
5.3 Iterativ metod . . . . . . .

5.4 Ovningar
. . . . . . . . .

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

55
55
55
56
57

6 Approximationsmetoder
6.1 Randvardesproblem och approximationsmetoder
6.2 Finita differensmetoden . . . . . . . . . . . . . .
6.3 Viktade residualmetoder . . . . . . . . . . . . .
6.3.1 Inledning och definition . . . . . . . . .
6.3.2 Minsta kvadratmetoden . . . . . . . . .
6.3.3 Kollokationsmetoden . . . . . . . . . . .
6.3.4 Subdomainmetoden . . . . . . . . . . . .
6.3.5 Galerkins metod . . . . . . . . . . . . .
6.4 N
agot om andra ordningens problem . . . . . .

6.5 Ovningar . . . . . . . . . . . . . . . . . . . . .

.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.

58
58
60
64
64
65
66
67
68
70
70

.
.
.
.

.
.
.
.

7 Elementanalys
7.1 Element och assemblering . .
7.2 Konsistenta nodlaster . . . . .
7.2.1 Inledning . . . . . . .
7.2.2 Differentialekvation . .
7.2.3 Konsistenta nodlaster .
7.3 Koordinattransformation . . .
7.4 Numerisk integration . . . . .

7.5 Ovningar
. . . . . . . . . . .

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

71
71
74
74
74
78
80
81
82

8 Exempel
86
8.1 ODE och Galerkins metod . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 86
8.2 Endimensionell varmeledning . . . . . . . . . . . . . . . . . . . . . . . . . . . . 87
8.3 Reynolds ekvation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 90

1
1.1

Introduktion
Terminologi

Finita elementmetoden (FEM) ar en generell matematisk och numerisk metod for att soka
approximativa l
osningar till vissa klasser av problem, s.k. (partiella) differentialekvationer,
som ar s
a komplicerade att de inte g
ar att losa med klassiska metoder vi kanner fr
an analyskursen. Den bakomliggande matematiska iden ar egentligen ganska enkel och best
ar av tv
a gamla
begrepp namligen interpolation och minimering av en funktion, dvs. soka nollstalle till
derivatan. Vanligtvis hittar man tillampningar for metoden vid s.k. faltproblem, t.ex. h
allfasthetsberakning. Bast kommer den till sin ratt vid komplicerade geometrier och randvillkor. P
a
grund av sin generalitet ar den i dag, tillsammans med n
agra narbeslaktade metoder, det helt
dominerande datorredskapet for h
allfasthetsanalys.
I Sverige kallas metoden vanligen FEM (Finita ElementMetoden), men i sammansattningar
anvander man allt oftare FE i stallet for FEM, t.ex. FE-berakning (uttalas finita elementberakning). P
a engelska forkortas den ocks
a FEM (Finite Element Method) eller FEA (Finite
Element Analysis) och i sammansattningar nastan alltid FE, t.ex. FE model (Finite Element
model).
Karakteristiskt for metoden ar att den verkliga geometrin delas upp, diskretiseras, i sm
a
stycken med enkel geometri, s.k. finita element. Till vardags helt enkelt element. Typiskt
for FEM ar att elementen endast ar forbundna med varann i speciella punkter, noder (eng.
nodes). Dessa ar placerade i hornen eller p
a kanterna av elementen. I praktiken anvands mycket
enkla element, for det mesta trianglar och fyrhorningar nar det galler tv
a dimensioner eller
skalstrukturer. Vid solider anvands prismor med fyra eller sex sidor. Iden ar att man ska klara av
att beskriva beteendet i varje element p
a ett forh
allandevis enkelt satt enbart genom att kanna
tillst
andet i noderna. Ett enkelt exempel ar vanliga balkar dar kraft-deformationssambandet
(elementarfall) beskrivs av forskjutningar och rotationer enbart i balkens b
ada andpunkter,
noderna. Balkar utgor for ovrigt ett vanligt finita element i dagligt arbete. Element tillsammans
med noder kallas for n
at, (eng. mesh) och p
a god svengelska hors darfor ofta att man meshar
geometrin i sin CAD-modell. Hos aldre svenska FE-anvandare kan man ibland istallet for noder
hora benamningen knutar, vilket ju passar bra ihop med nat. I v
art grannland Tyskland ar
det daremot mycket vanligt att man fortfarande sager knoten.
I varje element gors darefter en lokal interpolation av s
a kallade v
asentliga storheter.
Antalet vasentliga storheter som behovs i varje nod, frihetsgrader per nod, beror p
a det
problem som skall losas och ar allts
a de nodvandiga storheter som behovs for att beskriva
systemets tillst
and vid godtycklig tid under godtyckliga laster, t.ex. forskjutning, temperatur,
tryck eller tid. Vid interpolationen anvands polynom med stod i elementets noder. Polynomens
gradtal ar l
aga, oftast linjara eller kvadratiska, s.k. h-metod, hogre gradtal ar sallsynt, s.k.
p-metod. Vanligast ar h-metoden, och innebar att okad noggrannhet i berakningen erh
alles
genom en allt finare elementindelning i de omr
aden av modellen som har kraftiga gradienter,
dvs. dar det hander mycket. Vid p-metoden daremot beh
aller man elementstorleken och okar
gradtalet inom varje element for att f
anga modellens beteende. Detta angreppssatt ar, ur flera
aspekter, mera vanskligt. Vid interpolationen galler sedan vanligtvis samma ansats, dvs. samma
gradtal p
a interpolationspolynomet, for alla storheter s
asom geometri, forskjutning, material,
yttre laster osv. Detta kallas for isoparametrisk formulering. Anledningen till anvandandet
av polynom ar att de av flera orsaker kan betraktas som de enklaste funktionerna vi har i matematiken. Operationer s
asom addition, subtraktion, multiplikation, derivation samt integration
av polynom ar ju odramatiska och ger som resultat ett nytt polynom. Dessutom ar de enkla
att berakna. Till det behovs bara vanlig addition, subtraktion och multiplikation.
5

Figur 1: Lite kantigt.

Utg
aende fr
an detta kan sedan elementets egenskaper uttryckas som samband enbart mellan
dess noder. Eftersom elementen hanger ihop med varandra i noderna, med krav p
a kontinuitet for de vasentliga storheterna, kopplas s
a strukturen samman till en enhet, assemblering.
Tillsammans med givna randvillkor, laster och inspanningar, bildas till slut ett stort ekvationssystem ur vilket v
ara vasentliga storheter kan losas. Begreppet frihetsgrader f
or modellen
stammer till antalet overens med antalet obekanta i ekvationssystemet. Efter att detta losts
kan man sedan bestamma t.ex. spanningar och tojningar i element och noder, s.k. h
arledda
storheter. Nat tillsammans med laster och randvillkor kallas for FE-modell.
Man kan allts
a saga att FEM ar en tillampning p
a att sondra och harska. LEGO kan tjana
som ett utmarkt exempel p
a hur man bygger komplicerade strukturer utifr
an sm
a enkla (finita)
element. Man ser ocks
a att man f
ar h
alla tillgodo med en idealisering av verkligheten, t.ex. en
viss kantighet i geometrin, Fig 1.

1.2

Historik

Begreppet finita element uppstod i USA

ar 1956, men finita elementberakningar utfordes tidigare. P
a 40-talet hade flygindustrin stora berakningsavdelningar, som for hand beraknade
h
allfastheten p
a balksystem. Detta gjordes p
a ett systematiserat satt som p
aminner om det
moderna spr
aket inom FE-teori, matrisalgebra.
Grunderna i dagens FE-teknik utvecklades under 50- och 60-talen (Turner, Zienkiewicz,
Argyris, m.fl.). Till deras hjalp fanns redan de matematiska hornpelarna (Rayleigh 1870, Ritz,
Galerkin 1910). Utvecklingen var p
a denna tid helt inriktad mot h
allfasthetsproblem. Indata
till programmen levererades p
a h
alkort och resultaten kom ut i form av printade listor.
FEM ar mycket berakningsintensiv och har utvecklats i takt med att datorerna blivit kraftfullare. Man kan saga att datorerna varit en absolut forutsattning for utvecklingen. De storsta
datorerna har alltid anvants till FE-berakningar och ofta varit anledningen till att de byggts!
Under 60- och 70-talen anvandes i stort sett enbart stordatorer till FE-berakningar och det
var d
a bara stora foretag i flyg-, bil- och karnkraftsindustrin som anvande FEM. Mot slutet av
70-talet borjade man anvanda minidatorer som d
a blivit tillrackligt kraftfulla. Vidare borjade
den matematiska grunden for FEM att sattas p
a plats och generaliseras, vilket resulterade
i att man fick upp ogonen for metoden som ett redskap for att losa m
anga andra typer av
ingenjorsproblem.
6

Under 80-talet kom farggrafiken p

a bred front och FE-programmen hakade naturligtvis
p
a. Grafiska terminaler kopplades till datorerna och programmen gjordes interaktiva for att
underlatta uppbyggnaden av geometrin. Noder och element genererades sedan mer eller mindre
automatiskt. Resultaten redovisas nu med snygga fargbilder i stallet for printade listor och
kurvplottar som var vanligt tidigare. Utvecklingen under 90-talet har varit mycket snabb p
a
datorsidan s
a idag ar det mest arbetsstationer och kraftfulla PC-datorer som anvands, aven
om det alltid kommer att finnas problem som sysselsatter superdatorerna. Kopplingen till CAD
intensifieras och idag har de flesta moderna systemen ett FE-program tatt knutet till sig,
varfor kopplingen dem emellan ar mindre dramatisk. Man kan nu enkelt generera FE-modeller,
administrera berakningen och slutligen studera resultaten direkt i CAD-systemet. Ett utmarkt
exempel p
a detta ar SolidWorks med FE-programmet COSMOS/Works. Ett annat ar Catia med
Catia/Elfini eller COSMOS/DesignStar. I annat fall m
aste geometrier overforas till lampligt
format for att passa aktuellt FE-program. Detta ar inte helt okomplicerat och utgor naturligtvis
en extra belastning i processen.
Fr
an att forst ha utvecklats for linjara h
allfasthetsberakningar har tekniken sedan forfinats
till att omfatta allt fler typer av berakningar. Man kan nu t.ex. utfora detaljerade krockanalyser
av bilar, eller studera luftfodet kring ett flygplan. Exempel p
a anvandningsomr
adet idag kan
goras l
ang
-linjar och ickelinjar elastisk analys
-temperatur
-kompositmaterial
-krypning
-harmoniska och p
atvingade svangningar
-stabilitetsanalys
-optimering, t.ex.minimera vikt med bibeh
allen funktion

-kontaktproblem
-utmattning
-brottmekanik
-luft och vatskeflode
-elektricitet, magnetism
-akustik
-biomekanik, medicin

De stora FE-programmen har allts

a utvecklats till generella verktyg for faltanalyser. De
ledande kommersiella programmen, t.ex. COSMOS, NASTRAN, ANSYS och ABAQUS, ar alla
amerikanska och man kan darfor kanske saga att FEM ar en amerikansk teknik, aven om det
gors banbrytande teoretiska insatser och programutveckling p
a andra stallen, t.ex. ar svensken
Bengt Karlsson en av grundarna till ABAQUS. Den senaste megastjarnan p
a FE-himlen ar
det mycket kraftfulla och lattanvanda COMSOL Multiphysics. Det ar helt svenskutvecklat av
COMSOL AB med sate i Stockholm. Sagan borjade med att Svante Littmarck och Farhad
Saeidi som examensarbete p
a KTH skrev PDE Toolbox till matematikprogrammet Matlab.
Idag ar det en varldsomspannande koncern med 150 personer anstallda och flera tusen s
alda
licenser.
Kostnaderna for FE-program och kraftfulla datorer sjunker snabbt och idag skaffar sig aven
m
anga mindre foretag egen kompetens och utrustning. FEM blir for varje dag allt lattare att
anvanda, men kraver fortfarande mycket kunnande hos anvandaren. S
a kommer det alltid att
vara. Forutom sjalva hanterandet av programmet kravs kunnande och forst
aelse for h
allfasthetslara och FE-teknik for att kunna skapa bra modeller och avgora om resultaten ar tillforlitliga.
Utvecklingen pekar dock mot alltmer automatik. Programmen avgor sjalva vad som ar bra modeller och fokuserar sjalva mot problemomr
aden i modellen, s.k. adaptiva metoder. G
ardagens
konstruktorer overlamnade alla FE-analyser
at berakningsingenjoren. Den moderne konstruktoren daremot forvantas kunna gora enkla FE-analyser i sitt CAD-system samt kommunicera
kring avancerade problemstallningar och tillhorande resultat med en berakningsingenjor.

Figur 2: St
angelement.

Figur 3: Balkelement.

1.3

Elementtyper

Det finns ett stort antal elementtyper, de mest generella programmen har kanske fler an 100
olika element. Vi skall har se p
a de vanligaste problemtyperna vid h
allfasthetsberakningar och
vilka elementtyper som brukar anvandas.
Plant fackverk (2D): Ett fackverk (kallas ocks
a st
angbarverk) best
ar av ledade stanger.
Stangerna, elementen, kopplas ihop i sina noder, som i detta fall sammanfaller med stangernas
leder. St
angelementen tar belastning endast i sin egen riktning. De kan inte boja sig utan forblir
raka. For att beskriva fackverkets deformation racker det att ange forskjutningarna ux och uy i
noderna, se Fig 2. Dessa forskjutningar ar de obekanta vid en FE-analys med flera st
angelement
och utgor allts
a modellens frihetsgrader. St
angelementet har allts
a tv
a noder och varje nod har
frihetsgraderna ux och uy .
Plan ram (2D): En ram best
ar av balkar som ar fast forbundna med varandra (t.ex. svetsade). Ramen delas in i balkelement, Fig 3. Balkelementet kan overfora dragkrafter, tvarkrafter
och moment och kommer darfor att boja sig. For att beskriva balkelementets deformation kravs
darfor de tre frihetsgraderna ux , uy och z i varje nod.
Rotationssymmetriskt skal: Exempel p
a rotationssymmetriska skal ar tankar och flaskor.
Strukturen delas upp i ett antal koniska skalelement, som har frihetsgraderna ux , uy och z i
varje nod, Fig 4.
Plan skiva (2D): En skiva karakteriseras av att belastningar och forskjutningar ar i skivans
eget plan. Det finns flera olika element. Gemensamt for alla ar att elementets deformation
bestams av frihetsgraderna ux och uy i noderna. I Fig 5 visas triangulart skivelement, 6-noders
triangulart skivelement, fyrsidigt skivelement samt 8-noders fyrsidigt skivelement. Element med

Figur 4: Rotationssymmetriskt skalelement.

8

Figur 5: Skivelement.

Figur 6: Plattelement.
noder p
a kanterna brukar ofta kallas kvadratiska, anledningen
aterkommer vi till. I figuren har
vi allts
a bl.a. ett kvadratiskt triangelelement.
Plan platta (2D): En platta har krafter och belastningar vinkelrat mot plattans plan.
Plattan delas in triangulara eller fyrsidiga plattelement. Frihetsgraderna i varje nod ar uz , x
och y . I Fig 6 ses ett triangulart plattelement och ett fyrsidigt plattelement.
Rotationssymmetrisk volym (2D): En rotationssymmetrisk volym delas upp i ringelement. Det racker att rita elementen i ett plan, Fig 7. Problemet blir d
a tv
adimensionellt
och mycket likt ett plant skivproblem. Ringelementets deformation beskrivs allts
a med samma
frihetsgrader i noderna ux och uy . I figuren ses triangulart ringelement, sexnodigt triangulart
ringelement, fyrsidigt ringelement samt 8-noders fyrsidigt ringelement.
Skal (3D): En tunnvaggig konstruktion i tre dimensioner (3D) med godtyckligt riktad
belastning kallas skal och delas in i skalelement. Har m
aste alla frihetsgraderna ux , uy , uz , x , y
och z vara med. Ibland slopas en eller flera rotationsfrihetsgrader i noderna. I Fig 8 visas plant
triangulart skalelement, plant fyrsidigt skalelement samt dubbelkrokt fyrsidigt skalelement.
Volym (3D): En tjockvaggig konstruktion i 3D, s.k. solid, behandlas som en volym och
delas in i volymselement. Volymens deformation beskrivs med frihetsgraderna ux , uy och uz . I
Fig 9 visas n
agra exempel p
a solidelement: tetraederelement, 10-nodigt tetraederelement, pentaederelement, 15-nodigt pentaederelement, hexaederelement samt 20-nodigt hexaederelement.
Temperaturelement: For temperaturberakningar finns m
anga olika element. Obekanta ar
temperaturerna i noderna, se fyrsidigt ytelement i Fig 10. Varje nod har allts
a en frihetsgrad,
temperaturen. De flesta av de element som redovisats ovan har en temperaturmotsvarighet,
ett element med samma geometri och noder. Detta for att det skall vara mojligt att forst
9

Figur 7: Rotationssymmetriskt ringelement.

Figur 8: Skalelement.
gora en temperaturberakning och sedan, direkt utan att andra elementindelningen, gora en
spanningsanalys med nodtemperaturerna som indata.
Element med samma utseende som ovan anvands for nastan alla andra typer av analyser, det
ade:
ar bara antalet frihetsgrader per nod som varierar och ges innebord alltefter problemomr
superelastiska, plastiska, viskoelastiska material, stromning, akustik, elektriska, magnetiska falt,
osv. Ibland har man ocks
a anvandning for lite mer speciella element.
Masselement anvands for att ge massa och masstroghetsmoment. Elementen ovan brukar
kunna ta hansyn till egentyngd och t.ex. centrifugallaster, men vid dynamisk analys kan detta
element ibland vara anvandbart, Fig 11.
Kontaktelement anvands vid kontaktytor, Fig 12. Friktion kan ges.
Enkelverkande st
angelement med enbart dragstyvhet eller tryckstyvhet, Fig 13. Anvands for att simulera linor respektive stottor. En variant ar helt stelt, dvs. oandligt styvt.
Ro
relement finns flera, Fig 14. De tar hansyn till att tvarsnittet blir ovalt vid bojning och
att inre overtryck styvar upp elementet.
Segelelement ar ett speciellt skalelement med l
ag eller ingen bojstyvhet, Fig 15. Namnet
kommer av att det uppfor sig ungefar som en segelduk eller en s
aphinna.

1.4

Laster

Laster beror naturligtvis p

a vilken typ av analys som gors, men vid vanlig linjar statisk analys
ar de vanligtvis
Punktlaster ar punktkrafter och punktmoment.
Linjelaster ar utbredda krafter som kraft per langdenhet.
10

Figur 9: Volymelement.

Figur 10: Temperaturelement.

Figur 11: Masselement.

11

Figur 12: Kontaktelement.

Figur 13: Enkelverkande st

angelement.

Figur 14: Rorelement.

Figur 15: Segelelement.

12

(a) Fast insp

and
ux = uy = z = 0

(b) Glidinspand
uy = z = 0

(c) Fritt upplagd

ux = uy = 0

(d) Glidupplagd
uy = 0

Figur 16: Exempel p

a randvillkor.
Ytlaster ar tryck, dvs. kraft per ytenhet.
Volymslaster ar exempelvis egentyngd och accelerationskrafter.
Temperaturlaster ger upphov till p
akanningar, exempelvis tojning = T .
For samtliga laster galler att de skall ges i noderna. Oftast ar indataformatet skonsamt for
anvandaren, t.ex. utbredda laster p
a en kant eller yttryck matas in som s
adana, men programmet raknar om lasten till punktkrafter i noderna, s.k. konsistenta nodlaster. Vi
aterkommer till
detta senare i kursen.

1.5

Randvillkor

For att modellen inte ska ge sig ivag under p

alagda krafter, s.k. stelkroppsrorelse, m
aste den
l
asas fast tillrackligt mycket. Naturligtvis ska man efterstrava att l
asa modellen p
a ett s
adant
satt som bast
aterspeglar den verklighet man simulerar. Detta gors genom att en eller flera
frihetsgrader ges ett foreskrivet varde, s.k. enkla randvillkor (eng. single-freedom constraints,
SFC). Ibland behover man specificera hur frihetsgrader forh
aller sig relativt varandra, utan
att veta n
agon absolut referens. Detta brukar kallas kopplade randvillkor (eng. multifreedom
constraints, MFC). Just randvillkor brukar vara avgorande for hur bra man lyckas med sin
analys. Inte sallan l
aser man for mycket, med en for styv modell och for hoga spanningar som
resultat. Har kommer erfarenheten in. Ett inte helt vanligt fel ar att man l
aser modellen for
lite och darigenom till
ater n
agon form av stelkroppsrorelse, t.ex. rotation kring en punkt eller
axel. Detta fel resulterar i ett singulart ekvationssystem, vilket brukar signaleras fr
an aktuellt
FE-program att determinanten ar noll, nollor p
a huvuddiagonalen i ekvationssystemet eller att
det just ar singulart. Fler l
asningar kravs allts
a. I Fig 16 ges exempel som torde vara kanda
fr
an kurs i h
allfasthetslara.

1.6

Matematisk f
orsmak

Inledningsvis namndes det, och det ar viktigt att komma ih

ag, att FEM ar en metod som levererar en approximativ losning. Losningsansatsen ar alltid p
a forhand bestamd till sin struktur,
dvs. det ankommer p
a FEM att p
a basta satt fixera ett antal konstanter. Naturligtvis vill vi
att denna losning ska avvika s
a lite som mojligt ifr
an den sanna losningen i det intervall
som vi ar intresserade av. Det ar naturligt att denna avvikelse f
ar bilda den funktion som ska
minimeras. Problemet kompliceras av att vi inte enkelt kan teckna avvikelsen som en skillnad
mellan tv
a funktioner eftersom vi bara kanner den ena funktionen via en differentialekvation.
Men som sinnebild kan man tanka sig foljande situation, Fig 17, dar v ar den sanna losningen
och u v
ar approximativa losning.
Vi vill minimera arean mellan funktionerna, s.k. kontinuerlig minsta kvadratmetod,
Z
min (u v)2 dx

13

Figur 17: Kontinuerlig minsta kvadratmetod.

Figur 18: Linjar interpolation och kontinuerlig minsta kvadratmetod.

Har ar u beskriven explicit i hela . Detta ar en mycket opraktisk (d
alig) formulering ur m
anga
aspekter och passar d
aligt dagens datorer. En battre metod ar att diskretisera i ett andligt
antal element och darmed ett andligt antal obekanta u1 , u2 , ..., un i de n st noderna. Vardet
av u i elementen f
as sedan genom interpolation. Med t.ex. linjar interpolation har vi allts
a nu
situationen, Fig 18.
FEM g
ar nu ut p
a att i n
agon mening bestamma de n nodvardena u1 , u2 , ..., un s
a att
integralen ovan antar minimum. Hur minimeringsproblemet verkligen formuleras
aterkommer
vi till i kapitlet om approximationsmetoder. Forst ska vi lara oss att interpolera i elementen s
a
att integralformuleringen blir enkel att handskas med.

14

1.7

Ovningar

1. L
at a = (1, 2, 3)T , b = (1, 2, 8)T och c = (2, 3, 5)T . Bestam a b, c a, (b, c), a b,
b a, a b c, I ccT samt volymen av den parallellepiped
q som bestams av vektorerna

6
a, b och c. Svar: a b = 27, c a = 7, (b, c) = arccos(6 437
), a b = (10, 11, 4)T ,

3 6 10
b a = (10, 11, 4)T , a b c = 33, IccT = 6 8 15 , |a b c| = 33.
10 15 24






1 2
6 1
8 2
2. L
at A =
,B =
och C =
. Bestam A + B, B C,
1 3
4 7
1 1


7 3
2
T
1
A(B + C), (B + C)A, ABC, A , AB , |C| och C . Svar: A + B =
,BC=





 3 10 

2 1
20 19
11 37
97 43
, A(B + C) =
, (B + C)A =
, ABC =
,
5
6
5
21
5
30
28
32






2 1
40 13
1 2
1
T
2
1
A A=
,B =
, |C| = 10, C = 10
.
1 13
52 53
1 8

3. Raknelagarna
A+B=B+A
(A + B) + C = A + (B + C)

A(B + C) = AB + AC
(AB)C = A(BC)

(A + B)T = AT +BT
(AB)T = BT AT

ar allmangiltiga
for matriser
i den m
anoperationerna
ar utforas.



 f
 Verifiera dem i special2 3
3 2
5
0
fallet A =
,B =
och C =
.
4 1
1 0
2 4


2
1
4. Los matrisekvationen A2 X = AX + C d
aA=
och CT = (4, 8).
1 0
Svar: XT = (2, 10).



1 3 2
1
0

1
2 2 , B =
5. Los matrisekvationen 2XB AXB = C d
aA=
3 2
2 1 1

39 11
2 0
1
15
11 .
och C = 1 1 . Svar: X = 22
25 11
1 2
2
2
6. Uttryck 5x1 + 20x2 + 2x
+ 11x1 x2 p
a kvadratisk
form 12 xT Qx cT x, dar Q
1 + 12x2 

4 11
5
symmetrisk. Svar: Q =
,c=
.
11 24
20

6
7. Bestam determinanten, inversen, egenvarden och normerade egenvektorer till A =
2




7 1
1
1
Svar: det A = 40, A1 = 40
, 1 = 5, e1 = 12
, 2 = 8, e2
2
6
1
 
1
1
.
5
2

15

ar

1
7
=


.

8. Bestam med
eliminationsmetod
losningentill ekvationssystemet
Kx = F
hjalp av Gauss

2 3 1
5
3
d
a K = 6 5 2 och F = 1 . Svar: x = 14 2 .
4 10 3
8
6
9. Bestam den matris,
som
1 0
0 0
4x4-matris. Svar:
0 1
0 0

genomformultiplikation byter plats p

a raderna 2 och 3 i en
0 0
1 0
.
0 0
0 1

10. Bestam den matris, som

genom
0 0 1
0 1 0
en 4x4-matris. Svar:
1 0 0
0 0 0

eftermultiplikation
byter plats p
a kolumnerna 1 och 3 i

0
0
.
0
1

11. Bestam den matris, som genom eftermultiplikation

adderar 3 g
anger
kolumn 3 och 2
1 0 0 0
0 1 0 0

g
anger kolumn 4 till kolumn 2 i en 4x4-matris. Svar:
0 3 1 0 .
0 2 0 1

 2
R
x + 2 cos x + sin 2x
dM
och
M dx. Svar:
.
Best
a
m
12. L
at M =
dy
dx
xe2x
dx

 x3


1
R
2x sin x + 2 cos 2x
+
2x
sin
x

cos
2x
dM
3
2
, M dx =
+ C.
=
d2 y
x 2x
1
2x
dx
+
)e
y(x)
(
(1
+
2x)e
2
4
2
dx
13. Bestam

R 2
16

sin xdx. Svar:

4
.
2 2

3 + 2 + 2
 2


3
1
3
T
T

3 +
och B = 2 + 1, 2 + 2 , 1 . Svar:
14. Berakna 1 A B d d
aA=
2

R1

43
.
15

1 T
T
15. Skriv p
a matrisform x
( 2 x Ax xT P) = 0 d
a xT = (x1 , x2 , x3 ), ( x
) = ( x 1 , x 2 , x 3 ),

3 2 1
1

2 1 0 ,P =
1 . Svar: Ax = P.
A=
1 0 3
1
R1 R1
2
2
2
2
16. L
at f (x, y) = (4x2y)(3x+5y+2). Bestam f
, f , f , f , f , f , 1 1 f dxdy samt
x y x2 y 2 xy yx
de x och y for vilka f antar extremvarde. Svar: f
= 8 + 24x + 14y, f
= 4 + 14x 20y,
x
y
R
R
2
2
2
2
1
1
f
f
f
2
4
= 24, yf2 = 20, xy
= 14, yx
= 14, 1 1 f dxdy = 38 , sadelpunkt i ( 13
, 13
).
x2

P
17. Visa att 21 2i=1 ki (xi+1 xi )2 kan skrivas p
a formen 12 xT Kx xT F. Visa sedan att detta
uttryck antar minvarde i den punkt som bestams av ekvationssystemet Kx = F.

16

Figur 19: Linjar interpolation i ett element.

2
2.1

Interpolation, avbildning
Inledning

Antag att vi kanner en funktion u i ett antal diskreta punkter x1 , x2 , ..., xn , s.k. st
odpunkter.
Motsvarande funktionsvarden kallar vi for u1 , u2 , ..., un . Om vi soker u mellan stodpunkterna
m
aste vi gora en interpolation. Detta kan goras p
a flera satt, men speciellt m
aste ui = u(xi ).
I m
anga sammanhang, bl.a. vid FEM, gor man en s.k. lokal anpassning i varje intervall Ik =
[xk , xk+1 ] med ett polynom uk av l
agt gradtal, linjart eller kvadratiskt. Vi sager sedan att u
ar styckvis definierad av uk i intervallen Ik . Jamfor t.ex. absolutbeloppsfunktionen |x| som har
olika beskrivning beroende p
a vilket av intervallen x < 0 och x 0 vi befinner oss. Nar man
talar om intervall i allmanhet brukar det inte leda till n
agon forvirring om man istallet for det
lite pyntade uk sager u istallet. Vi slopar darfor tilde och subindex i fortsattningen.

2.2

Interpolation och basfunktioner

Vid linjar interpolation m

aste vi bestamma koefficienterna i polynomet u(x) = kx + m for
varje intervall (element) ovan, t.ex. I1 = [x1 , x2 ], Fig 19. Funktionsvardena i stodpunkterna ar
kanda och ar tillrackliga villkor for att kunna bestamma k och m. Vi f
ar ekvationssystemet

u1 = kx1 + m
u2 = kx2 + m
varav k =

u2 u1
x2 x1

och m = u1 kx1 , dvs.

u(x) =

u2 u1
u2 u1
x + u1
x1
x2 x1
x2 x1

Detta uttryck kan omskrivas till mer passande form (gor det!)
2

X
x2 x
x x1
u(x) =
u1 +
u2 = N1 (x)u1 + N2 (x)u2 =
Ni (x)ui = N u
x2 x1
x 2 x1
i=1
| {z }
| {z }
N1 (x)

N2 (x)

Vi kan allts
a uttrycka u som en linj
arkombination av u:s v
arde i st
odpunkterna. I FEsammanhang valjer vi att kalla dessa stodpunkter for noder. Funktionerna N1 och N2 kallas
for basfunktioner (eng. shape functions), Fig 20, och ar grundlaggande for elementanalysen.
17

Figur 20: Linjara basfunktioner i ett element i verkliga rummet.

Figur 21: Koordinater i parameterrummet och verkliga rummet for ett element.
Dessa brukar av praktiska skal paketeras i en radvektor N = (N1 , N2 ). Av n
agon anledning
har vi som praxis att en vektor av funktioner lagras som en radvektor, medan en vektor med
variabler f
ar bilda en kolonnvektor. I FEM anvands ofta dimensionslosa koordinater, Fig 21.
Infor [1, 1] enligt
x2 x1
x1 + x2
+
x=
2
2
s
a kan basfunktionerna skrivas (genomfor kalkylen!), Fig 22.

N1 () = 21 (1 )
N2 () = 21 (1 + )
Vi ser att de har den viktiga egenskapen att vara ett i sin nod och noll i ovriga

1 om i = j
Ni (j ) =
0 om i 6= j
P
Den linjara kombinationen u = N u = 2i=1 Ni ()ui ovan kan ses som en avbildning(funktion)
fr
an parameterrummet till det verkliga rummet u. Anledningen till att man infor dimensionslosa koordinater ar att det ar enklare att arbeta i parameterrummet an i det verkliga
rummet. Man f
ar bl.a. ett enhetligt och enklare satt att behandla derivator och integraler,

Figur 22: Linjara basfunktioner i parameterrummet, N1 () = 12 (1 ), N2 () = 21 (1 + ).

18

som ju differentialekvationer best

ar av, samt ett lokalt koordinatsystem i varje element som
underlattar elementanalysen. Vi behover allts
a samband mellan derivator i de tv
a rummen. Vi
f
ar
X dNi
d X
du
=
(
Ni ui ) =
ui
dx
dx
dx
Kopplingen mellan derivator i de tv
a rummen tas om hand av kedjeregeln
dNi
dNi dx
dNi
dNi
dNi
=
=
J
= J1
d
dx d
dx
dx
d
dar dx
kallas Jacobianen, J. Skrivs fet eftersom den egentligen ar en matris. Man kan tolka
d
denna som skalfaktorn mellan karta och verklighet, och ar allts
a en rent geometrisk storhet.
Eftersom speciellt x sjalvt interpoleras isoparametriskt f
as
J=

X
X dNi
dx
dN
= {x =
Ni xi } =
xi =
x
d
d
d

dar x ar en punkt i elementet och x en kolonnvektor

P2 med nodernas koordinater.
Exempel 2.1: Avbildningen u = N u =
an parameterrummet till det
i=1 Ni ()ui fr
verkliga rummet ar mycket viktig. Som namndes i inledningen anvands nastan alltid s.k. isoparametrisk formulering, dvs. allt interpoleras p
a samma satt, t.ex. geometri x = N x, elasticitetsmodul E = N E, area A = N A och vasentliga storheter u = N u. Avbildningen utgor
den enda vagen mellan rummen! Enklast ar naturligtvis att g
a fr
an parameterrummet, eftersom
kalkylen blir rattfram. Som exempel kan vi bestamma det x som motsvarar = 14 for ett linjart
element med noderna i x1 = 2 och x2 = 3 och basfunktionerna N = ( 12 (1 ), 12 (1 + )).








9
x1
2
1
1
1
1
x = N x = N1 N2
= 2 (1 4 ) 2 (1 + 4 )
=
x2
3
8
Att g
a fr
an verkliga rummet till parameterrummet innebar daremot att vi alltid m
aste losa en
ekvation. Vilket motsvarar x = 2 i elementet ovan? Vi f
ar








2
x1
1
1
2 = N x = N1 N2

= 2 (1 ) 2 (1 + )
x2
3
2 = 12 (1 ) (2) + 21 (1 + ) 3
2 = 12 (5 + 1)
= 35
Allts
a motsvarar = 35 i parameterrummet x = 2 i verkliga rummet.

Eftersom basfunktionerna ar polynom och vi ofta kommer att integrera dem kan det vara bra
att ha en lathund for detta. Fordelen med parameterrummet ar bl.a. att integrationsgranserna
alltid ar 1 och 1, varfor
 2
Z 1
n+1 1
1 (1)n+1
1 + (1)n
om n ar jamn
n
n+1
d = [
]1 =
=
=
0 om n ar udda
n+1
n+1
n+1
1
Exempel 2.2: Bestam
Z

R1

1
4

3 4 5 + 7d med hjalp av lathund. Vi f

ar direkt

3 5 + 7 d =
1

3 4 5 1 + 7 0 d = 3

19

2
2
76
50+7
=
4+1
0+1
5

(a) N1 = 12 (1 )

(b) N2 = (1 + )(1 )

(c) N3 = 21 (1 + )

Figur 23: Kvadratiska basfunktioner i parameterrummet.

Lagg speciellt marke tillR integration
har ju namligen enligt potenslagarna
R 1 av en konstant.
R 1 Vi
1
2
0
0
= 2k

att = 1 alltid, varfor 1 k d = 1 k 1 d = 1 k d = k 0+1
R 1 T dN
1
1
Exempel 2.3: Bestam 1 N d d dar N = ( 2 (1 ), 2 (1 + )) ar basfunktionerna. Vi f
ar
 1





R1
R
R 1 T dN
1 + 1
(1 )
1
1
1 1
2
2 2 d = 4 1
d =
N d d = 1 1
1
1
1+

(1 + ) 
2



2
2
0+1
+ 0 0+1
0
1 1
= {lathund} = 41
= 12
2
2
0+1 0 0+1 + 0
1 1
Integraler av denna typ, dar integranden byggs upp som produkter av basfunktioner och dess
derivator, ar fundamentala i FEM och
aterkommer standigt i kommande kapitel. Notera speciellt
det viktiga att alla matrismultiplikationer
m
aste utforas innan man integrerar!

R x2 T
1
1
dN
Exempel 2.4: Bestam EA x1 B B dx, om B = dx och N = ( 2 (1 ), 2 (1 + )). Om vi nu
l
ater L beteckna elementets langd, dvs. L = x2 x1 , s
a blir Jacobianen
J=

dx X dNi
1
1
1
L
L
=
xi = x1 + x2 = (x2 x1 ) = dx = d
d
d
2
2
2
2
2

och

2
dN
dN
1
21 12 =
1 1
= J1
=
dx
d
L
L
Slutligen gor vi s
a variabelsubstitutionen x





L
R x2 T
R 1 1 1 1
1 1 R 1
EA
1 1 2 d = 2L
EA x1 B B dx = EA 1 L
d
1
1 L
1 1



1 1
1 1
= EA
2 = EA
2L
L
1 1
1 1
B=

vilket i kapitel 3 kommer att kannas igen som en styvhetsmatris.


Vi behover inte begransa oss till linjar interpolation. I sjalva verket ar det fritt fram att
valja gradtal, men storre an tv
a ar ovanligt. Kvadratisk interpolation, dvs. gradtal tv
a, ar
daremot vanligt. Man brukar tala om hogre ordningens element. Fordelen med dessa ar att
randerna p
a elementet lattare anpassar sig till krokta rander, och darmed losningen. Detta
betyder i allmanhet att vi behover farre element for att uppn
a onskad noggrannhet. For att
kunna bestamma alla koefficienterna i basfunktionerna m
aste vi ha lika m
anga noder i elementet
som gradtalet+1 och utnyttja egenskapen att Ni (j ) ar ett i nod i och noll i ovriga. Exempelvis
har vi basfunktionerna for ett endimensionellt kvadratiskt 3-noders element enligt Fig 23.
Det fina ar att avbildningen
mellan rummen g
ar till p
a precis samma satt som for det linjara
Pn+1
elementet, dvs. u = N u = i=1 Ni ()ui , dar n ar gradtalet p
a elementet. All elementanalys
20

blir darmed helt analog med vad vi lart oss i det linjara fallet. Enda skillnaden ar att ing
aende
vektorer f
ar en annan langd. Gor garna om kalkylen i exempel 2.4 for ett endimensionellt
kvadratiskt 3-noders element! (Se ovn.)
Exempel 2.5: Nar man g
ar fr
an verkliga rummet till parameterrummet i ett element med
kvadratisk interpolation m
aste de tv
a losningarna 1,2 kontrolleras mot intervallet [1, 1]. Som
exempel soker vi det som motsvarar x = 2 i ett element med nodkoordinaterna x = (3, 4, 8)T
ar
och basfunktionerna N = (N1 , N2 , N3 ) = ( 21 (1 ), (1 + )(1 ), 12 (1 + )). Vi f

3


2 = N x = 12 (1 ) (1 + )(1 ) 12 (1 + ) 4
8
2 = 12 (3 2 + 11 + 8) 1 = 13 , 2 = 4
Har ar det 1 som duger eftersom 2 ligger utanfor godkant intervall. Det kan handa att b
ada
losningarna ligger i [1, 1]. I s
a fall existerar inte n
agon invers till avbildningen. Exempelvis
7
612
av b
ade = 10
och = 45 . For att garantera entydighet
om x = (0, 5, 6)T , s
a genereras x = 100
m
aste x2 [x1 + 14 (x3 x1 ), x3 14 (x3 x1 )]. Tydligen uppfyllt for x = (3, 4, 8)T , men inte
for x = (0, 5, 6)T .


2.3

N
agot om tv
a och tre dimensioner

I tv
a dimensioner (2D) ar analysen helt analog med den i en dimension
P
x = P Ni (, )xi
y = Ni (, )yi
P
a samma satt som tidigare behover vi bestamma Jacobianen for att f
a ett samband mellan
derivatorna i de tv
a rummen. Kedjeregeln f
ar nu utseendet
Ni

Ni

=
=

Ni
x
Ni
x

+
+

Ni
y
Ni
y

eller p
a matrisform
Ni

Ni

!

Ni
x
Ni
y

dar Jacobianen
J=

!
och t.ex.

Vidare ar determinanten
det(J) =

x X Ni
N
=
xi =
x osv.

x y x y

6= 0

varfor inversen blir

J

1
=
det(J)

och slutligen kopplingen mellan derivator i de tv

a rummen
!
 Ni 
Ni

x
= J1
Ni
Ni
y

21

Figur 24: Linjart triangelelement.

Figur 25: Linjart fyranoderselement.

Vi har nu f
att ett enhetligt och effektivt satt att overfora och berakna derivator och integraler
i parameterrummet for b
ade en- och tv
adimensionella problem. Vill man ha solida volymselement i tre dimensioner (3D) tillkommer z och i respektive rum, annars ar kalkylen identisk
med den ovan for 2D. Speciellt uppskattar vi i tv
a och tre dimensioner att integrationsomr
adet
ar fyrkantigt i parameterrummet samt att integrationsgranserna alltid ar desamma, namligen
1 och 1. Tank p
a att elementarean Ae eller elementvolymen Ve , som dubbel- respektive trippelintegralen skall utstrackas over, nastan alltid ar oregelbundna. I alla praktiska sammanhang
ar analysen darfor omojlig att genomfora i verkliga rummet. Vid evalueringen av integralerna
anvands dessutom oftast numerisk integration, vilket kraver dessa standardiserade integrationsomr
ade. Vi
aterkommer till detta senare. FE-programmen tillbringar allts
a mycket tid i
parameterrummet, evaluerande transformationer av typen
R x2
R1
P
f
(x)dx
=
f
(
N ()x ) det(J)d
x
1
R1
R 1 R 1 i Pi
P
f
(x,
y)dxdy
=
f
(
N
(,
)x
,
Ni (, )yi ) det(J)dd
i
i
1 R1 R
R Ae
P
P
P
1
1 R1
f (x, y, z)dxdydz = 1 1 1 f ( Ni (, , )xi , Ni (, , )yi , Ni (, , )zi ) det(J)ddd
Ve
Vanliga tv
adimensionella element ar linjar triangel, Fig 24.

NT =
1
och bilinjart 4-noders element, Fig 25.

(1 )(1 )
1 (1 + )(1 )

NT =
4 (1 + )(1 + )
(1 )(1 + )

22

Figur 26: Skalelement.

Naturligtvis kan vi aven i 2D fallet konstruera element med kvadratisk interpolation, 6-noders
triangel och 8-noders fyrhorning. Dessa kan dessutom, liksom de linjara ovan, representera
skalstrukturer i rymden, 3D. Man avbildar d
a z-koordinaten p
a samma satt som x och y, Fig
26.
Avslutningsvis
aterst
ar bara att namna det som lasaren formodligen redan listat ut, namligen att alla element, t.ex. de i avsnitt 1.3, konstrueras utg
aende fr
an samma enhetliga recept
med avbildningen u = N u som huvudingrediens.

2.4

Ovningar

1. Harled basfunktionerna N = (N1 , N2 ) for ett linjart endimensionellt element, Fig 22.
Berakna vardet av N1 ( 43 ) och N2 ( 12 ). Svar: N1 ( 34 ) = 18 , N2 ( 12 ) = 14 .
2. Ett linjart element har sina noder i x1 = 2 och x2 = 3. Vilket varde har i punkten
x = 1? Svar: = 15 .
P
3. Bestam for ett linjart element, dvs. N = ( 12 (1 ), 21 (1 + )) och x = Ni xi ,
a)
Svar: a)

1
(1
2

RL

R2
1

N dx

1), b)

1
2

b)

R5
3

dNT dN
dx dx

1 1
1 1


, c)

dx
1
2

c)

R 10
5

1 1
1 1

NT dN
dx
dx

d)

R1
1

NNT dx


, d) 43 .

dNT
dx

{EA(x) dN
}dx for ett linjart element, 
dar arean A(x)
dx
 varierar isoparamet1
1
1 +A2 )
riskt med A(0) = A1 och A(L) = A2 . Svar: E(A2L
.
1 1

4. Bestam

5. Harled N = (N1 , N2 , N3 ), for ett endimensionellt kvadratiskt element, Fig 23.

6. Bestam Jacobianen J i punkten = 12 for ett endimensionellt kvadratiskt element med
noderna i x = (1, 2, 5)T . Svar: J( 12 ) = 3.
23

Figur 27: Fjaderelement.

for ett endimensionellt kvadratiskt element
7. Bestam Jacobianens varde i punkten x = 13
4
13
T
med noderna i x = (2, 5, 10) . Svar: J(x= 4 ) = 3.
8. For ett endimensionellt kvadratiskt element med noderna i (1, a, 5)T vill man att Jacoa att
bianen i = 12 skall vara lika med arean under N2 i parameterrummet. Bestam a s
detta uppfylls. Svar: a = 11
.
3
9. Visa att om mittnoden placeras i mitten p
a ett kvadratiskt element, dvs. x2 =
x3 x1
J = 2 = konstant.

x1 +x3
,
2

blir

10. Best
Jacobianen
och arean
 am 

J, det(J)

 A for ett
 linjart triangelelement med hornen i
1
4
3
2 5
,
och
. Svar: J =
, det(J) = 17, A = 12 |det(J)| = 17
.
2
2
1
7
1 6
   1 

2
11. Bestam Jacobianen J och det(J) i punkten
=
for ett bilinjart 4-noderselement
1

4
     
 


1
4
6
3
12 9
1
med hornen i
,
,
och
. Svar: J = 8
, det(J) = 92 .
2
1
4
7
8 18
Rx
3
12. Gor om exempel 2.4 ovan med EA x13 BT B dx for ett kvadratiskt element med x2 = x1 +x
.
2

7 8 1
EA
8 16 8 .
Svar: 3L
1 8 7

3
3.1

Energimetod, matrisformulering
Potentiell energi

Studera en fjader fast inspand i ena andan, Fig 27. Det brukar vara praxis att placera nodnummer inom fyrkantig ram och elementnummer inom rund ram. Om u ar forskjutningen i den fria
noden kan vi teckna den potentiella energin for systemet
1
W (u) = ku2 F u
2
dar forsta termen ar den inre (upplagrade) tojningsenergin i fjadern och den andra ar yttre
lastens potential. Skilj p
a f
orskjutning som ar forflyttning av en punkt relativt ett fixerat
globalt koordinatsystem och deformation som ar ett m
att p
a hur tv
a punkter forflyttas
relativt varandra. Observera att alla forskjutningar och laster ar vektorer, varfor de anges
och beraknas med tecken motsvarande v
art globala koordinatsystem.

24

Figur 28: Tv
a fjaderelement i serie.
For att komma vidare m
aste man kanna till en mycket viktig sats fr
an h
allfasthetslaran om
energimetoder, namligen den om potentiella energins minimum.
Sats: En kropp deformeras under belastning s
a att fo
altet
rskjutningsf
minimerar den potentiella energin samtidigt som randvillkoren uppfylls.
Forskjutningsfalt ar samlingsnamnet p
a hur varje punkt i modellen forskjuts under belastningen. Fr
an analyskursen kanner vi till att soka minimum ar det samma som att soka nollstalle till
derivatan, vilket ger oss vanlig kraftjamvikt som sig bor
dW
F
= 0 ku F = 0 u =
du
k

3.2

Assemblering

Med forskjutning i fjaderns b

ada noder kan W tecknas
1
W = k(u2 u1 )2 F1 u1 F2 u2
2
Nu har vi tv
a oberoende variabler och nodvandigt villkor for minimum ar att b
ada partiella
derivatorna ska vara noll
 W
= 0 k(u2 u1 ) F1 = 0
u1
W
= 0 k(u2 u1 ) F2 = 0
u2
eller p
a matrisform, elementstyvhetssambandet

 



ke kallas elementstyvhetsmatris
F1
k k
u1
ue kallas elementf
orskjutningsvektor
=
dar
u2
F2
k k

Fe kallas elementlastvektor
|
{z
} | {z } | {z }
ke

ue

Fe

Nu gor vi om analysen med tv

a seriekopplade fjadrar med olika fjaderkonstanter, dvs. tv
a
element, Fig 28.
Potentiella energin W for de tv
a fjadrarna blir nu summan av dem, W1 respektive W2 .
Lasterna som verkar p
a noderna ser vi som bidrag fr
an respektive element. Om det varit balkar
kunde det t.ex. varit snolast
W1 = 21 k1 (u2 u1 )2 F11 u1 F12 u2
W2 = 12 k2 (u3 u2 )2 F21 u2 F22 u3
och som ovan

W
u1 = 0 k1 (u2 u1 ) F11 = 0
W
= 0 k1 (u2 u1 ) k2 (u3 u2 ) F12 F21 = 0
u2
W
= 0 k2 (u3 u2 ) F22 = 0
u3
25

eller p
a matrisform, strukturstyvhetssambandet

u1
k1
k1
0
F11
k strukturstyvhetsmatris
k1 k1 + k2 k2 u2 = F12 + F21 dar u strukturf
orskjutningsvektor

F strukturlastvektor
u3
0
k2
k2
F22
{z
} | {z } |
{z
}
|
k

Detta satt att strukturellt addera bidragen fr

an elementsambanden in i strukturstyvhetsmatrisen och strukturlastvektorn kallas assemblering. For att underlatta hanteringen brukar
man tala om ett elements lokala nodnummer. Det ar dessa lokala noder som basfunktionerna
lever p
a. P
a s
a vis kan vi p
a ett enkelt satt tala om element i allmanhet utan att de ar utpla
cerade i den globala strukturen, dar vi har globala nodnummer. Overs
attningen fr
an lokala
till globala nodnummer brukar kallas topologi, och ar allts
a en information dar vi kan utlasa
vilka noder varje element sitter fast i. Man brukar ibland saga att elementet hanger i noderna
....
I modellen ovan med tv
a fjadrar har allts
a element 1 sina lokala noder 1 och 2 placerade i
globala noderna 1 och 2 och element 2 sina lokala 1 och 2 i de globala 2 och 3. Koefficienterna i
ke skall allts
a adderas in i k p
a skarningen mellan radnummer och kolonnummer motsvarande
de globala nodnumren. Fe i F p
a motsvarande rader naturligtvis. Assemblering ar det faktiska
sattet som FE-program anvander, vagen via potentiella energin ska mer ses som en harledning
till n
agot mera systematiskt som ar latt att implementera i en dator. k och F dimensioneras
allts
a efter antalet frihetsgrader i systemet (k alltid kvadratisk!) och fylls med nollor. Om
vi t.ex. ska bestamma temperaturen i en kropp har vi en frihetsgrad per nod, dvs. antalet
frihetsgrader = antalet noder. Om vi daremot ska bestamma spanning och tojning i en skiva
(2D) har vi forskjutning i x och yled som frihetsgrader i varje nod, dvs. antalet frihetsgrader
= 2 x antalet noder. Exempelvis kommer kolonn 7 och 8 samt rad 7 och 8 i k d
a att associeras
med frihetsgraderna i global nod 4. Darefter genomlops alla element, ke och Fe beraknas och
adderas in p
a ratta stallen i k och F. Slutligen adderas alla yttre laster till F. Skilj p
a dessa
och Fe ! Yttre lasterna kommer utifr
an och belastar strukturen direkt i noderna. Fe ar s
adana
som kommer via elementen in till noderna. Det kan vara en h
arfin skillnad men Fe kraver i
alla fall information om elementets egenskaper, t.ex. geometri, densitet och elasticitetsmodul
for att kunna bestammas. Dessa kallas ibland konsistenta nodlaster, vilket vi
aterkommer
till. Exempel p
a s
adana ar utbredda laster, centrifugallast och temperaturlast.
I Fig 29 ser vi tydligt hur det g
ar till att assemblera tre element av olika utseende d
a vi
har en frihetsgrad per nod. Globala nodnummer ar angivna utanfor elementen och lokala inuti.
Vidare anvands (elementnummer) som superindex p
a elementstyvhetsmatrisernas element och
p
a elementlastvektorernas komponenter.

0 0 0 0 0
0
0 0 0 0 0 0
0 k (1) 0 k (1) 0 0 0 k (2) 0 0 k (2) k (2)

22
23
21
11
12

0 0 0 0 0 0 0 0 0 0 0
+ 0 0 0 0 0
+

(1)
(1)
0

0 k21 0 k22 0 0

(2)
(2)
(2)
0 0 0 0 0 0 0 k32 0 0 k33 k31
(2)
(2)
(2)
0 0 0 0 0 0
0 k12 0 0 k13 k11
|
{z
} |
{z
}
element 1

element 2

26

Figur 29: Assemblering av element.

(3)

k33
0
(3)
k23
(3)
k13
(3)
k43
0

|
och till slut

0
0
0
0
0
0

(3)

(3)

k32
0
(3)
k22
(3)
k12
(3)
k42
0

k31
0
(3)
k21
(3)
k11
(3)
k41
0

(3)

k34
0
(3)
k24
(3)
k14
(3)
k44
0

0
0
0
0
0
0

{z

(3)

0
(1)
(2)
k11 +k22
0
(1)
k21
(2)
k32
(2)
k12

(3)

k32
0
(3)
k22
(3)
k12
(3)
k42
0

(3)

=



}

element 3

k33
0
(3)
k23
(3)
k13
(3)
k43
0

k31
(1)
k12
(3)
k21
(3)
(1)
k22 +k11
(3)
k41
0

0
(1)
F1
0
(1)
F2
0
0
{z

element 1

(3)

k34
(2)
k23
(3)
k24
(3)
k14
(2)
(3)
k33 +k44
(2)
k13

0
(2)
k21
0
0
(2)
k31
(2)
k11

0
(2)
F2
0
0
(2)
F3
(2)
F1
{z

element 2

(3)

F3
0
(3)
F2
(3)
F1
(3)
F4
0
{z

element 3

(3)

F3
(1)
(2)
F1 +F2
(3)
F2
(3)
(1)
F2 +F1
(2)
(3)
F3 +F4
(2)
F1

Detta strukturstyvhetssamband saknar losning, dvs. det ar singulart, p

a grund av att det inneh
aller stelkroppsrorelse. For att det ska bli losbart m
aste vi applicera randvillkor, dvs.
foreskriva varden hos en eller flera frihetsgrader. Det har d
a en entydig losning u, och vi doper
u = N u till f
orskjutningsf
alt. Entydigheten grundar sig p
a den tidigare namnda potentiella
energin som ar en s.k. kvadratisk form. For andra problemtyper ar entydigheten inte alltid
sjalvklar.
1
W (u) = uT ku uT F
2
W
= 0 ku = F
u
Exempel 3.1: Bestam forskjutning i nod 2 och 3 samt reaktionskraften i nod 1, Fig 30. Vi
f
ar direkt


 


 
1 1
0
1 1
0
ke1 = 10
Fe1 =
ke2 = 15
Fe2 =
1 1
0
1 1
0
Assemblering: En frihetsgrad per nod. Forsta elementets lokala noder 1 och 2 motsvarar globala
1 och 2. Andra elementets lokala noder 1 och 2 motsvarar globala 2 och 3. Glom inte den yttre
27

Figur 30: Modell med tv

a fjaderelement.
lasten 20N i nod 3, samt reaktionskraften i nod 1.

10
10
0
u1
R1
10 10 + 15 15 u2 = 0
0
15
15
u3
20
Infor randvillkoret u1 = 0 och eliminera denna rad.

 

 

10 0
25 15
u2
0
+
=
00
15 15
u3
20
varav

u2
u3


=

10
3

mm

Slutligen erh
alles reaktionskraften (och alla andra nodlaster) genom matrismultiplikationen

20
10
10
0
0
ku = 10 10 + 15 15 2 = 0 N
10
20
0
15
15
3
Lagg marke till att alla forskjutningar och laster ar vektorer, varfor de anges och beraknas med
tecken motsvarande v
art globala koordinatsystem. Strangt taget ar det inte nodvandigt att ta
med den okanda reaktionskraften R1 i nod 1 fr
an borjan (yttre last). Anledningen till att denna
inte behover tas med ar det faktum att for varje frihetsgrad, dvs. varje rad, i systemet m
aste
antingen frihetsgraden sjalv foreskrivas eller lasten p
a hogersidan, inte b
ada utan exakt en.
Den andra beraknas sedan av ekvationssystemet. Tv
a kontroller p
a att man raknat ratt ar
enkla att gora och bor darfor alltid goras! For det forsta ska alla kanda nodlaster p
a hogersidan

aterskapas vid matrismultiplikationen ku och for det andra ska ju summan av alla nodlaster
vara noll. Annars har vi stelkroppsrorelse. Har ar som synes b
ada kontrollerna uppfyllda. 
Exempel 3.2: Bestam forskjutning i nod 2 i exemplet ovan, samt reaktionskraften i nod 1
och 3 om nod 3 foreskrivs en forskjutning u3 = 1 mm och en kraft 10N angriper i nod 2, Fig
31. Eftersom strukturen ar densamma ar det bara hogerledet som andras.

10
10
0
u1
R1
10 10 + 15 15 u2 = 10
0
15
15
u3
R3
Infor randvillkoren u1 = 0 och u3 = 1. Rad 2 ger direkt
10 0 + 25u2 15 (1) = 10
varav
u2 =

1
mm
5

28

Figur 31: Modell med tv

a fjaderelement och forskjutningsrandvillkor.

Figur 32: Modell med tre fjaderelement.

Slutligen erh
alles reaktionskrafterna (och alla andra nodlaster) genom matrismultiplikationen

10
10
0
2
0
ku = 10 10 + 15 15 15 = 10 N
1
0
15
15
12
Glom inte kontrollerna!

Exempel 3.3: Bestam forskjutning i nod 2 och 3, samtreaktionskraften
i nod 1 och 4

1 1
om en kraft p
a 10N angriper i nod 3, Fig 32. Med ke = k
som vanligt f
ar vi
1 1
assembleringen

1
1
0
0
u1
R1
1 1 + 2 + 3 2 3 u2 0

0
2
2
0 u3 10
0
3
0
3
u4
R4
Infor randvillkoren u1 = 0 och u4 = 0. Rad 2 och 3 ger direkt

1 0 + 6u2 2u3 3 0 = 0
0 0 2u2 + 2u3 + 0 0 = 10
varav

u2
u3

5
=
2

Slutligen erh
alles reaktionskrafterna (och alla

1
1
0
1 1 + 2 + 3 2
ku =
0
2
2
0
3
0

1
3


mm

andra nodlaster) genom matrismultiplikationen

5
0
2
0
5

3 2 0

= 10 N
0 15
2
0
15
3
2
29

Figur 33: St
angelement.
Glom inte kontrollerna!
Exempel 3.4: Harledning av elementstyvhetssambandet for en vanlig st
ang, Fig 33.

d
jamvikts samband
=
0

dx
d2 u

=0
tojning-forskjutnings samband = du
dx
dx2
konstitutivt samband
= E

Denna differentialekvation integreras direkt till u = c1 x + c2 . Integrationskonstanterna ges av

1
x. Vi ser att tojningen = du
=
randvillkoren u(0) = u1 , u(L) = u2 , varav u = u1 + u2 u
L
dx
u2 u1
F
a
r
konstant
(och
d
a
rmed
sp
a
nningen).
Med
hj
a
lp
av
definition
p
a
sp
a
nning,

=
,
och

L
A
konstitutiva sambandet ovan f
ar vi till slut elementstyvhetssambandet for st
angen


 

EA
1 1
u1
F1
=
1 1
u2
F2
L
Vi kanner igen en fjader med fjaderkonstanten k = EA
. Element med konstant tojning var de
L
forsta elementen man anvande. Det tv
a dimensionella triangelelementet ar klassiskt och kallas
CST (Constant Strain Triangle). Se nasta avsnitt.


3.3

Triangelelementet CST (Constant Strain Triangle)

Nar man ska harleda elementstyvhetssamband for mer komplicerade element inom h
allfasthetslaran utg
ar man ofta fr
an energisamband. I fallet ovan med -konstant st
ang blir det enkelt

W = inre tojningsenergi + yttre lasternas potential
RL
W = 21 EA 0 2 dx uT F
varav efter integration
1
W (u1 , u2 ) = EA
2

u2 u1
L

2
L u1 F1 u2 F2

Detta kan skrivas p

a matrisform (visa detta!)




EA
1
1 1
u1
u1 u2
W (u1 , u2 ) =

1 1
u2
2
L
30

u1 u2

F1
F2

Figur 34: CST-element.

dvs. vi har den kvadratiska formen enligt ovan
1
W (u) = uT ke u uT Fe
2
W
= 0 ke u = Fe
u
Nar vi har ett flerdimensionellt problem ar tojningen inte langre en skalar utan en matris.
Den potentiella energin f
ar nu istallet formen
Z
Z
1
T
DdV
uT f dV
W =
2 V
V
dar D ar den konstitutiva matrisen, dvs. lost talat Hookes lag = E i flera dimensioner, och
f volymslaster, allt integrerat over den kropp man studerar. Liksom for st
angen ovan doljer sig
elementstyvhetsmatrisen i den forsta integralen. Vi ska harleda denna for ett triangulart skivelement (2D) med linjar forskjutningsansats och konstanta materialparametrar. Tojningarna
kommer d
a liksom i exemplet ovan att bli konstanta i elementet, darav namnet CST (Constant
Strain Triangle). Detta var ett av de forsta elementen som s
ag dagens ljus i mitten av 50-talet.
Det betraktas darfor som lite klassiskt och anvands an i dag med framg
ang.
Vi skall allts
a studera CST-element, Fig 34, utlagt i planet med tillhorande koordinatsystem.
For att kunna beskriva laget for en nod behover vi tv
a oberoende forskjutningsfrihetsgrader,
kalla dem u i x-riktningen och v i y-riktningen. Vi har darmed tv
a frihetsgrader per nod.
Elementet har allts
a totalt sex frihetsgrader och vi samlar dem i en elementforskjutningsvektor
q = (u1 , v1 , u2 , v2 , u3 , v3 )T
Eftersom vi har linjar forskjutningsansats kan vi direkt hamta basfunktionerna fr
an avsnitt 2.3,
Fig 24,

N1

NT = N2 =
N3
1
Som vanligt anvander vi isoparametrisk formulering, dvs. alla storheter i elementet interpoleras p
a samma satt. Fortsattningen foljer nu precis upplagget i avsnitt 2.3. Vi borjar med

31

avbildningen fr
an parameterrummet till verkliga rummet av elementets koordinater

x
1
P
x = Ni (, )xi = N1 x1 + N2 x2 + N3 x3 = N x2 = N x
x3
y1
P

y = Ni (, )yi = N1 y1 + N2 y2 + N3 y3 = N y2 = N y
y3
sedan p
a samma satt forskjutningar i elementet

u
1
P
u=
Ni (, )ui = N1 u1 + N2 u2 + N3 u3 = N u2 = N u
u3
v1
P

v=
Ni (, )vi = N1 v1 + N2 v2 + N3 v3 = N v2 = N v
v3
Vi drar oss till minnet Jacobianen
!
J=

dar t.ex.

x X Ni
N
=
xi =
x osv.

som i v
art linjara element blir konstant (visa detta!)


x1 x3 y1 y3
J=
x2 x3 y2 y3
Jacobianen hjalper oss nu att koppla derivator av vilken storhet som helst () mellan de tv
a
rummen.
  
  
1

x
=J


y

Fr
an h
allfasthetslara vet vi att spanningen = (x , y , xy ) och tojningen T = (x , y , xy )
kopplas via det konstitutiva sambandet = D, dar den konstitutiva matrisen D vid plant
spanningstillst
and har utseendet

1 0
E
1 0
D=
1 2
0 0 1
2
och vid plant deformationstillst
and

D=

E(1 )

1
(1 + )(1 2)
0

1
0

0
0
12
2(1)

dar som vanligt E ar elasticitetsmodulen och Poissons tal. Slutligen kopplas tojningen till
forskjutningarna i elementet enligt

u
=

x
v
y

u
y

32

v
x

Denna kan omskrivas till mer passande form

u
1 0  u 
0 0 
x
v
x
= 0 0 u
=
+ 0 1
y
u
v
y
0 1
1 0
+ x
y

 u 
 v 
1 0
0 0

1
1

0 0 J
0 1 J
=
+
u
v

0 1
1 0
 N 
 N 
1 0
0 0

1
1

0 0 J
0 1 J
=
u+
v
N
N

0 1
1 0
= Bq

v
x
v
y

dar B kallas tojningsmatrisen och definieras av sista likheten. Elementforskjutningsvektorn q

ar definierad ovan och [ ] betyder blockmatris. Efter en liten kalkyl kan man visa att (gor det
garna!)

y2 y3
0
y3 y1
0
y1 y2
0
1
0
x3 x2
0
x1 x3
0
x2 x1
B=
det(J)
x3 x2 y2 y3 x1 x3 y3 y1 x2 x1 y1 y2
Vi ar nu antligen mogna att vaska fram elementstyvhetsmatrisen ur den forsta integralen i
uttrycket for potentiella energin ovan
Z
X1Z
X1Z
X1 Z
1
T
T
T T
D dV =
(Bq) DBq dV =
q B DBq dV =
qT
BT DB dV q
2 V
2
2
2
Ve
Ve
Ve

varav slutligen identifieras

Z
ke =

BT DB dV

Ve

Exempel 3.5: Bestam ke for ett CST med konstant tjocklek t i plant spanningstillst
and.
5
2
T
T
Data: E = 2 10 N/mm , = 0.3, t = 2 mm, x = (0, 30, 20) mm, y = (0, 0, 20) mm. Eftersom
B, D och elementets tjocklek t ar konstanta f
ar vi
Z
ke =
BT DB dV = BT DB A t
Ve

dar A ar elementets area




 

 
 1
 1
1
1 
x1 x3 y 1 y 3
20
20
) = det(
) = 600 = 300 mm2
A = |det(J)| = det(
x2 x3 y 2 y 3
10 20
2
2
2
2
Den konstitutiva matrisen D vid plant spanningstillst
and blir

1 0
2.2 0.66 0
E
1 0 = 105 0.66 2.2
0 N/mm2
D=
1 2
0 0 1
0
0 0.77
2
och tojningsmatrisen

y2 y3
0
y3 y1
0
y1 y2
0
1

0
x3 x2
0
x1 x 3
0
x2 x1
B = det(J)
x3 x2 y2 y3 x1 x3 y3 y1 x2 x1 y1 y2
20 0
20
0
0 0
1
0 10 0 20 0 30 1/mm
= 600
10 20 20 20 30 0
33

Figur 35: Elektriskt natverk.

Figur 36: Varmeflode.

Slutligen f
ar vi s
a efter matrismultiplikation

1.59 0.48 1.21 0.18 0.38 0.66

0.88 0.29
0.22 0.77 1.1

1.98 0.95 0.77 0.66

T
5
N/mm
ke = B DB A t = 10

1.98
0.77
2.2

sym
1.15
0
3.3
Detta ar allts
a den sokta elementstyvhetsmatrisen. Den ar som synes av typen 6 6 som sig
bor. Lagg noga marke till att raderna och kolonnerna hanfor sig till elementforskjutningsvektorn
qT = (u1 , v1 , u2 , v2 , u3 , v3 ) ovan. Detta ar viktig information vid assembleringen!


3.4

N
agra andra problemtyper



1 1
Den enkla form av elementstyvhetsmatris som vi har sett ovan, dvs. ke = k
, som
1 1
ju dessutom ar exakt i forh
allande till den fysikaliska beskrivning vi har av problemet, ar mycket
vanlig inom en rad endimensionella problem, t.ex.


 

1 1
u1
i1
1
Elektriskt n
at, Fig 35: R
=
1 1
u2
i2
dar R = resistans
u = potential, dvs. spanning
i = strom

34

Figur 37: Torsion av balk.

Figur 38: Potentialstromning.

V
armefl
ode genom v
agg, Fig 36:
dar k
A
L
T
q

kA
L

1 1
1 1



T1
T2


=

q1
q2

varmekonduktivitet
area
tjocklek p
a vaggen
temperatur
varmeflode

 


M1
1 1
1
GKv
=
Torsion av balk, Fig 37: L
M2
2
1 1
dar

G
Kv
L

=
=
=
=
=

=
=
=
=
=

skjuvmodul
vridstyvhetens tvarsnittsfaktor
langd p
a balken
vridningsvinkel
vridmoment


 

1 1
p1
q1
d4
Potentialstro
=
mning, Fig 38: 128L
1 1
p2
q2
dar d

L
p
q

=
=
=
=
=

diameter p
a roret
viskositet
langd p
a roret
tryck
flode

Det finns m
anga fler, valvning av balk, flode i porosa material
 osv. 
1 1
f
ar vi assembleringen
Exempel 3.6: Elektriskt natverk, Fig 39. Med ke = R1
1 1

1
20
1
20

0
0

1
20

1
20
+ 15 +
15
16

1
6

0
0

51 16

1
0
5
1
0
6
35

u1
i1

u2 i 2
=
u3 i 2
u4
i4

Figur 39: Exempel 3.5: Elektriskt natverk.

Infor randvillkoren u1 = 140V, u3 = 90V, u4 = 0 och i2 = 0 eftersom ingen yttre strom appliceras
dar, Kirchhoffs lag. Rad 2 ger nu direkt


1
1
1 1
1
1
140 +
+ +
u2 90 0 = 0
20
20 5 6
5
6
varav
u2 = 60V
Slutligen erh
alles reaktionsstrommarna (och alla andra nodstrommar) genom matrismultiplikationen (Glom inte kontrollerna!)
1

1
20
0
0
140
4
20
1 1 + 1 + 1 1 1 60 0
20
20
5
6
5
6

i = ku =
1
0
90 = 6 A
0
51
5
1
0
61
0
0
10
6
Vi kan aven latt se effektutvecklingen i varje komponent. Tillsammans

ska de ju vara lika

4

0

med den yttre tillforda effekten Py = uT i = 140 60 90 0

6 = 1100W. Den inre
10
effektutvecklingen f
as som


 1
1


P
140

T
20
20
140 60
Pi =
ue ke ue =
+
1
1
60
element
 1 20 1 20 



5
60
5
60 90
+
1
1

 1 5 15   90


6
60
6
60 0
=
1
1
6 6
0
= 320 + 180 + 600 = 1100W
som sig bor. Om batterierna inte hanger p
a jord blir randvillkoren istallet av typen uj =
ui + uB , Fig 40. Denna typ av koppling ar exempel p
a s
a kallade multifreedom constraints
som vi kommer att behandla under kapitlet randvillkor.

Exempel 3.7: Bestam temperaturen mellan de tv
a skikten i vaggen, Fig 41. Om vi studerar
2
en enhetsarea av vaggen, dvs. A = 1 mm f
ar vi




1 1
1 1
21
31
k1 = 4
k2 = 5
1 1
1 1
36

Figur 40: Multifreedom constraints.

Figur 41: Varmeflode genom vagg.

och assembleringen

1
2

1
2
0

12
0
T1
q1
1
+ 53 53 T2 = q2
2
3
35
T3
q2
5

Infor randvillkoren T1 = 18 C, T3 = 20 C och q2 = 0 eftersom ingen varme tillfors dar. Rad

2 ger nu direkt


1 3
3
1
+
T2 20 = 0
(18) +
2
2 5
5
varav
30
T2 =
C
11
Slutligen erh
alles varmeflodet per enhetsarea

1
1
18
1

0
2
2
= 114 0 W
q = kT = 12 12 + 35 35 30
11
11
3
0
53
20
1
5
och for hela huset genom att multiplicera med dess area.

3.5

Ovningar

1. Bestam forskjutningar samt reaktionskrafter, Fig 42.

Svar: u = (0, 10
, 0)T , F = ( 20
, 10, 50
)T .
7
7
7
2. Bestam forskjutningar samt reaktionskrafter, Fig 43.
9
Svar: u = (0, 36
, 29 , 50
, 0)T , F = ( 18
, 1, 2, 3, 18
)T .
50 50
25
25

Figur 42: Ovning

3.1
37


Figur 43: Ovning
3.2

Figur 44: Ovning

3.3
3. Bestam temperaturfordelningen i vaggen, dvs. temperaturen mellan skikten, samt varme1
100
W/mm C och kw = 10000
W/mm C, Fig 44.
flodet, om kv = 10000
1
1
10 2010
, 101 , 20)T , q = ( 2020
, 0, 0, 2020
)T .
Svar: T = (0, 101
v
4. Bestam vinklar och reaktionsmoment, om GK
= 1, 2 respektive 3 raknat fr
an vanster,
L
10
40
10
120 T
T
Fig 45. Svar: = (0, 11 , 11 , 0) , M = ( 11 , 10, 20, 11 ) .

5. Tre noder ligger p

a x-axeln och numreras fr
an vanster. Bestam forskjutningar och reak55 5 T
tionskraft, Fig 46. Svar: u = (0, 26
, 26 ) , F = (5, 10, 5)T .
6. Fyra noder ligger p
a x-axeln och numreras fr
an vanster. Bestam forskjutningar och reak5 375 245 T
tionskraft, Fig 47. Svar: u = (0, 2 , 94 , 94 ) , F = (5, 0, 10, 5)T .
7. Fyra noder ligger p
a x-axeln och numreras fr
an vanster. Bestam forskjutningar och reak5 5
5 T
tionskraft, Fig 48. Svar: u = (0, 6 , 2 , 12 ) , F = (5, 0, 10, 5)T .
8. Tre noder ligger p
a x-axeln och numreras fr
an vanster. Bestam forskjutning i nod 2 och
)T .
reaktionskrafter, Fig 49. Svar: u = (0, 38 , 1)T , F = ( 83 , 10, 22
3
9. Bestam spanningar och strommar, Fig 50. Svar: Med nodnumrering enligt exempel 3.6,
blir u = (100, 40, 50, 0)T , i = ( 15
, 0, 25 , 10)T .
2

Figur 45: Ovning

3.4

38


Figur 46: Ovning
3.5

Figur 47: Ovning

3.6

Figur 48: Ovning

3.7

Figur 49: Ovning

3.8

Figur 50: Ovning

3.9
39


Figur 51: Ovning
3.10

Figur 52: Ovning

3.11

10. Bestam spanningar och strommar, Fig 51. Svar: Med t.ex. nodnumrering

1 1 2
3 4 5


s
a

65
, 135 , 10, 0, 75
)T , i = (0, 0, 65
, 28
, 0)T .
blir u = ( 75
14 28
28
28

11. L
at ke ue = Fe , dar ue = (, )T och Fe = (F, M )T . Bestam sedan elementstyvhetsmatri
12 6L
EI
sen ke med hjalp av elementarfall, Fig 52. Svar: ke = L3
.
6L 4L2
12. L
at ke ue = Fe , dar ue =
elementstyvhetsmatrisen
ke

12
6L

4L2

Svar: ke = EI
L3
sym

(1 , 1 , 2 , 2 )T och Fe = (F1 , M1 , F2 , M2 )T . Bestam sedan

med hjalp av
elementarfall, Fig 53.
12 6L
6L 2L2
.
12 6L
4L2

1
16
, 109
, 0, 0)T ,
13. Bestam och vid lasten samt reaktionskrafter, Fig 54. Svar: u = (0, 0, 327
70
34 T
39 42
F = ( 109 , 109 , 1, 0, 109 , 109 ) , med noder numrerade fr
an vanster och positiva riktningar
enligt uppgift 12.

14. Bestam vid B samt vid A och B. Bestam darefter reaktionskrafter, Fig 55.

Figur 53: Ovning

3.12
40


Figur 54: Ovning
3.13

Figur 55: Ovning

3.14
2

L
L T
L
, 7F
, 3F
) , F = ( 3F
, F2L , 5F
, 0, F, 0)T , med noder
Svar: u = (0, 0, 0, F4EI
12EI
4EI
2
2
numrerade fr
an vanster och positiva riktningar enligt uppgift 12.

15. Bestam forskjutningen av horisontalen, Fig 56. Svar: =

F L3
.
24EI

16. Bestam och vid A och B, Fig 57. Ledning och svar: Balkarna ar mycket styva i axiell
led, dvs. A = B . L
at u = (A , A , B )T dar positiv riktning ar
at hoger respektive
moturs s
a blir
12EI 12EI

6EI
6EI
+ L3
L3
L2
L2
6EI
4EI
2EI
.
+ 4EI
k=
L2
L
L
L
6EI
2EI
4EI
4EI
+ L
L2
L
L
Yttre lasten F = (0, M, 0)T varav slutligen u =

ML
(3L, 13, 1)T .
84EI

17. Bestam och vid A, B och C, Fig 58. Ledning och svar: Balkarna ar mycket styva i
axiell led, dvs. Aupp = Bupp . L
at u = (B , B , C , A , A )T dar positiv riktning ar upp
at,

at hoger respektive moturs s

a blir
123EI 122EI

62EI
+ L3
63EI
+ 62EI
0
0
L3
L2
L2
L2
43EI
22EI
64EI
24EI
63EI
+ 62EI
+ 44EI
+ 42EI
L2
L2
L
a
L
L
a2
a

62EI
22EI
42EI
.
0
0
k=
2
L
L
L

64EI
124EI
64EI

0
0
a2
a3
a2
24EI
64EI
44EI
0
0
a
a2
a

Figur 56: Ovning

3.15
41


Figur 57: Ovning
3.16

Figur 58: Ovning

3.17
Yttre lasten F = (0, 0, 0, F, 0)T varav slutligen u =
14L), a(51a + 28L)T .

F
(8aL2 , 28aL, 26aL, 2a2 (17a+
408EI

18. Bestam och vid A och B samt vid C. Ersatt den utbredda lasten med ekvivalenta
stodkrafter i noderna. Dessa blir d
a s.k. konsistenta nodlaster vilket vi
aterkommer
till senare i kursen, Fig 59. Ledning och svar: Balkarna ar mycket styva i axiell led, dvs.
A = B . L
at u = (A , A , B , C )T dar positiv riktning ar
at hoger respektive moturs, s
a
blir
12EI

6EI
6EI
6EI
+ 12EI
L3
L2
L2
(3L)3
(3L)2

6EI
2EI
4EI
+ 4EI
0

3L
2L
2L
(3L)2
k=
.
6EI
2EI
4EI
4EI
2EI

+
2
L
2L
2L
L
L
6EI
2EI
4EI
0
L2
L
L
Yttre lasten F = ( q3L
, 0, 0, 0)T varav slutligen u =
2

qL3
(2538L, 54, 1512, 3051)T .
2780EI

19. Implementera CST i Mathematica eller Matlab och analysera en konsolbalk under punktlast med avseende p
a dimensioner och antal element. Jamfor med elementarfall.

Figur 59: Ovning

3.18

42

Figur 60: Exempel 4.1.

4
4.1

Randvillkor
Inledning

Som vi har sett tidigare betyder randvillkor (constraints) att vi lagger onskade villkor p
a en
eller flera frihetsgrader och/eller yttre laster. Vanligast ar frihetsgrader. I detta kapitel ska vi
se lite mer systematiskt p
a hur detta g
ar till. Vi borjar med situationen d
a en eller flera ui ar
foreskrivna explicit, s
a kallade single-freedom constraints (SFC), for att darefter behandla
mer avancerade kopplingar mellan frihetsgrader, multifreedom constraints (MFC).

4.2

Partionering av systemet

Detta ska mest ses som en teoretisk metod som visar att vi alltid kan bestamma de frihetsgrader
som vi inte har foreskrivit, vilket bygger p
a det faktum att for varje frihetsgrad i systemet m
aste
antingen frihetsgraden sjalv foreskrivas eller lasten p
a hogersidan, inte b
ada utan exakt en.
Losningen till ett ekvationssystem andras ju inte om vi sorterar om ekvationerna i en annan
ordning. Av samma anledning kan vi sortera om frihetsgraderna s
a att t.ex. de foreskrivna
hamnar sist i den globala forskjutningsvektorn.
Vi infor index r (required) for de obekanta frihetsgraderna och lagger dem forst i den globala
forskjutningsvektorn. Samma index ger vi deras associerade yttre laster. De foreskrivna frihetsgraderna och dess associerade laster ger vi index g (given). Vi f
ar d
a en s
a kallad partionering
av systemet


 

krr krg
ur
Fr
=
kgr kgg
ug
Fg
Forsta ekvationen ger direkt
krr ur + krg ug = Fr
Har ar ju Fr och ug kanda, varav de sokta frihetsgraderna
ur = k1
rr (Fr krg ug )
Sedan f
as de till ug associerade reaktionskrafterna
Fg = kgr ur + kgg ug
) = 200N/mm och ( EA
) = 400N/mm.
Exempel 4.1: Tv
a stanger med styvheterna EA
L 1
L 2
Yttre laster F2 = 20N, F3 = 30N samt randvillkoret u1 = 0, Fig 60. Vi kommer ih
ag elementstyvhetssambandet (obs lokala nodnummer!)

43

EA
L

1 1
1 1



u1
u2


=

F1
F2

och f
ar direkt assembleringen

200
200
0
u1
F1
200 200 + 400 400 u2 = 20
0
400
400
u3
30
samt efter omsortering av ekvationer och obekanta

600 400 200

u2
20
400 400
0 u3 = 30
200
0
200
u1
F1
Vi kan har identifiera de olika matriserna som ing
ar i partioneringen







600
400
200

krr =
krg =
kgr = 200 0
kgg = (200)

400
0



 400
20
u2

ug = (u1 )
Fr =
Fg = (F1 )
ur =
30
u3
och berakna ur och Fg med uttrycken ovan

ur =
Fg =

4.3

1 
 
   1 
20
200
20
600 400

(0) =
81
400 400
30
0
 1 


20
200 0
+ (200) (0) = (10)
18

Eliminering

Detta ar det vanligaste och ur numerisk synpunkt oftast det mest stabila sattet att administrera
losningen. Man valjer att forst bestamma alla okanda ui genom att eliminera de kanda, darefter
beraknas alla F ur F = ku.

k11 k12 k13

u1
F1
k21 k22 k23 u2 = F2
k31 k32 k33
u3
F3
Antag att u2 = u20 ar given. Eliminera denna genom att stryka rad 2 samt subtrahera u20
g
anger kolonn 2 fr
an b
ada sidor. De okanda u1 och u3 kan nu direkt bestammas ur det nya
ekvationssystemet


 

k11 k13
u1
F1 k12 u20
=
k31 k33
u3
F3 k32 u20
Vi ser latt hur detta kan generaliseras vid flera givna u.
+ systemet har exakt s
a m
anga obekanta vi soker
kraver administration i datorn som kan bli komplicerad, speciellt vid MFC, se nedan

44

4.4

Straffmetod

Har utg
ar man direkt fr
an energifunktionalen och adderar en positiv term som blir mycket stor
om inte randvillkoren uppfylls, s.k. penalty method. Applicerat p
a u2 = u20 given f
ar vi
1
1
W (u) = uT ku uT F + (u2 u20 )2
2
2
dar ar ett mycket stort tal, s.k. penalty factor. Nar vi nu som vanligt deriverar W for att
soka minimum kommer denna process att kanna av om inte randvillkoret uppfylls och darmed
leverera onskat resultat. Randvillkoren uppfylls inte exakt men blir allt battre ju storre ar.
Effekten av strafftermen blir att diagonaltermen samt hogerledet korrigeras enligt

k11
k12
k13
u1
F1
k21 k22 + k23 u2 = F2 + u20
k31
k32
k33
u3
F3
Notera att vi nu loser ekvationssystemet med avseende p
a samtliga ui , trots att u2 ar kand.
Speciellt kommer den att f
a utseendet
u2 =

F2 + u20 k21 u1 k23 u3

k22 +

Om nu ar tillrackligt stort s
a att det dominerar over alla andra koefficienter kommer randvillkoret att uppfyllas med god noggrannhet och i grans galler naturligtvis
lim u2 = u20

+
+
+

enkel att implementera i dator

enkel att generalisera till flera foreskrivna frihetsgrader
enkel att generalisera till mer komplicerade randvillkor
kan ge numeriska problem vid ekvationslosningen om illa valt
reducerar inte antalet obekanta, trots att vi kanner randvillkoren

Metodens arbetssatt kan latt illustreras i en dimension, Fig 61. Tag funtionen y(x) = 12 (x 2)2
som antar minimum for x = 2, men vi vill att det ska antas for x = 4 istallet. Darfor lagger
vi till en straffterm y(x) = 12 (x 2)2 + 12 (x 4)2 . I figuren ser vi tydligt hur den onskade
effekten uppn
as for allt okande varde p
a . Vissa intressanta geometriska iaktagelser kan goras,
namligen att alla kurvor g
ar igenom den nya minpunkten, som ligger p
a ursprungskurvan, och
har sammanfallande tangenter dar.
Straffmetoden kan latt generaliseras till mer avancerade kopplingar mellan frihetsgrader, s.k.
multifreedom constraints (MFC). Inte sallan ar det s
a att frihetsgrader behover foreskrivas
ett inbordes beteende utan att for den skull vara kanda till storlek, t.ex. cyklisk symmetri,
kontaktproblem, Fig 62. Antag att kopplingen beskrivs av sambandet
Au = B
Om inte detta uppfylls har vi felvektorn Au B. Langden av denna vektor ar alltid ickenegativ, s
a
(Au B)T (Au B) 0
Infor nu detta som tidigare
1
1
W (u) = uT ku uT F + (Au B)T (Au B)
2
2
45

Figur 61: Penalty magic.

Figur 62: Tillampning d

a penalty kan behovas.

46

Figur 63: Exempel 4.2

Derivation ger nu extremvarde p
au
W (u)
= ku F + AT (Au B) = 0
u
eftersom, (kom ih
ag att (A + B)T = AT + BT och (AB)T = BT AT )

(Au B)T (Au B) = u

((Au)T BT )(Au B) = u
(uT AT BT )(Au
u

(uT AT Au uT AT B BT Au + BT B) = 2AT Au AT B BT A + 0 =
u
T
T
T

B) =

2A Au 2A B = 2A (Au B)

Vi ser att strafftermen kan tolkas som ett artificiellt element som kopplar frihetsgraderna i sina
noder precis som ett vanligt element gor det, och identifierar
kMFC = AT A och FMFC = AT B
Detta artificiella element assembleras som vilket annat element som helst. Vi har allts
a f
att ett
valdigt smidigt och enhetligt satt att applicera b
ade enkla och kopplade randvillkor.
Exempel 4.2: En st
ang med foreskriven forskjutning vid vaggen, u1 = , Fig 63. For
enkelhets skull l
ater vi alla frihetsgrader vara med vid tecknandet av A och B. I verkligheten
deltar naturligtvis endast de frihetsgrader som ar inblandade, dvs. vi skapar ett artificiellt
element som hanger i de frihetsgrader som ing
ar i v
ara kopplingsvillkor. Vi f
ar alltid lika
m
anga rader i A och B som vi har villkor, allts
a





u1
=
u1 = 1 0
| {z }
| {z } u2
| {z }
A
B
u

och efter identifiering

A=

1 0

B=

Nu
aterst
ar att bestamma kMFC , FMFC , assemblera, samt losa ekvationssystemet. Allts
a
 




1
1 0
T
1 0 =
kMFC = A A =
0
0 0
 
  



1

T
=
FMFC = A B =
=
0
0
0
s
a


k

1 1
1 1



u1
u2


+

1 0
0 0
47



u1
u2


=

0
F


+

Figur 64: Exempel 4.3.



k + k
k
k



u1
u2


=

Samma resultat f
ar vi naturligtvis om vi anvander uttrycket Wu(u) = 0 ovan


 




T

u1
1 1
u1
0
k

+ 1 0
( 1 0
()) = 0
1 1
u2
F
u2


 



  
1 1
u1
0
1 0
u1

+ (

)=0
1 1
u2
F
0 0
u2
0


 

k + k
u1

=
k
k
u2
F
varav slutligen losningen med gransoverg
ang


 

+ F

u1

=
F (+k)
u2
+
+ k


F
k

, d
a .

Exempel 4.3: Tre lika styva stanger ar forskjutna i forh

allande till en vagg, u1 = , med
utvaxlingsvillkor mellan nod 2 och nod 3, u2 = 2u3 , Fig 64. Lagg marke till att vi enkelt tar
hand om samtliga randvillkor, b
ade enkla (SFC) och kopplade (MFC), nar vi tecknar

 


 u1

u
u1 =
1 0 0 0
2

0
u2 2u3 = 0
0 1 2 0 u3
{z
} u
| {z }
|
4

Vi f
ar

kMFC

1 0

0 1 1 0
T

= A A =
0 2 0 1
0 0

1 0

0 1
T

FMFC = A B =
0 2
0 0

och assemblering

1 1 0
0
1 2 1 0
k
0 1 2 1
0
0 1 1

u1
u2

+
u3

u4

1 0
0

0 0
0 1 2
=
0 2 4
2 0
0 0
0


0 0

=
0 = 0
0
0
0


1 0
0 0
u1

0 1 2 0 u2
0 2 4 0 u3
0 0
0 0
u4
48

0
0

0
0

0 0
=

0 + 0
F
0

vilket hyfsas till

k+
k
0
0
u1
k
u2
2k
+

2
0

0
k 2 2k + 4 k u3
0
0
k
k
u4

0
=

0
F

Notera
aterigen att vi loser ekvationssystemet med avseende p
a samtliga ui . Nar det galler
krafter s
a assembleras endast kanda s
adana. Reaktionskrafter och tv
angskrafter sattes till noll.
Dessa beraknas efter
at, som tidigare, med F = ku, dar naturligtvis aven de kanda krafterna
ska
aterskapas som vanligt.
I detta fall kan den symboliska losningen enkelt f
as med n
agot symbolbehandlande program,
exempelvis Mathematica. Inte ovantat blir den omfattande och sv
aroversk
adlig. Av intresse kan
istallet vara att med samma program studera hur losningen konvergerar for okande . Satt t.ex.
k = 1, F = 1 och = 3 s
a erh
alles foljande tabell

100
101
102
103
104
105
106
107

u1
3.
2.98269
2.99803
2.99980
2.99998
3.
3.
3.

u2
3.
2.80962
2.80082
2.80008
2.80001
2.8
2.8
2.8

u3
2.
1.46346
1.40639
1.40064
1.40006
1.40001
1.4
1.4

u4
3.
2.46346
2.40639
2.40064
2.40006
2.40001
2.4
2.4

Vi ser att b
ade foreskrivna och kopplade randvillkor uppfylls. I praktiken valjs naturligtvis ett
stort varefter det artificiella kopplingselementet assembleras som vilka andra element som
helst. Till slut f
ar vi aven de konvergerade nodlasterna
F = ku = (0.2, 1.2, 2.4, 1)T
med summan lika med noll, som sig bor. Vi kan har direkt avlasa vilka nodkrafter som kravs
for att
astadkomma utvaxlingsvillkoret mellan nod 2 och 3.

Exempel 4.4: I detta exempel ska vi studera ett kontaktproblem i form av ett krympforband, Fig 65. Ett kugghjul ska namligen pressas p
a en axel. Eftersom deformationerna ar sm
a
i kontaktzonen for de tv
a detaljerna blir kraft-deformationssambandet linjart, dvs vi kan betrakta dem som fjadrar. I bilden ser vi axeln representeras av fjader 1 och kugghjulet av fjader
2. Vi valjer upp
at som positiv riktning p
a forskjutningar u. Det forutbestamda greppet ska
nu fordelas p
a u2 och u3 s
a att noderna 2 och 3 bringas i kontakt. Fordelningen dem emellan
avgors av fjaderstyvheterna k1 och k2 . Om vi konsulterar en larobok i h
allfasthetslara eller
maskinelement (gor det!) finner vi foljande uttryck p
a radiella forskjutningen i kontaktzonen
for ett nav med innerdiametern d  och ytterdiametern D.
unav =

pd (1 )( Dd )2 + 1 +
2E
1 ( Dd )2

dar p ar kontakttrycket samt E elasticitetsmodulen och Poissons tal som vanligt. Motsvarande
formel for en homogen axel ar
pd
(1 )
uaxel =
2E
49

Figur 65: Exempel 4.4.

Om vi satter forbandets bredd till L och kallar kontaktkraften for F kan vi identifiera k1 och
k2
F
d 2
d 2
d (1)( D
) +1+
) +1+
(1)( D
1
=
F = k12 F
unav = dL
d
2
2E
2LE
1( )
1( d )2
uaxel =

F
d
dL

2E

(1 ) =

1
F
2LE

1
F
k1

Problemet ska naturligtvis losas med MFC. Ur randvillkoren identifierar vi A och B.

u1
1 0 0 0
0
u1 = 0
u2
= 0
u4 = 0
0 0 0 1

u3

u3 u2 =
0 1 1 0

{z
} u4
|
| {z }
A

varav

kMFC

0
= AT A =
0
0

0 0
1 0 0 0

0 1
0 0 0 1 =

0 1
0 1 1 0
1 0

FMFC

0
= AT B =
0
0

0 0
0

0 1
0 =

0 1

1 0

1 0
0 0
0 1 1 0

0 1 1 0
0 0
0 1

Nu ar det bara att assemblera de tv

a fjadrarna samt slutligen MFC-elementet som kopplar dem
samman.

0
k1 k1 0
0
u1
1 0
0 0
u1
0

k1 k1
0
0
u2 + 0 1 1 0 u2 = 0 +

0
0 1 1 0 u3 0
0
k2 k2 u3
0
0
0 k2 k2
u4
0 0
0 1
u4
0
vilket hyfsas till

k1 + k1
0
0
u1
k1 k1 +
u2

k2 + k2 u3
0
0
k2 k2 +
u4
50

0

=

Figur 66: Exempel 4.5.

Med t.ex. d = 25mm, D = 50mm, L = 15mm, E = 2 105 N/mm, = 0.3, = 0.01mm och
= 1015 f
ar vi

2.7 107 + 1015

2.7 107
0
0
u1
0
2.7 107
u2 1013
2.7 107 + 1015
1015
0

u3 = 1013
0
1015
9.6 106 + 1015
9.6 106
0
0
9.6 106
9.6 106 + 1015
u4
0
som har losningen
u = (0, 0.0026, 0.0074, 0)T mm
Vi ser att b
ade foreskrivna och kopplade randvillkor uppfylls. Till slut f
ar vi aven nodlasterna
F = ku = (71, 71, 71, 71)T kN
dar ju kontaktkraften kan utlasas. Denna kan naturligtvis direkt oversattas till ett yttryck for
kontroll att inga otrevliga spanningar upptrader. Vi noterar slutligen att totala summan av
nodlasterna liksom over varje fjader ar lika med noll, som sig bor.

Exempel 4.5: Glidkontakt mellan tv
a kroppar ar ett inte helt ovanligt randvillkor som
ar sv
art att realisera utan straffmetod, Fig 66. Antag att tv
a kroppar till
ats glida lite grann i
forh
allande till varandra. For enkelhets skull antar vi dessutom att de har sammanfallande noder
i kontaktytan. For varje par av noder j, k p
a de b
ada kropparna som ar i kontakt med varandra
m
aste d
a galla att forskjutningsvektorn i noden ska ligga i den andra kontaktytans tangentplan,
allts
a uj i Tk och uk i Tj . Dessa krav formuleras enklast som att forskjutningsvektorn ska bilda
rat vinkel med normalen till tangentplanet
 T
nk uj = 0
nTj uk = 0
Om ytorna ar snalla och i kontakt ar det rimligt antagande att tangentplanen sammanfaller
och darmed nj = nk = njk . P
a matrisform f
ar vi d
a kopplingsvillkoret dar vi direkt kan
identifiera A samt att B = 0.

 T

njk 0
uj
=0
uk
0 nTjk
{z
}
|
A

Notera att A inte ar kvadratisk, ty vid t.ex. tv

a dimensionellt problem med forskjutningar i x51

och y-led har vi

ujx
u jy

ukx = 0
} u
ky

njkx njky
0
0
0
0 njkx njky
|
{z
A

varav

kMFC

njkx
0


njky
0
njkx njky
0
0
T

= A A =
=
0 njkx
0
0 njkx njky
0 njky

2
njkx
njkx njky
0
0

njkx njky
n2jky
0
0

=
2

0
0
njkx
njkx njky
0
0
njkx njky
n2jky

och
FMFC = AT B = 0
Man kan utvidga sambanden ovan s
a att noderna till
ats glida lite langre langs elementranderna

p
a den andra kroppen, t.ex. glidlager. Aven bidrag fr
an friktion kan inkluderas i formuleringen.
En annan ofta onskad effekt ar att kropparna till
ats lamna varandra, skalarprodukten i grundsambandet ovan kommer d
a att inneh
alla en olikhet i stallet for en likhet. Harledningarna i
dessa fall blir n
agot tekniska, dock ar grundiden den samma som ovan.

Exempel 4.6: I ett 2D problem med forskjutningsfrihetsgrader i x- och y-riktningarna vill
man begransa en nod till att bara kunna rora sig langs vaggen 3x 2y = 5. Bestam kMFC
och FMFC . Om vi antar att noden har globalt nodnummer i och forskjutningarna, dvs. nodens
frihetsgrader, i x- och y-riktningarna ar ui respektive vi f
ar vi





ui
3ui 2vi = 5 3 2
= 5
| {z } vi
| {z }
| {z }
A
B
u

dvs. efter identifiering

A=
varav

3 2

B=






3
9 6
3 2 =
kMFC = A A =
2
6 4






3
15
T
5 =
FMFC = A B =
2
10
T

som assembleras in p
a nodens frihetsgrader.

Exempel 4.7: Avslutningsvis tittar vi p
a hur en konsolbalk best
aende av tv
a element med
stod under mittnoden tvingas p
a plats med hjalp av straffmetod, Fig 67. Samtliga randvillkor, dvs. 1 = 1 = 0 vid vaggen och 2 = 0 vid stodet, hanteras med ett enda virtuellt
straffelement. Data: Balkens langd L = 2m, EI = 1N m2 och F = 1N.
Vi ser tydligt effekten av okande ! Resultatet for = 1 ser lite lustigt ut och har givetvis
inget med verkligheten att gora, utan indikerar helt enkelt att just ar for litet! I praktiken ar

52

Figur 67: Exempel 4.7.

det inte fel att oka tills dess man inte ser n
agon forandring. Vid jamforelse med exakt losning,
se ovning 3.5.14, visar det sig att redan for = 105 har vi mycket god overensstammelse.
Exakt
= 105

4.5

1
1
2
2
3
3
1
7
0
0
0
4
12
34
0.0000 0.0000 0.0000 0.2501 0.5834 0.7501

Lagrange multiplikatormetod

Ett alternativ till straffmetoden som inte inneh

aller ett godtyckligt ar att p
a ett snarlikt
satt bilda den s.k. Lagrangefunktionen
1
L(u, ) = uT ku uT F + T (Au B)
2
dar ar en vektor med okanda Lagrangemultiplikatorer, lika m
anga som antalet kopplingsvillkor. Det hela loses genom att soka extremvarde till L med avseende p
a den utokade mangden
obekanta. Liksom vid straffmetoden betraktar vi samtliga ui och j som obekanta, och assem
blerar endast kanda krafter. Ovriga
sattes till noll. Reaktionskrafter, tv
angskrafter och kanda
beraknas som vanligt efter
at. Minimering ger


  

L
T
=
0
k
A
u
F
u

=
L
A 0

B
=0

Som synes har vi f

att ett storre ekvationssystem. N
agot samre jamfort med straffmetod allts
a.
Men
a andra sidan behover vi inte berakna kMFC och FMFC med ett val valt s
a att god
53

noggrannhet uppn
as, utan att stalla till numeriska problem for ekvationslosaren. Helt bekymmersfri ar dock inte den utokade koefficientmatrisen vid Lagrangemetoden heller. Eftersom den
inte langre ar positivt definit, dvs. L har inte n
agot minimum utan stationara vardet antas i en
sadelpunkt, stalls det har andra speciella krav p
a ekvationslosaren. Lagrangemultiplikatorerna
har ofta en fysikalisk tolkning, t.ex. reaktionskrafter for att uppratth
alla randvillkoren.
Exempel 4.8: Vi provkor Exempel 4.3 med Lagrange multiplikatormetod. Med K, A, B
och de numeriska vardena k = 1, = 3, F = 1 som tidigare, f
ar vi

1 1 0
0 1 0
u1
0
1 2 1 0 0 1 u2 0

0 1 2 1 0 2 u3 0

0
u4 = 1
0
1
1
0
0

1
0
0
0 0 0 1 3
0
1 2 0 0 0
2
0
med losningen
14 7 12 T
1 6
, , ) och = ( , )T
5 5 5
5 5
Vi kanner igen alla ui och j som reaktionskrafter. Dock med negativtecken...
u = (3,

4.6

Ovningar

1. Los exempel
3.3 med
 partionering.







6
2
1
3
1
0
1
0

, krg =
, kgr =
, kgg =
krr =
2 2
0 0
3 0
0 3





Ledning:
u2
u1
0
R1

, ug =
, Fr =
, Fg =
ur =
u3
u4
10
R4
2. Los exempel 3.3 med eliminering.



 
1 0 0 0
0
3. Los exempel 3.3 med straffmetod. Ledning: A =
,B =
0 0 0 1
0

1 0 0 0
140
4. Los exempel 3.6 med straffmetod. Ledning: A = 0 0 1 0 , B = 90 och
0 0 0 1
0
efter assemblering av straffelementet
1

1
+ 20
0
0
u1
140
20
5
1

51
16
20
12

u2 = 0
1
1

0
5 5 +
0 u3 90
1
1
0
6
0
+
u4
0
6
5. Tre fjadrar med styvheten 1, 2 respektive 3 N/mm ar seriekopplade. Numrera element
och noder fr
an vanster i positiv koordinatriktning och l
at nod 1 sitta fast i en vagg.
Nod 3 och 4 ar sammanbundna med en vaxell
ada s
a att u2 = 2u3 (MFC). Bestam nu
forskjutningarna i nod 2, 3 och 4 om kraften F4 = 10N angriper i nod 4. Bestam sedan
erforderliga reaktionskrafter i nod 1, 2 och 3 for att uppratth
alla randvillkoren. Anvand
b
ade straffmetod och Lagrange multiplikatormetod.
Svar: u = (0, 10
, 5 , 5)T , F = ( 10
, 20 , 40
, 10)T .
3 3
3 3
3
54

Figur 68: Bandmatris och skyline form.

6. I ett 2D problem med forskjutningsfrihetsgrader i x- och y-riktningarna vill man begransa
en nod till att bara kunna rora sig langs vaggen y = 2x. Bestam kMFC och FMFC .


 
4 2
0
Svar: kMFC =
och FMFC =
assemblerade i nodens frihetsgrader.
2 1
0
7. Tre fjadrar med styvheten 1, 2 respektive 3 N/mm ar seriekopplade. Numrera element
och noder fr
an vanster i positiv koordinatriktning och l
at nod 1 sitta fast i en vagg.
Nod 3 och 4 ar sammanbundna med en vaxell
ada s
a att u3 = 2u4 (MFC). Bestam nu
forskjutningarna i nod 2, 3 och 4 om kraften F4 = 10N angriper i nod 4. Bestam sedan
erforderliga reaktionskrafter for att uppratth
alla randvillkoren. Anvand b
ade straffmetod
och Lagrange multiplikatormetod.
90 T
40 60 30 T
Svar: u = (0, 17
, 17 , 17 ) , F = ( 40
, 0, 130
, 17
) = ( 40
, 0, 130
, 10
17
17
17
17

5
5.1

260 T
) .
17

L
osning av ekvationssystem
Terminologi

De ekvationssystem som uppst

ar efter assembleringen av ett FE-problem har ofta en speciell
struktur, Fig 68. Om noderna ar val numrerade kommer endast koefficienter i ett band kring
huvuddiagonalen i k att vara skilda ifr
an noll. Man talar om systemets bandbredd. Givetvis
lagras endast dessa koefficienter i datorns minne. En ytterligare forfining ar att lagra bandbredden i taggat format (eng. skyline format). I detta fall h
aller man for varje kolonn reda p
a var
forsta koefficienten skild ifr
an noll befinner sig.
Om man and
a tycker att man lagrar for m
anga nollor, eller har sv
art att h
alla nere bandbredden
aterst
ar kanske bara det s.k. glesa formatet. Har lagras varje koefficient skild fr
an
noll tillsammans med sitt rad och kolonnindex.
Nar det s
a till slut skall losas finns vasentligen tv
a olika satt, direkt metod och iterativ
metod.

5.2

Direkt metod

Vid direkt metod anvander man Gauss eliminationsmetod eller n

agon narbeslaktad variant for
att battre passa datorns minneshantering. Vanliga begrepp ar skyline solver och frontal solver.
Anledningen till detta ar enkel. For ett givet ekvationssystem ar Gauss eliminationsmetod den
som kraver minst antal rakneoperationer for att bestamma de obekanta. Konsultera n
agon
lamplig bok i linjar algebra for att se hur den fungerar.
Losningstiden T for Gauss d
a koefficientmatrisen ar full ar vasentligen proportionell mot
3
antalet obekanta i kubik, T n . Med bandbredd b mindre an n modifieras den till T nb2 .
55

Eftersom n ar problemstorleken ar det s

alunda mycket viktigt att h
alla nere bandbredden. Denna bestams vasentligen av maximala nodnummerdifferensen inom varje element. Med andra ord
galler det att numrera noderna i s
adan ordning att denna differens blir liten. Med m
anga element
ar detta naturligtvis oh
allbart att gora for hand. Problemet att minimera bandbredden eller
skyline ar mycket sv
art, s.k. N P -komplett problem. I praktiken finns det ett antal heuristiska
metoder som ger bra resultat, exempelvis Gibbs-Pole-Stockmeyer. Den nya nodnumreringen ar
helt intern i FE-programmen och ar normalt helt transparent for anvandaren.
Fordelen med Gauss ar att den i ett andligt antal operationer ger ratt resultat. Vidare
ar det mycket billigt att losa flera lastfall (hogerled) eftersom den dyra faktoriseringen av k
endast gores en g
ang. Uppenbart problem ar att vi m
aste hantera k assemblerad och stora
sv
arigheter uppst
ar d
a problemstorleken okar och k inte lange f
ar plats i datorns minne utan
m
aste partioneras p
a disk. Detta okar losningstiden drastiskt. Vidare kan man ju fr
aga sig om
det ar rimligt att bestamma en losning med full maskinnoggrannhet, kanske 15-20 siffror, om
man betanker att FEM ar en approximativ metod?

5.3

Iterativ metod

Nar man skall losa ekvationssystemet ku = F och u kanske motsvarar flera hundra tusen obekanta r
akar man i stora sv
arigheter om man forsoker lagra k i datorns minne. En alternativ och
mycket effektiv metod till de direkta ar de s.k. iterativa metoderna vilka ger en sekvens med
allt battre u. Fordelen ar bl.a. att man inte behover k sjalvt utan endast vektorn ku. Denna
kan enkelt beraknas direkt ur elementstyvhetsmatriserna, som sedan gloms! Minnesbehovet blir
d
a mycket litet, linjart i problemstorlek och helt oberoende av bandbredd och nodnumrering.
Naturligtvis finns det nackdelar. Den storsta ar ju fr
agan hur m
anga iterationer som behovs
innan onskad noggrannhet uppn
as? Detta avgors av det s.k. konditionstalet for k, som i sin
tur beror p
a hur utspridda egenvardena till k ar. Genom s
a kallad forkonditionering med en
matris som liknar k1 okar prestandan dramatiskt. Stor moda agnas att finna dylika billiga
forkonditioneringar. Detta sokande, tillsammans med utveckling av effektiva iterativa metoder,
har varit mycket framg
angsrikt. Redan for sm
a problem har de blivit konkurrenskraftiga och
for de riktigt stora har de varit den enda framkomliga vagen. En enkel medlem i denna klass
av metoder brukar kallas steepest descent och kan p
a algoritmform beskrivas s
a har
u0 = 0;
f or ( i = 1, 2, ... ) {
ri1 = F kui1 ;
if ( rTi1 ri1 < eps ) break;
i =

rT
i1 ri1
;
rT
i1 kri1

ui = ui1 + i ri1 ;
}
Exempel 5.1: Se Fig 69! Metoden med steepest descent ar helt enkelt en metod att soka
lokalt minimum till en funktion. Strategin ar att fr
an aktuell punkt ui1 forflytta sig i negativa
gradientens riktning ri1 . Man kan med figurernas hjalp dra sig till minnes att detta innebar
i en riktning vinkelrat mot den niv
akurva man befinner sig p
a. Det optimala steget i denna
riktning ar ju att g
a s
a lange funktionen avtar. Detta ges av i ri1 . Fr
an denna nya punkt
ui = ui1 + i ri1 tar man s
a ut en ny riktning och s
a vidare till dess man kommit till en punkt
dar ingen negativ gradientriktning kan hittas. Vi har d
a kommit till minpunkten.
Metoden fungerar speciellt bra p
a kvadratiska funktioner, steglangden ar utformad for att
vara optimal i detta fall samt att funktionen dessutom bara har ett enda lokalt, och darmed
56

Figur 69: Exempel 5.1.

globalt, minimum. V
ar potentiella energi ar ju en kvadratisk funktion varfor vi exemplifierar
med




 




1 T 4 2
dW
4 2
20
4
20
T
=0
u=
u=
uu
W = u

2 7
22
2
2 7
22
2
du
I figurerna kan man speciellt se att varje steg tas vinkelrat mot den aktuella niv
akurvan. Vi
sammanfattar dessutom algoritmens stegande i en tabell
i

ri1
rTi1 ri1
i

ui

5.4

0
0

 1 
20
22
884
 0.13 
2.62
2.88

2 
3.76
3.41
25.8
 0.30 
3.73
1.87

3 
1.32
1.45
3.86
 0.13 
3.91
2.06


4   5 
0.25
0.09
0.23
0.10
0.11
0.02
 0.30   0.13 
3.98
3.99
1.99
2.00

6 
0.02
0.01
0.00
 0.30 
4.00
2.00

Ovningar

1. Uppskatta hur mycket losningstiden okar vid direkt metod enligt Gauss, om a) antalet
obekanta dubbleras men bandbredden forblir densamma, b) om b
ade antalet obekanta
och bandbredden dubbleras? Svar: a) 2 g
anger, b) 8 g
anger.

  

5 1
x
13
2. Anvand steepest descent for att losa ekvationssystemet
=
.
2 7
y
17
 u0   u1   u2   u3   u4   u5 
0.0
2.249
2.058
1.993
1.998
2.000
Svar:
0.0
2.941
3.088
3.002
2.997
3.000

10
2 3 0 0
0
3 6 5 4

3. Anvand Gauss metod for att losa

0 5 8 7 u = 0 .
20
0 4 7 5
57

Figur 70: Omr

ade och rand.

450
2 3 0
0
10

0 3
5
4 15
1 390
2

,
efter
eliminationssteget
har
vi
Svar: u = 27
290
0 0 26 19 50 .
3
3
27
305
610
0 0 0 26
13
4. Att man ska vara p
a sin vakt nar man raknarmed datorer ellerfor hand visar
 foljande
 ex1.2969 0.8648
0.8642
empel: Ekvationssystemet ku = F med k =
och F =
har
0.2161 0.1441
0.1440
den exakta losningen u = (2, 2)T . Antag nu att hogerledet representerar experimentellt
uppmatta varden med en osakerhet p
a en halv enhet i sista (fjarde) decimalen. Experimentera med detta och ge en forklaring till de minst sagt hapnadsvackande resultaten!








0.86418
1443.4
0.86418
3745.4
Svar: T.ex. F =
u=
;F=
u=
.
0.14398
2163.6
0.14404
5617.8
Valj sjalv onskad losning!!

6
6.1

Approximationsmetoder
Randv
ardesproblem och approximationsmetoder

Vi har allmant uppgiften att soka losningen v till ett system av differentialekvationer i omr
adet
tillsammans med randvillkor p
a randen , Fig 70. Om A och B ar differentialoperatorer kan
vi formulera det hela som ett randv
ardesproblem

A(v) = 0 i
(DE)
B(v) = 0 p
a (RV )
Randvillkoren ar av tv
a typer

v = v0
v
= q0
n

vasentliga eller Dirichlet (essential)

naturliga eller Neumann (natural)

Alla approximationsmetoder borjar med att ansatta en approximativ losning u (diskretisering)

vu=

n
X

i ai

i=1

dvs. en linjarkombination av ett antal obekanta ai , s.k. generaliserade koordinater. i ar interpolationsfunktioner. I FEM ar de helt enkelt lika med nodvarden respektive de basfunktioner
Ni vi kanner sedan tidigare. For att det hela ska g
a bra m
aste det stallas en del krav p
a i .
58

Figur 71: FDM har sv

art for att folja krokta rander.
1. i m
aste kunna uppfylla de vasentliga randvillkoren.
2. i och dess derivator upp till den hogst forekommande i (DE) minus ett skall vara kontid2 v
ar kravet ar att v sjalv skall vara kontinuerlig medan
nuerliga. Jamfor st
angen dx
2 = 0 d
dv
, dvs. tojning eller spanning, f
ar vara diskontinuerlig.
dx
3. Sekvensen av i skall vara fullstandig. Kort sagt innebar detta att u v d
a n .
Med andra ord m
aste u kunna representera den sanna losningen.
Nar det till slut galler att losa problemet har man vasentligen foljande metoder att tillgripa.
1. Analytisk (inte alltid bast)
2. Diskretisering av omr
adet
Finita differensmetoden (FDM)
Variationsformulering (FEM)
Viktade residualmetoder (WRM) (FEM)
3. Diskretisering av randen
Randintegralmetod (BEM=Boundary Element Method).
Vi ska ge en orientering av FDM och Viktade residualmetoder. FDM ar den enklaste och
innebar helt enkelt att man ersatter alla derivator med differenser. Den riktigt stora nackdelen
med detta forfarande ar att vi har sv
art att folja d
a denna inte foljer v
ara koordinatplan,

Fig 71. Aven om metoden g

ar att utvidga n
agot ar det endast vid fyrkantiga omr
aden den
anvands.
Variationsformulering betyder att v
ar (DE) harror fr
an n
agon energiminimering t.ex. vanlig
h
allf. I detta fall st
ar vi p
a saker matematisk grund och en unik losning ar att vanta. WRM
ar den mest generella metoden och kan anvandas p
a i princip alla (DE), linjara s
aval som
ickelinjara. Det fina ar att den ger identiska resultat med variationsformuleringen dar denna
g
ar att tillampa, dvs. om det existerar en variationsformulering men vi inte kanner till det s
a
gor det inget! Nackdelen ar att det ar lite kinkigare att driva existens av unik losning samt
feluppskattning. I motsats till FDM har vi inga problem med att folja besvarlig geometri med
v
ara finita element, Fig 72.
BEM f
as i princip efter multiplikation av (DE) med den s.k. fundamentallosningen foljt av
partiell integration. Det som
aterst
ar, p
a grund av fundamentallosningen, ar d
a endast termen
p
a randen. Vi har allts
a reducerat diskretiseringsproblemet en dimension, vilket naturligtvis
59

Figur 72: FEM har latt for att folja krokta rander.

Figur 73: BEM exempel p

a typiska tillampningar.
kan vara en stor besparing vid t.ex. modellering av solider eftersom endast begransningsytan
behover indelas i element. Den kommer vidare val till pass d
a vi har singulariteter i losningen,
t.ex. spetsen i en spricka, eller d
a vi har oandliga berakningsomr
aden, t.ex aerodynamik eller
meteorologi, Fig 73. Detta representeras inte speciellt val av FEMs polynom. Lite forenklat
kan man saga att FEM uppfyller de vasentliga randvillkoren och approximerar de naturliga
randvillkoren samt v i . BEM gor tvartom, dvs. loser (DE) exakt i och approximerar
randvillkoren.

6.2

Finita differensmetoden

Ide: Ersatt alla derivator med differenser. Vi f

ar d
a en differensekvation som utmynnar i ett
ekvationssystem. Om (DE) ar linjar s
a ar detta linjart, annars olinjart. Efter insattning av
randvillkoren loses det sedan med n
agon lamplig metod, t.ex. Gauss eller iterativ. Vi ser p
a ett
exempel.
Exempel 6.1: Enpunkts randvardesproblem i en dimension (1D).
 0
v (x) = v(x), = {x | 0 x 1} (DE)
v(0) = 1
(RV )
Problemet har den exakta losningen v(x) = ex . Gor en indelning av i N st delar, for enkelhets
skull lika stora, s.k. partition, Fig 74,

Figur 74: Partition av endimensionellt omr

ade.
60

0 = x0 < x1 < . . . < xN 1 < xN = 1

dvs. vi f
ar N + 1 punkter xi = ih, med h = N1 . Approximativ losning i varje punkt ui (= ai
generaliserad koordinat)
ui v(xi )
Ersatt derivator med (fram
at)differenser
v 0 (x) =

v(x + h) v(x)
h

Vi f
ar d
a
v 0 (xi )

ui+1 ui
h

och insatt i (DE) och (RV )



ui+1 ui
h

= ui for j = 0, . . . , N

u0 = 1
Har blir det sarskilt enkelt eftersom vi kan losa ut ui+1 explicit och stega oss fram
ui+1 = ui (1 + h)
(Detta brukar kallas for Eulers metod). Vi jamfor den exakta losningen med tv
a olika diskretiseringar, N = 5 och 10, dvs. h = 0.2 respektive 0.1.
xi

v(xi )

0
0.1
0.2
0.3
0.4
0.5
0.6

1.000
1.105
1.221
1.350
1.492
1.649
1.822

ui
h = 0.1
1.000
1.100
1.210
1.331
1.464
1.610
1.771

ui
h = 0.2
1.000
1.200
1.440
1.728

Som vantat narmar vi oss den exakta losningen d

a N okar (h minskar), Fig 75.
Exempel 6.2: Derivator av hogre ordning foljer samma monster. Ett andra ordningens
problem, tv
apunkts randvardesproblem i en dimension (1D)

v 00 (x) + v(x) = f (x), = {x | 0 x 1} (DE)
v(0) = v(1) = 0
(RV )
Gor en indelning av i N st delar, for enkelhelts skull lika stora, s.k. partition, Fig 74,
0 = x0 < x1 < . . . < xN 1 < xN = 1
dvs. vi f
ar N + 1 punkter xi = ih, med h =

1
.
N

Satt

ui v(xi ) och fi = f (xi )

Ersatt derivator med differenser
v 00 (x) =

d2 v
dx2

d dv
( )
dx dx

{bak
atdifferens}

{fram
atdifferens}
v(x+h)v(x)
v(x)v(xh)

h
h

61

d v(x+h)v(x)
(
)
dx
h
v(x+h)2v(x)+v(xh)
h2

Figur 75: Exakt losning och FDM for olika indelningar.

Vi f
ar d
a
v 00 (xi )

ui+1 2ui + ui1

h2

och insatt i (DE) och (RV )

 ui+1 2ui +ui1

+ ui = fi for i = 1, . . . , N 1
h2
u0 = uN = 0
Detta ar ett linjart ekvationssystem som efter insattning av randvillkoren blir Au = f , dar A
ar en symmetrisk positivt definit bandmatris

2 + h2
1
0

2 + h2
1
1
1

A= 2
1
2 + h2 1
h

...
...
0
och

u =

u1
..
.

uN 1

f =

f1
..
.

fN 1

Ekvationslosning ger sedan den approximativa losningen u. Avslutningsvis l

ater vi N = 5, dvs.
h = 0.2, = 0.5 samt f (x) 1 och jamfor en numerisk losning med den exakta, Fig 76.
Exempel 6.3: Finita differensmetoden ar latt att generalisera till flera dimensioner, t.ex.
ett andra ordningens problem, tv
apunkts randvardesproblem i tv
a dimensioner (2D), s.k. Dirichlets problem, infinner sig t.ex. om man vill bestamma temperaturfordelningen i en kvadratisk platta.

2v
2v
2 v = ( x
= [0, 1] [0, 1] (DE)
2 + y 2 ) = f (x, y),
v = 0,

(RV )
Gor en indelning av i N N st delar (rutor), for enkelhets skull lika stora, s.k. partition, Fig
77,
0 = x0 < x1 < . . . < xN 1 < xN = 1
0 = y0 < y1 < . . . < yN 1 < yN = 1
62

Figur 76: FDM; Jamforelse av losningar for ett andra ordningens problem.

Figur 77: Partition av tv

adimensionellt omr
ade.

63

dvs. som tidigare xi = ih, yj = jh med h =

1
.
N

Satt

uij v(xi , yj ) och fij = f (xi , yj )

Ersatt som tidigare derivator med differenser och satt in i (DE) och (RV )
 ui+1,j 2uij +ui1,j ui,j+1 2uij +ui,j1

= fij for i, j = 1, . . . , N 1
h2
h2
uij = 0
for i = 0, N och j = 0, N
Satter vi ui motsvarande losningen till kolonn xi och motsvarande for fi , dvs.

ui,1
fi,1

..
..
ui =
fi =
,

.
.
ui,N 1
fi,N 1
f
as

A I
0

1 I A I

I A I
h2
.. ..
.
.
0
dar

u1
..
.

uN 1

f1
..
.

fN 1

4 1
0

1 4 1

A=

1
4
1

.. ..
.
.
0

och I ar en enhetsmatris av samma dimension som A. Vi har totalt (N 1)2 ekvationer och lika
m
anga obekanta. Detta loses med Gauss eliminationsmetod eller annu battre med n
agon iterativ
metod, eftersom koefficientmatrisen vaxer snabbt med N . En indelning 100100 ger ju ca 10000
obekanta. En iterativ metod konvergerar har snabbt eftersom vi har s.k. diagonaldominans. 

6.3
6.3.1

Viktade residualmetoder
Inledning och definition

Studera modellproblemet (enpunkts randvardesproblem i en dimension (1D))


A(v) = v 0 (x) + v(x) = 0, = {x | 0 x 1} (DE)
v(0) = 1
(RV )
Detta randv
ardesproblem har den P
exakta losningen v(x) = ex . Vi soker enligt tidigare en
approximativ losning p
a formen u = ni=1 i ai som till att borja med uppfyller de vasentliga
randvillkoren. Eftersom u i allmanhet inte uppfyller (DE) f
ar vi ett fel d
a den insattes, s.k.
residual, R(x), som ar skillnaden mellan vanster och hoger led i (DE). Darav andra delen av
namnet. Allts
a
R(x) = R(u(x)) = A(u) = u0 (x) + u(x) 6= 0
Viktade residualmetoder ar nu en klass av metoder som p
a ett eller annat satt forsoker gora
R(x) 0 i . Det ar just avvikelsen fr
an noll som f
ar bli m
attet p
a hur bra u approximerar v
i .
64

Den gemensamma grundlaggande iden ar nu att forst multiplicera R(x) med en viktfunktion w(x), darav forsta delen av namnet. Sedan sattes integralen av produkten over till noll.
Ur detta ekvationssystem kan sedan v
ara obekanta ai bestammas. Allts
a
Z
w(x)R(x)d = 0

Anledningen till att man multiplicerar med w(x) ar att ibland behover man gora partiell integration och d
a kan ett lampligt w(x) komma val till pass. Vi f
ar d
a en s.k. svag formulering
av problemet, som dessutom har en del andra matematiskt lenande effekter. For ovrigt spelar
det ju inte n
agon roll eftersom R(x) and
a bor vara ungefar lika med noll i . Lagg marke till
att w(x) vanligtvis ar vektorvard, lika l
ang som antalet obekanta ai . Strangt taget skulle alla
storheter ovan skrivits feta eftersom aven A kan vara en vektor, dvs. system av differentialekvationer. Om vi aven har naturliga randvillkor att ta hansyn till kommer dessa att tas med
i viktningen och allts
a uppfyllas approximativt, dvs. ekvationssystemet ovan modifieras till
Z
Z
u
q0 )d = 0
w(x)R(x)d + w(x)(
n

Olika val av w(x) ger nu upphov till en specifik metod. Vi ska studera
Minsta kvadratmetoden
Kollokationsmetoden
Subdomainmetoden
Galerkins metod
Som exempel anvander vi oss genomg
aende av de approximativa losningarna
u(x) = 1 + a1 x
u(x) = 1 + a1 x + a2 x2
dvs. en linjar och en kvadratisk. Notera att de uppfyller det vasentliga randvillkoret u(0) = 1.
6.3.2

Minsta kvadratmetoden

Detta ar kanske den forsta man tanker p

a. Vi kanner igen metoden i sin diskreta form nar man
kurvanpassar till givna matdata. Har upptrader den i kontinuerlig form
Z
I=
R2 (x)d

Vi vill allts
a minimera I med avseende p
a v
ara parametrar a, vilket leder till ekvationssystemet
I
I
=
=0
a
ai
Vi f
ar

I
=
a

Z
R(x)

65

R
d = 0
a

. Applicerat p
a v
art modellprovilket identifieras som en viktad residualmetod med w(x) = R
a
blem och linjar approximation u(x) = 1 + a1 x blir residualen
R(x) = u0 (x) + u(x) =

d
(1 + a1 x) + (1 + a1 x) = 1 + a1 (1 + x)
dx

Om vi valjer att forst integrera

R
R1
R1
I = R2 (x)d = 0 R2 (x)dx = 0 (1 + a1 (1 + x))2 dx =
i
h
3 1
= 1 + 3a1 + 73 a21
= (1+a13a(1+x))
1
0

och darefter derivera for att soka minimum

I
I
7
=
= 3 + 2a1 = 0
a
a1
3
9
f
ar vi a1 = 14
och slutligen den approximativa losningen

u(x) = 1

9
x
14

Om vi istallet valjer kvadratisk losningsansats u(x) = 1 + a1 x + a2 x2 f

ar vi
R(x) = u0 (x) + u(x) =

d
(1 + a1 x + a2 x2 ) + (1 + a1 x + a2 x2 )
dx

vilket hyfsas till

R(x) = 1 + a1 (1 + x) + a2 (2x + x2 )
Om vi valjer att forst derivera under integraltecknet och sedan integrera f
ar vi ekvationssystemet
enligt ovan
( R1
R
dx = 0
R(x) a
1
R01
R
R(x) a2 dx = 0
0
som efter partiell derivation och integration blir (visa detta som ovning!)

28a1 + 27a2 + 18 = 0
135a1 + 152a2 + 80 = 0
576
varav a1 = 611
och a2 =

190
611

ger den approximativa losningen

u(x) = 1

576
190 2
x+
x
611
611

Slutligen kan vi inspektera en jamforelse med den exakta losningen, Fig 78.
6.3.3

Kollokationsmetoden

Valj lika m
anga punkter xk , s.k. kollokationspunkter, i som vi har obekanta i losningsansatsen. Vi vill sedan att residualen skall vara noll i dessa punkter, vilket betyder att som
viktfunktion ska vi valja Diracfunktionen, w(x) = (x), eftersom den har egenskapen
Z
R(x)(xk )d = R(xk )

66

Figur 78: Minsta kvadratmetoden, jamforelse.

Valet av kollokationspunkter ar i princip godtyckligt, vilket ar lite otillfredstallande. Ett alternativ s
a gott som n
agot ar det i praktiken vanligast, namligen jamnt fordelade over . Applicerat
p
a v
art modellproblem och linjar approximation u(x) = 1 + a1 x blir residualen enligt tidigare
d
(1 + a1 x) + (1 + a1 x) = 1 + a1 (1 + x)
R(x) = u0 (x) + u(x) =
dx

Valj en kollokationspunkt xk = 12 s
a f
as
1
2
R(xk ) = 1 + a1 (1 + ) = 0 a1 =
2
3
Om vi istallet valjer kvadratisk losningsansats u(x) = 1 + a1 x + a2 x2 f
ar vi
R(x) = 1 + a1 (1 + x) + a2 (2x + x2 )


och med kollokationspunkterna xk = 31 , 32 bildas ekvationssystemet

R( 13 ) = 1 + a1 (1 + 31 ) + a2 (2 13 + ( 13 )2 ) = 0
R(xk ) = 0
R( 32 ) = 1 + a1 (1 + 32 ) + a2 (2 23 + ( 23 )2 ) = 0
varav slutligen


6.3.4

a1 = 27
29
9
a2 = 29

Subdomainmetoden

Denna metod ar snarlik kollokationsmetoden, men istallet for att valja punkter i dar residualen ska vara noll delar man har upp i lika m
anga delar som vi har obekanta i losningsansatsen,
dvs. = i . Delarna kallas subdomains (finns inget bra svenskt namn) och behover inte
vara lika stora, dvs. lite av samma godtycke som i kollokationsmetoden. Viktfunktionen blir
allts
a w(x) = 1 och ekvationssystemet
R

R1 R(x)d = 0

R(x)d = 0
2
..

R
R(x)d = 0
n
67

Figur 79: Endimensionellt kvadratiskt element.

Applicerat p
a v
art modellproblem och linjar approximation u(x) = 1+a1 x blir residualen enligt
tidigare
d
(1 + a1 x) + (1 + a1 x) = 1 + a1 (1 + x)
R(x) = u0 (x) + u(x) =
dx
Valj hela som subdomain eftersom vi har en obekant a1 , dvs.
Z 1
2
R(x)dx = 0 a1 =
3
0
dvs. exakt samma svar som vid kollokationsmetoden. Varfor? Om vi istallet valjer kvadratisk
ar vi med residualen
losningsansats u(x) = 1 + a1 x + a2 x2 f
R(x) = 1 + a1 (1 + x) + a2 (2x + x2 )
   
och partitionen = 0, 21 12 , 1 att ekvationssystemet blir
( R1
2
R(x)dx = 0
R01
1 R(x)dx = 0
2

varav slutligen


6.3.5

a1 = 18
19
6
a2 = 19

Galerkins metod

Detta ar kanske den viktigaste och mest generella metoden, varfor i stort sett alla finita elementmetoder har sin grund har. Vi anammar darfor FEMs nomenklatur. Stodpunkter for polynom
blir noder och intervallen mellan noderna blir element eller delar av element ifall vi har hogre
gradtal an ett p
a v
ara interpolationspolynom. Viktfunktionerna ar basfunktionerna, w = {Ni },
dvs. de funktioner som vi har valt att interpolera alla egenskaper med, s.k. isoparametrisk
formulering.
Z
NT R(x)d = 0

P
V
ara obekanta generaliserade koordinater ai i ansatsen u(x) = i ai kommer nu till skillnad
fr
an de tidigare metoderna att ha P
en mer konkret skepnad, namligen u:s varde i noderna. Vi
kanner allts
a igen u(x) = N u = Ni ui sedan tidigare. Det faller sig d
a naturligt att arbeta
med lokala koordinater i elementet, dvs. i parameterrummet enligt kapitel 2.
Vi ar nu mogna att g
a igenom v
art modellproblem med ett element och kvadratisk ansats,
dvs. ett endimensionellt kvadratiskt 3-noders element, Fig 79. Senare, i kapitlet elementanalys,
kommer vi p
a ett naturligt satt att generalisera till flera element.
68

P
V
ar approximativa ansats blir u = N u = 3i=1 Ni ()ui , dar N ar basfunktionerna och u
varde i noderna, dvs.

N1
21 (1 )
u1
NT = N2 = (1 + )(1 ) och u = u2
1
(1 + )
u3
N3
2
P3
a Jacobianen,
Nu ar x = i=1 Ni ()xi dar xi ar nodkoordinaterna xT = (0, 12 , 1) s
X
X dNi
dx
dN
1
J=
= {x =
Ni xi } =
xi =
x=
d
d
d
2
Derivator blir nu
X dNi
X
X dNi
d X
dNi
du
=
(
Ni ui ) =
ui =
J1
ui = 2
ui
dx
dx
dx
d
d
Galerkins metod p
a v
art modellproblem f
ar formen
Z
Z 1
T
N R(x)d =
NT R(N u) |J| d = 0
1

som med R(N u) = 2

P dNi

ui + Ni ui resulterar i ekvationssystemet
R1
P dNi
P
1

R1 N1 (2 P d ui + P Ni ui ) 2 d = 0
1
i
N2 (2 dN
u + Ni ui ) 12 d = 0
d i
1
R

P
1 N (2 dNi u + P N u ) 1 d = 0
i i 2
d i
1 3

Exempelvis blir den forsta ekvationen

Z

N1 (2
1

dN1
d

dN2
d

dN3
d

u1
u2 +
u3

N1 N2

eller
Z

N1 (2
1

dN1
d

dN2
d

dN3
d

N1 N2

u
1


1
N3 u2 ) d = 0
2
u3

u1

1
N3 ) d u2 = 0
2
u3

Slutligen f
ar vi
dar koefficientmatrisen tydligen ar uppbyggd av koefficienR 1ekvationssystemet,
dN
terna kij = 21 1 Ni (2 dj + Nj )d

11u1 + 22u2 6u3 = 0

9u1 + 8u2 + 11u3 = 0

4u1 18u2 + 19u3 = 0

Detta har bara den triviala losningen u = 0 (stelkroppsrorelse). Med randvillkoret v(0) = 1
insatt, dvs. u1 = 1, f
ar vi latt u2 och u3 och sammanfattar

u1
1
35
u = u2 = 58
11
u3
29
For att
a en jamforelse med de tidigare metoderna gor vi variabeltransformationen = 2x 1
Pf
3
i u = i=1 Ni ()ui for att komma tillbaka till det verkliga rummet och finner
u(x) = 1

28
10
x + x2
29
29

69

6.4

N
agot om andra ordningens problem

Vi studerar varmeledningsekvationen i en dimension, dar v ar temperatur, k varmekonduktivitet

och Q(x) den varme som tillfors.
k

d2 v
+ Q(x) = 0,
dx2

= {x | 0 x L}

Vi ansatter som vanligt u, applicerar n

agon viktad residualmetod och f
ar
Z L
d2 u
w(x)(k 2 + Q(x))dx = 0
dx
0
Problemet vi stalls infor ar att det ing
ar derivator av andra ordningen. Detta kraver att vi har
basfunktioner vars derivator ar kontinuerliga upp till forsta ordningen. De N vi har sett tidigare
klarar inte detta. Man kan emellertid f
a ned gradtalet genom partiell integration. Vi f
ar en s.k.
svag formulering av problemet, som dessutom har en del andra matematiskt lenande effekter.
Allts
a
Z L
d2 u
w(x)(k 2 + Q(x))dx = 0
dx
0
Z L
d2 u
kw(x) 2 + w(x)Q(x)dx = 0
dx
0

L Z L
Z L
dw(x) du
du
w(x)Q(x)dx = 0
k
dx +
kw(x)

dx 0
dx dx
0
0

L
Har ar kw(x) du
randvillkoren p
a som m
aste uppfyllas. Vid flera element forsvinner de p
a
dx 0
du
alla interna elementrander. P
a ar w = 1 s
a k dx ar direkt det p
atvingade varmeflodet p
a
randen. Som analogi kan man se dem som reaktionskrafter d
a temperaturen ar forskjutning.
Forsta integralen ar elementstyvhetsmatrisen och den andra elementlastvektorn. Problemet
loses sedan genom att applicera t.ex. Galerkins metod och lokala koordinater som vanligt.

6.5

Ovningar

1. Los med Finita differensmetoden (FDM) randvardesproblemet

 00
v (x) + v(x) = x,
= {0 x 2 } (DE)
v(0) = 1, v( 2 ) = 2 1
(RV )
Gor en diskretisering med N = 5 respektive 10. Jamfor sedan med den exakta losningen.
Svar: Exakt: v(x) = cos(x) sin(x) + x
2. Los med FDM randvardesproblemet
 00
v (x) + 2v(x) = x2 , = {0 x 1} (DE)
v(0) = 0, v(1) = 0
(RV )
Diskretisera med N = 5 respektive 10. Jamfor sedan med den exakta losningen.

Svar: Exakt: v(x) = 12 (cos( 2x) cot( 2) sin( 2x) + x2 1)

70

3. Los randvardesproblemet
 0
v (x) = v(x) + 12 x, = {0 x 1} (DE)
v(0) = 2
(RV )
med Minsta kvadratmetoden och a) linjar ansats, b) kvadratisk ansats samt c) jamfor
med exakt losning. Svar: a) a1 = 13
b) a1 = 277
, a2 = 175
, Exakt: v(x) = 21 (5ex x 1)
4
166
83
4. Los randvardesproblemet
 0
v (x) = v(x) + 21 x, = {0 x 1} (DE)
v(0) = 2
(RV )
med Kollokationsmetoden och a) linjar ansats, b) kvadratisk ansats samt c) jamfor med
, a2 = 45
, Exakt: v(x) = 21 (5ex x 1)
exakt losning. Svar: a) a1 = 29 b) a1 = 17
11
22
5. Los randvardesproblemet
 0
v (x) = v(x) + 21 x, = {0 x 1} (DE)
v(0) = 2
(RV )
med Subdomainmetoden och a) linjar ansats, b) kvadratisk ansats samt c) jamfor med
exakt losning. Svar: a) a1 = 29 b) a1 = 23
, a2 = 15
, Exakt: v(x) = 21 (5ex x 1)
14
7

7
7.1

Elementanalys
Element och assemblering

Hittills har vi ansatt ett enda element over hela v

art omr
ade . Nar blir besvarligt geometrisk och/eller d
a vi har egenskaper som varierar ar det sjalvklart att dela in i flera finita
element. Indelningen gors d
a naturligt utg
aende fr
an geometri och andra egenskaper som varierar. Det ar ju detta som ar sjalva meningen med FEM. Vi f
ar d
a en uppdelning av integralen
i v
ar residualmetod p
a varje element
Z

Z
. . .d =

. . .de =
n e

n Z
X
e=1

. . .de

dar n f
ar representera antal element. Vi kan allts
a liksom tidigare gora elementanalys lokalt
i parameterrummet. Nar detta ar gjort sker sedan en strukturell addition av alla elementen,
dvs. assemblering. Vi ar med andra ord tillbaka till samma metodik som vi anvande vid
fjaderpaketen i kapitlet om energimetoder. Vi exemplifierar genom att
atervanda till v
art modellproblem
 0
v (x) + v(x) = 0, = {x | 0 x 1} (DE)
v(0) = 1
(RV )
Indela i n st element som for enkelhets skull gors linjara, Fig 80. Ansatt approximativ losning
u = N u och anvand Galerkins metod
Z
du
NT ( + u)d = 0
dx

71

Figur 80: Partition med n st endimensionella linjara element.

Figur 81: Globala basfunktionerna j och k lever p

a element l.
Gor integreringen elementvis, dvs.
Z
n Z
X
du
T du
N ( + u)d =
NT ( + u)de = 0
dx
dx

e=1 e
Studera integralen over element `.
2
2
X
d X
N ( (
Ni ui ) +
Ni ui )d`
dx i=1
`
i=1

Har skall summationsindex 1 och 2 tolkas som lokala nodnummer i elementet motsvarande de
globala nodnumren j och k. Nu vet vi att Nj och Nk ar skilda fr
an noll enbart p
a de element
som gransar till respektive nod, Fig 81.
Detta faktum vilar ju p
a en av de grundlaggande egenskaperna hos basfunktionerna. Nar vi
s
a integrerar over element ` f
ar vi av samma anledning bara bidrag fr
an de Ni i N som lever
p
a `, dvs. Nj och Nk . Men i lokalt spr
ak ar ju dessa inget annat an N1 och N2 . Vi f
ar d
a
Z

xk

xj

N1
N2

2
2
X
d X
Ni ui ) +
Ni ui )dx
( (
dx i=1
i=1

Nar man pratar om N menar man allts

a vanligtvis vektorn med de lokala Ni som ing
ar i
interpolationen over ett element, har ar de linjara N = ( 21 (1 ), 12 (1 + )). Genom att g
a over
till parameterrummet f
ar vi som vanligt
X dNi
dNi
dNi
1
1
1
Le
= J1
dar Jacobianen J =
xi = xj + xk = (xk xj ) =
dx
d
d
2
2
2
2
och Le ar elementlangden, att

Z 1
2 
N1
(
N2
Le
1

dN1
d

dN2
d

 u 
1
+
u2
72

N1 N2

u1
u2


Le
) d
2

Har doljer sig nu helt enkelt elementstyvhetsmatrisen. Eftersom (DE) ar homogen har vi ingen
elementlastvektor. Uttrycket kan skrivas b
ade p
a kompakt och expanderad form


 
 R
  u 
 R


1
2 dN
2 dNj
Le 1
Le 1
T
N Le d + N d u = keij u = 2 1 Ni Le d + Nj d
=
ke u =
2 1
u
2







1
2
N1 L2e dN
+ N1 N1 L2e dN
+ N2
R
u1
d
d
Le 1





= 2 1
d
u2
N2 2 dN1 + N1 N2 2 dN2 + N2
Le d

Le d

ar vi
Om vi som exempel valjer 5 lika l
anga element, blir Le = 15 . Efter integration f


1
13 16
ke =
30 14 17
Har ar Fe = 0, varfor assemblering av de 5 elementen ger

13
16
14 17 13
16
0

1
14
17 13
16

14
17
13
16
30

0
14
17 13 16
14
17
Infor randvillkoret v(0) = 1 dvs. u1

4
16
14 4

14

= 1 och eliminera rad 1 och u1

0
u2
u3
16

u4 =
4
16

14 4 16 u5
14 17
u6

u1
u2
u3
u4
u5
u6

14
0
0
0
0

0
0
0
0
0
0

varav slutligen

u2
u3
u4
u5
u6

0.82038
0.66991
0.55036
0.44858
0.36942

En jamforelse med exakt losning v(x) = ex kan studeras i Fig 82. For att f
a en elementlastvektor Fe kan vi t.ex. gora (DE) inhomogen med ett x
dv
+v =x
dx
Galerkin foljt av overg
ang till parameterrummet ger nu



Z xk
Z 1

xj
Le
N1
T
N1 N2
d
Fe =
N xdx =
N
x
2
2
k
xj
1
och efter matrismultiplikation och evaluering av integralen


1
2xj + xk
Fe =
30 xj + 2xk
73

Figur 82: Jamforelse Galerkins metod och n st linjara element.

Figur 83: St
angelement med olika laster.

7.2
7.2.1

Konsistenta nodlaster
Inledning

Som vi kanner till finns det gott om laster som angriper p

a sjalva elementet, t.ex. temperatur
eller utbredd last, och som darfor m
aste transformeras till noderna innan de kan assembleras, ty
vid FEM m
aste ju allt transformeras till respektive frihetsgrad i noderna. Utbredda laster kan
oftast p
a ett korrekt satt transformeras till noderna med hjalp av aktuell differentialekvation.
Detta studeras for ett st
angelement i avsnitt 7.2.2. Annars kan man tillgripa en generell metod
som kallas for konsistenta nodlaster. Detta forfaringssatt blir forem
al for utredning i avsnitt
7.2.3.
7.2.2

Differentialekvation

L
at oss studera ett st
angelement med initiell tojning T , t.ex. p
a grund av temperatur, utsatt
for generell linjelast p och volymlast X, Fig 83. Skar ut ett litet element for jamviktsanalys,
Fig 84,
A + d(A) A + XAdx + pdx = 0
dvs. en differentialekvation. Kopplingen till forskjutningsmetod gors som vanligt via geometriska
och konstitutiva samband
d(A)
(DE)
dx + XA + p = 0
dv
= dx
Geometriskt samband

= E( T )
Konstitutivt samband
74

Figur 84: Litet element dx i elementet.

Figur 85: Exempel 7.1.

och efter eliminering en (DE) i v
d
dv
(EA( T )) + XA + p = 0
dx
dx
Ansatt som vanligt u och anvand sedan Galerkins metod
Z
d
du
NT ( (EA( T )) + XA + p)d = 0
dx
dx

dvs.
Z

d
du
(EA( T )) + XA + p)dx = 0
dx
dx
0
Forsta termen i integranden ar av andra ordningen och integreras darfor partiellt
L Z L

Z L
dNT
du
du
T
EA( T )dx +
NT (XA + p)dx = 0
N EA( T )
dx
dx
dx
0
0
0
NT (

och efter ytterligare en uppdelning och inforande av u = N u kan vi identifiera de olika delarna

L Z L
Z L
Z L
du
dNT
dN
dNT
T
NT (XA + p)dx = 0
N EA( T )
EA
dx u
EAT dx +
dx
dx
dx
dx
0
|0
{z
}
{z 0
}
|
{z
} |0
(RV )

Fe

ke

Har kan vi l
ata alla parametrar T , E, A och X vara funktioner av x. Dessa interpoleras isoparametriskt, dvs. med samma basfunktioner som u. Lagg marke till randtermen (RV ). Denna
ger mojlighet att satta blandade randvillkor, u och du
, p
a . P
a interna elementrander forsvindx
ner den ju p
a grund av konstruktionen av N. Samtliga integraler bestammes som vanligt via
ang till parameterrummet.
overg
Exempel 7.1: Typiskt linjart element med EA konstant och langden Le utan yttre laster,
Fig 85.
Z Le
Z 1
dNT
dN
2 dNT 2 dN Le
EA
dx = EA
d
ke =
dx
dx
0
1 Le d Le d 2
75

Figur 86: Exempel 7.2.

Figur 87: Exempel 7.3.


Z 


2EA 1 21
12 12 d
ke =
1
Le 1
2

Z 1


EA
2EA 1
1 1
1 1
d =
ke =
1 1
Le 4 1 1
Le
1

Exempel 7.2: Linjart element utsatt for temperaturlast T = T , Fig 86.

Z 1
2 dNT
Le
Fe =
EAT d
2
1 Le d
Z 1 1 
2
Fe = EAT
d
1
1


Fe = EAT

1
1




Exempel 7.3: Linjart element med homogen densitet utsatt for centrifugallast X(x) =
x, Fig 87.
Z 1
X
Le
NT 2 (
Ni xi )A d
Fe =
2
1




Z
1

x1
2 ALe 1
(1

)
1
1
2
(1 ) 2 (1 + )
Fe =
d
1
2
(1 + )
x2
2
1
2
 

Z 
2 ALe 1 1
(1 )2
(1 )(1 + )
x1
d
Fe =
(1 + )2
x2
2
4 1 (1 + )(1 )
2

och efter integration (gor det som ovning!)

2 ALe
Fe =
6

2x1 + x2
x1 + 2x2




Exempel 7.4: Linjelast p = Lp02 (x x1 )2 , Fig 88. Linjelasten m

aste forst transformeras till
e
parameterrummet (genomfor kalkylen)
p=

p0
p0 X
p0 1
1
2
2
(x

x
)
=
p
=
((
N
x
)

x
)
=
(
(1

)x
+
(1 + )x2 x1 )2 =
1
i
i
1
1
L2e
L2e
L2e 2
2
76

Figur 88: Exempel 7.4.

Figur 89: Exempel 7.5.

=

p0 1
1+ 2
p0 1
)
( (x2 x1 )(1 + ))2 = 2 ( Le (1 + ))2 = p0 (
2
Le 2
Le 2
2

s
a
Z

Le
d
2
1

Z  1
p0 L e 1
1+ 2
(1 )
2
) d
Fe =
(
1
(1 + )
2
2
1
2
Fe =

NT p

och efter integration (gor det!)

p0 L e
Fe =
12

1
3




Exempel 7.5: Linjart element med arean varierande isoparametriskt med andvardena A1
och A2 under egentyngd X(x) = g, Fig 89.
Z 1
Le
Fe =
NT XA d
2
1
P
och med isoparametrisk formulering A =
Ni Ai



Z  1

A1
gLe 1
(1

)
1
1
2
(1 ) 2 (1 + )
Fe =
d
1
2
(1 + )
A2
2
1
2
och efter integration (gor det!)
gLe
Fe =
6

2A1 + A2
A1 + 2A2

77




Figur 90: Harledning av konsistenta nodlaster.

7.2.3

Konsistenta nodlaster

Vid h
allfasthetsanalys med FEM har vi sett att detta grundar sig p
a minimering av den potentiella energin. Nar det s
a galler att transformera utbredda laster till noderna ar det d
a
kanske naturligt att gora detta med n
agon form av energibetraktelse. Nodlaster Fe kallas for
konsistenta nodlaster om de uppfyller definitionen
Konsistenta nodlaster skall utfora samma arbete som den
utbredda lasten vid samma forskjutningsfalt.
Studera situationen i Fig 90. Den utbredda linjelasten p(x) N/langdenhet skall ersattas med de
konsistenta nodlasterna F1 och F2 i nod 1 respektive 2. P
a den lilla strackan dx verkar kraften
dFp = p(x)dx. Det lilla arbetet som denna utrattar ar d
a dWp = dFp u(x) = p(x)dx u(x), ty
arbete = kraf t v
ag. For hela elementet f
ar vi d
a att p(x) utrattar arbetet
Z Le
Z
Z Le
p(x)u(x)dx
p(x)dx u(x) =
Wp =
dWp =
| {z } |{z}
0
0
Wp
kraft

v
ag

Med isoparametrisk formulering och overg

ang till parameterrummet f
ar vi
Z 1
Z 1
Z Le
p(x)u(x)dx =
p(N x)N u Jd =
p(N x)NJd u
Wp =
1

De konsistenta nodlasternas arbete

WF = F1 u1 + F2 u2 =

F1 F2

u1
u2

= FTe u

Enligt definition ovan skall nu likhet r

ada, Wp = WF , dvs. genom identifikation
Z 1
T
Fe =
p(N x)NJd
1

dvs. vi har de konsistenta nodlasterna Fe motsvarande den utbredda lasten p(x)

Z 1
Fe =
p(N x)NT Jd
1

S
a har kan man alltid bestamma konsistenta nodlaster,
atminstone vid problem som haror fr
an
h
allfasthetslaran dar man har arbete = kraf t v
ag. Annars kan man definiera sig n
agon mera
abstrakt energinorm.
78

Figur 91: Exempel 7.6.

Figur 92: Exempel 7.7.

Exempel 7.6: Bestam konsistenta nodlasterna for ett linjart element motsvarande utbredda
linjelasten p(x) = p0 ( Lxe )2 , Fig 91. Vi f
ar
Z 1
Z 1
Le
T
p(N x)NT d
p(N x)N Jd =
Fe =
2
1
1
Det ar allts
a viktigt att p(x) transformeras till parameterrummet


x 2
Nx 2
1
1
0
p() = {p0 ( ) } = p0 (
) = p0 ( N
)2 = p0 ( (1 + ))2
L
Le
Le
Le
2
e
dvs.
Z

1
p0 ( (1 + ))2
Fe =
2
1

1
(1
2
1
(1
2

)
+ )

p0 L e 1 2 1
Le
d =
( )
2
2 2 2

(1 + )2 (1 )
(1 + )2 (1 + )

varav slutligen efter uveckling av integrand och integration, med t.ex. lathund
 
p0 L e 1
Fe =
3
12


d

Exempel 7.7: Best

konsistenta nodlasterna for ett linjart element motsvarande utbredda
 am
2x
p0 ( Le 1), x [ L2e , Le ]
linjelasten p(x) =
, Fig 92. Notera att p(x) ar styckvis definierad.
0 annars
Gransen x = L2e motsvaras i parameterrummet av = 0, varfor
Z 1
Z 0
Z 1
Z 1
Le
T
T
T
Fe =
p(N x)N Jd =
0 N Jd +
p(N x)N Jd =
p(N x)NT d
2
1
1
0
0
Det ar viktigt att p(x) transformeras till parameterrummet, dvs. satt x = N x


2N x
2
2 Le
0
p(x) = p(N x) = p() = p0 (
1) = p0 ( N
1) = p0 (
(1 + ) 1) = p0
Le
Le
Le
Le 2
s
a f
ar vi
Z
Fe =


p0

1
(1
2
1
(1
2

)
+ )

Le
p0 L e
d =
2
4
79

Z
0

(1 )
(1 + )


d

Figur 93: Koordinattransformation.

varav slutligen efter uveckling av integrand och integration. Observera att lathunden inte fungerar har p
a grund av integrationsgranserna.
 
p0 L e 1
Fe =

5
24

7.3

Koordinattransformation

Eftersom elementegenskaper oftast ar uttryckta i n

agot for elementet lampligt koordinatsystem
m
aste man inte sallan transformera dem till modellens globala koordinatsystem. Vi exemplifierar med ett enkelt st
angelement som ju ofta ing
ar i fackverkskonstruktioner, Fig 93.
L
at l beteckna det lokala koordinatsystemet. Eftersom vi inte har n
agon styvhet tvars
elementet kan vi direkt hamta och modifiera elementstyvhetsmatrisen i exempel 7.1 ovan for
att passa v
ar nya lokala forskjutningsvektor ul = (u11 , u12 , u21 , u22 )T .

1 0 1 0

EA
0 0 0 0
kel =

1 0 1 0
Le
0 0 0 0
Antag att vi vill vrida det lokala koordinatsystemet vinkeln i forh
allande till det globala
systemet som betecknas med g s
a galler mellan de tv
a systemen sambandet







u1
cos sin
u1
u1
=T
=
u2 l
u2 l
u2 g
sin cos
Den omvanda transformationen (.)l = T1 (.)g applicerat p
a b
ada noderna blir d
a

u11
cos sin
0
0
u11
u12

0
0

= sin cos
u12
u21

0
0
cos sin u21
u22 l
0
0
sin cos
u22 g
det vill saga
ul = Cug
Samma transformation galler for krafterna
Fl = CFg
80

Nu m
aste samma arbete utrattas oberoende av koordinatsystem
FTl ul = FTg ug
s
a med valkand regel for transponat av matrisprodukt (AB)T = BT AT har vi
(kel ul )T ul = (keg ug )T ug
(kel Cug )T Cug = (keg ug )T ug
uTg CT kTel Cug = uTg kTeg ug
varav
kTeg = CT kTel C
och slutligen transformationen av ke
keg = CT kel C

7.4

Numerisk integration

Nar integranden blir sv

ar eller arbetsam tillgrips ofta numerisk integration, b
ade for ke och Fe .
FE-program gor, fr
ansett mycket enkla element, nastan alltid s
a eftersom det ar att foredra ur
effektivitetssynpunkt. Dessa metoder ger som namnet l
ater ett approximativt numeriskt varde
p
a en integral. Typiskt ar att granserna skall vara konstanta och standardiserade. Har har vi
allts
a en stor fordel av att befinna oss i parameterrummet d
a integralerna skall evalueras.
Den vanligaste metoden for numerisk integration ar Gauss integrationsmetod som definieras av formeln
Z 1
n
X
g()d =
i g(i ) + O(g (2n) ())
1

i=1

dar
n
g(i )
i
O(g (2n) ())

=
=
=
=

antalet integrationspunkter
integrandens varde i integrationspunkt i
vikter
felterm som ar forsumbar i alla praktiska sammanhang

Punkterna i och vikterna i ar s

a valda att man f
ar exakt integration av ett polynom med
gradtal p 2n 1. Dessa finns utraknade for tillrackligt stora n i larobocker och tabellverk.
n
1
2
3

p i
1 1
3 1
2
5 1
2
3
7 1
2
3
4

i
0
+0.57735027
0.57735027
0
+0.77459667
0.77459667
+0.86113631
0.86113631
+0.33998104
0.33998104

i
2
1
1
0.88888889
0.55555556
0.55555556
0.34785485
0.34785485
0.65214515
0.65214515

Som kuriosa kan namnas att i ar nollstalle till motsvarande Legendrepolynom Pn () och vikterna i = 2(Pn0 (i )2 (1 i2 ))1 . Darmed kan i och i bestammas for godtyckligt stora n.
81

Exempel 7.8: Exempel 7.4 ovan med numerisk integration


Z 1  1
1+ 2
1
(1 )
2
(
Fe = p0 Le
) d
1
(1 + )
2
1 2
2
|
{z
}
g()

Anvand t.ex. 3-punkts Gauss

Z

g()d =
1

3
X

i g(i ) = 0.88 . . . g(0) + 0.55 . . . g(+0.77 . . .) + 0.55 . . . g(0.77 . . .) =

i=1


= 0.88 . . .

0.0625
0.0625


+ 0.55 . . .

0.044 . . .
0.349 . . .


+ 0.55 . . .

0.0056 . . .
0.0007 . . .

1
=
12

1
3

Vi kanner igen resultatet ovan. Eftersom integranden ar av gradtal 3 ar det dock mycket onodigt
arbete och vi ser i tabellen att det har racker med en 2-punkts integration for att integrera exakt
Z

g()d =
1

7.5

2
X
i=1


i g(i ) = 1

0.0657 . . .
0.245 . . .


+1

0.0176 . . .
0.0047 . . .

1
=
12

1
3




Ovningar

1. Los randvardesproblemet
 0
v (x) = v(x) + 21 x, = {0 x 1} (DE)
v(0) = 2
(RV )
med Galerkins metod och a) tv
a lika l
anga linjara element, b) ett kvadratiskt element
med mittnoden i mitten, samt c) jamfor med exakt losning. Svar:



 
 
2
8
5
1
4
223
1
1
1
, Fe1 = 48
, Fe2 = 48
)
a) u = 76 (Ledning: ke1 = ke2 = 12
7 4
2
5
207
38

b) u =

2
71
22
123
22

19 18 4
(Ledning: ke = 1 22 16 18 , Fe =
30
6 22 11

0
1
2 )
12
1

2. Los randvardesproblemet
 0
v (x) 2v(x) = 2x2 + 1, = {0 x 1} (DE)
v(1) = 3
(RV )
med Galerkins metod och tv
a lika l
anga linjara element. Jamfor med exakt losning.
1




7
5
2
13
51
1
1
Svar: u = 112 (Ledning: ke1 = ke2 = 6
, Fe1 = 48
,
4 1
15
3


23
1
Fe2 = 48
)
29

82


Figur 94: Ovning
7.5.
3. Los randvardesproblemet
 0
2v (x) 6x = 2, = {0 x 1} (DE)
v(0) = 1
(RV )
med Galerkins metod och tv
a lika l
anga linjara element. Jamfor med exakt losning.

 
 


1
3
6
1
1
1
1
1
Svar: u = 4 (Ledning: ke1 = ke2 =
, Fe2 = 4
)
, Fe1 = 4
4
7
1
1
3
2

4. Los randvardesproblemet
 0
v (x) + 3v(x) + x = 0, = {0 x 1} (DE)
v(0) = 2
(RV )
med Galerkins metod och tv
a lika l
anga linjara element. Jamfor med exakt losning.





2
0
3
1
13
1
1
Svar: u = 38 (Ledning: ke1 = ke2 = 4
, Fe1 = 24
,
1 4
2
7
 57

4
1
Fe2 = 24
)
5
5. Bestam konsistenta nodlastvektorn Fe vid parabelformad linjelast i x-riktningen, Fig 94.
 
1
p0 L
Svar: Fe = 3
.
1
R5
T dN
6. Bestam elementlastvektorn Fe = 3 dN
( dx NT )2 dx for ett linjart element.
dx


1
1
Svar: Fe = 192
.
1
7. Bestam de konsistenta nodlasterna
for ett linjart element med langden
 L utsatt for den

L
0
p0 ( 2x

1),
x

,
L
L
4
.
utbredda lasten p(x) =
. Svar: Fe = 3p160 L
1
0 annars
8. Bestam de konsistenta nodlasterna
forett linj
L utsatt for den
 art element medlangden


L
2
5
p0 ( 2x
)
,
x

0,
0L
L
2
utbredda lasten p(x) =
. Svar: Fe = p48
.
3
0 annars
9. Bestam de konsistenta nodlasterna
for ett linjart
L
 element med langden

 utsatt for den

3L
1

3),
x

,
L
p0 ( 4x
0L
L
4
. Svar: Fe = p96
utbredda lasten p(x) =
.
11
0 annars

83


Figur 95: Ovning
7.11.

Figur 96: Ovning

7.12.
10. Bestam de konsistenta nodlasterna
f
or ett
 linjart element med langden
 2x
  L utsatt for den
p0 L , x 0, L2 
 . Svar: Fe = p0 L 5 .
utbredda lasten p(x) =
2x
L
24
7
p0 ( L 1), x 2 , L
 
1
P
11. Bestam konsistenta nodlastvektorn Fe vid punktlast, Fig 95. Svar: Fe = 4
.
3
12. Bestam elementstyvhetsmatrisen ke for ett st
angelement med linjart varierande tvarsnittsarea. Gor isoparametrisk formulering och anv
metod s
a ar ke =
 and Galerkins

R L dNT
1 1
1 +A2 )
(EA(x) dN
)dx, Fig 96. Svar: ke = E(A2L
.
dx
0 dx
1 1
13. Bestam konsistenta nodlastvektorn Fe for ettR linjart element under egentyngd. Densitet
L
och arean varierar
linjart. 
Vi har att Fe = 0 NT (X(x)A(x))dx, Fig 97.

2A1 + A2
Svar: Fe = gL
.
6
A1 + 2A2
14. Bestam forskjutningen i nod 2 d
a q ar linjelast i x-riktningen, Fig 98. Svar: u2 =

Figur 97: Ovning

7.13.

84

q0 L
.
3EA


Figur 98: Ovning
7.14.
15. Anvand numerisk integration for att bestamma n
agra integraler i detta kompendium. Avgor forst gradtalet p
a integranden och anvand sedan optimalt antal integrationspunkter.
16. Genomfor kalkylen av ke och Fe for modellproblemet i avsnitt 7.1 ovan samt bestam u
for detta inhomogena problem. Studera effekten av olika antal element och jamfor med
exakt losning. Handrakning ar utesluten s
a satt upp och los uppgiften i Mathematica eller
Matlab.
. L
at positiv riktning vara
at hoger.
17. Expandera k i ovning 3.5.12 med axiell styvhet EA
L
Anvand darefter transformationen i avsnitt 7.3 for att assemblera t.ex. ovning 3.5.17.
Bestam sedan forskjutningar och krafter i noderna. Handrakning ar uteslutet, anvand
Mathematica.
Ledning och svar: L
at 1 , 2 , vara forskjutningar i noderna med positiv riktning
at
hoger, upp
at respektive moturs. Systemet f
ar d
a 12 frihetsgrader och vi sammanfattar
dem i u = (V agg1 , V agg2 , V agg , B1 , B2 , B , C1 , C2 , C , A1 , A2 , A )T . Ett snabbt hack i
Mathematica kan t.ex.
ut s
a har:
seEA

0
0
EA
0
0
L
L
6EI
6EI
12EI
0
0
12EI
L3
L2
L3
L2

6EI
4EI
6EI
2EI
0
0

2
2
L
L
L
L

; (* ke *)
ke[EA , EI , L ] := EA
EA

0
0
0
0
L
L

12EI
6EI
12EI
6EI
0
L3 L2
0
L2
L3
6EI
2EI
4EI
0
6EI
0
L2
L
L

L2
Cos[] Sin[] 0
0
0
0
Sin[] Cos[] 0
0
0
0

0
0
1
0
0
0

; (* Transformation matrix *)
c[ ] :=

0
0
0
Cos[]
Sin[]
0

0
0
0 Sin[] Cos[] 0
0
0
0
0
0
1
T
assemble[EI , L , , i ] := k[[i]] += c[] .ke[EA, EI, L].c[].M ap[u, i];
k` = T able[0, {12}]; (* Allocate space for global stiffness matrix *)
assemble[3 EI, L, 0, {1, 2, 3, 4, 5, 6}]; (* Assemble element with 3EI *)
assemble[2 EI, L, 0, {4, 5, 6, 7, 8, 9}]; (* Assemble element with 2EI *)
assemble[4 EI, a, 2 , {4, 5, 6, 10, 11, 12}]; (* Assemble element with 4EI *)
k = k/.M ap[u[#] 0&, {1, 2, 3, 8}]; (* Set boundary conditions *)
sol = Solve[k[[{4, 5, 6, 7, 9, 10, 11, 12}]] == {0, 0, 0, 0, 0, F, 0, 0}, (* Solution *)
M ap[u, {4, 5, 6, 7, 9, 10, 11, 12}]]
sol = ExpandAll[sol]/.EA //Simplif y (* Let EA *)
k/.sol//Simplif y (* Reaction forces, ku *)

85

Figur 99: Partition for ODE och Galerkins metod.

Slutligen kan vi sammanfatta resultatet i en typisk tabell.
N od
Va
gg
A
B
C

8
8.1

1
0
2 (17a+14L)

Fa

204EI

2
0
0
F aL2
51EI

0
0

0
F a(51a+28L)
408EI
7F aL
102EI
aL
13F
204EI

F1
F
F
0
0

F2
9F a
17L

0
0

0
0
0

a
9F
17L

Fa
17

Exempel
ODE och Galerkins metod

Los randvardesproblemet


v 0 (x) + 2v(x) = 3x2 1, = [0, 1] (DE)

v(0) = 3
(RV )

med Galerkins metod och tv

a linjara element, Fig 99.
L
osning: Vi f
ar
Z
NT R(x)d = 0

NT (u0 (x) + 2u(x) 3x2 + 1)d = 0

X
assemblering

NT (u0 (x) + 2u(x) 3x2 + 1)de = 0

P
Infor approximativa ansatsen u = 2i=1 Ni ()ui = N u, dar N ar basfunktionerna och u varde
i noderna. Eftersom vi har linjara basfunktioner blir Jacobianen J = L2e och elementstyvhetssambandet
R
R Le T dN
T
0
2
N
(u
(x)
+
2u(x)

3x
+
1)d
=
N ( dx u + 2N u 3(N x)2 + 1)dx =
e
e
0
R1
= { parameterrummet} = 1 NT ( L2e dN
u + 2N u 3(N x)2 + 1) L2e d =
d
Z 1
Z 1
Le
Le
T 2 dN
=
N (
+ 2N) d u
NT (3(N x)2 1) d
Le d
2
2
| 1
{z
}
| 1
{z
}
Fe

ke

Vi har tv
a lika l
anga element med Le = 12 . Vidare ar basfunktionerna N = ( 12 (1 ), 12 (1 + ))
varfor vi nu kan evaluera integralerna. Forst elementstyvhetsmatriserna som ar lika for b
ada

86

elementen
R1

NT ( L2e dN
+ 2N) L2e d =
 1 d 




R1
(1 )
2
12 12 +2 12 (1 ) 12 (1 + ) ) 1/2
( 1/2
= 1 21
d =
2
2 (1 + ) 


R1
(1 )
1 3 + d =
= 81 1
 (1 + )



R
(1 )(1 ) (1 )(3 + )
1 4
1
1
1
= 8 1
d = 6
(1 + )(1 ) (1 + )(3 + )
2 5

ke1 = ke2 =

Elementlastvektorn ar olika for elementen, ty xTe1 = (0, 12 ) och xTe2 = ( 12 , 1).

R1

2
Le
T
N
 1(3(N x) 1) 2 d =
 


(1

)
0
1
1
2
(3( 2 (1 ) 2 (1 + ) 1 )2 1) 1/2
=
d =
1
2
(1
+
)
2
2



R1
(1 )
3( 41 (1 + ))2 1 d =
= 18 1
(1 + )

 
R
3(1 )(1 + )2 16(1 )
7
1
1
1
d = 32
= 128 1
3
3(1 + ) 16(1 + )
5

Fe1 =

1
R1
1

R1

2
Le
T
N
 1(3(N x) 1) 2 d =
 1 


(1

)
1
1
2
=
(3( 2 (1 ) 2 (1 + ) 2 )2 1) 1/2
d =
1
2
1
(1
+
)
2



R1
(1 )
= 18 1
3( 41 (3 + ))2 1 d =
 
(1 + )

R
3
3(1 )(3 + )2 16(1 )
1
1
1
= 128 1
d = 32
2
9
3(1 + )(3 + ) 16(1 + )

Fe2 =

1
R1
1

Assemblering

1
4
0
u1
7
1
1
2 5 1 4 u2 =
5 + 3
6
32
0
2 5
u3
9

Randvillkoret v(0) = 3, dvs. u1 = 3, ger nu rad 2 och 3





1 6 + 4u2 + 4u3
1
2
=
0 2u2 + 5u3
9
6
32
och till slut

u2
u3

1
=
224

171
144

Med hjalp av t.ex. metoden med integrerande faktor erh

alles den exakta losningen till
1
2x
2
+ 6x 6x + 1) varefter en jamforelse kan besk
adas, Fig 100.
v(x) = 4 (11e

8.2

Endimensionell v
armeledning

Studera randvardesproblemet, Fig 101.

dT
d
(Ak ) + Q(x) = 0,
dx
dx
87

= [a, b] (DE)

Figur 100: Jamforelse ODE exakt losning och Galerkins metod.

Figur 101: Varmeledning och Galerkins metod.

Figur 102: Elementindelning.

88

dar A ar tvarsnittsarean, k varmekonduktivitet, T temperaturen och Q tillfort varme per

langdenhet. Differentialekvationen ar av andra ordningen och vi ska anvanda oss av Galerkins
metod.
Lo
ar med tre lika stora linjara element, Fig 102,
sning: Vi f
Z
NT R(x)d = 0

dT
d
(Ak ) + Q)d = 0
dx
dx

Integrera partiellt for att f

a den svaga formuleringen
b Z b

Z b
dNT
dT
dT
T
Ak dx +
NT Qdx = 0
N Ak

dx a
dx
dx
a
a
NT (

Enligt Fouriers lag ar varmeflodet q = k dT

, varfor
dx
Z b
Z b
 T b
dNT
dT
N Aq a
NT Qdx = 0
Ak dx +
dx
dx
a
a
Vi har har mojlighet att satta blandade randvillkor (q eller T ) p
a randen, dvs. vid a och b.
Alla storheter kan variera
a som
P och interpoleras isoparametriskt i elementet. Vi ansatter allts
ar direkt efter overg
ang till parameterrummet
vanligt T = N T = 2i=1 Ni ()Ti osv. och f
Z 1
2 dNT
2 dN Le
ke =
(N A)(N k)(
) d
Le d 2
1 Le d
Z 1
Le
Fe =
NT (N Q) d
2
1
Vi nojer oss med ett numeriskt exempel dar elementegenskaper och yttre last ar konstanta
A = 10m2 , k = 5J/ Cms, Q = 100J/sm, a = 2m, b = 8m
Vidare testar vi blandade randvillkor med Ta = 0 C och qb = 15J/m2 s. Elementlangden Le =
82
, varfor ke och Fe blir lika for alla elementen som med N = ( 12 (1 ), 21 (1 + )) evalueras
3
till




Z 1
2 dN Le
Ak
2 dNT
1 1
1 1
ke =
Ak(
) d =
= 25
1 1
1 1
Le d 2
Le
1 Le d
 
 
Z 1
Le
QLe 1
1
Fe =
NT Q d =
= 100
1
1
2
2
1
Assemblering ger nu (Tank p
a att N ar

25
25
0
0
25 25 + 25
25
0

0
25
25 + 25 25
0
0
25
25

1 p
a randen samt att [G(x)]ba = G(b) G(a)!)

T1
Aqa
100
T2

= 0 + 100 + 100
T3
0 100 + 100
T4
Aqb
100

Randvillkoren ovan Ta = T1 = 0 C och qb = 15J/m2 s ger nu

25
25
0
0
0
10qa
25 25 + 25

25
0 T2
0

=
0

25
25 + 25 25
T3
0
0
0
25
25
T4
10 15
89

100
100 + 100

+
100 + 100
100

Figur 103: Reynolds equation och Galerkins metod.

dvs.

50 25 0
T2
0
200
25 50 25 T3 = 0 + 200
0 25 25
T4
150
100

varav

T2
14
T3 = 20 C
T4
18

Slutligen f
as qa ur forsta ekvationen
25T2 = 10qa + 100
dvs.
qa = 45J/m2 s
Den analytiska losningen kan enkelt bestammas till T (x) = x2 + 13x 22 med exakt overensstammelse i noderna med vardena ovan. Detsamma galler for q, ty med Fourierss lag har vi
qa = kT 0 (2) = 5(2 2 + 13) = 45J/m2 s och qb = kT 0 (8) = 5(2 8 + 13) = 15J/m2 s.
Slutligen m
aste vi ha varmebalans, dvs. skillnad mellan randvardena lika med tillfort varme,
A(qb qa ) = Q(b a) 10(15 (45)) = 100(8 2), ok!

8.3

Reynolds ekvation

Nar man analyserar glidlager med avseende p

a olika prestanda har man anledning att studera
Reynolds ekvation som ar ett andra ordningens randvardesproblem. Vi valjer har att studera
den i det endimensionella fallet, Fig 103,
dh
d 3 dp
(h
) = 6U ,
dx
dx
dx

= [0, L] (DE)

dar h(x) ar avst

andet mellan lagerytorna, p(x) trycket i oljan, oljans viskositet samt U relativa
hastigheten mellan lagerytorna.
L
osning: Detta problem ar vasentligen av samma typ som varmeledningsproblemet. Vi f
ar
med Galerkin
Z
NT R(x)d = 0

NT (

d 3 dp
dh
(h
) + 6U )d = 0
dx
dx
dx
90

Figur 104: Enkel modell.

Integrera forsta termen partiellt for att f
a den svaga formuleringen


3 dp

N h

dx

L

dNT 3 dp
h
dx +
dx
dx

Z
0

NT (6U

dh
)dx = 0
dx

dp
Vi har har mojlighet att satta blandade randvillkor (p eller dx
) p
a randen, dvs. vid x = 0 och
L. Alla storheter kan variera
a
P2 och interpoleras isoparametriskt i elementen. Vi ansatter allts
som vanligt p = N p = i=1 Ni ()pi och h = N h. Vi nojer oss med ett enkelt numeriskt
exempel for att lattare kunna gora en jamforelse med analytisk losning, Fig 104.

L = 40mm, h(x) = 1 +

2x
mm,
L

U = 100mm/s, = 6 104 N s/mm2

Som randvillkor valjer vi att satta p0 = pL = 0N/mm2 . Vi kan allts

a efter
at bestamma tryckgradienterna vid randerna om dessa ar av intresse. Till slut drar vi till med 16 element.
Detta problem ar helt orealistiskt att losa for hand varfor vi ska formulera och losa det
i det generella finita elementprogrammet FEM (B. Nilsson 1994), utvecklat i Mathematica.
Modelldefinition, FE-modell med randvillkor, assemblering samt slutligen losningen hamtar vi
direkt ur Mathematica. Notera att beteckningen u(i, j) i losningen betyder vasentlig storhet i
nod i:s frihetsgrad j. Har har vi bara en frihetsgrad i varje nod, trycket p.

91

mFEM
version 2.0
A general finite element package
by
Bertil Nilsson
Halmstad University

92

Model definition. Example of Reynolds equation

Differential equation DEu = 0 to be considered
d

hx3 p' x + 6 n U h' x = 0

dx

Form standard Galerkin: Integrate[w DE]. Integrate second derivative by parts forming weak formulation. Then transform to parameter space.
de w x hx3 p x wx 6 U h x
6 U n wx h x - hx3 p x w x

Dt#1,
de . f_n_ x_ HoldNest &, f, n;
Dtx,
de ExpandRelease% . f_x f
p w
h
6 U w n

h3

x
x x

x
x 2

x
x

Definition of nodal coordinates, degrees of freedoms per node, element

connectivity and boundary conditions
nodecoord Range0, 40, 2.5

0, 2.5, 5., 7.5, 10., 12.5, 15., 17.5, 20., 22.5, 25., 27.5, 30., 32.5, 35., 37.5, 40.
nn Lengthnodecoord
17

nodedof Table1, nn

1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1

93

elemcon PartitionRangenn, 2, 1
1

10

11

12

13

14

15

16

10

11

12

13

14

15

16

17

ne Lengthelemcon
16

boundcon u1, 1 0, unn, 1 0

u1, 1 == 0, u17, 1 == 0

Form element equation elemeq = k u - f , using standard Galerkins method

2.0 xc
heightxc_ : 1
40
shape shape121;
elemeqi_ : Moduleec, xc, eq,
ec elemconi;
xc nodecoordec;
x
eq de . x shape.xc,

h shape.heightxc,
p shape.getuec,
w shape, U 100, 6 104 ;
numInteq,

94

 Assemble, apply boundary conditions and solve the system

gauss2
assemble
applybc
solve

u1, 1 -1.81471 10-11 , u2, 1 0.330195, u3, 1 0.499875,

u4, 1 0.575964, u5, 1 0.5961, u6, 1 0.58234, u7, 1 0.548036,
u8, 1 0.501474, u9, 1 0.447898, u10, 1 0.390669, u11, 1 0.331957,
u12, 1 0.273165, u13, 1 0.215196, u14, 1 0.158618,
u15, 1 0.103778, u16, 1 0.0508726, u17, 1 -5.38529 10-11
Plot of finite element solution.
plot1 ListPlotTransposenodecoord,
getuRangenn . solu,
PlotJoined True, PlotStyle Hue0.7,
AxesLabel "x", "Pressure";
Pressure
0.6
0.5
0.4
0.3
0.2
0.1
x
10

20

30

95

40

 Exact solution
Height function and differential equation at hand.
2x
h 1 ;
L
de x h3 p 'x 6 Ux h

2x
3
6 p x
+ 1
2x
12 U n
L
p x + 1 +
== -
L
L
L
2

Apply boundary conditions and solve it.

pcr DSolvede, p0 0, pL 0, px, x First

3 L2 U x n - L U x2 n

px
L + 2 x2
Numerical data.

pc px . pcr . L 40, U 100, 6 104

12 x

3 96 x -
5

2
2 x + 40
2

plot2 Plotpc, x, 0, 40, PlotStyle Hue0,

AxesLabel "x", "Pressure";
Pressure
0.6
0.5
0.4
0.3
0.2
0.1
x
10

20

30

96

40

 Compare FE-solution with exact solution

Showplot1, plot2;
Pressure
0.6
0.5
0.4
0.3
0.2
0.1
x
10

20

30

97

40