Написание МКЭ расчетчика в менее чем 180 строк кода

    В наши дни, МКЭ — это наверное самый распространенный метод для решения широкого спектра прикладных инженерных задач. Исторически, он появился из механики, однако впоследствии был применен к всевозможным не механическим задачам.

    Сегодня имеется большое разнообразие программных пакетов, таких как ANSYS, Abaqus, Patran, Cosmos, и т.д. Эти программные пакеты позволяют решать задачи строительной механики, механики жидкости, термодинамики, электродинамики и многие другие. Сама реализация метода, как правило считается достаточно сложной и объемной.

    Здесь я хочу показать, что в настоящее время, используя современные инструменты, написание простейшего МКЭ расчетчика с нуля, для двумерной задачи плоско-напряженного состояния не является чем-то очень сложным и громоздким. Я выбрал этот вид задачи потому, что это был первый успешный пример применения метода конечных элементов. Ну и конечно он являются самым простым для реализации. Я собираюсь использовать линейный, трех-узловой элемент, так как это единственный плоский элемент, в случае которого не требуется численное интегрирования, как это будет показано ниже. Для элементов более высокого порядка, за исключением операции интегрирования (которая не совсем тривиальная, но при этом ее реализация достаточно интересная) идея абсолютно такая же.

    Картинка для привлечения внимания:


    Исторически сложилось так, что первое практическое применение МКЭ было в области механики, что существенно отразилось на терминологии и первых интерпретациях метода. В простейшем случае, суть метода может быть описана следующим образом: сплошная среда заменяется эквивалентной шарнирной системой, а решение статически неопределимых систем является хорошо известной и изученной проблемой механики. Эта упрощенная, инженерная трактовка способствовала широкому распространению метода, однако строго говоря, такое понимание метода является неправильным. Точное математическое обоснование метода было дано намного позже первых успешных применений метода, но это позволило расширить область применения для большего круга задач, не только из области механики.

    Я не собираюсь описывать метод подробно, есть много литературы о нем, вместо этого я сосредоточусь на реализации метода. Потребуются минимальные знания механики, или того же сопромата. Также буду рад, отзывам людей не имеющих отношения к механики, была ли понятна хотя бы идея. Реализация метода будет на C++, однако я не буду использовать никакие сильно специфические особенности этого языка и надеюсь, что код будет понятен людям не знающим данный язык.

    Так как это всего лишь пример реализации метода, чтобы не усложнять и оставить все в наиболее простом виде для понимания, я буду отдавать предпочтение краткости в ущерб многим принципам программирования. Это не пример по написанию хорошего, сопровождаемого и надежного кода, это пример по реализации МКЭ. Так что будет много упрощений, чтобы сконцентрироваться на основной цели.

    Входные данные


    Прежде чем приступить к самой методу, давайте выясним, в каком виде мы будет представлять входные данные. Рассматриваемый объект должен быть разделен на большое количество мелких элементов, в нашем случае — треугольников. Таким образом, мы заменяем непрерывную среду на набор узлов и конечных элементов, образующих сетку. На рисунке ниже, показан пример сетки с пронумерованными узлами и элементами.



    На рисунке мы видим девять узлов и восемь элементов. Для описания сетки, нужно два списка:

    • Список узлов, который определяет координаты каждого узла.
    • Список элементов.

    В списке элементов, каждый элемент определяется множеством индексов узлов, которые образует элемент. В нашем случае, у нас есть только треугольные элементы, так что мы будем использовать только три индекса для каждого элемента.
    В качестве примера, для сетки показанной выше, мы будет иметь следующие списки:

    Список узлов:
    0.000000    31.500000
    15.516667   31.500000
    0.000000    19.489759
    18.804134   23.248226
    0.000000    0.000000
    20.479981   11.365822
    27.516667   19.500000
    27.516667   11.365822
    27.516667   0.000000
    

    Список элементов:
    1 3 2
    2 3 4
    4 6 7
    4 3 6
    7 6 8
    3 5 6
    6 5 9
    6 9 8
    

    Стоит отметить, что есть несколько способов задать один и тот же элемент. Индексы узлов можно перечислять по часовой стрелке или против часовой стрелки. Обычно используется перечисление против часовой стрелки, поэтому мы будем предполагать, что все элементы заданы именно таким образом.

    Давайте создадим некий входной файл с полным описанием задачи. Чтобы избежать путаницы и не усложнять, лучше использовать индексацию, которая начинается с нуля, а не с единицы, так как в C/C ++ массивы индексируются с нуля. Для первого тестового входного файла, мы создадим самую простую сетку из возможных:



    Пусть первая строка будет описание свойств материала. Например, для стали, коэффициент Пуассона ν = 0,3 и модуль Юнга Е = 2000 МПа:

    0.3 2000

    Затем следует строка с количеством узлов и затем сам список узлов:
    4
    0.0 0.0
    1.0 0.0
    0.0 1.0
    1.0 1.0
    

    Затем следует строка с количеством элементов, далее список элементов:
    2
    0 1 2
    1 3 2
    

    Теперь, нам нужно задать закрепления, или как говорят, условия на границе первого рода. В качестве таких граничных условий мы будем фиксировать перемещения узлов. Фиксировать можно перемещения по осям независимо друг от друга, т.е. мы можем запретить перемещения по оси x или по оси y или по обоим сразу. В общем случае, можно задавать некоторое начальное перемещение, однако мы ограничимся лишь нулевым начальным перемещением. Таким образом, у нас будет список узлов с заданным типом ограничений на перемещение. Тип ограничения будут указаны номером:
    • 1 — запрещено перемещение в направлении оси x
    • 2 — запрещено перемещение в направлении оси y
    • 3 — запрещено перемещение в обоих, х и у направлениях

    Первая строка определяет количество ограничений:
    2
    0 3
    1 2
    

    Затем, мы должны задать нагрузки. Мы будем работать только с узловыми силами. Строго говоря, узловые силы не должны рассматриваться как силы в общем смысле этого слова, я расскажу об этом позже, но сейчас давайте думать о них просто как о силах действующих на узел. Нам нужен список с индексами узлов и соответствующими векторами сил. Первая строка определяет количество приложенных сил:

    2
    2 0.0 1.0
    3 0.0 1.0
    

    Можно легко видеть, что рассматриваемая задача, это тело квадратной формы, низ которого закреплен, а на верхнюю грань действуют растягивающие усилия.



    Входной файл целиком:
    0.3 2000
    4
    0.0 0.0
    1.0 0.0
    0.0 1.0
    1.0 1.0
    2
    0 1 2
    1 3 2
    2
    0 3
    1 2
    2
    2 0.0 1.0
    3 0.0 1.0
    


    Eigen — математическая библиотека


    Перед тем, как приступить к написанию кода, я хотел бы рассказать о математической библиотеке — Eigen. Это зрелая, надежная и эффективная библиотека, которая обладает очень чистым и выразительным API. В ней есть множество compile-time оптимизаций, библиотека способна выполнять явную векторизацию и поддерживает SSE 2/3/4, ARM и NEON инструкции. Как по мне, эта библиотека замечательна хотя бы тем, что позволяет реализовывать сложные математические вычисления кратким и выразительным образом.
    Я хотел бы сделать краткое описание части API Eigen, которое мы будем использовать далее. Те читатели, которые знакомы с этой библиотекой, могут пропустить этот раздел.

    Есть два типа матриц: плотная и разреженные. Мы будем использовать оба типа. В случае с плотной матрицей, все элементы находятся в памяти, в порядке следования индексов, поддерживаются как column-major (дефолтный) так и raw-major размещение. Этот тип матриц хорош для относительно небольших матриц или матриц с небольшим количеством нулевых элементов. Разреженные матрицы хороши для хранения больших матриц с небольшим количеством ненулевых элементов. Мы будем использовать разреженную матрицу для глобальной матрицы жесткости.

    Плотные матрицы


    Для использования плотных матриц нам нужно будет включить заголовок <Eigen/Dense>. Есть два основных типа плотных матриц: с фиксированным и с динамическим размером. Матрица с фиксированным размером, это такая матрица, размер которой известен во время компиляции. В случае с матрицей динамического размера, ее размер может быть задан на этапе выполнения кода, более того, размер динамической матрицы можно даже изменять налету. Конечно, нужно отдавать предпочтение матрицам с фиксированным размером везде, где это возможно. Память под динамические матрицы выделяется в куче, также неизвестный размер матрицы ограничивает оптимизации, которые компилятор может сделать. Фиксированные матрицы могут быть выделены в стеке, компилятор может развернуть циклы и многое другое. Стоит отметить, что также возможен смешанный тип, когда у матрицы фиксируется количество строк, но количество столбцов динамично, или наоборот.

    Матрицы фиксированного размера могут быть определены следующим образом:

    Eigen::Matrix<float, 3, 3> m;


    Где m — float матрица c фиксированный размеров 3 × 3. Также можно использовать следующие предопределенные типы:

    Eigen::Matrix2i
    Eigen::Matrix3i
    Eigen::Matrix4i
    Eigen::Matrix2f
    Eigen::Matrix3f
    Eigen::Matrix4f
    Eigen::Matrix2d
    Eigen::Matrix3d
    Eigen::Matrix4d
    


    Есть немного больше предопределенных типов, эти являются основными. Цифра обозначает размерность квадратной матрицы и буква обозначает тип элемента матрицы: i — целое число, f — число с плавающей точкой одинарной точности, d — число с плавающей точкой двойной точности.

    Для векторов нету отдельного типа, вектора такие-же матрицы. Вектор-столбец (иногда в литературе встречаются векторы-строки, приходится уточнять), можно объявить следующим образом:

    Eigen::Matrix<float, 3, 1> v;


    Или можно использовать один из предопределенных типов (обозначения те же, что и для матриц):

    Eigen::Vector2i
    Eigen::Vector3i
    Eigen::Vector4i
    Eigen::Vector2f
    Eigen::Vector3f
    Eigen::Vector4f
    Eigen::Vector2d
    Eigen::Vector3d
    Eigen::Vector4d
    


    Для быстрого ознакомления, я написал следующий пример:

    #include <iostream>
    
    int main()
    {
        //Fixed size 3x3 matrix of floats
        Eigen::Matrix3f A;
        A   <<  1, 0, 1,
                2, 5, 0,
                1, 1, 2;
    
        std::cout   << "Matrix A:" 
                    << std::endl
                    << A 
                    << std::endl;
    
        //Access to matrix element [1, 1]:
        std::cout   << "A[1, 1]:"
                    << std::endl
                    << A(1, 1) 
                    << std::endl;
    
        //Fixed size 3 vector of floats
        Eigen::Vector3f B;
        B << 1, 0, 1;
    
        std::cout   << "Vector B:"
                    << std::endl
                    << B
                    << std::endl;
        
        //Access to vector element [1]:
        std::cout   << "B[1]:"
                    << std::endl
                    << B(1)
                    << std::endl;
    
        //Multiplication of vector and matrix
        Eigen::Vector3f C = A * B;
        std::cout   << "C = A * B:"
                    << std::endl
                    << C
                    << std::endl;
        
        //Dynamic size matrix of floats
        Eigen::MatrixXf D;
        D.resize(3, 3);
    
        //Let matrix D be an identity matrix:
        D.setIdentity();
    
        std::cout   << "Matrix D:" 
                    << std::endl
                    << D
                    << std::endl;
    
        //Multiplication of matrix and matrix
        Eigen::MatrixXf E = A * D;
        std::cout   << "E = A * D:" 
                    << std::endl
                    << E
                    << std::endl;
    
        return 0;
    }
    


    Вывод:

    Matrix A:
    1 0 1
    2 5 0
    1 1 2
    A[1, 1]:
    5
    Vector B:
    1
    0
    1
    B[1]:
    0
    C = A * B:
    2
    2
    3
    Matrix D:
    1 0 0
    0 1 0
    0 0 1
    E = A * D:
    1 0 1
    2 5 0
    1 1 2
    


    Для более подробной информации лучше обратиться к документации.

    Разреженные матрицы


    Разреженная матрица является немного более сложным, типом матрицы. Основная идея не хранить всю матрицу в памяти как есть, а хранить только ненулевые элементы. Довольно часто в практических задачах встречаются большие матрицы с малым количеством ненулевых элементов. При сборке глобальной матрицы жесткости в МКЭ модели, количество ненулевых элементов может быть меньше, чем 0,1% от общего числа элементов.

    Для современных пакетов МКЭ не проблема решить задачу с сотней тысяч узлов, причем на вполне обычном современном PC. Если мы попытаемся выделить место для хранения глобальной матрицы жесткости, мы столкнемся со следующей проблемой:



    Размер памяти, необходимый для хранения матрицы огромный! Разреженная матрица потребуется в 10000 раз меньшее количество памяти.

    Разреженные матрицы используют память более эффективно, так как хранят только ненулевые элементы. Разреженные матрицы могут быть представлены ​​двумя способами: сжатым и несжатым. В несжатом виде легко добавить или удалить элемент из матрицы, но такой вид представления не является оптимальным с точки зрения использования памяти. Eigen, при работе с разреженной матрицей, использует своеобразное сжатое представление, несколько более оптимизированное для динамического добавления/удаления элементов. Eigen также умеет конвертировать такую матрицу в сжатый вид, более того он это делает прозрачно, делать это в явном виде не нужно. Большинство алгоритмов требуют сжатый вид матрицы, и применение любого из этих алгоритмов автоматически преобразует матрицу в сжатый вид. И наоборот, добавление/удаление элемента автоматически конвертирует матрицу в оптимизированное представление.

    Как мы можем задать матрицу? Хороший способ это сделать — использовать так называемые Triplets. Это структура данных, причем это шаблонный класс, который представляет собой один элемент матрицы в комбинации с индексами, определяющими его положение в матрице. Мы можем задать разреженную матрицу непосредственно из вектора triplets.

    Например, мы имеем следующую разреженную матрицу:

    0   3   0   0   0
    22  0   0   0   0
    0   5   0   1   0
    0   0   0   0   0
    0   0   14  0   8
    


    Первое, что мы должны сделать, это включить соответствующий заголовок библиотеки Eigen: <Eigen/Sparse>. Затем, мы объявляем пустую разреженную матрицу размерности 5х5. Далее, мы определяем вектор triplets и заполняем его значениями. Конструктор triplet'а принимает следующие аргументы: i-индекс, j-индекс, значение.

    #include <Eigen/Sparse>
    #include <iostream>
    
    int main()
    {
        Eigen::SparseMatrix<int> A(5, 5);
    
        std::vector< Eigen::Triplet<int> > triplets;
    
        triplets.push_back(Eigen::Triplet<int>(0, 1, 3));
        triplets.push_back(Eigen::Triplet<int>(1, 0, 22));
        triplets.push_back(Eigen::Triplet<int>(2, 1, 5));
        triplets.push_back(Eigen::Triplet<int>(2, 3, 1));
        triplets.push_back(Eigen::Triplet<int>(4, 2, 14));
        triplets.push_back(Eigen::Triplet<int>(4, 4, 8));
    
        A.setFromTriplets(triplets.begin(), triplets.end());
    
        A.insert(0, 0);
        std::cout << A;
    
        A.makeCompressed();
    
        std::cout << std::endl << A;
    }
    


    Вывод будет следующим:

    Nonzero entries:
    (0,0) (22,1) (_,_) (3,0) (5,2) (_,_) (_,_) (14,4) (_,_) (_,_) (1,2) (_,_) (_,_) (8,4) (_,_) (_,_)
    
    Outer pointers:
    0 3 7 10 13  $
    Inner non zeros:
    2 2 1 1 1  $
    
    0 3 0 0 0
    22 0 0 0 0
    0 5 0 1 0
    0 0 0 0 0
    0 0 14 0 8
    
    Nonzero entries:
    (0,0) (22,1) (3,0) (5,2) (14,4) (1,2) (8,4)
    
    Outer pointers:
    0 2 4 5 6  $
    
    0 3 0 0 0
    22 0 0 0 0
    0 5 0 1 0
    0 0 0 0 0
    0 0 14 0 8
    


    Структуры данных



    Для хранения данных, которые мы собираемся читать из входного файла, а также промежуточных данных, мы должны объявить свои структуры. Простейшая структура данных описывающая конечный элемент показана ниже. Она состоит из массива трех элементов, которые хранят индексы узлов образующих конечный элемент, а также матрицы В. Данная матрица называемый градиентной матрицей и мы вернемся к ней позже. О методе CalculateStiffnessMatrix также будет рассказано далее.

    struct Element
    {
        void CalculateStiffnessMatrix(const Eigen::Matrix3f& D, std::vector<Eigen::Triplet<float> >& triplets);
    
        Eigen::Matrix<float, 3, 6> B;
        int nodesIds[3];
    };
    

    Еще одна простая структура которая нам понадобится — это структура для описания закреплений. Это простая структура состоящая из перечисляемого типа, который определяет тип ограничения, и индекса узла на который накладывается ограничение.

    struct Constraint
    {
        enum Type
        {
            UX = 1 << 0,
            UY = 1 << 1,
            UXY = UX | UY
        };
        int node;
        Type type;
    };
    


    Чтобы не усложнять, давайте определим некоторые глобальные переменные. Создавать какие-либо глобальные объекты — это всегда плохая идея, но для этого примера вполне допустимо. Нам понадобятся следующие глобальные переменные:

    • Количество узлов
    • Вектор с х-координатой узлов
    • Вектор с y-координатой узлов
    • Вектор элементов
    • Вектор закреплений
    • Вектор нагрузок

    В коде, мы определим их следующим образом:

    int                         nodesCount;
    int                         noadsCount;
    Eigen::VectorXf             nodesX;
    Eigen::VectorXf             nodesY;
    Eigen::VectorXf             loads;
    std::vector< Element >      elements;
    std::vector< Constraint >   constraints;
    


    Чтение входного файла


    Перед чем как что-то читать, мы должны знать откуда читать и куда писать вывод. В начале main функции проверим количество входных аргументов, обращаю внимание, что первый аргумент всегда путь к исполняемому файлу. Таким образом, у нас должно быть три аргумента, пусть второй будет путь к входному файлу, а третий — путь к файлу с выводом. Для работы с вводом/выводом, для конкретного случая удобнее всего использовать файловые потоки из стандартной библиотеки.

    Первое, что мы делаем — создаем потоки для ввода/вывода:

    int main(int argc, char *argv[])
    {
        if ( argc != 3 )
        {
            std::cout << "usage: " << argv[0] << " <input file> <output file>\n";
            return 1;
        }
            
        std::ifstream infile(argv[1]);
        std::ofstream outfile(argv[2]);
    


    В первой строке входного файла находятся свойства материала, прочитаем их:

    float poissonRatio, youngModulus;
    infile >> poissonRatio >> youngModulus;
    


    Этого достаточно, чтобы построить матрицу упругости изотропного материала для плоско-напряженного состояния, которая определена следующим образом:





    Откуда взялись эти выражения? Они легко получаются из закона Гука в общем виде, действительно, мы можем найти выражение для матрицы D из следующих соотношений:



    Стоит отметить, что плоско-напряженное состояние означает, что σZ равно нулю, но не εZ. Плоско-напряженная модель хорошо подходит для решения ряда инженерных задач, где рассматриваются плоские структуры и все силы действуют в плоскости. Во времена, когда расчеты объемных задач были слишком дорогими, множество задач удавалось свести к плоским, жертвуя при этом точностью.

    При плоско-напряженном состоянии, ничто не мешает телу деформироваться в направлении нормали к его плоскости, поэтому деформация εZ в общем случае не равна нулю. Она не появляется в уравнениях выше, но может быть легко получена из следующего соотношения, учитывая что напряжение σZ равно нулю:


    У нас есть все исходные данные чтобы задать матрицу упругости, давайте сделаем это:
    Eigen::Matrix3f D;
    D <<
        1.0f,           poissonRatio,   0.0f,
        poissonRatio,   1.0,            0.0f,
        0.0f,           0.0f,           (1.0f - poissonRatio) / 2.0f;
    
    D *= youngModulus / (1.0f - pow(poissonRatio, 2.0f));
    

    Далее, мы читаем список с координатами узлов. Сначала читаем количество узлов, затем задаем размер динамических векторов х и у. Далее, мы просто читать координаты узлов в цикле, строка за строкой.
    infile >> nodesCount;
    nodesX.resize(nodesCount);
    nodesY.resize(nodesCount);
    
    for (int i = 0; i < nodesCount; ++i)
    {
        infile >> nodesX[i] >> nodesY[i];
    }
    

    Затем, мы читаем список элементов. Все то-же самое, читаем количество элементов, а затем индексы узлов для каждого элемента:
    int elementCount;
    infile >> elementCount;
    
    for (int i = 0; i < elementCount; ++i)
    {
        Element element;
        infile >> element.nodesIds[0] >> element.nodesIds[1] >> element.nodesIds[2];
        elements.push_back(element);
    }
    

    Далее, читаем список закреплений. Все то же самое:
    int constraintCount;
    infile >> constraintCount;
    
    for (int i = 0; i < constraintCount; ++i)
    {
        Constraint constraint;
        int type;
        infile >> constraint.node >> type;
        constraint.type = static_cast<Constraint::Type>(type);
        constraints.push_back(constraint);
    }
    


    Вы могли заметить static_cast, он нужен чтобы преобразовать int тип, в объявленный нами ранее перечисляемый тип для закреплений.

    Наконец, нужно прочитать список нагрузок. Есть одна особенность связанная с нагрузкой, из-за которой мы будем представлять действующие нагрузки в виде вектора размерности двойного количества узлов. Причина, почему мы делаем так, будет объяснена чуть позже. Рисунок ниже, иллюстрирует этот вектор нагрузки:



    Таким образом, для каждого узла, у нас есть два элемента в векторе нагрузки, которые представляют х и у компоненты усилия. Таким образом, х-компонента усилия в определенном узле будет храниться в элементе с индексом id = 2 * node_id + 0, а у-составляющая усилия для этого узла будет храниться в элементе с индексом id = 2 * node_id + 1.

    Сначала зададим размер вектора приложенных усилий вдвое больший, чем количество узлов, затем обнулим вектор. Читаем количество внешних сил и читаем их значения строка за строкой:

    int loadsCount;
    loads.resize(2 * nodesCount);
    loads.setZero();
    
    infile >> loadsCount;
    
    for (int i = 0; i < loadsCount; ++i)
    {
        int node;
        float x, y;
        infile >> node >> x >> y;
        loads[2 * node + 0] = x;
        loads[2 * node + 1] = y;
    }
    


    Расчет глобальной матрицы жесткости


    Мы рассматриваем геометрически линейную систему с бесконечно малыми перемещениями. Более того, мы предполагаем, что деформирование происходит упруго, т.е. деформации являются линейной функцией напряжений (закон Гука). Из основ строительной механики можно показать, что перемещение каждого узла является линейной функцией приложенных сил. Таким образом, мы можем говорить, что у нас есть следующая система линейных уравнений:



    Где: К — матрица жесткости; δ — вектор перемещений; R — вектор нагрузок, то есть вектор внешних сил. Эту систему линейных уравнений часто называют ансамблем, так как она представляет суперпозицию матриц жесткости каждого элемента, как это будет показано ниже.

    Вектор перемещений, для двумерных проблем может быть задан следующим образом:





    Где: ui и vi — u-компонента и v-компонента перемещения i-го узла.

    Вектор внешних сил:





    Где: Rxi и Ryi — х-компонента и y-компонента внешнего усилия приложенного к i-му узлу.

    Как мы видим, каждый элемент вектора перемещения и вектора нагрузок является двумерным вектором. Вместо этого, мы можем определить эти векторы следующим образом:



    То есть фактически то же самое, но это упрощает представление этих векторов в коде. Это объяснение, почему мы ранее задали вектор нагрузки таким своеобразным способом.

    Как построить матрицу жесткости? Суть глобальной матрицы жесткости есть суперпозиция матриц жесткости каждого элемента. Если мы рассмотрим один элемент отдельно от остальных, то мы можем определить такую-же матрицу жесткости, но только для данного элемента. Эта матрица определяет соотношения между перемещениями узлов и узловыми силами. Например для 3-узлового элемента:





    Где: [k]е — матрица жесткости e-го элемента; [δ]е — вектор перемещений узлов е-го элемента; [F]е — вектор узловых сил е-го элемента; i, j, m — индексы узлов элемента.

    Что произойдет, если один узел будет разделен между двумя элементами? Прежде всего, поскольку это все тот-же узел, перемещение соответственно не будет зависеть от того в составе какого элемента мы рассматриваем этот узел. Вторым важным следствием является то, что если суммировать все узловые силы от каждого элемента в этом узле, то результат будет равен внешней силе, иными словами — нагрузке.

    Сумма всех узловых сил в каждом узле равна сумме внешних сил в этом узле, это следует из принципа равновесия. Несмотря на то, что данное утверждение может показаться вполне логичным и справедливым, на самом деле все немного сложнее. Такая формулировка не является точной, потому что узловые силы не являются силами в общем смысле этого слова, и выполнение условий равновесия для них вовсе не очевидное условие. Несмотря на то, что утверждение все же верное, оно использует механический принцип, чем ограничевает применение метода. Существует более строгое, математическое обоснование МКЭ с позиций минимизации потенциальной энергии, что позволяет распространить метод на более широкий спектр задач.

    На мой взгляд, об узловых силах лучше думать как о неких обобщенных силах, в представлении Лагранжевой механики. Дело в том, что перемещение узла, на самом деле является обобщенным перемещением, так как оно однозначно характеризует поле перемещений внутри элемента. Каждую компоненту перемещения узла можно трактовать как обобщенную координату, следовательно и силы, действуют не в точке узла, а по границе элемента (или по объему для объемных сил), причем действуют именно на том перемещении, которое характеризует данный узел.

    Если просуммировать все уравнения для каждого узла, меж-элементные узловые силы уйдут. С правой стороны уравнения останутся только внешние силы — нагрузки. Таким образом, учитывая этот факт, мы можем написать:



    Рисунок ниже иллюстрирует вышеприведенное выражение:



    Для построения глобальной матрицы жесткости, нам понадобится вектор triplets. В цикле, мы пройдемся по каждому элементу и заполним этот вектор значениями матриц жесткости полученными от каждого элемента:

    std::vector<Eigen::Triplet<float> > triplets;
    for (std::vector<Element>::iterator it = elements.begin(); it != elements.end(); ++it)
    {
        it->CalculateStiffnessMatrix(D, triplets);
    }
    


    Где std::vector<Eigen::Triplet<float> > — вектор triplets; CalculateStiffnessMatrix — метод класса элемента, который заполняет вектор triplets.

    Как уже упоминалось ранее, мы можем построить глобальную разреженную матрицу прямо из вектора triplets:
    Eigen::SparseMatrix<float> globalK(2 * nodesCount, 2 * nodesCount);
    globalK.setFromTriplets(triplets.begin(), triplets.end());
    


    Расчет матрицы жесткости отдельных элементов


    Мы выяснили, как собрать глобальную матрицу жесткости (ансамбль) из матриц элементов, Осталось выяснить как получить матрицу жесткости элемента.

    Функции формы


    Давайте начнем с интерполяции перемещений внутри элемента основываясь на перемещениях его узлов. Если перемещения узлов заданы, то перемещение в любой точке элемента можно представить как:



    Где [N] представляет собой матрицу функций координат (х, у). Эти функции называются функциями формы. Каждую компоненту перемещения, u и v можно интерполировать независимо, тогда уравнение выше, можно переписать в следующем виде:



    Или можно записать в раздельной форме:




    Как получить инерполирующую функцию? Для простоты, давайте рассмотрим скалярное поле. В случае трех-узлового, линейного элемента, функция интерполяции является линейной. Интерполяционное выражение мы будем искать в следующем виде:



    Если значения f в узлах известны, то мы можем задать систему из трех уравнений:



    Или в матричной форме:



    Из этой системы уравнений, мы можем найти неизвестный вектор коэффициентов для интерполирующего выражения:



    Введем обозначение



    Наконец, получим интерполяционное выражение:



    Возвращаясь к перемещениям, мы можем сказать, что:





    Тогда, функции формы будут иметь вид:



    Деформации и градиентная матрица


    Зная поле перемещений, мы можем найти поле деформаций, по соотношениям из теории упругости:



    Теперь мы можем заменить u и v, на функции формы:






    Или мы можем написать то же самое в комбинированной форме:



    Матрица с правой стороны, обычно обозначается как матрица В, так называемая градиентная матрица.



    Чтобы найти матрицу В, мы должны найти все частные производные функций формы:





    В случае с линейным элементом, мы видим, что частные производные функций формы на самом деле являются константами, что сэкономит нам множество усилий, как это будет показано далее. Умножив вектор-строку с константами на обратную матрицу C получим:





    Теперь мы можем рассчитать B матрицу. Чтобы построить матрицу C, сначала зададим векторы координат узлов:

    Eigen::Vector3f x, y;
    x << nodesX[nodesIds[0]], nodesX[nodesIds[1]], nodesX[nodesIds[2]];
    y << nodesY[nodesIds[0]], nodesY[nodesIds[1]], nodesY[nodesIds[2]];
    


    Затем, мы можем построить матрицу С из трех строк:

    Eigen::Matrix3f C;
    C << Eigen::Vector3f(1.0f, 1.0f, 1.0f), x, y;
    


    Затем мы вычисляем обратную матрицу С и собираем матрицу B:

    Eigen::Matrix3f IC = C.inverse();
    for (int i = 0; i < 3; i++)
    {
    	B(0, 2 * i + 0) = IC(1, i);
    	B(0, 2 * i + 1) = 0.0f;
    	B(1, 2 * i + 0) = 0.0f;
    	B(1, 2 * i + 1) = IC(2, i);
    	B(2, 2 * i + 0) = IC(2, i);
    	B(2, 2 * i + 1) = IC(1, i);
    }
    


    Переход к напряжениям


    Как мы уже упоминали ранее, соотношение между напряжением и деформацией можно записать с помощью матрицы упругости D:



    Таким образом, подставляя выражение выше в соотношение для деформаций, получим:



    Здесь мы видим, что напряжения, как и деформации являются константами внутри элемента. Это особенность линейных элементов. Однако, для элементов более высоких порядков, неразрывность напряжений также не выполняется. При увеличении числа элементов, эти разрывы должны уменьшаться что является критерием сходимости. На практике, обычно вычисляют среднее значение деформаций для каждого узла, однако в нашем случае мы оставим все как есть.

    Принцип виртуальной работы


    Для того, чтобы перейти к матрице жесткости, мы должны обратиться к виртуальной работе. Скажем, у нас есть некие виртуальные перемещения в узлах элемента: d[δ]e

    Виртуальные перемещения должны пониматься как любые бесконечно малые перемещения, которые могут произойти. Мы знаем, что в случае с нашей задачей, существует только одно решение и только один набор перемещений будет иметь место, но здесь мы рассматриваем все немного под другим углом. Другими словами, мы берем все бесконечно малые перемещения которые разрешены кинематически, а затем находим те единственные, которые удовлетворяют физический закон.

    Для этих виртуальных перемещений, виртуальная работа узловых сил будет:



    Виртуальная работа внутренних напряжений в единице объема для тех-же виртуальный перемещений:



    Или:



    Подставляя уравнение для напряжений, мы получим:



    Из закона сохранения энергии, виртуальная работа внешних сил должна быть равна сумме работы внутренних напряжений по объему элемента:



    Так, как это соотношение должно быть справедливо для любого виртуального перемещения, мы можем разделить обе части уравнения на виртуальное перемещение:



    Узловые перемещения можно вынести за интеграл, так как они постоянны внутри элемента. Теперь мы видим, что интеграл является коэффициентом пропорциональности между узловыми перемещениями и узловыми силами, это означает, что интеграл представляет собой матрицу жесткости:



    Для линейного элемента, как мы получили ранее, матрица В является константой. Если свойства материала также постоянны, то интеграл становится тривиальным:



    Где A — площадь элемента, t — толщина элемента. Из свойств треугольника, его площадь может быть получена как половина детерминанта матрицы С:



    В конце концов, мы можем записать следующий код для вычисления матрицы жесткости:

    Eigen::Matrix<float, 6, 6> K = B.transpose() * D * B * C.determinant() / 2.0f;


    Здесь я опустил толщину, будем считать что она у нас единична. Обычно, на практике используют следующую систему единиц: МПа, мм2. В этом случае, если мы задаем модуль упругости в мегапаскалях, а размеры в миллиметрах, то толщина будет один миллиметр. Если нужна другая толщина, то ее легко можно внести в модуль упругости. В более общем случае, лучше всего задавать толщину поэлементно или даже для каждого узла.

    Метод CalculateStiffnessMatrix целиком:

    void Element::CalculateStiffnessMatrix(const Eigen::Matrix3f& D, std::vector<Eigen::Triplet<float> >& triplets)
    {
    	Eigen::Vector3f x, y;
    	x << nodesX[nodesIds[0]], nodesX[nodesIds[1]], nodesX[nodesIds[2]];
    	y << nodesY[nodesIds[0]], nodesY[nodesIds[1]], nodesY[nodesIds[2]];
    	
    	Eigen::Matrix3f C;
    	C << Eigen::Vector3f(1.0f, 1.0f, 1.0f), x, y;
    	
    	Eigen::Matrix3f IC = C.inverse();
    
    	for (int i = 0; i < 3; i++)
    	{
    		B(0, 2 * i + 0) = IC(1, i);
    		B(0, 2 * i + 1) = 0.0f;
    		B(1, 2 * i + 0) = 0.0f;
    		B(1, 2 * i + 1) = IC(2, i);
    		B(2, 2 * i + 0) = IC(2, i);
    		B(2, 2 * i + 1) = IC(1, i);
    	}
    	Eigen::Matrix<float, 6, 6> K = B.transpose() * D * B * C.determinant() / 2.0f;
    
    	for (int i = 0; i < 3; i++)
    	{
    		for (int j = 0; j < 3; j++)
    		{
    			Eigen::Triplet<float> trplt11(2 * nodesIds[i] + 0, 2 * nodesIds[j] + 0, K(2 * i + 0, 2 * j + 0));
    			Eigen::Triplet<float> trplt12(2 * nodesIds[i] + 0, 2 * nodesIds[j] + 1, K(2 * i + 0, 2 * j + 1));
    			Eigen::Triplet<float> trplt21(2 * nodesIds[i] + 1, 2 * nodesIds[j] + 0, K(2 * i + 1, 2 * j + 0));
    			Eigen::Triplet<float> trplt22(2 * nodesIds[i] + 1, 2 * nodesIds[j] + 1, K(2 * i + 1, 2 * j + 1));
    
    			triplets.push_back(trplt11);
    			triplets.push_back(trplt12);
    			triplets.push_back(trplt21);
    			triplets.push_back(trplt22);
    		}
    	}
    }


    В конце метода, после вычисления матрицы жесткости, заполняется вектор Triplets. Каждый Triplet создается используя массив индексов узлов элемента, чтобы определить его положение в глобальной матрице жесткости. На всякий случай, подчеркну, что у нас есть два набора индексов, один локальный — для матрицы элемента, другой глобальный — для ансамбля.

    Задание закреплений


    Полученная система линейных уравнений не может быть решена до тех пор, пока мы не зададим закрепления. Чисто с механической точки зрения, незакрепленная система может совершать любые большие перемещения, а под действием внешних сил и вовсе перейдет в движение. Математически, это приведет к тому, что полученная СЛАУ не является линейно независимой, а следовательно не имеет единственного решения.

    Перемещения некоторых узлов должны быть установлены в ноль или в некоторую заранее заданную величину. В простейшем случае, давайте рассмотрим только закрепления узлов, без начальных смещений. На самом деле это означает, что мы удаляем некоторые уравнения из системы. Но изменение количества уравнения системы на лету, не тривиальная задача. Вместо этого можно воспользоваться следующим трюком.

    Скажем, мы имеем следующую систему уравнений:



    Чтобы закрепить узел, соответствующий элемент матрицы должен быть установлен в 1, и все элементы в строке и столбце содержащие этот элемент должны быть установлены в ноль. Так же не должно быть никаких внешних сил, действующих на закрепленный узел в направлении в котором действует ограничение. Уравнение с этим узлом, явно даст нулевое смещение для этого узла, а нули в соответствующем столбце исключат это смещение из других уравнений. Скажем, мы хотим закрепить нулевой узел в направлении оси х, и закрепить первый узел в направлении оси у:



    Чтобы выполнить эту операцию, сначала определим индексы уравнений, которые мы собираемся исключать из СЛАУ. Чтобы это сделать, мы в цикле пройдемся по списку закреплений и соберем вектор индексов. Затем, перебирая все ненулевые элементы матрицы жесткости вызываем функцию SetConstraints. Ниже приведена функция ApplyConstraints:

    void ApplyConstraints(Eigen::SparseMatrix<float>& K, const std::vector<Constraint>& constraints)
    {
    	std::vector<int> indicesToConstraint;
    
    	for (std::vector<Constraint>::const_iterator it = constraints.begin(); it != constraints.end(); ++it)
    	{
    		if (it->type & Constraint::UX)
    		{
    			indicesToConstraint.push_back(2 * it->node + 0);
    		}
    		if (it->type & Constraint::UY)
    		{
    			indicesToConstraint.push_back(2 * it->node + 1);
    		}
    	}
    
    	for (int k = 0; k < K.outerSize(); ++k)
    	{
    		for (Eigen::SparseMatrix<float>::InnerIterator it(K, k); it; ++it)
    		{
    			for (std::vector<int>::iterator idit = indicesToConstraint.begin(); idit != indicesToConstraint.end(); ++idit)
    			{
    				SetConstraints(it, *idit);
    			}
    		}
    	}
    }
    


    Функция SetConstraints проверяет, является ли элемент матрицы жесткости частью исключенного уравнения, и если это так, то он устанавливает его равным нулю или единице в зависимости от того, находится ли элемент на диагонали или нет:

    void SetConstraints(Eigen::SparseMatrix<float>::InnerIterator& it, int index)
    {
    	if (it.row() == index || it.col() == index)
    	{
    		it.valueRef() = it.row() == it.col() ? 1.0f : 0.0f;
    	}
    }
    


    Далее, мы просто вызываем ApplyConstraints и передаем ей в качестве аргументов глобальную матрицу жесткости и вектор закреплений:

    ApplyConstraints(globalK, constraints);


    Решение СЛАУ и вывод результата


    Библиотека Eigen имеет в наличии различные решатели разреженных линейных уравнений, мы будем использовать SimplicialLDLT, который является быстрым прямым решателем. Для демонстрационных целей, мы будем выводить исходную матрицу жесткости и вектор нагрузки, а затем выводить результат решения — вектор перемещений.

    std::cout << "Global stiffness matrix:\n";
    std::cout << static_cast<const Eigen::SparseMatrixBase<Eigen::SparseMatrix<float> >& > (globalK) << std::endl;
    
    std::cout << "Loads vector:" << std::endl << loads << std::endl << std::endl;
    
    Eigen::SimplicialLDLT<Eigen::SparseMatrix<float> > solver(globalK);
    
    Eigen::VectorXf displacements = solver.solve(loads);
    
    std::cout << "Displacements vector:" << std::endl << displacements << std::endl;
    
    outfile << displacements << std::endl;
    


    Разумеется, вывод матрицы имеет смысл только для нашего тестового примера, содержащего всего два элемента.

    Анализ полученного результата


    Как мы уже видели раньше, мы можем перейти от перемещений к деформациям а далее к напряжениям:



    Однако, мы получаем вектор напряжений, который в теории упругости вообще говоря представляет собой симметричный тензор второго ранга:



    Как известно, непосредственно элементы тензора зависят от системы координат, однако само физическое состояние конечно не зависит. Поэтому для анализа лучше перейти как какой либо инвариантной величине, лучше всего к скалярной. Таким инвариантом являются напряжения по Мизесу:



    Эта скалярная величина, позволяет оценить напряжения при сложно-напряженном состоянии, так как если бы мы имели дело с одноосным напряженным состоянием. Данный критерий не идеален, но в большинстве случаем, для статического анализа дает более менее правдоподобную картину, поэтому он чаще всего используется на практике.

    Теперь мы в цикле пройдемся по всем элементам, и расчитаем напряжения по Мизесу для каждого элемента:

    std::cout << "Stresses:" << std::endl;
    
    for (std::vector<Element>::iterator it = elements.begin(); it != elements.end(); ++it)
    {
    	Eigen::Matrix<float, 6, 1> delta;
    	delta << displacements.segment<2>(2 * it->nodesIds[0]),
    	         displacements.segment<2>(2 * it->nodesIds[1]),
    	         displacements.segment<2>(2 * it->nodesIds[2]);
    	Eigen::Vector3f sigma = D * it->B * delta;
    	float sigma_mises = sqrt(sigma[0] * sigma[0] - sigma[0] * sigma[1] + sigma[1] * sigma[1] + 3.0f * sigma[2] * sigma[2]);
    
    	std::cout << sigma_mises << std::endl;
    	outfile << sigma_mises << std::endl;
    }
    


    На этом написание нашего простейшего МКЭ расчетчика можно считать законченным. Посмотрим, какой вывод мы получим для нашей тестовой задачи:

    Global stiffness matrix:
    1 0 0 0 0 0 0 0
    0 1 0 0 0 0 0 0
    0 0 1483.52 0 0 714.286 -384.615 -384.615
    0 0 0 1 0 0 0 0
    0 0 0 0 1483.52 0 -1098.9 -329.67
    0 0 714.286 0 0 1483.52 -384.615 -384.615
    0 0 -384.615 0 -1098.9 -384.615 1483.52 714.286
    0 0 -384.615 0 -329.67 -384.615 714.286 1483.52
    
    Loads vector:
    0
    0
    0
    0
    0
    1
    0
    1
    
    Deformations vector:
                0
                0
          -0.0003
                0
    -5.27106e-011
            0.001
          -0.0003
            0.001
    Stresses:
    2
    2
    


    Мы видим, что закрепления мы задали верно, деформации закрепленных узлов в соответствующих направлениях равны нулю. Деформации верхних узлов направлены вверх, в соответствии с растягивающим усилием. Деформации в x-направлении, для правой пары узлов составляют величину 0.0003, что есть 0.3 часть от деформаций верхних узлов в y-направлении, что является эффектом Пуассона. Результат расчета полностью согласуется с ожиданиями, поэтому можно переходить к задачам поинтереснее.

    Весь код целиком
    #include <Eigen/Dense>
    #include <Eigen/Sparse>
    #include <string>
    #include <vector>
    #include <iostream>
    #include <fstream>
    
    struct Element
    {
    	void CalculateStiffnessMatrix(const Eigen::Matrix3f& D, std::vector<Eigen::Triplet<float> >& triplets);
    
    	Eigen::Matrix<float, 3, 6> B;
    	int nodesIds[3];
    };
    
    struct Constraint
    {
    	enum Type
    	{
    		UX = 1 << 0,
    		UY = 1 << 1,
    		UXY = UX | UY
    	};
    	int node;
    	Type type;
    };
    
    int                         nodesCount;
    Eigen::VectorXf             nodesX;
    Eigen::VectorXf             nodesY;
    Eigen::VectorXf             loads;
    std::vector< Element >      elements;
    std::vector< Constraint >   constraints;
    
    void Element::CalculateStiffnessMatrix(const Eigen::Matrix3f& D, std::vector<Eigen::Triplet<float> >& triplets)
    {
    	Eigen::Vector3f x, y;
    	x << nodesX[nodesIds[0]], nodesX[nodesIds[1]], nodesX[nodesIds[2]];
    	y << nodesY[nodesIds[0]], nodesY[nodesIds[1]], nodesY[nodesIds[2]];
    	
    	Eigen::Matrix3f C;
    	C << Eigen::Vector3f(1.0f, 1.0f, 1.0f), x, y;
    	
    	Eigen::Matrix3f IC = C.inverse();
    
    	for (int i = 0; i < 3; i++)
    	{
    		B(0, 2 * i + 0) = IC(1, i);
    		B(0, 2 * i + 1) = 0.0f;
    		B(1, 2 * i + 0) = 0.0f;
    		B(1, 2 * i + 1) = IC(2, i);
    		B(2, 2 * i + 0) = IC(2, i);
    		B(2, 2 * i + 1) = IC(1, i);
    	}
    	Eigen::Matrix<float, 6, 6> K = B.transpose() * D * B * C.determinant() / 2.0f;
    
    	for (int i = 0; i < 3; i++)
    	{
    		for (int j = 0; j < 3; j++)
    		{
    			Eigen::Triplet<float> trplt11(2 * nodesIds[i] + 0, 2 * nodesIds[j] + 0, K(2 * i + 0, 2 * j + 0));
    			Eigen::Triplet<float> trplt12(2 * nodesIds[i] + 0, 2 * nodesIds[j] + 1, K(2 * i + 0, 2 * j + 1));
    			Eigen::Triplet<float> trplt21(2 * nodesIds[i] + 1, 2 * nodesIds[j] + 0, K(2 * i + 1, 2 * j + 0));
    			Eigen::Triplet<float> trplt22(2 * nodesIds[i] + 1, 2 * nodesIds[j] + 1, K(2 * i + 1, 2 * j + 1));
    
    			triplets.push_back(trplt11);
    			triplets.push_back(trplt12);
    			triplets.push_back(trplt21);
    			triplets.push_back(trplt22);
    		}
    	}
    }
    
    void SetConstraints(Eigen::SparseMatrix<float>::InnerIterator& it, int index)
    {
    	if (it.row() == index || it.col() == index)
    	{
    		it.valueRef() = it.row() == it.col() ? 1.0f : 0.0f;
    	}
    }
    
    void ApplyConstraints(Eigen::SparseMatrix<float>& K, const std::vector<Constraint>& constraints)
    {
    	std::vector<int> indicesToConstraint;
    
    	for (std::vector<Constraint>::const_iterator it = constraints.begin(); it != constraints.end(); ++it)
    	{
    		if (it->type & Constraint::UX)
    		{
    			indicesToConstraint.push_back(2 * it->node + 0);
    		}
    		if (it->type & Constraint::UY)
    		{
    			indicesToConstraint.push_back(2 * it->node + 1);
    		}
    	}
    
    	for (int k = 0; k < K.outerSize(); ++k)
    	{
    		for (Eigen::SparseMatrix<float>::InnerIterator it(K, k); it; ++it)
    		{
    			for (std::vector<int>::iterator idit = indicesToConstraint.begin(); idit != indicesToConstraint.end(); ++idit)
    			{
    				SetConstraints(it, *idit);
    			}
    		}
    	}
    }
    
    int main(int argc, char *argv[])
    {
    	if ( argc != 3 )
    	{
    		std::cout<<"usage: "<< argv[0] <<" <input file> <output file>\n";
    		return 1;
    	}
    	
    	std::ifstream infile(argv[1]);
    	std::ofstream outfile(argv[2]);
    	
    	float poissonRatio, youngModulus;
    	infile >> poissonRatio >> youngModulus;
    
    	Eigen::Matrix3f D;
    	D <<
    		1.0f,			poissonRatio,	0.0f,
    		poissonRatio,	1.0,			0.0f,
    		0.0f,			0.0f,			(1.0f - poissonRatio) / 2.0f;
    
    	D *= youngModulus / (1.0f - pow(poissonRatio, 2.0f));
    
    	infile >> nodesCount;
    	nodesX.resize(nodesCount);
    	nodesY.resize(nodesCount);
    
    	for (int i = 0; i < nodesCount; ++i)
    	{
    		infile >> nodesX[i] >> nodesY[i];
    	}
    
    	int elementCount;
    	infile >> elementCount;
    
    	for (int i = 0; i < elementCount; ++i)
    	{
    		Element element;
    		infile >> element.nodesIds[0] >> element.nodesIds[1] >> element.nodesIds[2];
    		elements.push_back(element);
    	}
    
    	int constraintCount;
    	infile >> constraintCount;
    
    	for (int i = 0; i < constraintCount; ++i)
    	{
    		Constraint constraint;
    		int type;
    		infile >> constraint.node >> type;
    		constraint.type = static_cast<Constraint::Type>(type);
    		constraints.push_back(constraint);
    	}
    
    	loads.resize(2 * nodesCount);
    	loads.setZero();
    
    	infile >> loadsCount;
    
    	int loadsCount;
    	for (int i = 0; i < loadsCount; ++i)
    	{
    		int node;
    		float x, y;
    		infile >> node >> x >> y;
    		loads[2 * node + 0] = x;
    		loads[2 * node + 1] = y;
    	}
    	
    	std::vector<Eigen::Triplet<float> > triplets;
    	for (std::vector<Element>::iterator it = elements.begin(); it != elements.end(); ++it)
    	{
    		it->CalculateStiffnessMatrix(D, triplets);
    	}
    
    	Eigen::SparseMatrix<float> globalK(2 * nodesCount, 2 * nodesCount);
    	globalK.setFromTriplets(triplets.begin(), triplets.end());
    
    	ApplyConstraints(globalK, constraints);
    
    	Eigen::SimplicialLDLT<Eigen::SparseMatrix<float> > solver(globalK);
    
    	Eigen::VectorXf displacements = solver.solve(loads);
    
    	outfile << displacements << std::endl;
    
    	for (std::vector<Element>::iterator it = elements.begin(); it != elements.end(); ++it)
    	{
    		Eigen::Matrix<float, 6, 1> delta;
    		delta << displacements.segment<2>(2 * it->nodesIds[0]),
    				 displacements.segment<2>(2 * it->nodesIds[1]),
    				 displacements.segment<2>(2 * it->nodesIds[2]);
    
    		Eigen::Vector3f sigma = D * it->B * delta;
    		float sigma_mises = sqrt(sigma[0] * sigma[0] - sigma[0] * sigma[1] + sigma[1] * sigma[1] + 3.0f * sigma[2] * sigma[2]);
    
    		outfile << sigma_mises << std::endl;
    	}
    	return 0;
    }



    Запустим утилиту cloc:

    -------------------------------------------------------------------------------
    Language                     files          blank        comment           code
    -------------------------------------------------------------------------------
    C++                              1             37              0            171
    -------------------------------------------------------------------------------


    Как видим, всего ничего — 171 строчка кода.

    Немного картинок


    Для визуализации результатов расчета, был написан скрипт на python, который рисует недеформированный и деформированный меш с полем напряжений. К сожалению, я не знаю как сделать градиентную заливку с помощью PIL, поэтому напряжения внутри элемента отображаются как сплошная константная заливка. Abaqus умеет делать визуализацию и в таком виде, что хоть и выглядит менее красиво, за то ближе к правде.

    Тестовая задача:



    Для получения сеток посложнее, была использована бесплатная студенческая версия Abaqus. Для конвертации входного файла Abaqus'а был написан еще один скрипт. Правда задавать закрепления и внешние нагрузки все равно придется вручную.

    Здесь мы видим полосу с отверстием, низ которой закреплен, а к верхней кромке приложено растягивающее усилие:


    Абстрактный элемент конструкции, просто для красоты. Низ конструкции закреплен, а на верхнюю выступающую часть приложена сконцентрированая сила, которую я нарисовал уже поверх картинки:


    Еще один пример с полосой с отверстием, на этот раз рассмотрена только четверть конструкции в силу симметрии. Левая граница закреплена по оси x, нижняя — по оси y. Максимальное полученное напряжение: 3.05152. Данная величина, несмотря на грубость сетки (а может и благодаря ей), достаточно близка к теоретическому значению — 3.


    Та-же задача, но решенная в Abaqus. Как видим максимальное напряжение — 3.052, что полностью совпадает с нашим результатом. Такое точное совпадение в принципе не мудрено, так как практически, для треугольного элемента трудно сделать что-то каким-то своим способом, так чтобы результат отличался. Для элементов более высокого порядка у меня к сожалению такого 100%-го совпадения не получилось, что может быть объяснено разной реализацией численного интегрирования.


    Весь исходный код, включая примеры доступен на github'е.

    Что осталось за кадром


    Честно говоря, за кадром осталось достаточно много. Но статья оказалась и так раздута, поэтому думаю на этом можно остановиться.
    Не вошло (а хотелось):
    • Задание внешних нагрузок. Как было сказано, в исходном файле мы задаем узловые силы. Но к ним еще нужно перейти от внешних нагрузок. В случае сконцентрированной силы тут все тривиально, но в случае приложения давления (как в 2-м и 4-м примере), здесь все не так просто. В случае элементов более высоких порядков, результат даже немного неожиданный (с точки зрения инженерной интуиции).
    • Не коснулся я важных свойств функций формы.
    • Хотелось поговорить о элементах более высоких порядков, на примере изопараметрических элементов.
    • Хотелось так-же показать, как выполнить численное интегрирование для элементов более высоких порядков. Это отдельная, весьма любопытная тема.
    • С минимальными изменениями в коде, можно выполнить динамический анализ, когда учитываются силы инерции и система приходит в движение.
    • Можно было, наряду с рассмотрением равновесия узловых сил, привести более общее обоснование метода, исключающее эти узловые силы вообще.


    Я думаю, что многие могут справедливо заметить, что в современных математических пакетах, таких как MATLAB есть инструменты для работы с МКЭ, и в принципе нет необходимости что либо писать на С++. Однако, здесь я все же хотел показать минимальную реализацию, с минимумом зависимостей, т.е. без использования сторонних инструментов. За исключением математической библиотеки конечно, но думаю, что все использованные функции для читателей должны быть предельно прозрачны.

    P.S. Статья большая, уверен опечаток много, пожалуйста в личку.
    Поделиться публикацией
    Ой, у вас баннер убежал!

    Ну. И что?
    Реклама
    Комментарии 12
      +1
      Эх, вспомнились студенческие годы, когда мы решали задачи МКЭ на C++ и сравнивали результат с Ansys… Да, много чего было.
        0
        Главное в таких задачах — верификация. Как вы её проводите?

        Что дальше? Это достаточно узкоспециализированная обоасть, которая относится к разного рода машино-строительных предприятий. А там много отраслевых решений. Не потрачено ли ваше время в пустую при создании велосипеда?
          +2
          Что вы понимаете здесь под верификацией? В последнем примере, решение я сравнил с решением Abaqus'а, получил 100% совпадение. А сам метод уже давно математически обоснован, проверен на практике и имеет хорошо известные ограничения и особенности.

          На счет узкоспециализированности метода я бы поспорил, или вы про конкретную реализацию для решения плоской задачи напряженно-деформируемого состояния?

          Самые часто используемые решения я перечислил выше, на самом деле их намного больше.
          Применения метода, ну я уже писал в статье, это и решение всякого рода механических задач (при этом не надо ограничиватья машиностроением), термодинамика, электродинамика, аэродинамика.
          Сейчас без него ни спутник на орбиту вывести, ни платину построить, ни атомный реактор расчитать.

          При этом, метод имеет свой потенциал и в игровой индустрии для создания деформируемого/разрушаемого окружения.

          Почему пример простейшей реализации, написанный для целей объяснить принцип работы метода — велосипед? Тогда можно каждый туториал велосипедом назвать.
          Давайте еще велосипедом назовем пример реализации МКЭ в книге Зенкевича? Только он там на фортране пример привел.

          Метод старый, все примеры реализации как правило на фортране, вот я и решил восполнить этот пробел.
            –2
            Что вы понимаете здесь под верификацией?

            Именно верификацию. Вы создаете программное средство, которое используя МКЭ проводит приблизительный расчет. Именно приблизительный. И какова предметная область? Насколько физический эксперимент конкретно взятой задачи соответствует численному решению?

            В последнем примере, решение я сравнил с решением Abaqus'а, получил 100% совпадение.

            100%? Вы шутите? Один приближенный расчет вы сравниваете с другим? И говорите про 100%?

            А сам метод уже давно математически обоснован, проверен на практике и имеет хорошо известные ограничения и особенности.

            Я не спорю с этим. Но вы его применяете для вполне конкретной предметной области.

            На счет узкоспециализированности метода я бы поспорил, или вы про конкретную реализацию для решения плоской задачи напряженно-деформируемого состояния?

            Вы преследуете конкретные цели? Или создали программу просто потому, что можете это сделать? Или вы сделали данную реализацию лучше, чем ANSYS, Abaqus?

            Самые часто используемые решения я перечислил выше, на самом деле их намного больше.

            Здесь тоже нет сомнений. Применение МКЭ широко. Достаточно взять области применения ANSYS — всё станет ясно. Я имел в виду, что если вы решились на собственную реализацию МКЭ — должны быть причины. Каковы они?

            При этом, метод имеет свой потенциал и в игровой индустрии для создания деформируемого/разрушаемого окружения.

            А причем здесь ваша реализация? Вы решаете стационарную задачу? А то, что лихо разрушается и эффектно деформируется в игре — для этого больше подойдет высоконелинейный расчет, вроде того, как его выполняет ANSYS LS-DYNA. Или вы имели в виду совсем другое? Есть ссылки применимости МКЭ в этой области (игр)?

            Почему пример простейшей реализации, написанный для целей объяснить принцип работы метода — велосипед?

            Очень хорошо объясняется метод в соответствующей литературе. Просто реализовать что-то и выставить на показ? А дальше? Будете реализовывать CFD? Второй ANSYS CFX? Tesis FlowVision? CD-adapco Star-CCM+?

            Только он там на фортране пример привел.

            А вы не задумывались, почему на Фортране? Что есть Фортран и для чего он был создан?
              +1
              Вы путаете валидацию и верификацию.
                0
                верификация модели {model verification}. Процесс, имеющий целью определить, правильно ли отображает данная вычислительная модель искомую концептуальную модель или математическую модель.
                О терминах «верификация» и «валидация»

                И я именно спрашивал о верификации — насколько предложенная математическая модель соответствует физической. И есть ли физическая модель? Или это программа ради программы?
                0
                Вы говорите правильный вещи, если бы я здесь сделал некую свою реализацию метода и претендовал на практическое применение.
                Возможно, получилось некое-то недоразумение, давайте я все разложу все по полочкам:

                если вы решились на собственную реализацию МКЭ — должны быть причины. Каковы они?


                • Написать максимально простой, но выразительный код на современном языке реализующий простершее применение МКЭ.
                • На примере кода постараться кратко изложить суть метода.


                Я написал несколько велосипедов по МКЭ. В одном из случаев даже не совсем бесполезную. Делал я это исключительно из моего любопытства к методу. Не всегда легко читать литературу насыщенную математикой из теории упругости и затем думать как же это реализовать на практике. Информацию я собирал из нескольких источников, в основном из книги Зенкевича, что в итоге позволило мне написать несколько программ реализующих данный метод.

                Здесь я просто решил поделиться собранным мною опытом и я постарался написал максимально краткий, простой и выразительный код. Насколько у меня это получилось судить вам.

                Вы создаете программное средство, которое используя МКЭ проводит приблизительный расчет. Именно приблизительный. И какова предметная область? Насколько физический эксперимент конкретно взятой задачи соответствует численному решению?

                • Я взял самый классический случай реализации МКЭ. Я не придумал ничего нового. Здесь я сжато изложил (возможно немного своеобразно, но именно так я хотел его преподнести) суть МКЭ, которая ничем не отличается от его изложения во многих классических книгах по МКЭ.
                • Если реализация классическая, проверенная временем, использованная множество раз на практике, к чему вопросы по соответствие с физическим экспериментом? Или вы не верите таким авторам как Olgierd Zienkiewicz? Vj
                • Вопрос по верификации, самого метода здесь поднимать я думаю не уместно. Как и любой метод решение прикладных задач, он также работает с упрощенной моделью. Поэтому здесь ответ на вопрос про соответствие с экспериментом зависит от того, что именно и для каких целей мы хотим получить.
                • Да расчет приблизительный. Но, если говорить о соответствии с экспериментом, то тут все упираться будет не в МКЭ, а в физическую модель. Мы можем сделать мельче сетку, использовать элементы более высокого порядка и получить решение заданных дифф. уравнений с требуемой точностью. А вот насколько хорошо данные дифф. уравнений моделируют реальность, это уже отдельный вопрос. В рамках рассмотренной задачи, как показала практика, достаточно хорошо.


                100%? Вы шутите? Один приближенный расчет вы сравниваете с другим? И говорите про 100%?


                А что тут плохого? Или вы хотите сказать, что в Abaqus'e неправильно реализован МКЭ?

                • Я реализовал классическую схему.
                • Расчет совпадает с расчетом Abaqus'а.
                • Следовательно, ошибок в программной реализации хорошо известной математики нету.
                • Раз совпадение 100%, то в Abaqus'е с большой долей вероятности реализована абсолютно точно такая же математика для этого типа задачи и элемента.


                Подчеркну, я говорю про 100% совпадение с расчетом Abaqus'а, не более (но именно этого и достаточно).

                Одна и та же сетка, решение совпадает, что еще надо? Я провел больше тестов, здесь привел только один.
                Я говорю, что решение проверенной реализации МКЭ совпадает с моим решением (в рамках данной задачи). Я не в коем случае не говорю, что оно должно совпадать с экспериментом или еще с чем. Но если вам интересно, то аналитическое решение задачи о пластине с отверстием дает коэффициент концентрации — 3, у меня — 3.05152.
                  0
                  А вы не задумывались, почему на Фортране? Что есть Фортран и для чего он был создан?

                  Уточню, в книге пример приведен на очень старом диалекте фортрана — FORTRAN 66. Более того, тот пример намного боле громоздкий и трудно читаем.

                  Вообще тема фортрана уже настолько избита и не раз поднималась на хабре, что обсуждать ее еще раз, ну не знаю.
                  Основные причины почему он до сих пор востребован(и скорее всего еще долго будет) это:
                  • Наличие большого числа очень сложного софта, работа которого проверена временем.
                  • Наличие большого числа талантливых людей, для которых фортран является основным языком.
                  • Для людей науки, которые не связаны с программирование, фортран проще в освоении.
                  • Скорость фортрана на уровне C/C++ (что весьма не плохо).


                  То, что фортран производительнее C/C++ — это уже давно не правда.
                  На мой взгляд, код на С++ получается(при использовании соответствующих инструментов) намного выразительнее и компактнее.

                  В фортране нету шаблонов, на мой взгляд это существенный минус.
                  Приведу не слишком очевидный пример(очевидные и так понятны), есть такая штука как Symbolic Pre-computation for Numerical Applications, SEMT. Позволяет делать просто потрясающую вещь, можно записать функции формы для элементов высокого порядка и не брать большое число частных производных вручную(или с помощью стороннего инструмента).
              0
              1. Ну, не будем сравнивать C и FORTRAN. Это отдельная тема для разговора. Скажу лишь, что ANSYS до сих пор позволяет создавать пользовательские модули к своему Mechanical APDL именно на FORTRAN
              2. всё-таки сравнивать результаты работы двух CAE-систем «в лоб» и говорить, что они равны на 100% — не корректно. Вы же не сравниваете на равенство значение двух переменных типа double, а используете конструкцию abs(a1-a2)<eps… Так и здесь — одно решение приближено к другому с точностью до… Но никак не 100%


              В любом случае — спасибо Вам за статью и Вашу точку зрения!
                0
                В качестве продолжения работы рекомендую открытые библиотеки Code_Aster и OpenFOAM, правда в OpenFOAM нет МКЭ — только Метод Конечных Объёмов.
                  0

                  Модуль Юнга для стали 200 ГПа
                  Из файла вы берёте значение не в системе СИ и работаете с ним без преобразования. Так что не понятно, в каких единицах получился результат или для какого материала проводились расчёты.

                    0

                    Спасибо за Вашу работу, очень надеюсь увидеть продолжение в котором будут рассмотрены не вошедшие в эту статью аспекты.

                    Только полноправные пользователи могут оставлять комментарии. Войдите, пожалуйста.

                    Самое читаемое