Notes de Cours

Auteur Daghboudj Samir

Pour analyser un phnomne naturel en gnral ou un problme dingnierie en particulier, on est souvent amen dvelopper un modle mathmatique pouvant dcrire dune manire aussi fiable que possible le problme en question. Le dveloppement dun modle mathmatique sappuis gnralement sur quelques postulats de base et plusieurs hypothses simplificatrices pour aboutir des quations gouvernantes qui sont souvent des quations diffrentielles auxquelles sont ajoutes des conditions aux limites. Exemple, la thorie dlasticit sappuis sur le postula fondamental de lexistence du vecteur contrainte et les quations gnrales dlasticit linaire isotrope sont obtenues avec les hypothses de petites dformations, dhomognit et disotropie des matriaux ainsi que la linarit des relations liants les contraintes et les dformations. La rsolution analytique dquations diffrentielles pose parfois des difficults insurmontables, et une solution exacte dcrivant bien le problme tudi nest pas toujours facile trouver. Le recours aux modles physiques et la simulation exprimentale pour la recherche dune solution analogue la solution recherche peut savrer coteux en temps et en moyens. Cependant, avec les progrs enregistrs dans le domaine de linformatique et les performances des ordinateurs de plus en plus grandes, il est devenu possible de rsoudre des systmes dquations diffrentielles trs complexes. Plusieurs techniques de rsolution numrique ont t ainsi dveloppes et appliques avec succs pour avoir des solutions satisfaisantes des problmes dingnierie trs varis. La mthode des lments finis est lune des techniques numriques les plus puissantes. Lun des avantages majeurs de cette mthode est le fait quelle offre la possibilit de dvelopper un programme permettant de rsoudre, avec peu de modifications, plusieurs types de problmes. En particulier, toute forme complexe dun domaine gomtrique o un problme est bien pos avec toutes les conditions aux limites, peut tre facilement traite par la mthode des lments finis. Cette mthode consiste diviser le domaine physique traiter en plusieurs sous domaines appels lments finis dimensions non infinitsimales. La solution recherche est remplace dans chaque lment par une approximation avec des polynmes simples et le domaine peut ensuite tre reconstitu avec lassemblage ou sommation de tous les lments. Etape 1 : Formulation des quations gouvernantes et des conditions aux limites. La majorit des problmes d'ingnierie sont dcrits par des quations diffrentielles aux drives partielles associes des conditions aux limites dfinies sur un domaine et son contour. L'application de la MEF exige une rcriture de ces quations sous forme intgrale. La formulation faible est souvent utilise pour inclure les conditions aux limites. Etape 2 : Division du domaine en sous domaines. Cette tape consiste discrtiser le domaine en lments et calculer les connectivits de chacun ainsi que les coordonnes de ses noeuds. Elle constitue ainsi la phase de prparation des donnes gomtriques. Etape 3 : Approximation sur un lment. Dans chaque lment la variable tel que le dplacement, la pression, la temprature, est approxime par une simple fonction linaire, polynomiale ou autres. Le degr du polynme d'interpolation est reli au nombre de noeuds de l'lment. L'approximation nodale est approprie. C'est dans cette tape que se fait la construction des matrices lmentaires.

Etape 4 : Assemblage et application des conditions aux limites. Toutes les proprits de l'lment (masse, rigidit,...) doivent tre assembles afin de former le systme algbrique pour les valeurs nodales des variables physiques. C'est ce niveau qu'on utilise les connectivits calcules l'tape 2 pour construire les matrices globales partir des matrices lmentaires. Etape 5 : Rsolution du systme global : Le systme global peut tre linaire ou non linaire. Il peut dfinir soit un problme d'quilibre, de valeurs critiques ou de propagation. Le problme dquilibre concerne les cas statiques et les cas stationnaires. Dans un problme de valeurs critiques, on sintresse aux frquences et aux modes propres de vibrations du systme physique tudi. Les problmes de propagations, concernent les cas transitoires dans lesquels sont dtermines les variations dans le temps des variables physiques. Les mthodes d'intgration pas pas conviennent mieux pour ce type de problme. Les plus utilises sont : mthode des diffrences finies centrales, mthode de Newmark, mthode de Wilson. A ces mthodes doivent tre associes des techniques d'itration pour traiter le cas non linaire. La plus frquente est la mthode de Newton Raphson.

Formulation faible :
Actuellement, le principe des travaux virtuels est bien connu et trs rpandu. Il est souvent formul en termes d'galit des travaux effectus par les forces extrieures et intrieures lors d'un dplacement virtuel quelconque. Ce concept est essentiel pour la rsolution des quations aux drives partielles. En effet, les dplacements sont remplacs par une fonction arbitraire continue sur le domaine et l'quation est rcrite sous forme intgrale

Approximation
Un modle mathmatique d'un systme physique fait intervenir plusieurs variables ou fonctions, dites exactes uex(x) : tempratures, dplacements, potentiels, vitesse, etc. Celles-ci sont reprsentes par des fonctions "approches" u(x) telles que la diffrence (erreur dapproximation) : e(x)=u(x) - uex(x) soit "petite" (de l'ordre de grandeur de la prcision dsire). Construction dune fonction approche (tape 1) 1. Choisir un ensemble fini de fonctions dpendant de n paramtres ai : u(x, a1, a2, ..., an) u(x) = P1(x) a1 + P2 (x) a2 + ... + Pn(x) an = <P> {a} 2. Les fonctions sont souvent choisies de manire tre faciles valuer, intgrer ou driver explicitement. Polynmes: u(x) = a1 + a2x + ... + anxn-1 Fonctions trigonomtriques : u(x) = a1sin(x) + a2sin(2x) + ... + ansin(nx) Construction dune fonction approche (tape 2) Dterminer les paramtres a1, a2, ..., an en faisant concider uex(x) et u(x) en n points x1, x2, ..., xn, c'est--dire en annulant e(x) en ces n points. L'approximation peut fournir : 1. une solution approche en tout point x d'une fonction difficile valuer ou connue seulement en certains points. 2. une solution approche d'une quation diffrentielle ou aux drives partielles. En gnral, les paramtres a1, a2, ..., an n'ont pas de sens physique. Cependant nous pouvons choisir comme paramtres ai les valeurs de la fonction uex(x) en n points appels NOEUDS de coordonnes x1, x2, ..., xn, . Imposons de plus que la fonction approche u(x) concide avec la fonction exacte uex(x) en ces nuds.

u(x1) = uex( x1) = u1 u(x2) = uex( x2) = u2 ...... u(xn) = uex( xn) = un
La fonction approche (approximation globale) u(x) = P1(x) a1 + P2 (x) a2 + ... + Pn(x) an = <P> {a} s'crit alors (approximation nodale) : u(x) = N1(x) u1 + N2(x) u2 + ... + Nn(x) un = <N(x)>{ue} Dfinitions : {a} - paramtres gnraux de l'approximation {ue} - variables nodales de l'approximation <P(x)> - fonctions de base de l'approximation
4

<N(x)> - fonctions d'interpolation (fonctions de forme) L'approximation nodale possde deux proprits fondamentales : 1) comme u(xi) = ui, les fonctions Ni vrifient : Ni(xj) = ij (symbole de Kronecker) 2) l'erreur d'approximation s'annule en tous les nuds xi e(xi) = 0 La mthode d'approximation nodale d'une fonction d'une variable s'tend directement l'approximation de plusieurs fonctions de plusieurs variables. EXEMPLE: dplacements d'une structure 3D u(x,y,z) = <N(x,y,z)> {un} v(x,y,z) = <N(x,y,z)> {vn} w(x,y,z) = <N(x,y,z)> {wn} Discrtisation : Approximation nodale par sous domaines La construction d'une fonction approche u(x) est difficile lorsque le nombre de nuds et donc de paramtres inconnus ui devient important. Le problme se complique encore si le domaine V a une forme complexe et si la fonction u(x) doit satisfaire des conditions aux limites sur la frontire de V. La mthode d'approximation nodale par sous-domaines simplifie la construction de u(x). Elle consiste : 1. identifier un ensemble de sous-domaines Ve du domaine V. 2. dfinir une fonction approche ue(x) diffrente sur chaque sous domaine par la mthode d'approximation nodale. Chaque fonction ue(x) peut dpendre des variables nodales d'autres sous-domaines comme c'est le cas dans l'approximation de type "Spline". Interpolation polynomiale : Lagrange Thorme Soient n+1 points distincts xi rels et n+1 rels yi, il existe un unique polynme p Pn tel que p(xi) = yi pour i = 0 n Construction de p :
p( x ) = y i L i ( x )
i =0 n

avec : Li polynme de Lagrange L est un polynme dordre n Proprits de Li : Li(xi)=1 et

Li (x ) =

(x x j ) j= 0 (x i x j ) j i
n

Li(xj)=0 (j i)

Lagrange : exemple n 1 on connat 2 points (x0,y0) et (x1,y1) on cherche la droite y=ax+b (polynme de degr 1) qui passe par les 2 points : y0 = a x0 + b y1 = a x1 + b a = (y0 - y1) / (x0 - x1) b = (x0 y1 - x1 y0) / (x0 - x1)

Lagrange : exemple n 2 Exemple avec n=2 on connat 3 points (0,1), (2,5) et (4,17) polynmes de Lagrange associs :
L 0 (x) =

(x 2)(x 4)
8

L1 ( x ) =

x (x 4) 4

L 2 (x ) =

x (x 2 ) 8

Calcul du polynme d'interpolation p(x)=L0(x) + 5 L1(x) + 17 L2(x) En simplifiant, on trouve : P(x)=x2+1

Rsidus pondr

Principes de la MEF
Pour un systme discret (systme de ressorts, rseaux lectriques, rseaux hydrauliques,...), les quations de comportement peuvent en gnral s'crire sous la forme matricielle suivante :

[K] - matrice caractrisant le systme {U} - variables inconnues du problme DDL Degr De Libert DOF Degree Of Freedom {F} - sollicitations connues (second membre)

La MEF est base sur une ide simple : subdiviser (discrtiser) une forme complexe en un grand nombre de sous-domaines lmentaires de forme gomtrique simple (lments finis) interconnects en des points appels noeuds.

Nous considrons le comportement mcanique de chaque lment sparment, puis nous assemblons ces lments de telle faon que lquilibre des forces et la compatibilit des dplacements soient satisfaits en chaque nud. La MEF utilise des approximations simples des variables inconnues dans chaque lment pour transformer les quations aux drives partielles en quations algbriques.

tapes logiques du calcul par lments finis

1. Dfinir les nuds et les lments (Crer le maillage) 2. Pour chaque lment, tablir la matrice de rigidit lmentaire [ke] reliant les degrs de liberts (dplacements) nodaux {ue} et les forces {fe} appliques aux nuds : [ke] {ue} = {fe} 3. Assembler les matrices et les vecteurs lmentaires en un systme global [K] {U} = {F} de manire satisfaire les conditions dquilibre aux nuds 4. Modifier le systme global en tenant compte des conditions aux limites 5. Rsoudre le systme [K] {U} = {F} et obtenir les dplacements {U} aux nuds 6. Calculer les gradients (flux de chaleur, dformations et contraintes) dans les lments et les ractions aux nuds sur lesquels les conditions aux limites sont imposes.

Discrtisation : Approximation nodale par lments finis La mthode d'approximation nodale par lments finis est une mthode particulire d'approximation nodale par sous domaines qui prsente les particularits suivantes : 1. L'approximation nodale sur chaque sous-domaine Ve ne fait intervenir que les variables nodales attaches des nuds situs sur Ve et sur sa frontire. 2. Les fonctions approches ue(x) sur chaque sous-domaine Ve sont construites de manire tre continues sur Ve et elles satisfont des conditions de continuit entre les diffrents sous-domaines. Les sous-domaines Ve sont appels des ELEMENTS connects par des NOEUDS. Deux lments distincts ne peuvent avoir en commun que des nuds situs sur leurs frontires, si elle existe.

L'ensemble de tous les lments doit constituer un domaine aussi proche que possible du domaine donn. Le recouvrement de deux lments et les trous entre lments sont inadmissibles.

Erreur de discrtisation gomtrique

9

Lorsque la frontire du domaine est constitue par des courbes ou des surfaces plus complexes que celles qui dfinissent les frontires des lments, une erreur est invitable. Cette erreur est appele "erreur de discrtisation gomtrique". Elle peut tre rduite : 1. en diminuant la taille des lments 2. en utilisant des lments frontires plus complexes

Problmes d'quilibre (systme continu)

Pour un systme continu, prenons comme exemple le problme thermique :

Problme physique

Problme continu

Problme discret

lment 1D
Rgles du maillage 1. La densit du maillage peut tre variable en fonction de la variation des inconnues 2. placer un nud o D, Q changent brutalement 3. placer un nud l'endroit o on veut connatre la solution

10

lment linaire 2 nuds

Proprits de N

11

Mthode des lments finis 1D

Notion de maillages : connectivit Cas gnral : plusieurs lments

Remarque 1 : la numrotation des nuds peut tre alatoire. Un maillage lments finis est dt non structur.

Remarque 2 : les lments peuvent tre de longueurs diffrentes.

12

Technique dassemblage par projection

Applications : maillage 3 lments

13

14

Mthode des lments finis en lasticit

Rsoudre un Pb dlasticit revient : a. Dterminer le vecteur dplacement en tout point de la structure : 3 inconnues b. Dterminer le tenseur des dformations en tout point de la structure : 6 inconnues c. Dterminer le tenseur des contraintes en tout point de la structure : 6 inconnues = 15 inconnues

Nous aurons ainsi 15 quations locales notre disposition :

1. Les 3 quations d'quilibre 2. Les 6 quations liant les dplacements aux dformations 3. Les 6 quations traduisant le loi de comportement du matriau utilis Et enfin... la mise en quations globales en utilisant le PRINCIPE DES PUISSANCES VIRTUELLES

LA RESOLUTION ANALYTIQUE DU PROBLEME PRECEDENT DANS UN MILIEU CONTINU EST RAREMENT POSSIBLE. On remplace le problme continu par un problme approch en discrtisant la structure

CLASSEMENT D'ELEMENTS FINIS

- les lments unidimensionnels : barres, poutres rectilignes ou courbes - les lments bidimensionnels : lasticit plane, plaques, coques - les lments tridimensionnels : lments de volume, coques paisses - les lments axisymtriques : tores sections triangulaire ou rectangulaire

Approximation nodale
Les lments sont relis entre eux par un nombre fini de points situs sur leur priphrie et appels NOEUDS. Les dplacements (et ventuellement les rotations) de ces points sont les inconnues du

15

problme. Une approximation du champ de dplacement dans l'lment est ralise par interpolation des valeurs aux nuds. = > choix des fonctions de forme f (M).

16

17

18