Explorer les Livres électroniques
Catégories
Explorer les Livres audio
Catégories
Explorer les Magazines
Catégories
Explorer les Documents
Catégories
v
t
+
_
v.
_
v
_
. .
Drive particulaire
= p +
v
. .
.
+
f
Lincomprssibilit
.
v = 0
la pression p multiplicateur de Lagrange
Le tenseur des contrainte :
= 2(
u) pI
avec le tenseur des vitesses de dformation :
(
u) =
1
2
_
u +
u
T
_
La formulation forte la formulation faible (1)
Solution sur un domaine + conditions aux limites sur
La forme faible (ou variationnelle) :
- multiplication par une fonction test scalaire (w) ou
vectorielle (
w) ;
- intgration par parties (
n normale sortante).
(Raction)-diffusion
_
T
t
d =
_
(T.w) d+
_
s w d+
_
(T.
n)w d
La formulation forte la formulation faible (2)
(Navier)-Stokes
_
2
_
(
u) :(
w)
_
d
_
p .
w d =
_
f .
w d
+
_
(.
n).
w d
_
q .
u d = 0
: = produit dyadique
Les conditions aux limites naturelles
CL Dirichlet sur
D
:
T = T
0
ou
u =
u
0
Pour le problme faible = w(
D
) = 0
R
(T.
n)w d = 0 ou
R
(.
n).
w d = 0
CL de Neumann
N
:
T.
n = q
0
ou .
n =
f
0
Pour le problme faible =rajoute un second membre
R
q
0
w d ou
R
f
0
.
w d
Formulation faible Problme discret
On exprime les inconnues sur n fonctions dinterpolation N
i
:
T =
n
i =1
T
i
N
i
et la formulation faible doit tre vrie pour les fonctions tests
w = N
i
(Galerkin) ou w =
N
i
(Petrov-Galerkin).
On obtient un systme matriciel
A
_
_
T
1
T
2
.
.
.
T
n
_
_
= F
Un peu de math
T,
q
2
d <
_
U = H
1
() =
_
u L
2
(), u
_
L
2
()
_
d
_
H
1
0
() =
_
q H
1
(), q = 0 sur
_
existence et unicit de la formulation faible quand
loprateur elliptique ;
Pour les lments nis lespace discret est construit
partir dun maillage
k
K avec
U
h
=
_
u
h
C
0
() ; u
h
|
K
P
1
(K)
_
et U
h
U
o P
1
(K) est lespace des polynmes de degr infrieur
ou gal 1 sur llment K
Formulation faible Problme de minimization
Problme de minimum pour la formulation faible
L(T) = min
vT
L(v) = min
vT
_
1
2
a(v, v) b(v)
_
(1)
avec
a(T, w) =
_
T.w d et b(v) =
_
s w d + CL
Problme discret, A matrice dnie positive ; b, T vecteurs
A T = b min
v
_
1
2
v
T
Av v
T
b
_
Minimisation sous contrainte (1)
min
vU
L(v) avec G(v) = 0
Multiplicateurs de Lagrange,
min
v
max
L
L
(v, ) avec L
L
(v, ) = L(v) + G(v)
L
L
v
= 0 et
L
L
= 0
Pour Stokes
L(
v) =
_
u) : (
w) d
_
f .
w d
et Lincompressibilit avec = p
G(v) =
_
v d
Minimisation sous contrainte (1)
Pnalisation, r
min
v
L
p
(v) avec L
p
(v) = L(v) +
r
2
[G(v)]
2
L
p
v
= 0 ; lim
r
u
r
= u
Lagrangien augment
min
v
max
L
a
(v, ) avec L
a
(v, ) = L(v)+
r
2
[G(v)]
2
+G(v)
pour limcompressibilit
[G(v)]
2
=
_
.v .v d
Minimisation sous contrainte- Cas discret
A dnie positive, kerB
T
= 0
Au = b avec Bu = c
Lagrangien augment : le calcul de lextremum revient
rsoudre le systme linaire
_
A +rB
T
B B
T
B 0
_ _
u
_
=
_
b +rB
T
c
c
_
- Multiplicateurs de Lagrange augmente la taille du systme
rsoudre
- La pnalisation amliore les ptes de la matrice A car B
T
B
est symtrique
- la condition kerB
T
= 0 condition inf-sup des lments
mixtes
Exemple de maillage : simplex dimension 2
Llment P
1
Sur llment K : u
K
=
3
i =1
u
i
K
N
i
Lassemblage
Formulation variationnelle sur K =matrice de raideur locale
A
|
K
et le vecteur b
|
K
. Pour lquation de Poisson :
_
A
|
K
_
ij
=
_
K
N
i
.N
j
d ;
_
b
|
K
_
i
=
_
K
s N
i
d
Lassemblage : construire la matrice globale partir de ces
matrices locales ; on rassemble toutes les contributions des
lments qui contiennent le mme noeud
Rqs :
- parralllisable car le calcul est distribu sur les lments.
- taille de A
|
K
= 3x3 en P
1
; 6x6 en P
2
.
- mthode de Gauss pour le calcul de lintgrale (nbre de
point avec degr du polynmes)
_
1
0
_
1
0
g(, ) d d =
Ng
i =1
p
i
g(
i
,
i
)
Llment mixte P
+
1
/P
1
La condition inf-sup ou kerB
T
= 0 (B
T
injectif) avec
B =
_
q.
u
h
= 0 dans chaque lment =plus
dlments que de sommets (plus dquations que
dinconnues).
- P
+
1
/P
1
: on enrichie la vitesse par un terme de bulle.
Bulle (1)
u
K
=
3
i =1
u
i
K
N
i
+u
:
- N
(G
K
) = 1 au barycentre de llment.
- N
d = 0 N
i
P
1
(K)
polynomiale sur
K :
= 27 (1 )
mais augmente le cot de lintgration numrique.
Bulle (2)
Si N
B
T
B
T
0
_
_
_
_
U
U
P
_
_
=
_
_
F
F
0
_
_
On limine U
_
A B
B
T
B
T
A
1
__
U
P
_
=
_
F
B
T
A
1
_
=pas daugmentation du systme linaire global
=Formulation stabilis pour P
1
/P
1
=Augmenter la stabilisation
_
B
T
A
1
_
Dicrtisation temporelle
Problme discret spatial
M
U
t
+KU = S M
U
n+1
U
n
t
=
_
S
n+1
KU
n+1
_
+(1) [S
n
KU
n
]
Les schmas deux pas de temps : ?schmas
[Raviart-Thomas 1998]
- Euler explicite ( = 0)
- Euler implicite ( = 1)
- Crank-Nicholson ( = 1/2)
Stabilisation - la mthode RFB (Residual Free
Bubbles)
Equation de transport :
_
t
+
u. = 0
(x, 0) =
0
dans
(x, t ) = g sur
h
t
,
_
+
_
u
h
.
h
,
_
= 0 A
0
h
Stabilisation - la mthode RFB (2)
La solution
RFB
h
RFB
h
=
h
+
b
avec
b
=
K
c
K
h
dnie sur les nuds du maillage
K
fonction bulle dnie sur chaque lment
On a la proprit suivante sur chaque lment K :
(
u.,
K
)
K
= (,
u.
K
)
K
+
_
K
(
u.
n)
K
d
. .
=0
= (,
u.
K
)
K
Stabilisation - la mthode RFB (3)
_
h
t
+
u
h
.
h
,
_
=
_
b
t
+
u
h
.
b
,
_
_
b
t
+
u
h
.
b
,
b
_
=
_
h
t
+
u
h
.
h
,
b
_
Si lon prend
b
=
K
sur K :
c
K
=
1
K
_
h
t
+
u
h
.
h
,
K
_
K
Stabilisation - la mthode RFB (4)
Formulation stabilise [Brezzi et al.-1998]
_
h
t
+
u
h
.
h
,
_
= 0
avec
|
K
=
|
K
+C
1
(h
K
, |
u
|
K
, t )
|
K
t
+C
1
(h
K
, |
u
|
K
, t )
u
h
.
|
K
=C
1
, C
2
fonction de h
K
et de ||
u
|
K
|| (vitesse moyenne)
=mthode SUPG (Streamline Upwind Petrov Galerkin)
[Brooks et al.-1992]
Exemple
Exemple Elie Hachem, = 10
6
,
v en entre = 1 ; T = 200
o
C
A Complter
exemple dans les autres prsentations.
extension des mthode de stabilisation aux quation de
raction-diffusion, Navier-Stokes (haut Reynolds),
mthode LES
mthode Galerkin discontinue ( Volume ni ) [Cockburn
et al.-2001]
rsolution de grand systme linaire :