Académique Documents
Professionnel Documents
Culture Documents
a seus
vizinhos) ............................................................................................................... 16
Figura 2.4. Erro associado ao mtodo de Euler explcito [Oliveira, 2010]. ............ 19
Figura 3.1. Modelo de Provot [1995]: (a) Tecido na posio inicial; (b)
Efeito superelstico obtido antes de aplicar o procedimento de correo;
(c) Resultado alcanado aplicando o mecanismo de correo do
comprimento das molas ........................................................................................ 22
Figura 3.2. Flambagem de um tecido real [Choi e Ko, 2002] ................................ 24
Figura 3.3. Resultados obtidos por Choi e Ko [2002] ............................................ 25
Figura 4.1. Tipos de molas de acordo com os tipos de conectividades
entre partculas vizinhas ........................................................................................ 27
Figura 4.2. Regio de influncia de diferentes partculas ...................................... 30
Figura 5.1. Posio inicial do tecido na Simulao 1 ............................................ 47
Figura 5.2. Resultados obtidos na Simulao 1: a-c) Mtodo explcito de
Euler; d-f) Mtodo do Ponto intermedirio; g-i) Mtodo de Runge-Kutta
de quarta ordem; j-l) Mtodo de Verlet aperfeioado; m-n) Mtodo
implcito de Euler [Kang e Cho, 2004]; p-r) Mtodo implcito de Euler
[Zhou et al, 2005] .................................................................................................. 50
Figura 5.3 Posio inicial do tecido na Simulao 2. ............................................ 51
Figura 5.4. Resposta a coliso .............................................................................. 53
Figura 5.5. Resultados obtidos na Simulao 2: a-c) Mtodo explcito de
Euler; d-f) Mtodo do Ponto intermedirio; g-i) Mtodo de Runge-Kutta
de quarta ordem; j-l) Mtodo de Verlet aperfeioado; m-n) Mtodo
implcito de Euler [Kang e Cho, 2004]; p-r) Mtodo implcito de Euler
[Zhou et al, 2005] .................................................................................................. 55
Figura 5.6. Simulao 3: (a) Posio inicial do tecido; (b) Direo do
Vento. .................................................................................................................... 57
Figura 5.7. Resultados obtidos na Simulao 3: a-c) Mtodo explcito de
Euler; d-f) Mtodo do Ponto intermedirio; g-i) Mtodo de Runge-Kutta
v
8
de quarta ordem; j-l) Mtodo de Verlet aperfeioado; m-n) Mtodo
implcito de Euler [Kang e Cho, 2004]; p-r) Mtodo implcito de Euler
[Zhou et al, 2005]. ................................................................................................. 60
vi
9
Lista de Tabelas
Tabela 5.1. Parmetros fsicos utilizados na Simulao 1 .................................... 47
Tabela 5.2. Passo de tempo mximo para cada mtodo de integrao na
Simulao 1 ........................................................................................................... 48
Tabela 5.3. Tempo total de CPU e quantidade de quadros por segundo
(FPS) obtidos para cada mtodo de integrao na Simulao 1 .......................... 49
Tabela 5.4. Parmetros fsicos utilizados na Simulao 2 .................................... 52
Tabela 5.5. Passo de tempo mximo para cada mtodo de integrao na
Simulao 2. .......................................................................................................... 53
Tabela 5.6. Tempo total (CPU) e quantidade de quadros por segundos
(FPS) obtidos para cada mtodo de integrao na Simulao 2 .......................... 54
Tabela 5.7. Parmetros fsicos utilizados na Simulao 3 .................................... 57
Tabela 5.8. Passo de tempo mximo para cada mtodo de integrao na
Simulao 3 ........................................................................................................... 58
Tabela 5.9. Tempo total (CPU) e quantidade de quadros por segundos
(FPS) obtidos para cada mtodo de integrao na Simulao 3 .......................... 59
vii
10
1 Introduo
1.1 Motivao
A animao de tecido um tema de pesquisa bastante estudado nas ltimas
dcadas [Breen et al., 1994; Provot, 1995; Barraf e Witkin, 1998; Choi e Ko, 2002;
Volino e Magnenat-Thalmann, 2005; Min e Tianlu, 2011] por causa da sua relevncia
em indstrias tais como as de entretenimento (Figura 1.1) e comrcio eletrnico, que
tentam exibir resultados realistas e computacionalmente rpidos da simulao desse
item to presente na vida humana.
O movimento do tecido em uma animao muito complexo para ser definido
por tcnicas tradicionais em que o animador exerce total controle sobre as posies
e velocidades do objeto a ser animado [Burtnyk e Wein, 1971; Catmull, 1978]. Por
esse motivo, a simulao do comportamento dinmico de tecidos imprescindvel
nas aplicaes que exigem realismo de movimentos [Stylius et al., 1996].
Esse tipo de simulao pode ser tratado pela dinmica do contnuo em que o
tecido considerado como um material contnuo, e as equaes diferenciais de
movimento que governam o problema so resolvidas tradicionalmente pelo Mtodo
dos Elementos Finitos. Essa abordagem, no entanto, exige um esforo
(a) (b)
Figura 1.1: Algumas comunidades que utilizam simulao de tecido: indstria de jogos
[XBOX, 2010] (a) e de filmes [Warner Bros, 2010] (b).
11
computacional muito elevado que se traduz em simulaes ineficientes para
aplicaes de tempo real [Terzopoulos et al., 1987].
Uma outra abordagem menos precisa, porm mais eficiente
computacionalmente, trata o tecido como um conjunto de partculas ligadas entre si
por um reticulado de molas. Esse modelo simplificado tem sido explorado por
permitir a simulao de movimentos plausveis em "tempo real". O arranjo do
conjunto massa-mola projetado de tal maneira que os comportamentos de
alongamento, compresso, cisalhamento e flexo do tecido sejam adequadamente
modelados.
Nessa abordagem discreta, o problema a ser resolvido governado por uma
equao diferencial que descreve matematicamente a segunda lei de Newton, e
deve satisfazer condies iniciais e condies de contorno estabelecidas. Para
solucionar esse problema, vrios mtodos de integrao tm sido propostos, sendo
estes divididos em dois grupos principais: os chamados mtodos explcitos e os
mtodos implcitos. Todos esses buscam atingir o objetivo comum de obter solues
precisas, com baixo custo computacional e numericamente estveis.
Assim, o presente trabalho busca analisar os mtodos de integrao mais
comumente utilizados na literatura de simulao de tecido baseada em sistemas de
partculas, visando compreender as vantagens e desvantagens do uso desses
mtodos. Para isso, feito um estudo comparativo entre eles, levando em
considerao os critrios de realismo da animao, esforo computacional e
estabilidade numrica.
1.3 Organizao do trabalho
Os captulos restantes esto estruturados da seguinte maneira. No Captulo 2,
realizada uma discusso a respeito dos modelos de simulao de tecidos existentes,
focalizando as abordagens fsicas. No Captulo 3, apresentado um panorama dos
trabalhos relacionados modelagem e simulao dinmica de tecidos baseada em
12
sistema de partculas. Para isso, foram selecionados alguns dos trabalhos mais
relevantes de 1994 a 2011. No Captulo 4, so apresentados os elementos que
fazem parte do modelo fsico do problema, isto , a representao do tecido por um
modelo massa-mola, e a descrio das foras internas e externas que atuam sobre
esse modelo de tecido. So tambm detalhados os mtodos de integrao numrica
que fazem parte do estudo comparativo. No Captulo 5, so apresentadas as
simulaes testes realizadas e os resultados obtidos. No Captulo 6 so
apresentados as concluses e os trabalhos futuros.
13
2 Simulao de Tecido
Simulao de tecido um tema de investigao que tem recebido bastante ateno
nas ltimas dcadas devido a sua grande aplicabilidade. Diversos modelos fsicos
de tecidos, os quais so introduzidos na Seo 2.1, j foram propostos e estes
podem ser divididos em dois grupos: modelos contnuos e de partculas, que so
apresentados na Seo 2.2. Para realizar a simulao do comportamento do tecido
necessita-se obter os diferentes estados do mesmo ao longo do tempo e,
independente da modelagem fsica utilizada, isso pode ser obtido atravs de
tcnicas de integrao numrica. Na Seo 2.3, tendo como foco a abordagem de
sistema de partculas, so mostradas as diferentes classes de mtodos de
integrao utilizados, destacando suas vantagens e desvantagens.
2.1 Modelos de tecidos
Existem, essencialmente, trs formas de modelar tecidos: atravs de modelos
geomtricos [Weil, 1986; Chen e Tang, 2010], atravs de modelos fsicos [Breen et
al., 1994; Provot, 1995; Baraff e Witkin, 1998; Choi e Ko, 2002; Jiang e Wang, 2010]
ou atravs de modelos hbridos [Kunii e Gotoda, 1990].
Os modelos geomtricos so aqueles que fazem uso de um modelo
matemtico baseado em equaes geomtricas para descrever o estado do tecido.
As tcnicas baseadas nesta abordagem so bastante eficientes, no sendo exigindo
grande capacidade computacional, devido simplicidade dos clculos envolvidos.
No entanto, essas so voltadas para modelagem do tecido em estado esttico, e,
por no levarem em conta as propriedades fsicas do tecido, so inadequadas para
a simulao do seu comportamento dinmico.
Os modelos fsicos so considerados os que mais se aproximam da
realidade, pois eles se utilizam dos conceitos e das propriedades fsicas para simular
14
a dinmica do tecido. No entanto, esta caracterstica faz com que esses modelos
tenham uma carga computacional muito maior quando comparados com os modelos
geomtricos.
Os modelos hbridos sugiram como uma tentativa de aliviar esse peso
computacional. Para atingir tal objetivo, as tcnicas baseadas nesta abordagem
realizam parte da simulao fsica no incio ou no final da simulao e o restante
feito atravs de aproximaes geomtricas [Oliveira, 2010].
Entretanto, com os avanos tecnolgicos obtidos, tornou-se possvel a
explorao de simulaes puramente baseadas em modelos fsicos. Assim, este tipo
de simulao tem sido a mais utilizada nas ltimas dcadas.
2.2 Modelos fsicos de tecidos
Os modelos fsicos de tecidos podem ser divididos em duas categorias, a saber,
modelos contnuos [Terzopoulos et al., 1987] e de partculas [Provot, 1995; Choi e
Ko, 2002; Zhou et al., 2005].
Os modelos baseados em sistemas de partculas consideram o tecido como
um conjunto de pontos discretos. Porm, para fins de renderizao ou para
introduo de modelos de fora entre esses pontos, normalmente so usadas
malhas triangulares ou quadrilaterais. Cada vrtice da malha, denominado de
partcula, representado por diversos atributos tais como posio, velocidade,
acelerao e massa.
O comportamento dinmico do tecido nessas representaes modelado
aproximadamente atravs das foras que atuam em cada partcula. Essas foras
representam diversos efeitos sobre o sistema e podem ser divididas em dois grupos
principais: foras internas e externas. As foras internas resultam de diferentes
propriedades de deformao do tecido, como as mostradas na Figura 2.1. As foras
externas podem ser de diversas naturezas dependendo do tipo de simulao que se
15
deseja fazer, entre elas, pode-se citar a fora da gravidade, da resistncia do ar, do
vento e de restries provenientes, por exemplo, do tratamento de colises.
Figura 2.1: Propriedades de deformao de tecidos [Campos, 2006].
O sistema massa-mola a representao mais comum utilizada para
sistemas de partculas. Nesse esquema, as partculas so conectadas s partculas
vizinhas por molas, que so responsveis pelo comportamento elstico do tecido
(Figura 2.2).
Figura 2.2: Um sistema massa-mola.
Essas molas podem ligar-se s partculas em variadas configuraes,
conferindo ao tecido distintas propriedades. Um modelo de conectividade pode ser
visto na Figura 2.3. Nesse modelo, as molas que conectam a partcula
s
partculas
e
so geralmente denominadas de molas estruturais e podem
ser associadas alterao de alongamento. As molas que conectam a partcula
s partculas
so comumente chamadas de molas de cisalhamento e, como
16
o prprio nome j sugere, normalmente representam a propriedade de cisalhamento,
enquanto que as molas ligando
a
,
e
so denominadas de
molas de flexo, e podem representar as propriedades de resistncia compresso
e flexo.
Figura 2.3: Diferentes tipos de mola conectando a partcula
a seus vizinhos.
As foras internas nos modelos massa-mola so, deste modo, obtidas atravs
das tenses que atuam por via das molas. Essas tenses so expressas atravs da
lei de Hook:
x f k = , (2.1)
onde k
representa o coeficiente de rigidez da mola e x seu deslocamento a partir
do estado inicial de relaxamento em que a mola, nem est alongada, nem
comprimida.
A diferena fundamental entre a abordagem contnua e a de partculas est
nas equaes que so responsveis por expressar as foras internas ocasionadas
por deformaes no tecido. Nos modelos contnuos, o tecido visto como uma
superfcie deformvel contnua e a energia interna para cada ponto desta superfcie
obtida em funo dos parmetros da geometria diferencial [Monteiro, 2007]. Uma
das grandes vantagens de se utilizar este tipo de modelagem a preciso fsica
adquirida. Diferentemente da mecnica de partculas que aproxima o tecido como
uma grade de pontos conectados por molas, a mecnica do contnuo faz uso de um
modelo geometricamente exato, conseguindo atingir, desta forma, uma preciso
fsica muito maior.
17
Contudo, essa maior preciso vem acompanhada de um custo computacional
elevado devido utilizao de uma formulao mais complexa. Alm disso, esses
modelos geralmente necessitam do uso de malhas bastante refinadas para gerao
de grandes deformaes e apresentam limitaes no tratamento da coliso [Choi e
Ko, 2005] que, na simulao de tecidos, imprescindvel.
Diante desses fatores, apesar dos modelos contnuos serem mais exatos, nas
ltimas dcadas, diversas tcnicas de simulao baseadas em sistemas de
partculas foram propostas, e so as mais empregadas, devido simplicidade de
implementao e maior eficincia computacional, se comparada com abordagem
contnua. Alm disso, so mais robustas no tratamento de colises e no
necessitam de malhas muito refinadas para gerao de grandes deformaes.
2.3 Simulao de tecido atravs de integrao numrica
Considerando vrias tcnicas baseadas em sistema de partculas, a simulao do
comportamento dinmico do tecido governada pela segunda lei de Newton:
Ma f = ,
(2.2)
em que f representa o vetor das foras resultantes exercidas sobre as partculas, M
uma matriz diagonal que fornece a distribuio da massa do tecido pelas
partculas, e a o vetor da acelerao das partculas provocada pela fora f .
A Equao 2.2 pode ser escrita como uma equao diferencial de segunda
ordem variando no tempo da seguinte forma:
) (
) (
1
2
2
t
dt
t d
f M
x
= , (2.3)
onde ) (t x uma funo vetorial representando as posies das partculas no
instante t . Atravs da relao fsica entre posio e velocidade a Equao 2.3 pode
ser decomposta em duas equaes diferenciais ordinrias de primeira ordem:
18
=
=
) (
) (
) (
) (
t
dt
t d
t
dt
t d
f M
v
v
x
1
, (2.4)
sendo ) (t v o vetor das componentes das velocidades das partculas no tempo t .
Assim, para obteno dos novos estados do tecido ao longo do tempo,
representados pela posio e velocidade de cada partcula, o sistema obtido tem
que ser integrado numericamente. Vrios mtodos de integrao j foram propostos,
fato que se pode explicar pela ausncia de uma tcnica que simule a aparncia e o
movimento do tecido de forma realista e com um bom desempenho computacional.
Esses mtodos podem ser divididos em dois grupos principais: mtodos
explcitos e implcitos.
Os mtodos explcitos so os mais simples e fceis de executar, exigindo
menos trabalho por etapa do que os mtodos implcitos, pois para obter o novo
estado do tecido em t t
n
A + , onde
n
t e t A representam, respectivamente, o
momento atual e o passo de tempo utilizado na simulao, seus clculos apenas se
baseiam nas informaes de um ou mais tempos anteriores.
Tecidos, na maioria dos casos, tm um comportamento bastante
caracterstico: uma alta resistncia ao alongamento e uma fraca resistncia flexo.
Isso torna a Equao 2.3 uma equao diferencial rgida. Um dos maiores
problemas associados aos mtodos explcitos que eles no so muito bons para
lidar com esse tipo de equao [Baraff, 1999]. Isso provm do fato de que estes so
lineares com relao ao tamanho do passo de tempo [Baraff, 1999]. Deste modo,
conforme se aumenta o passo de tempo, a instabilidade do sistema tambm tende a
crescer. Uma maneira de visualizar esse problema, sugerida em [Oliveira, 2010],
descrevendo um movimento circular uniforme infinito. Pode-se observar que a
aproximao obtida com um mtodo explcito ser uma espiral, o erro associado a
essa aproximao no possibilita desenhar esse movimento corretamente. Alm
disso, nota-se que quanto maior o passo de tempo maior ser o erro de
aproximao em cada iterao.
19
Figura 2.4: Erro associado ao mtodo de Euler explcito [Oliveira, 2010].
Para garantir a sua estabilidade os modelos de simulao baseados em
tcnicas de integrao explcitas, dessa forma, acabam necessitando utilizar um
passo de tempo muito pequeno. No caso da simulao de tecidos, esse passo,
normalmente, deve ser inversamente proporcional raiz quadrada de sua rigidez
[Liu et al, 2010]. No entanto, a utilizao de um passo de tempo muito pequeno faz
com que o sistema tenha que ser resolvido mais vezes, degradando, deste modo, o
desempenho da simulao. Para realizar, por exemplo, 10s de uma simulao de
tecido utilizando uma integrao explcita que necessita de um passo de tempo de
0,001s para garantir sua estabilidade seriam necessrios 10000 passos, enquanto
que um mtodo que permitisse um passo de tempo de 0,01s precisaria de apenas
1000 passos.
Os mtodos implcitos foram usados primeiramente no contexto da simulao
de tecidos em [Baraff e Witkin, 1998]. Nesses mtodos, o novo estado do tecido em
t t
n
A + obtido com base em condies para este mesmo instante e em
informaes do tempo(s) anterior(es). O grande interesse na utilizao dos mtodos
implcitos a sua estabilidade. Geralmente eles permitem o uso de passos de tempo
maiores do que os mtodos explcitos sem ter problemas de instabilidade. No
entanto, a grande desvantagem associada aos mtodos implcitos que, a cada
iterao, um grande sistema linear esparso tem que ser resolvido [Magnenat-
Thalmann, 2010].
20
2.4 Consideraes finais
Neste captulo foi realizada uma discusso com relao os modelos de simulao de
tecidos existentes. Dentre as abordagens citadas foi visto que os modelos fsicos
so os que mais se aproximam da realidade. Com relao a esses modelos foi
abordado que as tcnicas de simulao baseadas em sistemas de partculas so as
mais utilizadas devido simplicidade de implementao, eficincia computacional
e ao fato de serem mais simples de lidar com determinados problemas, como o
tratamento de colises. Alm disso, foi apontado que a investigao associada
dinmica dos tecidos nessas tcnicas vem acompanhada de mtodos de integrao
numrica para integrar as trajetrias das partculas. Dentre esses, tem-se os
mtodos explcitos que so caracterizados por necessitar realizar menos trabalho
por etapa, mas apresentam problemas de instabilidade e os mtodos implcitos que
geralmente trazem uma maior estabilidade mais vm acompanhados de uma alta
carga computacional. No prximo captulo, sero descritos alguns trabalhos
baseados na abordagem de sistemas de partculas.
21
3 Trabalhos Relacionados
Breen et al. [1994] foram os pioneiros no uso de modelos baseados em sistemas de
partculas para animao de tecidos. O foco principal de seu trabalho foi o estudo de
draping - simulao de um tecido se acomodando em torno de um objeto. Para
atingir tal objetivo, utilizaram funes de energia para calcular as propriedades de
deformao do tecido, baseando-se em dados experimentais obtidos pelo sistema
de avaliao proposto por Kawabata [1975]. Contudo, o tempo de computao
dessa tcnica foi bastante elevado. Diversos modelos baseados em sistemas de
partculas tm sido propostos com o intuito de obter simulaes mais realistas e
eficientes. Neste captulo, so apresentadas algumas dessas tcnicas, separando-
as pela integrao utilizada para resoluo do sistema de equaes diferenciais que
descreve as alteraes no sistema mecnico.
3.1 Modelos baseados em integrao explcita
Provot [1995] props o primeiro modelo de simulao de tecido baseado em
sistemas de partculas a utilizar o mtodo de integrao explcito de Euler [Baraff,
1999], o procedimento numrico mais simples que pode ser utilizado na resoluo
de problemas de valores iniciais. Porm, uma das principais contribuies deste
trabalho foi a elaborao de um mecanismo para tratar o problema da
superelasticidade (Figura 3.1). Devido ao comportamento caracterstico da maioria
dos tecidos de possuir uma alta resistncia ao alongamento, o excesso de
deformao que pode ser observado na Figura 3.1(b) no aceito em uma
simulao de tecido realista. O mecanismo proposto diminui o comprimento das
molas mais alongadas ajustando a posio das partculas s quais essas molas
esto ligadas. A Figura 3.1(c) mostra o resultado obtido com a aplicao dessa
tcnica na simulao do comportamento do tecido da Figura 3.1(a).
22
(c)
Figura 3.1: Modelo de Provot [1995]: (a) Tecido na posio inicial; (b) Efeito superelstico obtido
antes de aplicar o procedimento de correo; (c) Resultado alcanado aplicando o mecanismo de
correo do comprimento das molas.
Wang et al. [2009] realizaram algumas alteraes no modelo de Provot
[Provot, 1995]. Na abordagem proposta, os coeficientes de rigidez das molas so
obtidos atravs de uma estratgia denominada data-drive. Dada as foras externas
e as posies dos vrtices correspondentes a um modelo de referncia no estado
deformado simulado com uma tcnica baseada na mecnica do contnuo, os
coeficientes so otimizados de modo que os modelos massa-mola e de referncia se
comportem da mesma forma. Cabe mencionar que Provot [1995] no aponta como
esses parmetros so obtidos. Como mtodo de integrao utilizaram um algoritmo
de Runge-Kutta adaptativo [Press et al., 1986], que permite estimar o erro da
soluo e adequar automaticamente o passo de tempo de acordo com a situao
especfica da simulao.
Jiang e Wang [2010] propuseram a utilizao da integrao de Verlet [Verlet,
1967] com algumas modificaes, com intuito de obterem simulaes em tempo real.
No algoritmo de Verlet clssico, a atualizao da velocidade de uma determinada
partcula computacionalmente cara, pois necessita de dois vetores posies de
antemo. Na tcnica proposta por esses autores, essa velocidade obtida atravs
(a)
(b)
23
de uma aproximao, utilizando o mtodo de integrao implcito de Euler [Baraff,
1999]. No entanto, na tentativa de ajustar o algoritmo original condio real de que
a acelerao da partcula sofre influncia das foras que atuam sobre ela, caso a
variao da fora que age na partcula ultrapasse um determinado valor emprico a
sua nova posio e velocidade so obtidas atravs do algoritmo de Beeman
[Beeman, 1976]. O mtodo de Verlet parte do pressuposto de que as aceleraes
das partculas no variam no passo de integrao, isto , dentro do intervalo
] , [ t t t A + .
Ozgen e Kallman [2011] tambm empregaram como soluo numrica o
algoritmo de Verlet, mas sem realizarem nenhuma alterao. Porm, o principal
objetivo desse trabalho foi aumentar a eficincia do procedimento proposto em
[Provot, 1995] para corrigir o problema do superalongamento das molas, sem gerar
artefatos visuais. Para isso, o processo de correo em uma dada simulao
iniciado a partir das partculas fixas, seguindo uma ordem de correo atribuda aos
diferentes tipos de molas.
3.2 Modelos baseados em integrao implcita
Desbrun et al. [1999] tentaram simular o comportamento dinmico de tecidos, em
tempo real, de maneira estvel, atravs do uso de tcnicas de integrao implcitas.
Eles utilizaram o mtodo implcito de Euler e tentaram diminuir o custo da resoluo
do sistema linear resultante, considerando constante a matriz dos coeficientes do
sistema e pr-computando sua inversa. Para evitar qualquer excesso de
alongamento das molas, utilizaram o mecanismo de correo proposto em [Provot,
1995].
Kang et al. [2000], tomaram como base o trabalho de Desbrun et al. [1999], e
fizeram mais simplificaes para tentar evitar a resoluo do sistema linear. Nesta
tcnica, a variao da velocidade de uma dada partcula obtida atravs de uma
frmula de atualizao direta que leva em considerao as partculas que esto
24
conectadas. Alm disso, os autores tambm utilizaram a tcnica de Provot [1995]
para corrigir deformaes excessivas nas molas, mas aplicaram um processo de
ordenao por buckets para definir uma ordem de processamento para as mesmas.
Choi e Ko [2002] desenvolveram um modelo para tratar o problema da
instabilidade de flambagem em tecidos. O processo de flambagem em tecidos
responsvel pela formao de rugas e dobras tais como as ilustradas na Figura 3.2.
Figura 3.2: Flambagem de um tecido real [Choi e Ko, 2002].
Quando se aplica uma fora de compresso em um tecido, e a magnitude
dessa fora ultrapassa um determinado valor crtico, o tecido entra rapidamente em
um estado instvel, em que a sua deformao tende a aumentar, mesmo que a
magnitude da carga diminua, at alcanar um estado de equilbrio estvel, ou seja,
uma forma suavemente dobrada. O fato que a simulao dessa transio ps-
flambagem necessita de cuidados especiais para que problemas de divergncia no
momento da simulao sejam evitados. Algumas tcnicas, [Baraff e Witkin, 1998],
tentaram lidar com esse problema acrescentando foras de amortecimento fictcias.
Essas foras ajudam a estabilizar o sistema fsico, mas elas podem diminuir o
realismo da simulao, por exemplo, formando dobras persistentes ou que se
localizam em posies inadequadas.
O modelo fsico de Choi e Ko [2002] tenta evitar instabilidades indesejveis
causadas por compresso sem a necessidade de acrescentar foras dissipadoras
fictcias. Primeiramente, os autores definiram dois tipos de interaes de molas: a
primeira formada pelas molas estruturais e de cisalhamento, e a segunda formada
pelas molas de flexo, conforme mostradas na Figura 2.3. As molas de flexo so
25
consideradas as responsveis pela reao ps-flambagem criada pelas foras de
compresso. Em seguida, eles assumiram que o tecido nunca estaria no estado
instvel ps-flambagem nos diferentes passos de tempo, visto que os estado de
transio ps-flambagem quase instantneo. Ento, para calcular a fora interna
exercida pelas molas de flexo, eles previram a sua forma ps-flambagem esttica e
calcularam a energia de deformao nesse estado de equilbrio. O sistema de
equaes construdo por meio de uma frmula de diferenas finitas backward de
segunda ordem [Nakamura, 1992] e solucionado atravs de um mtodo de
gradientes conjugados pr-condicionado [Saad, 2003]. A Figura 3.3 mostra alguns
dos resultados obtidos pelos autores.
Figura 3.3: Resultados obtidos por Choi e Ko [2002].
Kang e Cho [2004] usaram o mtodo implcito de Euler e buscaram alcanar
simulaes de tecido mais rpidas aproximando a resoluo do sistema linear com
apenas um passo do mtodo iterativo de Jacobi [Saad, 2003].
Zhou et al. [2005] propuseram a utilizao de um mtodo interativo
aproximado, denominado Successive Over Relaxation Method (SOR) [Saad, 2003],
para resolver o sistema linear obtido a partir da aplicao da soluo numrica
implcita de Euler, e obter simulaes mais eficientes.
Volino e Magnenat-Thalmann [2005] propuseram a substituio do mtodo
implcito de Euler pelo mtodo do ponto intermedirio implcito. Esse mtodo no
muito utilizado na simulao de tecido, pois geralmente apresenta problemas de
26
instabilidade [Volino e Magnenat-Thalmann, 2005; Magnenat-Thalmann, 2010]. Os
autores demonstraram que essa falta de estabilidade pode ser restaurada atravs da
adio de um amortecimento viscoso adequado no sistema.
Chen et al. [2011] tomaram como base experimentos realizados em tecidos
reais e tentaram aperfeioar o modelo de cisalhamento em um sistema massa-mola
para alcanar simulaes mais realistas. Nessa abordagem, quando uma fora de
trao na direo diagonal aplicada no tecido, a fora de cisalhamento aplicada
em cada partcula modelada com base no ngulo de cisalhamento e na direo da
carga, em vez de utilizar molas de trao na direo diagonal. Eles usaram o
mtodo implcito de Euler na simulao dinmica.
Min e Tianlu [2011] trataram o problema de superelasticidade sem ajustes
diretos das posies das partculas conectadas a molas superalongadas. Eles
propuseram, em um primeiro passo, utilizar o mtodo implcito de Euler para
determinar o estado deformado do tecido sem restries; e, em seguida, aplicar
foras de restries para, iterativamente procurar a nova posio do tecido. Essas
foras de restries no s lidam com o problema do superalongamento das molas,
mas tambm evitam que a partcula penetre em algum objeto caso haja coliso.
3.3 Consideraes finais
Neste captulo foram apresentadas algumas tcnicas para simulao do
comportamento dinmico de tecido baseadas em sistemas de partculas. Com a
discusso realizada possvel perceber que o foco principal das pesquisas est na
busca por uma tcnica que seja realista e ao mesmo tempo eficiente. No prximo
captulo, ser descrito o modelo fsico do tecido que faz parte do estudo deste
trabalho, assim como, as solues numricas utilizadas na integrao do sistema de
equaes diferenciais que descreve o comportamento do tecido.
27
4 Modelo de Tecido Baseado em Sistema de Partculas
Neste captulo, o modelo fsico do tecido baseado na abordagem de sistema de
partculas que faz parte do estudo desta dissertao apresentado. Tal modelo foi
implementado, conforme mostrado na Seo 4.1, com base na abordagem proposta
por Min e Tianlu [2011], uma tcnica atual e aparentemente robusta. Para simular o
comportamento dinmico do tecido, diferentes procedimentos numricos foram
utilizados para integrar o modelo proposto ao longo do tempo. Esses procedimentos
so descritos na Seo 4.2. Na Seo 4.3, mostrado como este trabalho lida com
o problema da superelasticidade.
4.1 Modelo fsico
O tecido representado atravs de uma malha quadrilateral composta de n m
partculas. Cada partcula est conectada s suas vizinhas por molas que no
possuem massa e cujo comprimento natural diferente de zero. A ligao entre s
partculas estabelecida por trs tipos de molas: estrutural, de cisalhamento e de
flexo, conforme mostrado na Figura 4.1.
Figura 4.1. Tipos de molas de acordo com os tipos de conectividades entre partculas vizinhas.
28
Cada mola aplica foras nas partculas que ela conecta, de acordo com o tipo
de deformao que ela representa: compresso, alongamento, cisalhamento ou
flexo.
4.1.1 Foras internas
As molas estruturais e de cisalhamento so responsveis pela resistncia ao
alongamento e ao cisalhamento, sendo a fora que tais molas exercem nas
partculas expressas do seguinte modo:
( )
s
>
=
ij i j
ij i j
i j
i j
ij i j ij
i
L
L L k
se 0
se
x x
x x
x x
x x
x x
f , (4.1)
onde i e j denotam duas partculas que esto conectadas por uma mola, neste
caso, estrutural ou de cisalhamento, que possui uma constante de rigidez
ij
k
e um
comprimento natural
ij
L e
i
x e
j
x so os vetores tridimensionais que representam
as posies das partculas i e j , respectivamente.
i
f indica a fora da mola
aplicada na partcula i .
As molas de flexo so consideradas as menos rgidas e so responsveis
pela resistncia compresso e flexo. A fora exercida por este tipo de mola
representada como:
( )
>
<
=
ij i j
ij i j
i j
i j
ij i j ij
i
L
L L k
se 0
se
x x
x x
x x
x x
x x
f , (4.2)
de modo que i e j passam a denotar duas partculas que esto conectadas por
uma mola de flexo com uma constante de rigidez
ij
k
e um comprimento natural
ij
L .
29
Fora de amortecimento
No mundo real, existe dissipao de energia, por isso necessrio considerar a
propriedade de amortecimento intrnseca aos tecidos. Visto que pretende-se
amortecer o movimento da partcula apenas na direo da mola ( )
i j
x x , ento, a
fora de amortecimento simplesmente projetada na direo do plano de
alongamento:
( ) ( ) ( )
2
i j
i j
i j i j
d
ij
d
i
k
x x
x x
x x v v f
= , (4.3)
onde
d
ij
k o coeficiente de amortecimento da mola que liga a partcula i partcula
j e
i
v e
j
v so os vetores tridimensionais que representam a velocidade das
partculas i e j , respectivamente.
4.1.2 Foras externas
No mundo real, o comportamento do tecido afetado por algumas foras externas,
consequentemente, quando se deseja fazer uma simulao de tecido realista
necessrio acrescentar tais foras ao modelo fsico. As foras externas abordadas
so a da gravidade, a da resistncia do ar e a do vento.
Considerando g como a acelerao da gravidade, a fora gravitacional
computada do seguinte modo:
g f
i
grav
i
m = , (4.4)
onde
i
m indica a massa da partcula i .
A influncia da resistncia do ar expressa por:
30
i
res res
i
C v f = , (4.5)
sendo
res
C o coeficiente de arrasto do ar.
Finalmente, a fora do vento computada da seguinte forma:
( ) | |
i i
vento
i
vento vento
i
C n v u n f = . , (4.6)
no qual
vento
C e
vento
u indicam, nesta ordem, o coeficiente de viscosidade e o vetor
da velocidade do vento, e
i
n o vetor normal unitrio superfcie do tecido na
posio
i
x .
4.1.3 Distribuio da massa das partculas e da rigidez das molas
Em [Min e Tianlu, 2011], assim como em muitas outras pesquisas [Provot, 1995;
Kang et al., 2000; Kang e Cho, 2004; Jiang e Wang, 2010], no mencionado
diretamente como se d a distribuio de massa pelos vrtices da malha, bem
como, a distribuio do coeficiente de rigidez das molas, o que faz supor que ambas
sejam determinadas empiricamente. No entanto, neste trabalho, o valor da massa de
cada partcula obtido atravs da rea da regio de influncia associada a mesma
(Figura 4.2).
Figura 4.2: Regio de influncia de diferentes partculas.
31
Como a malha utilizada para modelar o tecido regular, fato que pode ser
facilmente obervado atravs da Figura 4.2, a rea da regio de influncia de cada
partcula, representada por
i
A , simplesmente calculada como segue:
|
|
.
|
\
| +
|
|
.
|
\
| +
=
2 2
I S D E
ij ij ij ij
i
L L L L
A , (4.7)
de modo que
E
ij
L ,
D
ij
L ,
S
ij
L e
I
ij
L denotam, respectivamente, o comprimento natural
das molas estruturais nas posies horizontais e verticais que esto conectadas a
partcula i (Figura 4.2). Assim, a massa de cada partcula computada da seguinte
forma:
c
i i
A m = , (4.8)
onde e c indicam, respectivamente, a densidade de massa e a espessura do
tecido.
4.2. Integrao numrica
Conhecida as posies e velocidades das partculas em um instante inicial
0
t , o
objetivo determinar as posies e velocidades das partculas no instante t t
n
A + ,
com ,... 2 , 1 , 0 = n , de forma que
n
t e t A
representam, nesta ordem, o momento atual e
o passo de tempo utilizado na simulao. Essa dinmica conduzida atravs da
resoluo numrica do sistema de equaes diferenciais definido na Equao 2.4.
Dentre as solues numricas explcitas utilizadas esto o mtodo explcito
de Euler, o mtodo do ponto intermedirio, o mtodo de Runge-Kutta de quarta
ordem e o mtodo de Verlet. Todos esses mtodos esto descritos na Subseo
4.2.1. Porm, cabe mencionar que a implementao do algoritmo de Verlet foi
realizada com base na pesquisa de Jiang e Wang [2010], pois, conforme apontado
no captulo anterior, esses autores realizaram algumas modificaes no
32
procedimento de Verlet para alcanar simulaes mais realista e eficientes com sua
aplicao. Como representante da classe das solues numricas implcitas utilizou-
se o mtodo implcito de Euler, o qual est descrito na Subseo 4.2.2. A escolha
por estes procedimentos se deu pelo fato de serem os mais comumente utilizados
em simulao de tecido [Volino e Magnenat-Thalmann, 2001; Monteiro, 2007; Wang,
et al., 2009].
4.2.1 Mtodos explcitos
4.2.1.1 Mtodo explcito de Euler
O mtodo explcito de Euler obtm as posies e as velocidades das partculas em
t t
n
A + com base nas derivadas das posies e das velocidades em
n
t . Ele um
mtodo de passo simples em que o estado do tecido no tempo t t
n
A + calculado
como:
A + = A +
A + = A +
) ( ) ( ) (
) ( ) ( ) (
n n n
n n n
t t t t t
t t t t t
f M v v
v x x
1
. (4.9)
Assim, para atualizar o estado do tecido ao longo do tempo, esse mtodo
necessita apenas armazenar as posies e as velocidades das partculas no
instante atual, e computar as foras resultantes exercidas nas partculas nesse
mesmo instante. Entretanto, apesar da simplicidade, na prtica esse procedimento
normalmente gera resultados de fraca preciso. Diz-se que o mtodo explcito de
Euler possui uma preciso numrica de primeira ordem.
33
4.2.1.2 Mtodo do ponto intermedirio
O mtodo do ponto intermedirio primeiramente realiza uma iterao do mtodo
explcito de Euler at a metade do intervalo | | t t t
n n
A + , e utiliza a avaliao das
derivadas das posies e velocidades das partculas neste instante para atualizar
suas posies e velocidades em t t
n
A + . Deste modo, ele pode ser descrito como
um processo de duas etapas da seguinte forma:
|
.
|
\
| A
+ A + = A +
A
+ A + = A +
A
+ =
A
+
A
+ =
A
+
2
) ( ) (
)
2
( ) ( ) (
) (
2
) ( )
2
(
) (
2
) ( )
2
(
t
t t t t t
t
t t t t t
t
t
t
t
t
t
t
t
t
t
n n n
n n n
n n n
n n n
f M v v
v x x
f M v v
v x x
1
1
. (4.10)
Esse mtodo possui uma preciso numrica de segunda ordem, o que o
torna, consequentemente, mais preciso que o mtodo explcito de Euler. Entretanto,
como pode ser observado na Equao 4.10, ele demanda mais clculos por passo
de tempo.
4.2.1.3 Mtodo de Runge Kutta de quarta ordem
O mtodo de Runge-Kutta de quarta ordem realiza quatro avaliaes de derivadas
em diferentes instantes e utiliza uma mdia ponderada dos valores obtidos para
atualizar os novos estados do tecido. Mais precisamente, primeiramente ele
computa as derivadas das posies e velocidades das partculas no tempo
n
t ,
=
=
) ( ) (
) ( ) (
1 '
'
n n
n n
t t
t t
f M v
v x
. (4.11)
34
Em seguida, com os valores obtidos, realiza um passo do mtodo explcito Euler at
a metade do intervalo | | t t t
n n
A + , e calcula as derivadas das posies e velocidades
para esse instante,
|
.
|
\
| A
+ =
|
.
|
\
| A
+
|
.
|
\
| A
+ =
|
.
|
\
| A
+
A
+ =
|
.
|
\
| A
+
A
+ =
|
.
|
\
| A
+
2 2
2 2
) (
2
) (
2
) (
2
) (
2
1 '
'
'
'
t
t
t
t
t
t
t
t
t
t
t
t
t
t
t
t
t
t
n n
n n
n n n
n n n
f M v
v x
v v v
x x x
. (4.12)
Logo aps, com as estimativas das derivadas alcanadas no tempo 2 / t t
n
A + ,
computa novamente as posies e velocidades das partculas neste momento e
determina as suas derivadas,
|
.
|
\
| A
+ =
|
.
|
\
| A
+
|
.
|
\
| A
+ =
|
.
|
\
| A
+
|
.
|
\
| A
+
A
+ =
|
.
|
\
| A
+
|
.
|
\
| A
+
A
+ =
|
.
|
\
| A
+
2 2
2 2
2 2
) (
2
2 2
) (
2
1 '
2
'
2
'
2
'
2
t
t
t
t
t
t
t
t
t
t
t
t
t
t
t
t
t
t
t
t
n n
n n
n n n
n n n
f M v
v x
v v v
x x x
. (4.13)
Posteriormente, com os novos valores das derivadas em 2 / t t
n
A + , executa um
passo do mtodo explcito de Euler at o final do intervalo | | t t t
n n
A + , e calcula as
derivadas das posies e velocidades para este instante,
( )
( )
( ) ( )
( ) ( )
A + = A +
A + = A +
|
.
|
\
| A
+ A + = A +
|
.
|
\
| A
+ A + = A +
t t t t
t t t t
t
t t t t t
t
t t t t t
n n
n n
n n n
n n n
f M v
v x
v v v
x x x
1 '
'
'
2
'
2
2
) (
2
) (
. (4.14)
35
Por fim, com as estimativas das derivadas das posies e velocidades em
n
t ,
2 / t t
n
A +
e t t
n
A + atualiza as posies e velocidades finais das partculas no
prximo tempo do seguinte modo:
( )
( )
|
|
.
|
A + +
|
.
|
\
| A
+ +
\
|
+
|
.
|
\
| A
+ + A + = A +
|
|
.
|
A + +
|
.
|
\
| A
+ +
\
|
+
|
.
|
\
| A
+ + A + = A +
)
6
1
2 3
1
2 3
1
) (
6
1
) ( ) (
6
1
2 3
1
2 3
1
) (
6
1
) ( ) (
' '
2
' '
' '
2
' '
t t
t
t
t
t t t t t t
t t
t
t
t
t t t t t t
n n
n n n n
n n
n n n n
v v
v v v v
x x
x x x x
. (4.15)
Assim, apesar de fornecer uma preciso numrica de quarta ordem, superior
dos demais mtodos at ento apresentados, o mtodo de Runge-Kutta de quarta
ordem possui mais passos e clculos, demandando um maior tempo de
processamento.
4.2.1.4 Mtodo de Verlet aperfeioado [Jiang e Wang, 2010]
Alcanando uma preciso numrica de terceira ordem, o mtodo de Verlet um
procedimento numrico explcito muito utilizado em dinmica molecular para integrar
equaes de movimento. Nesse mtodo, as posies das partculas em t t
n
A +
so
obtidas com base nas posies e aceleraes no tempo atual
n
t
e nas posies no
tempo anterior t t
n
A :
) ( ) ( ) ( 2 ) (
2
n n n n
t t t t t t t a x x x A + A = A + , (4.16)
enquanto, as suas velocidades so atualizadas dividido a diferena entre as
posies no tempo t t
n
A + 2
e
n
t por t A 2 :
36
t
t t t
t t
n n
n
A
A +
= A +
2
) ( ) 2 (
) (
x x
v . (4.17)
O fato de necessitar armazenar dois vetores posies para computar as
posies no prximo instante, um referente ao tempo atual e o outro ao anterior, faz
como que esse procedimento, necessite de duas solues iniciais para comear
seus clculos. Assim, como apenas uma soluo inicial fornecida, ou seja, a
soluo no instante
0
t , este mtodo faz uso de outra tcnica de integrao de passo
simples para os estados iniciais necessrios. Jiang e Wang [2010] propuseram a
utilizao da srie de Taylor de segunda ordem para inicializar o mtodo de Verlet.
Assim:
A + = A +
A
A
+ A + = A +
) ( ) ( ) (
) (
2
) ( ) ( ) (
0 0 0
0
2
0 0 0
t t t t t
t t
t
t t t t t
a v v
a v x x
. (4.18)
De acordo com os autores, o clculo das velocidades computacionalmente
caro, pois necessrio conhecer os vetores ) 2 ( t t
n
A + x e ) (
n
t x . Desse modo, na
tentativa de tratar esse problema, fizeram uso de uma aproximao atravs do
mtodo de integrao implcito de Euler, resultando na seguinte equao de
atualizao:
t
t t t
t t
n n
n
A
A +
= A +
) ( ) (
) (
x x
v . (4.19)
Outra desvantagem do mtodo de Verlet apontada por Jiang e Wang [2010]
que este procedimento se baseia na hiptese de que as aceleraes das partculas
no variam entre os passos. Entretanto, pela segunda lei de Newton (Equao 2.2),
estas sofrem influncia da massa das partculas, assim como, das foras que atuam
sobre elas. Normalmente, a mudana de massa pode ser negligenciada, no entanto,
as foras so alteradas juntamente com os diferentes processos dinmicos, tais
como a ocorrncia de colises. Assim, tentando adequar o algoritmo de Verlet a
condio real, os autores estabeleceram um limite emprico q no sistema e quando
a variao da fora que age em uma determinada partcula ( ) ( ) ( ) t t t
n i n i i
A = A f f f
37
ultrapassa esse valor limite o algoritmo de Beeman, que mais preciso no clculo
das posies e velocidades, passa ser utilizado:
6
) ( ) ( 5 ) ( 2
) ( ) )( (
2
) ( ) ( 3
) ( ) )( (
6
) ( ) ( 4
) ( ) ( ) (
2
A + A +
A + = A +
A
A + = A +
A
A + A + = A +
t t t t t
t t correo t t
t t t
t t predio t t
t t t
t t t t t t
n i n i n i
n i n i
n i n i
n i n i
n i n i
n i n i n i
a a a
v v
a a
v v
a a
v x x
. (4.20)
4.2.2 Mtodo implcito de Euler
O mtodo implcito de Euler tem preciso numrica de primeira ordem e calcula as
posies e as velocidades das partculas em t t
n
A + com base nas derivadas das
posies e das velocidades neste mesmo instante, ou seja:
A + A + = A +
A + A + = A +
) ( ) ( ) (
) ( ) ( ) (
t t t t t t
t t t t t t
n n n
n n n
f M v v
v x x
1
. (4.21)
Conforme mostrado na Equao 4.21, ) ( t t
n
A + x pode ser facilmente calculado
depois que ) ( t t
n
A + v determinado. No entanto, para obter as velocidades das
partculas em t t
n
A + , necessrio conhecer as foras que atuam nas mesmas
neste mesmo instante. Como as foras no estado atual podem ser naturalmente
computadas, as foras no prximo tempo podem ser aproximadas atravs de uma
expanso de Taylor da seguinte forma:
) ( ) ( ) ( ) ( t t t t t t t
n n n n
A + A
c
c
+ A + A
c
c
+ = A + v
v
f
x
x
f
f f . (4.22)
onde x f c c / e v f c c / denotam as matrizes Jacobianas do vetor de foras com
respeito aos vetores das posies e velocidades, respectivamente. Assim, um
elemento na linha i e coluna j , com j i = , destas matrizes uma matriz 3 3x
que
representa a derivada da fora sobre uma partcula i com respeito, respectivamente,
q > A
i
f
38
posio e velocidade da partcula j , ou seja,
j i
x f c c / e
j i
v f c c / . Quando j i = ,
c c = c c
j i i i
x f x f / / e
c c = c c
j i i i
v f v f / / .
Considerando que ) ( ) ( ) (
n n n
t t t t t v v v A + = A + A tem-se, a partir da primeira
equao do sistema definido na Equao 4.21, que
( ) t t t t t t t t t
n n n n n
A A + A + = A + = A + A ) ( ) ( ) ( ) ( ) ( v v x x x . (4.23)
Deste modo, a Equao 4.22 pode ser rescrita como segue:
) ( ) ( ) ( ) ( ) ( t t t t t t t t t t
n n n n n
A + A
c
c
+ A A + A
c
c
+ A
c
c
+ = A + v
v
f
v
x
f
v
x
f
f f . (4.24)
Substituindo a Equao 4.24 em ) ( ) ( ) ( t t t t t t
n n n
A + A + = A +
f M v v
1
, obtm-se o
seguinte sistema linear:
) ( ) ( ) (
2 2
n n n
t t t t t t t t v
x
f
f v
v
f
x
f
M
c
c
A + A = A + A
|
.
|
\
|
c
c
A
c
c
A . (4.25)
A matriz ( ) v f x f M c c A c c A / /
2
t t esparsa, pois M uma matriz diagonal e
as matrizes Jacobianas x f c c / e v f c c / so esparsas. A esparsividade das matrizes
x f c c / e v f c c / resulta da pequena quantidade de molas ligadas a uma partcula
especfica (Figura 4.1), dessa forma uma componente de cada uma destas matrizes
uma matriz no nula apenas se as partculas i e j esto conectadas. Alm disso,
como
i j j i
x f x f c c = c c / / e
i j j i
v f v f c c = c c / / , essas matrizes so simtricas.
Portanto, a atualizao dos novos estados do tecido no decorrer do tempo
atravs da aplicao do mtodo implcito de Euler se resume a encontrar as
variaes das velocidades das partculas ( ) ( t t
n
A + Av ) atravs da resoluo de um
sistema linear esparso (Equao 4.25). Para solucionar tal sistema, optou-se aqui
por utilizar os procedimentos propostos por Kang e Cho [2004] e por Zhou et al.
[2005], por serem eficientes.
39
4.2.2.1 Resoluo do sistema linear
Soluo de Kang e Cho [Kang e Cho, 2004]
O vetor ) ( ) / ( ) (
2
n n
t t t t v x f f c c A + A
do lado direito da Equao 4.25 pode ser reescrito
como ( ) ) ( ) / ( ) (
n n
t t t t v x f f c c A + A . Seja E
o conjunto de molas do modelo e
( ) ) ( ) / ( ) ( ) (
~
n n n
t t t t t v x f f f c c A + A = , ento, cada vetor que compe ) (
~
n
t f , pode ser
expresso, levando em conta apenas as partculas que esto conectadas, da
seguinte forma:
( )
( )
|
|
.
|
\
|
c
c
A + A =
=
|
|
.
|
\
|
c
c
A +
c
c
A + A =
e
e
)) ( ) ( ( ) (
) ( ) ( ) (
~
,
,
n i n j
E j i j
i
n i
n i
i
i
n j
E j i j
i
n i i
t t t t t
t t t t t t
v v
x
f
f
v
x
f
v
x
f
f f
, (4.26)
pois
e
c c = c c
E j i
j i i i
) , (
/ / x f x f .
Assim, o sistema linear definido na Equao 4.25 pode ser reescrito como:
) (
~
) (
2
n n
t t t t t t f v
v
f
x
f
M A = A + A
|
.
|
\
|
c
A
c
c
A . (4.27)
Devido s propriedades da matriz v f x f M c c A c c A / /
2
t t , ou seja, sua
esparsividade e simetria, o sistema linear pode ser decomposto em m
equaes
semelhantes, onde m o nmero que representa a quantidade de partculas do
modelo:
40
) ( ) (
~
) (
) ( ) (
~
) (
) ( ) (
~
) (
) , (
2
2
) , 2 (
2 2 2
2
2
2
2
2
2 2
22
) , 1 (
1 1 2
1
1
1
1
1
1 2
11
t t t t t t
t t t t
t t t t t t
t t t t
t t t t t t
t t t t
n j
E j m j
m
j
m
n m
n m
m
m
m
m
mm
n j
E j j j
n
n
n j
E j j j
n
n
A + A
|
|
.
|
\
|
c
c
A +
c
c
A + A =
= A + A
|
|
.
|
\
|
c
c
A
c
c
A
A + A
|
|
.
|
\
|
c
c
A +
c
c
A + A =
= A + A
|
|
.
|
\
|
c
c
A
c
c
A
A + A
|
|
.
|
\
|
c
c
A +
c
c
A + A =
= A + A
|
|
.
|
\
|
c
c
A
c
c
A
e
e
e
v
v
f
x
f
f
v
v
f
x
f
M
v
v
f
x
f
f
v
v
f
x
f
M
v
v
f
x
f
f
v
v
f
x
f
M
. (4.28)
Todas as equaes que fazem parte da Equao 4.28 tm a mesma forma, e,
portanto, podem ser expressas como:
) ( ) (
~
) (
) , (
2
2
t t t t t t
t t t t
n j
E j i j
i
j
i
n i i
n i
i
i
i
i
ii
A + A
|
|
.
|
\
|
c
c
A +
c
c
A + A =
= A + A
|
|
.
|
\
|
c
c
A
c
c
A
e
v
v
f
x
f
f
v
v
f
x
f
M
. (4.29)
Entretanto, infelizmente, essas no podem ser solucionadas de forma independente,
pois cada uma depende do resultado de algumas outras equaes ( ) ( t t
n j
A + Av ).
Analisando a Equao 4.29, Kang e Cho [2004] observaram que ela poderia
ser tratada com o esquema iterativo de Jacobi [Saad, 2003] acrescentando,
simplesmente, um novo parmetro k como sendo o nmero de iteraes.
Assumindo que ) ( t t
n
k
i
A + Av seja a soluo alcanada aps k iteraes, e supondo
que o valor atribudo no incio do processo iterativo para a variao de velocidade de
cada partcula seja dado por ( ) ) (
~
/ / ) (
1
2 0
n i i i i i ii n i
t t t t t t f v f x f M v A c c A c c A = A + A
, o
esquema iterativo pode ser representado como:
41
|
|
.
|
\
|
A + A
|
|
.
|
\
|
c
c
A +
c
c
A + A
|
|
.
|
\
|
c
c
A
c
c
A = A + A
A
|
|
.
|
\
|
c
c
A
c
c
A = A + A
) ( ) (
~
.
. ) (
), (
~
) (
) , (
2
1
2 1
1
2 0
t t t t t t
t t t t
t t t t t t
n
k
j
E j i j
i
j
i
n i
i
i
i
i
ii n
k
i
n i
i
i
i
i
ii n i
v
v
f
x
f
f
v
f
x
f
M v
f
v
f
x
f
M v
(4.30)
Contudo, com base em experimentos realizados, os autores apontaram que,
na maioria dos casos, solues estveis e plausveis foram obtidas com apenas uma
iterao. Desta forma, definindo
i
p como o valor inicial ) (
0
t t
n i
A + Av , a variao de
velocidade de cada partcula finalmente aproximada por:
( )
( )
|
|
.
|
\
|
|
|
.
|
\
|
c
c
A +
c
c
A + A
|
|
.
|
\
|
c
c
A
c
c
A ~ A + A
A
|
|
.
|
\
|
c
c
A
c
c
A =
i
E j i j
i
j
i
n i
i
i
i
i
ii n i
n i
i
i
i
i
ii i
t t t t
t t t t
t t t t
p
v
f
x
f
f
v
f
x
f
M v
f
v
f
x
f
M p
) , (
2
1
2
1
2
~
.
. ) (
,
~
(4.31)
Soluo de Zhou et al. [2005]
Zhou et al. [2005] resolveram o sistema linear definido na Equao 4.27 atravs da
aplicao do mtodo iterativo Sucessive Over Ralaxation (SOR) [Saan, 2003].
Considerando, novamente, ( ) ) (
~
/ / ) (
1
2 0
n i i i i i ii n i
t t t t t t f v f x f M v A c c A c c A = A + A
como
sendo a estimativa inicial da variao de velocidade de cada partcula, a soluo
proposta representada pelas seguintes equaes:
42
|
|
|
.
|
A + A
|
|
.
|
\
|
c
c
A +
c
c
A A +
\
|
+ A + A
|
|
.
|
\
|
c
c
A +
c
c
A A + A
|
|
.
|
\
|
c
c
A
c
c
A = A + A
A + A + A + A = A + A
A
|
|
.
|
\
|
c
c
A
c
c
A = A + A
>
e
+
<
e
) (
) ( ) (
~
.
. ) (
), ( ) ( ) (
), (
~
) (
) , (
2 2
1
) , (
2 2
1
2
1
1
2 0
t t t t t
t t t t t t t
t t w t t
t t t t t t
t t t t t t
n
k
j
i j
E j i j
i
j
i
n
k
j
i j
E j i j
i
j
i
n i
i
i
i
i
ii n
k
i
n
k
i n
k
i n
k
i
n i
i
i
i
i
ii n i
v
v
f
x
f
v
v
f
x
f
f
v
f
x
f
M v
v v v
f
v
f
x
f
M v
o
o
(4.32)
onde w denota o fator de relaxao. Assim, a variao de velocidade de cada
partcula em uma determinada iterao ( ) (
1
t t
n
k
i
A + A
+
v ) obtida por meio do
resultado alcanado anteriormente ( ) ( t t
n
k
i
A + Av ) somado a uma estimativa da
mudana de variao entre os dois passos subsequentes ( ) ( t t
n
k
i
A + Av o ).
Para toda soluo iterativa um critrio de parada precisa ser determinado.
Como Zhou et al. [2005] no mencionam o critrio adotado, neste trabalho foi
estabelecido a seguinte condio: a cada passo, calcula-se o
) ( ) (
1
t t t t MAX
n
k
i n
k
i
A + A A + A
+
v v . Se este valor for menor ou igual a um erro pr-
definido ento o sistema converge. Caso o sistema no convirja, um nmero mximo
de iteraes institudo e a ltima soluo calculada utilizada.
4.2.2.2 Clculo das derivadas das foras
Como no esquema de integrao implcito de Euler, as foras no prximo instante
so aproximadas atravs de uma expanso de Taylor (Equao 4.22), a atualizao
dos novos estados do tecido no decorrer no tempo necessita computar as
componentes das matrizes Jacobinas x f c c / e v f c c / .
43
Considerando a fora exercida nas partculas provenientes das molas
estruturais e de cisalhamento (Equao 4.1),
j i
x f c c / expressa como:
( )( )
se 0
se
2
3
s
>
|
|
|
.
|
\
|
=
c
c
ij i j
ij i j
i j
T
i j i j
i j
ij
ij
i j
ij i j
ij
j
i
L
L
L
k
L
k
x x
x x
x x
x x x x
x x
I
x x
x x
x
f
. (4.33)
onde
3
I denota uma matriz identidade 3 3x .
Para as foras exercidas pelas molas de flexo (Equao 4.2) tem-se:
( )( )
se 0
se
2
3
>
<
|
|
|
.
|
\
|
=
c
c
ij i j
ij i j
i j
T
i j i j
i j
ij
ij
i j
ij i j
ij
j
i
L
L
L
k
L
k
x x
x x
x x
x x x x
x x
I
x x
x x
x
f
. (4.34)
Como as Equaes 4.1 e 4.2 no dependem da velocidade,
j i
v f c c / no
precisa ser considerada. No entanto, para a fora de amortecimento (Equao 4.3)
ambas as derivadas tm que ser computadas:
( )( )
( )( )
( )( )
( )( )
( )( )
2
3
4 2
|
|
.
|
\
|
=
c
c
|
|
|
.
|
|
|
|
.
|
\
|
\
|
+
|
|
|
.
|
\
|
|
|
|
.
|
\
|
|
|
|
.
|
\
|
=
c
c
i j
T
i j i j
d
ij
j
d
i
i j
i j i j
i j
i j i j T
i j i j
i j
T
i j i j
ij
j
d
i
k
k
x x
x x x x
v
f
x x
x x v v
I
x x
x x v v
x x x x
x x
x x v v
x
f
. (4.35)
Apesar dos elementos na diagonal principal da matriz Jacobina v f c c / serem
dados por
c c = c c
j i i i
v f v f / / , dependendo do modelo de fora externa utilizado,
outros termos precisam ser considerados neste somatrio. Considerando a fora da
resistncia do ar e a do vento (Equaes 4.5 e 4.6) tem-se:
44
( )( )
T
i i
vento res
j
i
i
i
C C n n I
v
f
v
f
c
c
=
c
c
3
. (4.36)
4.3 Controle da superelasticidade
Como visto na Captulo 3, diversos trabalhos na literatura [Provot, 1995; Desbrun et
al., 1999; Kang et al., 2000; Ozgen e Kallman, 2011; Min e Tianlu, 2011] incorporam
restries no modelo do tecido com o intuito de tratar o problema da
superelasticidade. Porm, neste trabalho tais restries no so introduzidas. Ento,
como se lida com este problema? Ele simplesmente resolvido aumentando o
coeficiente de rigidez das molas. De fato, esta estratgia no comumente utilizada,
pois o uso de uma rigidez muito elevada, conforme as discusses realizadas no
Captulo 2, pode gerar problema de instabilidade na soluo numrica, levando a
necessidade da reduo do passo de tempo utilizado na simulao, o que,
consequentemente, compromete o seu desempenho. No entanto, como grande
parte dos tecidos apresenta dificuldade para se alongar, optou-se por adotar
elevados parmetros de rigidez para as molas responsveis por este tipo de
deformao, o que, realmente, seria encontrado no mundo real, sem levar em
considerao, inicialmente, o desempenho da simulao.
4.4 Consideraes finais
Neste captulo, foram apresentados os elementos que fazem parte do modelo fsico
do problema, isto , a representao do tecido por um modelo massa-mola
amortecedor baseado no modelo de Min e Tianlu [2011], e a descrio das foras
internas e externas que atuam sobre esse modelo de tecido. Em seguida, os
diferentes mtodos de integrao utilizados para resoluo numrica do sistema de
equaes diferenciais que descreve o comportamento dinmico do tecido foram
45
descritos. Esses mtodos so os mais comumente utilizados na literatura para
simulao dinmica de tecidos. Por fim, foi apontado que o problema da
superelasticidade no modelo proposto evitado considerando valores elevados para
os coeficientes de rigidez das molas, mas dentro dos limites aceitveis para um
tecido real. No prximo captulo, sero descritas as simulaes testes realizadas
juntamente com a anlise e discusso dos resultados obtidos.
46
5 Anlise de Resultados
Neste captulo so apresentadas as simulaes testes realizadas, assim como, os
resultados obtidos com cada mtodo de integrao implementado neste trabalho. As
simulaes possuem restries e alguns parmetros fsicos diferentes e os
resultados so analisados em termos de estabilidade, eficincia e realismo.
A palavra estabilidade empregada no contexto de simulaes
computacionais com diferentes interpretaes [Monteiro, 2007]. No entanto, neste
trabalho ela est ligada capacidade do mtodo de integrao produzir uma
simulao de forma estvel, ou seja, evitando que alguns pontos da superfcie do
tecido sofram grandes deslocamentos e que esta deixe de ser regular [Monteiro,
2007]. Esse problema est associado ao tamanho do passo de tempo utilizado na
simulao. Assim, a estabilidade analisada determinando o valor do passo de
tempo mximo que cada soluo numrica consegue simular o comportamento do
tecido de maneira estvel. Fazendo uso deste valor, a eficincia computacional
medida coletando os tempos que cada mtodo de integrao processa o mesmo
tempo real de durao do movimento a ser simulado. Cabe mencionar que, nesta
pesquisa, este ltimo foi determinado tomando como referncia o tempo de
simulao que o mtodo de Runge-Kutta de quarta ordem com um passo de tempo
de 0,0001s leva para atingir o estado de equilbrio do tecido. A escolha por este
procedimento numrico foi feita devido preciso numrica fornecida por ele. O
realismo da simulao avaliado levando em considerao o comportamento
dinmico do tecido obtido com cada mtodo de integrao.
5.1 Aspectos Tcnicos
Os testes realizados para avaliao dos mtodos de integrao apresentados no
captulo anterior foram executados em um PC com processador 2.33 GHz Core 2
Quad, 2,0 GB de RAM e uma placa de vdeo S775 Intel DG31PR com HD 320 GB.
47
5.2 Simulao 1: Queda de um tecido preso em dois pontos
O estado inicial da Simulao 1 mostrado na Figura 5.1. O tecido, que se encontra
na horizontal, preso em dois pontos extremos e cai somente devido fora da
gravidade. A malha simula um tecido quadrado de m m 2 2 discretizado como uma
grade regular 10 10 .
Figura 5.1: Posio inicial do tecido na Simulao 1.
Os parmetros fsicos utilizados no modelo so apresentados na Tabela 5.1:
Tabela 5.1: Parmetros fsicos utilizados na Simulao 1.
Densidade do tecido( ) 2050
3
/ m kg
Espessura do tecido( ) c
0,0001m
Rigidez das molas estruturais ( ) k
2000 m N /
Rigidez das molas de cisalhamento ( ) k
100 m N /
Rigidez das molas de flexo ( ) k
0,001 m N /
Coeficiente de amortecimento das molas estruturais ( )
d
k
2,0 m N /
Coeficiente de amortecimento das molas de cisalhamento ( )
d
k
1,0 m N /
Coeficiente de amortecimento das molas de flexo ( )
d
k
0,001 m N /
Coeficiente de arrasto do ar ( )
res
C (partculas dos cantos, das bordas
e do meio)
0,005; 0,01; 0,02
Vetor de acelerao da gravidade ( g )
( )
2
/ 81 , 9 , 0 , 0 s m
48
Para dar incio a simulao, dependendo da soluo numrica utilizada, alm
dos parmetros fsicos do modelo outros valores especficos precisam ser
estabelecidos: no algoritmo de Verlet aperfeioado [Jiang e Wang, 2010] o valor do
limiar para variao das foras ) (q
foi definido empiricamente como 0,001; no
mtodo implcito de Euler utilizando o mecanismo iterativo de resoluo do sistema
linear proposto por Zhou et al. [2005] o erro mximo tolerado para garantir a
convergncia da soluo foi de 0,001, o fator de relaxao ) (e
tambm foi 0,001 e o
nmero mximo de iteraes foi institudo como 100. Esses mesmos valores foram
utilizados nas demais simulaes.
5.2.1 Anlise da estabilidade
Comeando com um passo de tempo de 0,0001s e incrementando sempre com este
mesmo valor, foram determinados, para cada mtodo de integrao, os passos de
tempo mximos que podem ser usados para que as respectivas simulaes ainda
sejam estveis. Esses valores de passos esto registrados na Tabela 5.2.
Tabela 5.2: Passo de tempo mximo para cada mtodo de integrao na Simulao 1.
Mtodos de Integrao Passo de tempo
Explcito de Euler 0,0002s
Ponto intermedirio 0,0017s
Runge-Kutta de quarta ordem 0,0024s
Verlet aperfeioado [Jiang e Wang, 2010] 0,0012s
Implcito de Euler [Kang e Cho, 2004] 0,0020s
Implcito de Euler [Zhou et al., 2005] 0,0018s
Como pode ser observado, o mtodo implcito de Euler em ambas as
abordagens no apresentou passo de tempo mximo to grande quanto esperado,
apresentando-se inferiores ao passo do mtodo explcito de Runge-Kutta de quarta
ordem. Dentre as solues explcitas percebe-se que os mtodos de Runge-Kutta,
do ponto intermedirio e de Verlet aperfeioado, nesta ordem, possibilitaram o uso
49
de um passo de tempo muito mais elevado do que o mtodo explcito Euler, o que
de fato era esperado.
5.2.2 Anlise da eficincia
Considerando um tempo de simulao de 4s, o tempo de computao total (CPU),
assim como, a quantidade de quadros gerados por segundos (FPS) para cada
mtodo de integrao so sintetizados na Tabela 5.3.
Tabela 5.3: Tempo total de CPU e quantidade de quadros por segundo (FPS) obtidos para cada
mtodo de integrao na Simulao 1.
Mtodos de Integrao Tempo Total de CPU FPS
Explcito de Euler 28,731s 696
Ponto intermedirio 6,1080s 385
Runge-Kutta de quarta ordem 8,7370s 191
Verlet aperfeioado [Jiang e Wang, 2010] 12,908s 258
Implcito de Euler [Kang e Cho, 2004] 53,772s 37
Implcito de Euler [Zhou et al., 2005] 70,955s 31
O mtodo explcito de Euler gasta pouqussimo tempo para produzir um
frame, porm precisou de um t muito menor se comparado a todos os outros
mtodos, por isso entre os explcitos foi o que se saiu pior computacionalmente. As
duas verses do mtodo implcito de Euler no se mostraram incondicionalmente
estveis. Seus passos de tempo mximos foram inferiores ou da mesma ordem de
grandeza dos passos da maioria dos mtodos explcitos apresentados. Com essa
limitao e mais o elevado custo computacional envolvido, seus desempenhos foram
muito piores do que os desempenhos dos mtodos explcitos. Nesse exemplo, o
mtodo que teve melhor desempenho computacional foi o mtodo do ponto
intermedirio. Os desempenhos dos mtodos explcitos, apesar de gerarem um
nmero bem maior de frames durante a simulao, foram consistentemente
melhores do que os desempenhos das duas abordagens do mtodo implcito de
50
Euler. Nenhum dos mtodos conseguiu executar a simulao em tempo real, isto ,
em tempo de CPU igual ao tempo de simulao de 4s.
a) t = 0,5002s b) t=1,002s c) t=4,0002s
d) t = 0,5015s e) t=1,0013s f) t=4,0001s
g) t=0,5016s h) t=1,008s i) t=4,0008s
j) t=0,5004s k) t=1,008s l) t=4,0008s
m) t=0,5002s n) t=1,002s o) t=4,0002s
p) t=0,5004s q) t=1,008s r) t=4,0014s
Figura 5.2: Resultados obtidos na Simulao 1: a-c) Mtodo explcito de Euler; d-f) Mtodo do Ponto
intermedirio; g-i) Mtodo de Runge-Kutta de quarta ordem; j-l) Mtodo de Verlet aperfeioado; m-n)
Mtodo implcito de Euler [Kang e Cho, 2004]; p-r) Mtodo implcito de Euler [Zhou et al., 2005].
51
5.2.3 Anlise do realismo
Todos os mtodos produziram resultados considerados plausveis (Figura 5.2). No
entanto, as simulaes obtidas com os mtodos de integrao explcitos
apresentaram um comportamento mais amortecido, ou seja, o tecido executa
poucas oscilaes antes de parar.
As imagens estticas capturadas em tempos especficos de cada simulao e
apresentadas na Figura 5.2 no permitem uma boa apreciao da qualidade dos
resultados. Por isso, as animaes produzidas para cada simulao esto
disponibilizadas no seguinte endereo: http://lia.ufc.br/~laise/dissertacao/animacoes.
5.3 Simulao 2: Draping de um tecido sobre uma esfera
A Figura 5.3 ilustra o estado inicial de uma simulao do draping de um tecido sobre
uma esfera. Esse teste foi realizado com um tecido quadrado de m m 2 2 ,
discretizado como uma grade regular 17 17 . O tecido cai em queda livre sobre uma
esfera de raio, m r 5 , 0 = , situada logo abaixo do tecido.
Figura 5.3: Posio inicial do tecido na Simulao 2.
52
Os parmetros fsicos utilizados no modelo so apresentados na Tabela 5.4:
Tabela 5.4: Parmetros fsicos utilizados na Simulao 2.
Densidade do tecido( ) 2050
3
/ m kg
Espessura do tecido( ) c
0,0001m
Rigidez das molas estruturais ( ) k
2000 m N /
Rigidez das molas de cisalhamento ( ) k
100 m N /
Rigidez das molas de flexo ( ) k
0,001 m N /
Coeficiente de amortecimento das molas estruturais ( )
d
k
2,0 m N /
Coeficiente de amortecimento das molas de cisalhamento ( )
d
k
1,0 m N /
Coeficiente de amortecimento das molas de flexo ( )
d
k
0,001 m N /
Coeficiente de arrasto do ar ( )
res
C (partculas dos cantos, das bordas
e do meio)
0,002; 0,004;
0,008
Vetor da acelerao da gravidade ( g )
( )
2
/ 81 , 9 , 0 , 0 s m
Visto que nenhuma estrutura de deteco de coliso foi implementada neste
trabalho, o teste de coliso foi simplesmente realizado comparando a distncia da
posio de cada partcula ao centro da esfera com o raio da mesma. Caso, depois
que se tenha computado as posies finais das partculas, verifique-se que alguma
delas penetrou no objeto, um processo de correo aplicado sua posio. Para
isso, a velocidade de cada uma dessas partculas corrigida pela subtrao de suas
componentes normais superfcie da esfera no ponto de interseo da reta que une
as duas ltimas posies da partcula com a superfcie da esfera (Figura 5.4), isto :
)) ). ( ( ( ) ). ( ( ) ( ) (
1 1 1
n v n n v n v v t t k t t t t t t
i i i i
A + A + A + = A + (5.1)
onde ) (
1
t t
i
A + v representa o vetor da velocidade atual da partcula, n
o vetor
normal superfcie e k uma fator de amortecimento que reduz a altura do
deslocamento, que neste trabalho foi definido como 1,0. Computada a nova
velocidade, a posio da partcula recalculada da seguinte forma:
) ( ) ( ) (
1
t t t t t t t
i i i
A + A + A + = A + v x x (5.2)
53
em que ) (
1
t t
i
A + x denota o vetor da posio atual da partcula.
Figura 5.4: Resposta coliso.
5.3.1 Anlise da estabilidade
Utilizando a mesma estratgia adotada na simulao anterior, os resultados obtidos
para o passo de tempo mximo de cada soluo numrica so mostrados na Tabela
5.5.
Tabela 5.5: Passo de tempo mximo para cada mtodo de integrao na Simulao 2.
Mtodos de Integrao Passo de tempo
Explcito de Euler 0,0003s
Ponto intermedirio 0,0003s
Runge-Kutta de quarta ordem 0,0005s
Verlet aperfeioado [Jiang e Wang, 2010] 0,0008s
Implcito de Euler [Kang e Cho, 2004] 0,0008s
Implcito de Euler [Zhou et al., 2005] 0,0010s
Observa-se que neste caso o mtodo implcito de Euler com a abordagem de
Zhou et al. [2005] manteve a estabilidade com um passo de tempo maior do que o
de todos os outros mtodos. Alm disso, nota-se que nesta situao o mtodo de
Verlet aperfeioado manteve estabilidade com passo de tempo maior do que o de
Runge-Kutta de quarta ordem se igualando ao mtodo implcito de Euler com
abordagem de Kang e Cho [2004]. Os mtodos explcito de Euler e do ponto
54
intermedirio tambm alcanaram o mesmo passo de tempo, apesar deste ltimo
ser mais preciso. Na verdade, nestes casos em que ocorrem igualdade nos
resultados existe uma pequena diferena entre estes valores que pode ser
desprezada, visto que no afeta o realismo nem traz grandes diferenas no
desempenho da simulao. Por exemplo, se uma casa decimal a mais fosse
considerada, os passos de tempo mximo seriam 0,00032s para o mtodo explcito
de Euler e 0,00034s para o mtodo do ponto intermedirio.
5.3.2 Anlise da eficincia
Delimitando um tempo de simulao de 3s, o tempo de computao total (CPU) e a
quantidade de quadros por segundo (FPS) obtidos para cada procedimento
numrico so mostrados na Tabela 5.6.
Tabela 5.6: Tempo total de CPU e quantidade de quadros por segundos (FPS) obtidos para cada
mtodo de integrao na Simulao 2.
Mtodos de Integrao Tempo Total de CPU FPS
Explcito de Euler 129,560s 72
Ponto intermedirio 245,774s 36
Runge-Kutta de quarta ordem 314,695s 19
Verlet aperfeioado [Jiang e Wang, 2010] 107,059s 35
Implcito de Euler [Kang e Cho, 2004] 432,543s 8
Implcito de Euler [Zhou et al., 2005] 434,861s 7
Percebe-se novamente o baixo desempenho do mtodo implcito de Euler em
suas duas verses. Nota-se tambm que, apesar do Runge-Kutta de quarta ordem
possibilitar utilizar um passo de tempo um pouco maior do que o mtodo explcito de
Euler e do que o mtodo do ponto intermedirio, a diferena entre esses mtodos
relativamente to pequena (0,0002s) que os dois ltimos apresentaram um melhor
desempenho, visto que demandam menos esforo computacional. Dentre todos os
mtodos de integrao o que obteve o melhor desempenho foi o mtodo de Verlet
aperfeioado.
55
a) t = 0,3001s b) t=1,2003s c) t=3,0003s
d) t = 0,3002s e) t=1,2002s f) t=3,0002s
g) t=0,3003s h) t=1,2003s i) t=3,0003s
j) t=0,3008s k) t=1,2008s l) t=3,0008s
m) t=0,5002s n) t=1,2005s o) t=3,0005s
p) t=0,3010s q) t=1,2010s r) t=3,0005s
Figura 5.5: Resultados obtidos na Simulao 2: a-c) Mtodo explcito de Euler; d-f) Mtodo do Ponto
intermedirio; g-i) Mtodo de Runge-Kutta de quarta ordem; j-l) Mtodo de Verlet aperfeioado; m-n)
Mtodo implcito de Euler [Kang e Cho, 2004]; p-r) Mtodo implcito de Euler [Zhou et al., 2005].
56
5.3.3 Anlise do realismo
A Figura 5.5 mostra algumas imagens obtidas da simulao com cada mtodo de
integrao. Os comportamentos dos mtodos foram compatveis com os
comportamentos observados na Simulao 1. Percebe-se que o caimento do tecido
em cada instante de tempo praticamente idntico nas trs primeiras linhas da
Figura 5.5, referentes ao mtodo explcito de Euler, do ponto intermedirio e de
Runge-Kutta de quarta ordem. O mtodo de Verlet aperfeioado mostra uma
configurao um pouco diferente para o instante de aproximadamente 0,3s, mais
logo aps se assemelha aos outros mtodos explcitos. O mtodo implcito de Euler
nas duas abordagens apresentou configuraes bastante diferentes das obtidas com
os mtodos explcitos, sendo estas consideradas um pouco menos realistas, visto
que as solues explcitas possibilitaram a formao de dobras de maneira mais
suave.
5.4 Simulao 3: Bandeira tremulando ao vento
A Figura 5.6 ilustra a simulao de uma bandeira submetida a rajadas de vento.
Esse teste foi realizado com um tecido de forma retangular de m m 47 , 1 2
discretizado como uma grade regular 14 19 . O tecido comea parado e estirado na
vertical a um ngulo de