Cours Calcul de Structure Modélisation PDF

Calcul assisté par
ordinateur
Module calcul de structure
Pr.Chaïmaâ HERMAMA
24/10/2020 EMI 2020/2021 1

Prérequis pour le cours
 Résistance des matériaux,
 Mécanique des milieux continus,
 Transfert thermiques
 Calcul des intégrales,
 Équations différentielles ordinaires et partielles,
24/10/2020 EMI 2020/2021 2

objectifs du cours
Construire des connaissances en ingénierie de modélisation et
simulation numérique, afin de rédiger les notes de calcul
numérique:
 Ingénierie de calcul à pour rôle de "prédire" le comportement
d'un système mécanique, en utilisant des logiciels de calcul.
 Cette discipline permet d'évaluer diverses caractéristiques
nécessaires aux projets de construction et de fabrication, parmi
les caractéristiques requis on trouve:
 Caractéristiques mécaniques (telles que la contrainte,
la déformation…),
 Caractéristiques thermiques (distribution de la
température et du flux de chaleurs …),
 Caractéristiques thermomécanique
 ...
24/10/2020 EMI 2020/2021 3
Modélisation Vs Simulation
La modélisation mathématique
La modélisation mathématique est l’art (ou la science) de représenter (ou de
transformer) une réalité physique en des modèles abstraits accessibles à
l’analyse et au calcul.
Modèle mathématique = Mise en équation d’une observation dans le but de lui

appliquer les outils, les techniques et les théories mathématiques.
La simulation numérique
La simulation numérique est le processus qui permet de calculer sur
ordinateur les solutions de ces modèles et donc de simuler la réalité physique.
24/10/2020 EMI 2020/2021 4

Modélisation
24/10/2020 EMI 2020/2021 5

Définition d’un modèle
Objectif:
Dans la nature, les systèmes et phénomènes physiques les plus intéressants sont aussi
les plus complexes à étudier. Ils sont souvent régis par un grand nombre de paramètres
non-linéaires interagissant entre eux . D’où l’intérêt de la modélisation qui permet de :
 Comprendre les comportements
 Faire des prévisions
 Valider le dimensionnement
 Tester des améliorations
 ….
Définition:
Le modèle d’un système est une représentation abstraite qui peut être utilisée pour
analyser, comprendre, étudier et prévoir le comportement de ce système. Un modèle
est exploité par des simulations.
24/10/2020 EMI 2020/2021 6

Méthodes de formulation des modèles
Les méthodes de formulation des modèles peuvent être :
• Mathématiques, souvent au moyen d’équations différentielles résultant d’une

théorie ;
Equation de la chaleur en 1D
• Algorithmiques: un ensemble de relations logiques entre les composants d’un

système complétés par des mécanismes de récurrence temporelle
Propagation des cellules

cancéreuses dans le corps
24/10/2020 EMI 2020/2021 7

Méthodes de formulation des modèles
Les méthodes de formulation des modèles peuvent être :
• Visuelles : par exemple un graphe des relations entre les composants d’un système
Diagramme contrainte-
déformation d'un matériau
ductile.
• Matérielles : par exemple une carte, une maquette ou un modèle réduis
24/10/2020 EMI 2020/2021 8

Les différents types de modèles
Modèle simple Modèle numérique

Approche théorique Approche numérique
Solution exacte à un problème simplifié Solution approximative à un problème exacte
Limitée par les simplifications Limitée par la capacité de calcul
Modèle réel
Approche expérimentale
Solution exacte à un problème réel
Limitée par les coûts
24/10/2020 EMI 2020/2021 9

Modèle numérique
On peut construire un modèle mathématique permettant la représentation du
phénomène physique. Ces modèles utilisent très souvent des systèmes d'équations aux
dérivées partielles (EDP) non-linéaires dont on ne connait pas de solutions analytiques en
général. Il faut alors résoudre le problème numériquement en transformant les équations
continues de la physique en un problème discret sur un certain domaine de calcul (le
maillage). Dans certains cas il s'agit de la seule alternative (nucléaire, astrophysique,
spatial...). Dans d'autres cas, les simulations numériques sont menées en parallèle avec
des expérimentations.
24/10/2020 EMI 2020/2021 10

Etapes de la modélisation numérique
Les différentes étapes pour modéliser un système complexe :
• Recherche d'un modèle mathématique représentant la physique. Mise en

équation.
• Elaboration d'un maillage. Discrétisation des équations de la physique.
• Résolution des équations discrètes (souvent systèmes linéaires à résoudre).
• Transcription informatique et programmation des relations discrètes.
• Simulation numérique et exploitation des résultats.
24/10/2020 EMI 2020/2021 11

Erreurs de la modélisation numérique
La solution exacte d'un problème d'EDO ou d'EDP est une fonction continue. Les
ordinateurs ne connaissent que le fini et le discret. En effectuant un calcul numérique, un
ordinateur ne peut retenir qu'un nombre fini de chiffres pour représenter les opérandes
et les résultats des calculs intermédiaires. Les solutions approchées seront calculées
comme des ensembles de valeurs discrètes sous la forme de composantes d'un vecteur
solution d'un problème matriciel. La représentation des nombres dans un ordinateur
introduit la notion d'erreur d'arrondi ou de troncature.
Ces erreurs peuvent se cumuler sur un calcul et la solution numérique finale pourra
s'avérer très éloignée de la solution exacte.
24/10/2020 EMI 2020/2021 12

Critères de modélisation
Au niveau du problème physique: Un problème est dit chaotique si une petite variation des
données initiales entraîne une variation totalement imprévisible des résultats. Cette notion de
chaos, liée à la physique d'un problème, est indépendante du modèle mathématique utilisé et
encore plus de la méthode numérique utilisée pour résoudre ce problème mathématique. De
nombreux problèmes sont chaotiques, par exemple la turbulence des fluides.
Au niveau du modèle mathématique: Un problème est dit très sensible ou mal conditionné si
une petite variation des données ou des paramètres entraîne une grande variation des résultats.
Cette notion de conditionnement, liée au problème mathématique, est indépendante de la
méthode numérique utilisée pour le résoudre. Pour modéliser un problème physique qui n'est
pas chaotique, on construira un modèle mathématique qui sera le mieux conditionné possible.
Au niveau de la méthode numérique: Une méthode est dite instable si elle est sujette à une
propagation importante des erreurs numériques de discrétisation et d'arrondi.
Un problème peut être bien conditionné alors que la méthode numérique choisie pour le
résoudre est instable. Dans ce cas, il est impératif de changer de méthode numérique. Par
contre, si le problème de départ est mal conditionné, aucune méthode numérique ne pourra y
remédier. Il faudra alors essayer de trouver une formulation mathématique différente du même
problème, si on sait que le problème physique sous-jacent est stable.
24/10/2020 EMI 2020/2021 13
Notions importantes
Un certain nombre de notion est nécessaire lors de la résolution d'équations aux
dérivées partielles (EDP) au moyen de leurs équivalents discrétisés. Les trois principales
sont la convergence, la stabilité et la consistance. Ces trois propriétés permettent de
relier la solution exacte des équations continues à la solution exacte des équations
discrétisées et à la solution numérique obtenue.
Consistance :c'est la propriété qui assure
que la solution exacte des équations
discrétisées tende vers la solution exacte
des équations continues lorsque le pas de
discrétisation (∆t et ∆x) tendent vers zéro.
Stabilité : c'est la propriété qui assure que la

différence entre la solution numérique obtenue
et la solution exacte des équations discrétisées
est bornée.
Convergence : c'est la propriété qui assure que
la solution numérique tende vers la (ou une)
solution exacte des équations continues. C'est
évidemment la propriété la plus recherchée !
24/10/2020 EMI 2020/2021 14
Processus de modélisation numérique
Pré
traitement
Traitement
Post traitement
24/10/2020 EMI 2020/2021 15

Pré_traitement
Préprocesseur interactif
Données :
• Coordonnées des nœuds Vérifications :
• Définition des éléments • Visualisation du maillage
• Paramètres physiques • Questions réponses pour la
• Sollicitations vérification
• Conditions aux limites
Création du fichiers des données inputs
Fonction: lecture des données
24/10/2020 EMI 2020/2021 16

Traitement
Pour chaque élément:
Bloc de calcul non interactif • Calcul des matrices
élémentaires
(comportement, sollicitations)
• Assemblage dans les
matrices globales
Fichiers des données inputs
Résolution:
• Prise en compte des
sollicitations nodales
• Prise en compte des
conditions aux limites
• Résolution
Fonction: calcul des matrices et

vecteurs et résolution du système Création du fichiers des données outputs
d’équations
24/10/2020 EMI 2020/2021 17
Post_traitement
Préprocesseur interactif
• Cartographies des résultats

Fichiers des données outputs • Graphes
• Vidéos
Création du fichiers des données inputs

Fonction:
• Traitement des résultats visualisation
• Calcul des variables secondaires
• Traitement des variables valeurs max, valeurs min ….
• Superposition de problèmes
24/10/2020 EMI 2020/2021 18
Schématisation du processus de calcul
Prétraitement Traitement Post traitement
Inputs Sélection des Outputs

Modèle Solution variables et
mathématique numérique des points de
calcul
 Hypothèses
 Principes et lois physiques
Problème Calcul analytique

physique Données expérimentales
24/10/2020 EMI 2020/2021 19

Schématisation du processus de calcul
Traitement
Sélection des
calcul
 Hypothèses Validation
Pré analyse  Principes et lois physiques et
vérification
24/10/2020 EMI 2020/2021 20

Pré Analyse
La partie pré analyse constitue un ensemble des étapes qui nous aide à comprendre
l’intérieur du logiciel, elle sert donc à découvrir la boite noire de la partie traitement.
Le pré analyse aura lieu avant de commencer la partie traitement.
La première étape est la construction du modèle mathématique en se référant

1 sur les principes physiques du phénomène et les hypothèses de calcul.
La deuxième étape est de fixer les grandes lignes de la solution numérique,

2 on cherche la stratégie de résolution, les sources d’erreurs et comment
minimiser ces erreurs.
La troisième partie se focalise sur les calculs analytiques qui permettent de

3 donner des résultats approximatifs aux résultats du calcul numérique.
24/10/2020 EMI 2020/2021 21

Vérification et validation
Vérification
Dans la vérification on s’intéresse à cette question : ‘’ est ce que j’ai résolu le
modèle mathématique correctement ?’’ , je me focalise alors sur les erreurs
introduite lors de la simulation. Il y a trois catégories de check à faire :
• Résultats cohérents avec le modèle mathématique, par exemple :

 la répartition des résultats dans les cartographies est consistante avec
le modèle mathématique (si on a dans le modèle mathématique σz=0
et qu’on trouve dans la cartographie qu’il y a une variation de
contrainte dans l’axe z).
 le comportement des bords coïncide avec les conditions aux limites.
 Les principes physiques sont bien appliqués (exemple de l’équilibre
statique, on doit vérifier que effectivement la structure est en
équilibre).
• Le taux d’erreur numérique est acceptable.
• L’écart entre les calculs analytique et numérique est acceptable.

24/10/2020 EMI 2020/2021 22
Vérification et validation
Validation
Dans cette partie la question majeure : ‘’ est ce que le modèle mathématique
adopté est la représentation adéquate du problème physique étudié ? ‘’, Pour ce,
on compare les résultats numérique avec les résultats expérimentaux, car dans
l’expérimentale on adopte plutôt le phénomène physique réel et non pas une
représentation.
24/10/2020 EMI 2020/2021 23

Traitement
Sélection des
calcul
 Hypothèses
 Principes et lois physiques

24/10/2020 EMI 2020/2021 24

Méthodes de discrétisation des
modèles mathématiques
Pour passer d'un problème exact continu régit par une EDP en un problème approché discret,
il existe trois grandes familles de méthodes :
Méthode des éléments Méthode des différences

finis finies
Méthode des volumes

finis
24/10/2020 EMI 2020/2021 25
Les différences finies
La méthode consiste à remplacer les dérivées partielles par des différences divisées ou
combinaisons de valeurs ponctuelles de la fonction en un nombre fini de points discrets ou
nœuds du maillage.
Utilisation des développements limités:
d T x d T x
2 2 3 3
dT
T  x  x   T  i  1  T (i )  x    x (...)
4
2 3
(1)
dx i dx i
2 dx i
6
d T x d T x
2 2 3 3
dT
T  x  x   T  i  1  T (i )  x    x (...)
4
2 3
(2)
dx i dx i
2 dx i
6
permet d’isoler :
d T x
2 2
T  i  1  T  i  1  2 T (i )  2 2
 x (...)
4
1   2 
dx i
2
dT
2
T  i  1  2 T (i )  T  i  1
  x (...)
2
dx
2
i
x 2
représentatif de l’ordre de tous les termes tronqués
24/10/2020 EMI 2020/2021 26
Les différences finies
La relation discrète finalement obtenue s’écrit :
Elle est applicable seulement aux nœuds i=2, …, N-1 :
0 0 0 0 ... 0 0 0  T 1   0 
x 2     
i  2: T1  2T2  T3   f2 1 2 1 0 ... 0 0 0  T  f x  2
2 2
k
k     
0 0   T x 
0 1 2    f
2
x 2 1 ... 0
k
i  3: T2  2T3  T4     
3 3
f3
k 
    
    
x 2 0 0 0 0 ... 1 2 1  T   f x  2
i  N  1: TN  2  2TN 1  TN     k
N 1 N 1
f ( N 1)   
k 0 0 0 0 ... 0 0 0   TN
  0 
Avantages : grande simplicité d'écriture et faible coût de calcul.
Inconvénients : limitation à des géométries simples, difficultés de prise en compte des
conditions aux limites de type Neumann.
24/10/2020 EMI 2020/2021 27

Les volumes finis
La méthode intègre, sur des volumes élémentaires de forme simple, les équations
écrites sous forme de loi de conservation. Elle fournit ainsi de manière naturelle des
approximations discrètes conservatives et est particulièrement bien adaptée aux
équations de la mécanique des fluides. Sa mise en œuvre est simple avec des volumes
élémentaires rectangles.
24/10/2020 EMI 2020/2021 28

Les volumes finis
24/10/2020 EMI 2020/2021 29

Les volumes finis
Avantages : permet de traiter des géométries

complexes avec des volumes de forme quelconque,
détermination plus naturelle des conditions aux
limites de type Neumann.
Inconvénient : peu de résultats théoriques de

convergence.
24/10/2020 EMI 2020/2021 30

Les éléments finis
La méthode consiste à approcher, dans un sous-espace de dimension finie, un
problème écrit sous forma variationelle dans un espace de dimension infinie. La
solution approchée est dans ce cas une fonction déterminée par un nombre fini
de paramètres comme, par exemple, ses valeurs en certains points ou nœuds du
maillage.
Avantages : traitement possible de géométries complexes, nombreux résultats

théoriques sur la convergence.
Inconvénient : complexité de mise en œuvre et grand coût en temps de calcul et

mémoire
24/10/2020 EMI 2020/2021 31

Introduction à la méthode des éléments
finis : Etude de cas
Problème physique
On va essayer d’introduire la méthode des éléments finis en considérant un exemple
très simple : problème de transfert thermique de conduction en 1D.
Soit une barre de longueur L et subit un phénomène de conduction. L’intérêt de cette

étude est de trouver la distribution de température.
Hypothèses :
• Le problème est statique (il ne dépend

pas du temps).
• Le problème se restreint à une étude
1D (la température ne dépend pas de y
et z, elle varie uniquement suivant x).
Section Syz : TSyz=cst
24/10/2020 EMI 2020/2021 32

Modèle mathématique
Le modèle mathématique est construit de 3 éléments :
• Le domaine de calcul.
• L’équation gouvernante.
• Les conditions aux limites (il se rajoute dans le cas dynamique les conditions
initiales).
24/10/2020 EMI 2020/2021 33

Domaine de calcul
Il peut être le domaine physique réel qui subit le phénomène étudié, ou bien une
simplification en 2D ou 1D de ce domaine.
La question qui se pose : ‘’ comment peut-on déterminer la dimension du problème

étudié ?’’, la réponse est liée à la classification de la structure selon la géométrie et le
chargement subit par la structure.
Donc la définition du domaine dans le logiciel de calcul est spécifier par le fait de
dessiner la géométrie.
Dans notre cas c’est une poutre de longueur L , qui subit le phénomène de conduction
uni axiale : donc le domaine est une ligne 1D, il est décrit comme suit : 0≤x≤L
0 L x
24/10/2020 EMI 2020/2021 34

Equation gouvernante
L’équation gouvernante est l’équation différentielle ordinaire ou partielle qui décrit le

phénomène physique. Elle est issue des principes fondamentaux de la physique (tels
que PCM, PCE, PCQM…).
Dans notre cas, le principe utilisé est : le principe de conservation de l'énergie, qui
affirme que l'énergie est toujours conservée. Autrement dit, l’énergie totale d’un
système (barre) isolé reste constante.
24/10/2020 EMI 2020/2021 35

Les types des équations différentielles partielles :
• −𝑐∆𝑢 = 𝑓 Elliptique: équation stationnaire pouvant décrire le comportement de la

chaleur au sein d’un corps, le comportement d’un fluide parfait ainsi qu’une partie du
caractère élastique d’une structure ... un modèle d’équilibre stationnaire
𝜕𝑢
• 𝜕𝑡
= 𝑐∆𝑢 + 𝑓 Parabolique: équation d’évolution pouvant décrire le comportement
thermique au cours du temps d’un corps ... un modèle d’évolution dissipatif
𝜕2 𝑢
• = 𝑐 2 ∆𝑢 + 𝑓 Hyperbolique: équation d’évolution pouvant décrire le
𝜕𝑡 2
comportement vibratoire d’un corps ... un modèle d’évolution conservatif
24/10/2020 EMI 2020/2021 36

Soit un volume infinitésimal de la barre, tel que Δx0, Δy  0, Δz  0 sont les

dimensions de ce petit volume:
Flux interne généré : Q
𝑑𝑞
Flux sortie : 𝑞𝑥 + 𝑥 . ∆𝑥 +
𝑑𝑥
Flux entré : 𝑞𝑥 des termes d’ordre plus grands
Puisque Δx0 on peut ignorer ces termes
24/10/2020 EMI 2020/2021 37

𝑑𝑞𝑥
Le flux de chaleur net dans les surfaces du volume infinitésimal est : . ∆𝑥 − 𝑄. ∆𝑥. ∆𝑦. ∆𝑧
𝑑𝑥
𝑑𝑇𝑥
On peut relier ce terme avec la température on utilisant la loi de Fourier : 𝑞𝑥 = −𝑘 . ∆𝑦. ∆𝑧
𝑑𝑥
𝑑2 𝑇𝑥
Donc le flux de chaleur net devient : −𝑘 . ∆𝑥. ∆𝑦. ∆𝑧 − 𝑄. ∆𝑥. ∆𝑦. ∆𝑧
𝑑𝑥 2
𝑑2 𝑇𝑥
D’après le principe de conservation d’énergie : −𝑘 2 . ∆𝑥. ∆𝑦. ∆𝑧 − 𝑄. ∆𝑥. ∆𝑦. ∆𝑧 = 0
𝑑𝑥
Donc l’équation gouvernante de conduction thermique dans ce cas dans ce petit volume:
𝑑 2 𝑇𝑥
−𝑘 −𝑄 =0
𝑑𝑥 2
La théorie des milieux continus nous permet de généraliser cette équation sur toute la barre.
24/10/2020 EMI 2020/2021 38

Les conditions aux limites
Une condition aux limites est une contrainte sur les valeurs que prennent les solutions
des équations aux dérivées partielles sur une frontière.
Il existe un grand nombre de conditions aux limites possibles, en fonction de la

formulation du problème (forte ou faible), du nombre de variables en jeu, et de la
nature de l'équation (elliptique, hyperbolique et parabolique).
24/10/2020 EMI 2020/2021 39

 Condition aux limites de Dirichlet : elle est imposée à une équation aux dérivées
partielles lorsque l'on spécifie les valeurs que la solution doit vérifier sur les
frontières/limites du domaine.
 Condition aux limites de Neumann : elle est imposée à une équation aux dérivées
partielles lorsque l'on spécifie les valeurs des dérivées que la solution doit vérifier sur les
frontières/limites du domaine.
 Condition aux limites de Robin : elle est imposée à une équation aux dérivées partielles,
il s'agit d'une relation linéaire entre les valeurs de la fonction et les valeurs de la dérivée
𝜕𝑢
de la fonction sur le bord du domaine : 𝑎𝑢 + 𝑏 𝜕𝑛 = 𝑔 𝑠𝑢𝑟 𝜕𝛺
 Condition aux limites mêlée : elle correspond à la juxtaposition de différentes conditions
aux limites sur différentes parties du bord (ou frontière) du domaine.
 Condition limite de Cauchy spécifie à la fois la valeur de fonction et dérivée normale sur
la limite du domaine . Cela correspond à imposer à la fois une Dirichlet et une condition
limite Neumann .
24/10/2020 EMI 2020/2021 40
Dans notre cas 1D on a utilisé les conditions mixtes (mêlée) : càd on va définir deux
types de conditions aux limites dans les deux frontières du domaine (x=0 et x=L) :
 Condition de Dirichlet à x=0: T(0) = 𝑇0 .
𝑑𝑇
 Condition de Neumann à x=L: q(L) = 𝑞𝐿 = −k 𝑑𝑥 ⎢𝑥=𝐿 (densité surfacique de
flux thermique dans la surface droite de la poutre).
24/10/2020 EMI 2020/2021 41

La solution numérique
Méthodes d’obtention des équations algébriques
Dans notre cas, c’est de transformer la forme différentielle en une forme algébrique:
𝑑2𝑇 𝐾 . 𝑇 = *𝑓+
𝑘 2+𝑄 =0
𝑑𝑥
Types de
a formulation du Méthodes
problème
Formulation Méthode des

faible résidus pondérés
Problème
Minimisation
d’une Méthode de ritz
fonctionnelle
24/10/2020 EMI 2020/2021 42
Processus général de la méthode des résidus pondérés
La méthode des résidus pondérés est une méthode destinée à affaiblir un système
d'équations pour permettre sa résolution dans le cas où celui-ci présenterait des difficultés
d'ordre mathématique (discontinuités, fonction non définie, valeurs infinies ...).
Cette méthode est basée sur :

• La définition d'un résidu (typiquement l'équation régissant le problème);
• Le développement des résidus en introduisant l’approximation de la solution ;
• La pondération du résidu par une fonction test;
• L'intégration du résidu pondéré sur tout le domaine;
• Une ou plusieurs intégrations par parties éventuellement ;
• Introduction des conditions aux limites
24/10/2020 EMI 2020/2021 43

Processus général de la méthode des résidus pondérés
Cette méthode se caractérise par le déroulement des étapes suivantes :
• Multiplier la forme forte du problème par une fonction test (1eraffaiblissement);
• Intégrer le tout sur le domaine (2ndaffaibilissement);
• Intégrer par parties éventuellement (3ème affaiblissement) avec prise en compte des
conditions aux limites.
Forme forte ou résidu 𝑑 2 𝑇𝑥
𝑘 +𝑄 =0
𝑑𝑥 2
Résidu + pondération 𝑑2𝑇
𝑤. 𝐾 2 + 𝑄 = 0
𝑑𝑥
Résidu + pondération+ 𝐿
𝑑2𝑇
intégration 𝑤. 𝐾 2 + 𝑄 = 0
0 𝑑𝑥
Résidu + pondération+ 𝑑𝑇
𝐿 𝐿
𝑑𝑤 𝑑𝑇 𝐿
intégration+ intégration par 𝑤. 𝐾 − . 𝐾. . 𝑑𝑥 + 𝑤. 𝑄 𝑑𝑥 = 0
𝑑𝑥 0 0 𝑑𝑥 𝑑𝑥 0
parties
24/10/2020 EMI 2020/2021 44
Définition du résidu
Puisque on cherche une solution approchée de l’équation différentielle aux dérivées

partielles T(x), le remplacement de la fonction T(x) dans l’équation différentielle donne
𝑑2 𝑇𝑥
naissance à une erreur : 𝐸 𝑥 = 𝑘 𝑑𝑥 2 + 𝑄. Cette erreur s’appelle le résidu.
24/10/2020 EMI 2020/2021 45

Approximation de solutions
La méthode générale de représentation approchée de la fonction cherchée propose de la

représenter par sa projection dans un sous-espace de dimension finie N + 1 dont une
base est définie par les N + 1 fonctions Ni(x) :
𝑁
𝑇 𝑥 = 𝑞𝑖 . 𝑁𝑖 (𝑥)
𝑖=0
Les composants scalaires qi deviennent les inconnues du problème et les fonctions de base
Ni(x) sont choisies a priori en fonction de la connaissance qu’on peut avoir de la forme de
la solution T recherchée.
24/10/2020 EMI 2020/2021 46

En 1 D :
Le principe est d’utiliser des fonctions Ni(x) à variation simple (linéaire ou quadratique)
définies par morceaux, à support compact et à valeur non nulle autour de certains points
particuliers seulement. Ces points sont appelés points d’interpolation. Par exemple, pour
une base de N +1 fonctions linéaires, on définit les points d’interpolation Pi (i = 0, . . . N)
de positions xi et la i-éme fonction Ni(x) est définie par :
 𝑁𝑖 𝑥𝑗 = 0
 𝑁𝑖 𝑥𝑖 = 1
On constate facilement que l’approximation : 𝑇 𝑥 = 𝑁 𝑖=0 𝑞𝑖 . 𝑁𝑖 (𝑥) est telle que :
𝑇 𝑥𝑖 = 𝑞𝑖 . C’est à dire que le paramètre 𝑞𝑖 représente la valeur de la fonction au point
d’interpolation Pi.
24/10/2020 EMI 2020/2021 47

 En 2 D et 3D: En dimension deux, on procède de la même manière. Le domaine

considéré est couvert de points d’interpolation. Les fonctions de base utilisées
sont définies comme en dimension un.
La définition de ces fonctions de base ne peut se faire par la seule donnée des
points d’interpolation. Il faut aussi définir une répartition du domaine entre les
points. Cette couverture du domaine (par exemple dans le cas 2D par des
triangles et/ou des rectangles) est appelée maillage (ou bien discrétisation) du
domaine. Par extension, on appelle maillage (discrétisation) du domaine 1D
l’ensemble des segments situés entre les points d’interpolation.
24/10/2020 EMI 2020/2021 48

Discrétisation
La discrétisation sert à transformer un problème continu à un problème discrétisé.
Par exemple, au lieu de trouver une fonction continue de la variation de la
température xT(x) tout au long de ligne de longueur L, on cherche cette fonction
dans des domaines discrétisés du domaine initiale.
Le découpage du domaine en un maillage se traduit par un découpage du signe

intégral :
L N 1 xi 1
 ... dx  
0 i 1
x ... dx avec x1  0 et xN  L
i
intégrale élémentaire
24/10/2020 EMI 2020/2021 49

Discrétisation
Pour ce, on doit faire une répartition de la géométrie initiale souvent très complexe
et dont on ne connaît pas la résolution de l’équation gouvernante à des géométries
simples dont on connaît la résolution de cette équation.
24/10/2020 EMI 2020/2021 50

Discrétisation
1D 2D 3D
Linéaire
Quadratique
Cubique
24/10/2020 EMI 2020/2021 51

Discrétisation 1D : linéaire
C'est l'élément le plus simple : il est composé de deux nœuds ayant chacun 1 ddl.
L'interpolation (des déplacements dans la mécanique ou bien des température dans la
thermique ….) sur l'élément est linéaire. Cet élément est utilisé pour traiter les
problèmes de traction-compression dans une barre.
Fonctions de bases: 𝑁𝑖 𝑥 = 𝑎𝑖 𝑥 + 𝑏𝑖 avec 𝑖 = 1,2 dans un seul élément
24/10/2020 EMI 2020/2021 52

Discrétisation 1D : Quadratique
Cet l'élément est composé de trois nœuds ayant chacun 1 ddl et l'interpolation (des
déplacements dans la mécanique ou bien des température dans la thermique ….) sur
l'élément est quadratique. Cet élément est utilisé pour traiter les problèmes de traction-
compression dans une barre.
2
Fonctions de bases: 𝑁𝑖 𝑥 = 𝑎𝑖 𝑥 + 𝑏𝑖 𝑥 + 𝑐𝑖 avec 𝑖 = 1,2,3 dans un seul élément
24/10/2020 EMI 2020/2021 53

Discrétisation 2D : Triangle
Le triangle linéaire a trois nœuds. La numérotation d'un élément se fait toujours dans
le sens trigonométrique positif.
Cet élément a 6 ddl qui sont les déplacements u(x,y) et v(x,y) à chacun des nœuds.
Le champ de contrainte sur cet élément est constant. Le champ (de contraint en
mécanique ou de flux en thermique) est donc discontinu sur la structure
discrétisée. Cette caractéristique fait que cet élément est très rigide. On utilise cet
élément soit dans les régions à faible gradient (de contraintes ou de flux) ou pour
raccorder des maillages de taille différente.
24/10/2020 EMI 2020/2021 54

Discrétisation 2D : Quadrangle
Le quadrangle à 4 nœuds est un élément très souvent utilisé. Son champ (de contrainte
ou bien de flux) n'est plus constant.
Il existe là aussi soit le triangle à 6 ou 9 nœuds ou le quadrangle à 8 ou 12 nœuds. Ces

éléments sont de bonnes qualités parce qu’ils permettent de reproduire la forme de la
géométrie avec précision.
24/10/2020 EMI 2020/2021 55

Discrétisation 3D : Les tétraèdres
Les tétraèdres sont utilisés en calcul de structure pour discrétiser (mailler) les formes
complexes ; ils permettent de mailler toutes géométries.
2 types de tétraèdres sont généralement disponibles :

• les tétraèdres linéaires (C3D4 : 4 noeuds, 1 à chaque coin) à 1 point d'intégration
(point central du volume ) au niveau duquel est réalisé le traitement numérique pour
l'obtention des déformations et contraintes.
• les tétraèdres paraboliques (C3D10 : 10 noeuds, 1 à chaque coin et au milieu de
chaque coté) à 4 points d'intégrations.
En calcul de structure, les tétraèdres linéaires ne sont utilisés que pour réaliser du
comparatif de solutions, mais jamais pour exploiter intrinsèquement des contraintes et
déformations.
Les tétraèdres sont couramment utilisés en calcul de structure pour le maillage de
géométries complexes, mais à cause des 4 points d'intégrations, les temps de calculs sont
assez longs.
24/10/2020 EMI 2020/2021 56
Discrétisation 3D :Les hexaèdres
Les hexaèdres sont utilisés en calcul de structure pour le maillage de géométries simples : si la
géométrie n'est pas simple à l'origine, il faut alors la fractionner en géométries élémentaires
simples maillables en hexaèdres.
Nous utilisons principalement 1 type d'hexaèdre :
• les hexaèdres à intégration réduite (C3D8R : 8 noeuds, 1 point d'intégration) : ces éléments
sont sensibles à l'Hourglass (déformation sans contrainte) : il faut alors contrôler le rapport
entre l'énergie de l'Hourglass ALLAE et l'énergie interne de la structure ALLIE : ALLAE <
ALLIE/100.
Sur chaque type d'éléments, des algorithmes peuvent être ajoutés pour la prise en compte
des types de matériaux et des contacts notamment :
• Option H pour Hybrid Formulation qui permet d'améliorer la tenue au confinement
(verrouillage volumétrique) des matériaux sensibles à ce confinement de type hyper-
élastique (élastomère)
• Option M pour Modified Formulation, permet l'équidistribution des pressions de contact
aux nœuds entre pièces.
24/10/2020 EMI 2020/2021 57
Discrétisation Les lois d'extrapolations
Les lois d'extrapolations
Les contraintes sont calculées aux points d'intégration et extrapolées aux nœuds.
Loi d'extrapolation linéaire pour les éléments linéaires.
Loi d'extrapolation parabolique pour les éléments paraboliques.
Déformations et contraintes sont maximales au niveau des nœuds les plus éloignés de la
fibre neutre.
La loi d'extrapolation doit donc traduire au mieux le différentiel de déformation-

contrainte entre le point d'intégration et le nœud.
Pour s'affranchir du biais généré par la loi d'extrapolation, une technique consiste à
mailler une peau (skin) en périphérie de la pièce et de prélever les déformations et
contraintes directement aux points d'intégration.
24/10/2020 EMI 2020/2021 58

Discrétisation
La discrétisation sert finalement à créer un fichier input qui décrit la géométrie à l’aide
de ces deux tableaux (exemple cas 1D):
 … des coordonnées : vcor   x1 x2 x3 x4 
1 2
 … des connectivités : conec  2 3
 
 
 3 4 
3 éléments finis à deux noeuds
24/10/2020 4 noeuds EMI 2020/2021 59

Discrétisation
Dans notre cas 1D, il suffit de trouver la température dans des points précis de l’axe x et
puis faire des interpolations pour trouver le reste, au lieu de chercher la température dans
tout l’axe x.
On présume que la fonction xT(x) est définit par morceaux (ces morceaux sont les 3
éléments qui répartissent le domaine), chaque élément est limité par deux points, ce qui
donne 4 points en total.
E1 E2 E3
24/10/2020 EMI 2020/2021 60

Discrétisation
On suppose aussi que les morceaux de la fonction xT(x) sont des polynômes
linéaires : pour trouver la température Ti on va utiliser une interpolation des
températures Tk et Tk+1 avec K varie de 1 à 3 :
𝑇𝐸1 𝑥 = 𝑇1 𝑁1 𝑥 + 𝑇2 𝑁2 𝑥
𝑇𝐸2 𝑥 = 𝑇2 𝑁3 𝑥 + 𝑇3 𝑁4 𝑥
𝑇𝐸3 𝑥 = 𝑇3 𝑁5 𝑥 + 𝑇4 𝑁6 𝑥
24/10/2020 EMI 2020/2021 61

Discrétisation
Exemple de construction des Ni(x) dans notre cas 1 D :
Pour une variation linéaire (1 er ordre) des fonctions de formes :
𝑁1 𝑥 = 𝑎1 𝑥 + 𝑏1 ; 𝑁2 𝑥 = 𝑎2 𝑥 + 𝑏2 ; 𝑁3 𝑥 = 𝑎3 𝑥 + 𝑏3 ;
𝑁4 𝑥 = 𝑎4 𝑥 + 𝑏4 ; 𝑁5 𝑥 = 𝑎5 𝑥 + 𝑏5 ; 𝑁6 𝑥 = 𝑎6 𝑥 + 𝑏6 ;
En utilisant :
 𝑁𝑖 𝑥𝑗 = 0
 𝑁𝑖 𝑥𝑖 = 1
Donc :
3 3 3
𝑁1 𝑥 = − 𝐿 𝑥 + 1 ; 𝑁2 𝑥 = 𝐿 𝑥 ; 𝑁3 𝑥 = − 𝐿 𝑥 + 2 ;
3 3 3
𝑁4 𝑥 = 𝐿 𝑥 − 1 ; 𝑁5 𝑥 = 𝐿 𝑥 + 3 ; 𝑁6 𝑥 = 𝐿 𝑥 − 2 ;
24/10/2020 EMI 2020/2021 62
Discrétisation
Remarque :
 Les températures nodales sont les constituants fondamentaux qui définissent la
variation de la température. En fait, par exemple pour une autre valeur de T2 la
forme de xT(x) change complétement au niveau des éléments 1 et 2.
 Les températures nodales sont l’ensemble des solutions des équations gouvernantes
et les conditions aux bords.
24/10/2020 EMI 2020/2021 63
Température nodale Système des
équations
Modèle algébriques des Inverser Températures
températures le nodales
mathématique
nodales système
Post
traitement
Chaque équation algébrique
Approximation relie une température nodale T(x)
polynomiale par à ses adjacents. q(x)
morceaux de xT(x)
Formulation matricielle du système : Vecteur force :
Matrice de rigidité 𝐾 . 𝑇 = *𝑓+ conditions aux
limites et
terme source
Vecteur de températures nodales
24/10/2020 EMI 2020/2021 64
Température nodale
Pour déterminer les températures nodales on aura besoin de convertir le modèle

mathématique à un système d’équations algébriques nodales, en utilisant la
représentation polynomiale par morceaux de la variation de la température. Chaque
équation va relier une température nodale avec ces adjacents. Par exemple si on écrit
l’équation algébrique au nœud 2, cette équation permet de relier T2 avec T1 et T3.
Finalement, on inverse le système algébrique pour trouver les températures nodales :

[K].{T}={f}
A partir de ces températures nodales on peut trouver les températures tout au long de la
ligne et toutes autres variables qui dérivent de la température tels que la densité du flux.
24/10/2020 EMI 2020/2021 65

Equation algébrique Problématique
L’idée triviale qui se pose, c’est de remplacer la fonction xT(x) dans l’équation
gouvernante par ses approximations polynomiales, pour finalement extraire les
équations algébriques :
Approximation polynomiale
par morceaux de T(x)
𝑑2 𝑇
𝑘 𝑑𝑥 2 + 𝑄 = 0
C’est faux !!! Système des équations

algébriques des
températures nodales
24/10/2020 EMI 2020/2021 66

Equation algébrique Problématique
• Cette approche ne va aboutir à aucun résultat significatif. En fait, l’approximation

polynomiale par morceaux de T(x) est linéaire donc si je la dérive deux fois on va
𝑑2 𝑇
obtenir : = 0 et donc Q=0 (c’est faux !!).
𝑑𝑥 2
• Également, dans les nœuds la dérivée seconde de la température n’est pas définit
parce que la première dérivée est discontinue.
Pour résoudre le problème, les chercheurs ont pensé à transformer la forme

différentiable de l’équation gouvernante en une forme intégrale pondérée :
𝑑2 𝑇 𝐿 𝑑2 𝑇 Avec xw(x) est
𝑘 𝑑𝑥 2 +𝑄 =0 𝑤. 𝑘 𝑑𝑥 2 +𝑄 =0
0 une fonction de
La forme différentiable La forme intégrale pondérée pondération
arbitraire.
La solution exacte de la forme intégrale pondérée pour xw(x) une
fonction arbitraire, elle vérifie aussi la forme différentiable.
24/10/2020 EMI 2020/2021 67

Equation algébrique Méthode de choix de la fonction test
Les choix possibles pour les fonctions de pondération w(x) sont nombreux :
 La méthode des moments qui consiste à choisir les fonctions de pondération w(x) telles
que : 𝑤𝑖 𝑥 . 𝑤𝑗 𝑥 𝑑𝛺 = 𝛿𝑖𝑗
 La méthode de moindres carrés qui est obtenue en prenant :
𝜕 𝜕 𝑁
𝑤𝑖 = 𝜕𝑞 𝐿 𝑇 = 𝜕𝑞 𝐿 𝑖=1 𝑞𝑖 𝑁𝑖 (𝑥) ; L est l’opérateur différentiel
𝑗 𝑗
 La méthode de collocation par sous domaines qui consiste à choisir des fonctions de
pondération constantes sur un sous domaine de Ω et nulles partout ailleurs.
 La méthode de collocation par points qui consiste à choisir des fonctions de pondération
w(x) non nulles en un seul point du domaine Ω.
 La méthode des fonctions spline qui est obtenue en écrivant la formulation normale
morceau par morceau et en imposant des conditions de raccordement de la fonction
cherchée et de certaines de ces dérivées.
 La méthode de Galerkin qui est la plus utilisée et qui est développée ce qui suit.
24/10/2020 EMI 2020/2021 68
La plus utilisés est la méthode de Galerkin, on va utiliser les mêmes formes des
fonctions de bases pour les fonctions de pondérations : xwe(x) une fonction
polynomiale arbitraire par morceaux :
Approximation polynomiale
par morceaux de T(x)
𝐿
𝑑2𝑇
𝑤𝑒. 𝑘 2+𝑄 =0
0 𝑑𝑥
Système des équations

algébriques des
températures nodales
24/10/2020 EMI 2020/2021 69
Remarque : La solution par la méthode des éléments finis, va vérifier approximativement

l’équation différentielle et aussi pour une forme bien déterminer de xw(x), c’est la
forme polynomiale. Donc le degré du désordre a diminué, pour revenir à la forme
arbitraire de xw(x), il faut augmenter le nombre des nœuds, cela permet de
converger la solution numérique vers la solution exacte.
24/10/2020 EMI 2020/2021 70

Equation algébrique Intégration par parties sur le domaine
On a réduit le degré d’arbitraire de la fonction de pondération xwe (x) pour le
restreindre dans le choix arbitraire des valeurs de xwe (x) dans les nœuds.
On a les formes de xwe (x) et xT(x) et la forme faible de l’équation gouvernante :
𝐿
𝑑2𝑇
𝑤𝑒 . 𝑘 2 + 𝑄 = 0
0 𝑑𝑥
Après on va faire une intégration par partie pour faciliter le calcul de cet :
𝐿 𝐿 𝐿
𝑑𝑇 𝑑𝑤 𝑒 𝑑𝑇
𝑤𝑒𝑘 − . 𝑘. . 𝑑𝑥 + 𝑤 𝑒 𝑥 . 𝑄 𝑑𝑥 = 0
Donc cette forme nous permet de résoudre le problème du comportement de la deuxième

dérivée de la température (qui est nulle partout et non définie dans les nœuds), car seule la
dérivée première qui figure dans cette forme et elle est définie, certes discontinue dans les
nœuds mais cela ne va pas poser un problème lors de l’intégration.
24/10/2020 EMI 2020/2021 71
Processus de transformation de la forme
Equation algébrique
faible aux équations algébriques
Dans cette partie, on va citer les grandes étapes du processus de transformation de l’équation
gouvernante vers les équations algébriques, d’après ce qui précède, on dispose de :
 La forme faible de l’équation gouvernante :
𝐿 𝐿 𝐿
𝑑𝑇 𝑑𝑤 𝑒 𝑑𝑇
𝑤𝑒𝑘 − . 𝑘. . 𝑑𝑥 + 𝑤 𝑒 𝑥 . 𝑄 𝑑𝑥 = 0
 Le domaine : la barre est modélisée en 1D par une droite maillée en 3 éléments :
 L’approximation polynomiale de x T(x) et x w(x) :
24/10/2020 EMI 2020/2021 72

Processus de transformation de la forme
faible aux équations algébriques
Donc on peut faire l’intégration des trois termes :

 1 er terme :
𝐿
𝑑𝑇 𝑑𝑇 𝑑𝑇
𝑒
𝑤 𝑘 = 𝑤4𝑒 . 𝑘. − 𝑤1𝑒 . 𝑘.
𝑑𝑥 0
𝑑𝑥 4
𝑑𝑥 1
24/10/2020 EMI 2020/2021 73

La solution numérique Processus de transformation de la forme
Equation algébrique faible aux équations algébriques
 2 ème terme : la dérivation des approximations des fonctions x T(x) et xw(x)
donne :
𝐿 𝑑𝑤 𝑒 𝑑𝑇
Donc : 0 𝑑𝑥
. 𝑘. 𝑑𝑥
. 𝑑𝑥 =
𝑤4 − 𝑤3 𝑇4 − 𝑇3 𝑤3 − 𝑤2 𝑇3 − 𝑇2 𝑤2 − 𝑤1 𝑇2 − 𝑇1
𝑘+ 𝑘+ 𝑘
𝑥4 − 𝑥3 2 𝑥3 − 𝑥2 2 𝑥2 − 𝑥1 2
24/10/2020 EMI 2020/2021 74
 3 ème terme : on va faire un calcul numérique de cette intégrale, cette technique procède
en trois phases distinctes :
 Décomposition du domaine en morceaux (un intervalle en sous-intervalles contigus) ;
 Intégration approchée de la fonction sur chaque morceau, pour ce il y a plusieurs
𝑏 𝑓 𝑎 +𝑓(𝑏)
méthodes, on va utiliser la méthode des trapèzes: 𝑎 𝑓 𝑥 𝑑𝑥 = 𝑏 − 𝑎 . 2
 Sommation des résultats numériques ainsi obtenus.
Donc :
𝐿 𝑒 1 1 1
0
𝑤 𝑥 . 𝑄 𝑑𝑥 = 𝑤2 + 𝑤1 𝑄∆𝑥 + 𝑤3 + 𝑤2 𝑄∆𝑥 + 𝑤4 + 𝑤3 𝑄∆𝑥
2 2 2
24/10/2020 EMI 2020/2021 75

Finalement on peut écrire :
1 𝑑𝑇
𝑤1 𝑇2 + 𝑇1 + 2 𝑄∆𝑥 − 𝑘 + 𝑤2 𝑇2 + 𝑇1 + 𝑇3 + 𝑄∆𝑥 +
𝑑𝑥 1
1 𝑑𝑇
𝑤3 𝑇2 + 𝑇3 + 𝑇4 + 𝑄∆𝑥 + 𝑤4 𝑇3 + 𝑇4 + 2 𝑄∆𝑥 − 𝑘 =0
𝑑𝑥 4
Pour que cette équation soit vraie pour 𝑤1 , 𝑤2 , 𝑤3 , 𝑤4 arbitraires, on a :

1 𝑑𝑇
𝑤1 𝑇2 + 𝑇1 + 2 𝑄∆𝑥 − 𝑘 + Equation algébrique dans le nœud 1
𝑑𝑥 1
=0
𝑤2 𝑇2 + 𝑇1 + 𝑇3 + 𝑄∆𝑥 + Equation algébrique dans le nœud 2
=0
𝑤3 𝑇2 + 𝑇3 + 𝑇4 + 𝑄∆𝑥 + Equation algébrique dans le nœud 3
=0
𝑤4 𝑇3 + 𝑇4
1
+ 2 𝑄∆𝑥 − 𝑘
𝑑𝑇
=0 Equation algébrique dans le nœud 4
𝑑𝑥 4
=0
24/10/2020 EMI 2020/2021 76
La solution numérique Forme matricielle des équations algébriques
 1 er terme : ce terme contient deux parties, la première partie est le dernier

élément du vecteur force, c’est bien la condition aux limite de Neumann
introduite en x=L’’qL ‘’:
𝐿
𝑤𝑒𝑘 = 𝑤4𝑒 . 𝑘. − 𝑤1𝑒 . 𝑘.
𝑑𝑥 0
𝑑𝑥 4
𝑑𝑥 1
Ce terme exprime le flux en x=0,

𝐾 . 𝑇 = *𝑓+
c’est la réaction dans ce point qui
permet d’évaluer par la suite
l’équilibre énergétique
24/10/2020 EMI 2020/2021 77

•2 ème terme : ce terme forme les éléments de la matrice de rigidité et du vecteur de

température :
𝐿
𝑑𝑤 𝑒 𝑑𝑇
. 𝑘. . 𝑑𝑥 =
0 𝑑𝑥 𝑑𝑥
𝑤4 − 𝑤3 𝑇4 − 𝑇3 𝑤3 − 𝑤2 𝑇3 − 𝑇2 𝑤2 − 𝑤1 𝑇2 − 𝑇1
𝑘+ 𝑘+ 𝑘
𝑥4 − 𝑥3 2 𝑥3 − 𝑥2 2 𝑥2 − 𝑥1 2
𝐾 . 𝑇 = *𝑓+
24/10/2020 EMI 2020/2021 78

• 3 ème terme : Q est le terme source, il représente l’énergie apportée localement et
transmit au corps, parmi les processus qui permette de dégager ou d’absorber de l’énergie
: Effet joule, Une réaction chimique exothermique ou endothermique, Une réaction
nucléaire, Changement de phase, Gravité…
𝐿 𝑒 1 1 1
0
𝑤 𝑥 . 𝑄 𝑑𝑥 = 𝑤 2 + 𝑤 1 𝑄∆𝑥 + 𝑤 3 + 𝑤 2 𝑄∆𝑥 + 𝑤4 + 𝑤3 𝑄∆𝑥
2 2 2
Ce terme contribue dans l’ensemble des éléments du vecteur force :
𝐾 . 𝑇 = *𝑓+
24/10/2020 EMI 2020/2021 79

Remarque : la condition dans le bord x=0 de Dirichelet permet de diminuer le nombre des
équations algébrique car on sait déjà la valeur de 𝑇1 = 𝑇0 . Le système algébrique à
résoudre devient :
𝑇2 + 𝑇1 + 𝑇3 + 𝑄∆𝑥 = 0
𝑇2 + 𝑇3 + 𝑇4 + 𝑄∆𝑥 = 0
1 𝑑𝑇
𝑇3 + 𝑇4 + 𝑄∆𝑥 − 𝑘 =0
2 𝑑𝑥 4
Tandis qu’après la résolution de ce système et la détermination de toutes les températures
1 𝑑𝑇
nodales, on peut utiliser cette équation 𝑇2 + 𝑇1 + 2 𝑄∆𝑥 − 𝑘 𝑑𝑥 1
= 0 pour
déterminer le flux q1.
Le flux q1 nous permet de faire un check de l’équilibre énergétique et on nomme la quantité
‘’ q1 .A’’ la réaction : 𝐴. 𝑞1 + 𝑄. 𝑉 = 𝐴. 𝑞4
24/10/2020 EMI 2020/2021 80
Remarque : la condition dans le bord x=0 de Dirichelet permet de diminuer le nombre des
équations algébrique car on sait déjà la valeur de 𝑇1 = 𝑇0 . Le système algébrique à
résoudre devient :
𝑇2 + 𝑇1 + 𝑇3 + 𝑄∆𝑥 = 0
𝑇2 + 𝑇3 + 𝑇4 + 𝑄∆𝑥 = 0
1 𝑑𝑇
𝑇3 + 𝑇4 + 𝑄∆𝑥 − 𝑘 =0
2 𝑑𝑥 4
Tandis qu’après la résolution de ce système et la détermination de toutes les températures
1 𝑑𝑇
nodales, on peut utiliser cette équation 𝑇2 + 𝑇1 + 2 𝑄∆𝑥 − 𝑘 𝑑𝑥 1
= 0 pour
déterminer le flux q1.
Le flux q1 nous permet de faire un check de l’équilibre énergétique et on nomme la quantité
‘’ q1 .A’’ la réaction : 𝐴. 𝑞1 + 𝑄. 𝑉 = 𝐴. 𝑞4
24/10/2020 EMI 2020/2021 81
Notion d’élément de référence
Chaque intégrale « élémentaire » est définie par des bornes distinctes, d’où :
 Des fonctions d’approximation N1 et N2 différentes d’un élément à un autre.
Nécessité de recalculer les fonctions pour chaque élément !
Pour pallier à cette hétérogénéité, on définit un élément de référence commun sur

lequel effectuer l’intégration.
24/10/2020 EMI 2020/2021 82

Equation algébrique Notion d’élément de référence
Méthode : changement de variables
𝑥 ∈ 𝑥𝑖 , 𝑥𝑖+1 → 𝑠 ∈ 0, 𝐿𝑒 , où 𝐿𝑒 = 𝑥𝑖+1 − 𝑥𝑖
𝑥𝑖+1 𝐿𝑒 𝑑𝑥 𝑑𝑥
𝑥𝑖
… . 𝑑𝑥 = 0
(… . ) 𝑑𝑠 avec 𝑥 𝑠 = 𝑠 + 𝑥𝑖 d’où 𝑑𝑠 = 1
𝑑𝑠
Soit : 𝑁 𝑥𝑖+1 𝑁𝑒𝑙𝑡 𝐿𝑒

𝑑𝑥
… . 𝑑𝑥 = (… . ) 𝑑𝑠
𝑑𝑠
𝑖=1 𝑥𝑖 𝑖=1 0
Les fonctions d’approximation sur l’élément de référence sont linéaires et définies par :
𝑠
𝑁1 0 = 1 𝑁2 0 = 0 𝑁1 𝑠 = 1 − 𝑒
𝐿
𝑁1 𝐿𝑒 = 0 et : 𝑁2 𝐿𝑒 = 1 𝑠
𝑁2 𝑠 = 𝑒
𝐿
24/10/2020 EMI 2020/2021 83
Le calcul des matrices et vecteurs « élémentaires » pour l’élément de référence suit la
démarche suivante :
• Approximation par éléments finis :

𝑇1 𝑤1
𝑇 𝑠 = 𝑁1 𝑠 𝑁2 (𝑠) w 𝑠 = 𝑁1 𝑠 𝑁2 (𝑠) 𝑤
𝑇2 2
• Les dérivées se calculent selon :

𝑑𝑇 𝑑𝑁 𝑑𝑁 𝑇 𝑑𝑊 𝑑𝑁1 𝑑𝑁2 𝑤1
= 𝑑𝑠1 𝑑𝑠2 1 = 𝑤2
𝑑𝑠 𝑇2 𝑑𝑠 𝑑𝑠 𝑑𝑠
24/10/2020 EMI 2020/2021 84

Introduction les approximations dans la forme intégrale du 2ème terme de

l’élément de référence: :
𝐿𝑒 𝑑𝑤 𝑑𝑇 𝐿𝑒 𝑁1 ′ ′ ′ 𝑇1
. 𝑘. . 𝑑𝑠 = 𝑤1 𝑤2 ′ 𝑘 𝑁1 𝑁2 𝑑𝑠
0 𝑑𝑠 𝑑𝑠 0 𝑁2 𝑇2
𝐿𝑒 (𝑁1 ′ )2 𝑁1 ′ 𝑁2 ′ 𝑇1
= 0
𝑤1 𝑤2 𝑘 ′ ′ ′ 2 𝑇 𝑑𝑠
𝑁1 𝑁2 (𝑁2 ) 2
𝐿𝑒 (1/𝐿𝑒 )2 −(1/𝐿𝑒 )2 𝑇1
= 0 𝑤1 𝑤2 𝑘 𝑑𝑠
−(1/𝐿𝑒 )2 (1/𝐿𝑒 )2 𝑇2
𝑘 1 −1 𝑇1
= 𝑤1 𝑤2 𝐿
−1 1 𝑇2
24/10/2020 EMI 2020/2021 85

Introduction les approximations dans la forme intégrale du 3ème terme de l’élément de
référence:
𝐿𝑒
𝑤 𝑥 . 𝑄 𝑑𝑠
0
𝐿𝑒 𝑁1
= 𝑤1 𝑤2 𝑄𝑑𝑠
0 𝑁2
𝑠
𝐿𝑒 1 − 𝐿𝑒
= 0
𝑤1 𝑤2 𝑠 𝑄𝑑𝑠
𝐿𝑒
𝐿𝑒 1
= 𝑤1 𝑤2 2 𝑄
1
24/10/2020 EMI 2020/2021 86

Introduction des approximations dans le 1er terme:
𝐿
𝑒
𝑤 𝑘 = 𝑤4𝑒 . 𝑘. − 𝑤1𝑒 . 𝑘.
𝑑𝑥 0
𝑑𝑥 4
𝑑𝑥 1
Ce terme n’admet pas une représentation par élément on

va ajouter ces composants après l’opération d’assemblage
24/10/2020 EMI 2020/2021 87

Equation algébrique Phase d’assemblage
La phase d’assemblage consiste à « assembler » :
• Toutes les matrices élémentaires en une seule matrice globale [K]
• Tous les vecteurs élémentaires de chargement en un seul vecteur global 𝐹
• Tous les vecteurs élémentaires de réaction en un seul vecteur global {R}
1 2 3 4
𝐿 𝑛𝑒𝑙𝑡 𝑛𝑒𝑙𝑡 4
𝑑𝑇 𝑒
𝑇1
𝑤𝑒𝑘 − 𝑤1 𝑤2 𝑒
𝐾𝑒 + 𝑤1 𝑤2 𝑒
𝐹𝑒 =0
𝑑𝑥 𝑇2
0 𝑖=1 𝑖=1 3
𝑇1 2
< 𝑤1 … … … 𝑤2 > 𝐾 … − 𝐹 − 𝑅 =0
1
𝑇𝑁
𝑁×𝑁 𝑁×1
1 2 3 4
24/10/2020 EMI 2020/2021 88
Assemblage
par extension
Techniques
d’assemblage
Assemblage
par projection
24/10/2020 EMI 2020/2021 89

Assemblage par extension
Le principe est simple : augmenter les dimensions des matrices et vecteurs
élémentaires aux dimensions de la matrice global et du vecteur global.
𝑛𝑒𝑙𝑡 𝑛𝑒𝑙𝑡
𝑒
𝑒 𝑇1
− 𝑤1 𝑤2 𝐾𝑒 + 𝑤1 𝑤2 𝑒 𝐹𝑒
𝑇2
𝑖=1 𝑖=1
= − < 𝑤1 𝑤2 𝑤3 𝑤4 > 𝐿(1)

𝑄
2
𝐿(2) 𝐿(3)
𝑄 𝑄
2 2
24/10/2020 EMI 2020/2021 90

Assemblage par extension
Le principe est simple : augmenter les dimensions des matrices et vecteurs
élémentaires aux dimensions de la matrice global et du vecteur global.
𝑛𝑒𝑙𝑡 𝑛𝑒𝑙𝑡
𝑒
𝑒 𝑇1
− 𝑤1 𝑤2 𝐾𝑒 + 𝑤1 𝑤2 𝑒 𝐹𝑒
𝑇2
𝑖=1 𝑖=1
= − < 𝑤1 𝑤2 𝑤3 𝑤4 > 𝐿(1)

𝑄
2
𝐿(2) 𝐿(3)
𝑄 𝑄
2 2
24/10/2020 EMI 2020/2021 91

Assemblage par projection
Il consiste à localiser la « zone » de la matrice globale où sera projetée la matrice
élémentaire, cette « zone » possède les mêmes dimensions que la matrice élémentaire.
Démarche générale :
 On boucle sur tous les éléments :

• Calcul de [Ke] et {Fe}
• Extraction de la connectivité de l’élément (numéros des nœuds)
• On isole dans [K] et {F} les lignes et colonnes correspondantes
• On y « projette » [Ke] dans [K]
• On y « projette » {Fe} dans {F}
 Retour de boucle
 Introduction des conditions aux limites

24/10/2020 EMI 2020/2021 92
Equation algébrique Phase d’assemblage des termes 2 et 3 :
Outil de mise en œuvre : la table des connectivité « conec »
1 2
conec   2 3  N° ligne = numéro de l’élément (ici c’est l’élément 2)
 3 4 
Contenu des colonnes = liste des nœuds de l’élément (pour l’élément 2 ce sont
les nœuds 2 et 3)
= liste des lignes et colonnes matrice globale !
24/10/2020 EMI 2020/2021 93

 Assemblage de l’élément 1 : 𝑘 1 −1 𝑇1 𝐿𝑒 1
𝑤1 𝑤2 𝑤1 𝑤2 𝑄
 Conec(1,[1 2])=[1 2]
𝐿 −1 1 𝑇2 2 1
N° d’élément Liste des nœuds

N° des colonnes
E1 𝐿𝑒
= 𝑄
2
L’élément E1 est connecté aux nœuds 1

& 2 donc sa matrice de rigidité est
projetée à l’intersection des lignes 1 et
2 avec les colonnes 1 et 2.
24/10/2020 EMI 2020/2021 94
𝑤1 𝑤2 𝑤1 𝑤2 𝑄
 Conec(2,[1 2])=[2 3]
𝐿 −1 1 𝑇2 2 1

N° des colonnes
= 𝐿𝑒
E2 𝑄
2
24/10/2020 EMI 2020/2021 95

𝑤1 𝑤2 𝑤1 𝑤2 𝑄
 Conec(3,[1 2])=[3 4]
𝐿 −1 1 𝑇2 2 1

N° des colonnes
E3 = 𝐿𝑒
𝑄
2
24/10/2020 EMI 2020/2021 96

Equation algébrique Phase d’assemblage du terme 1:
𝐿
𝑒
𝑤 𝑘 = 𝑤4𝑒 . 𝑘. − 𝑤1𝑒 . 𝑘.
𝑑𝑥 0
𝑑𝑥 4
𝑑𝑥 1
Ce flux est connu,

Ce flux est inconnu, il ne va
c’est la condition
pas intervenir dans la forme
au limite (x=L) de
matricielle. On va voir dans
Neumann
la partie validation son
intérêt.
24/10/2020 EMI 2020/2021 97

Equation algébrique Phase d’assemblage: Condition de Neumann
𝑑𝑇
on a : 𝑤4𝑒 . 𝑘. = 𝑤4𝑒 . 𝑞𝐿
𝑑𝑠 4
L’approximation de la dérivée de température donne :

𝑑𝑇 𝑑𝑁1 𝑑𝑁2 𝑇3 −1 1 𝑇3 𝑇4 − 𝑇3
= = =
𝑑𝑠 4 𝑑𝑠 𝑑𝑠 𝑇4 𝐿𝑒 𝐿𝑒 𝑇4 𝐿𝑒
Donc 𝑇4 − 𝑇3 = 𝑞𝐿 . 𝐿𝑒
𝐿𝑒
𝑇1 𝑄
1 −1 0 0 2
𝑘 −1 2 −1 0 𝑇2 𝑄𝐿𝑒
=
𝐿𝑒 0 −1 2 −1 𝑇3 𝑄𝐿𝑒
0 0 −1 1 𝑇4 𝐿𝑒
𝑄 − 𝑞𝐿 . 𝐿𝑒
2
24/10/2020 EMI 2020/2021 98
Equation algébrique Phase d’assemblage: Condition de Dirichelet
On a 𝑇1 = 𝑇0 pour insérer cette condition, il y a deux méthodes:

Méthode 1 :
Méthode du terme unité sur la diagonale :Cette méthode consiste à : remplacer
purement et simplement la ligne associée à la variable à imposer par une ligne de zéros
avec un terme unité sur la diagonale, remplacer la ligne du second membre par la valeur
à imposer.
1 0 0 0
𝑘 𝑘 𝑘 0 𝑇0
− 2 − 𝑇
𝐿𝑒 𝐿𝑒 𝐿𝑒 0 1
𝑄𝐿𝑒
𝑘 𝑘 𝑇2
= 𝑄𝐿𝑒
0 𝑘 2 −𝐿 𝑇3
− 𝐿𝑒 𝑒 𝐿𝑒
0 𝐿𝑒 𝑇4 𝑄 + 𝑞𝐿 . 𝐿𝑒
𝑘 𝑘 2
0 0 −
𝐿𝑒 𝐿𝑒
24/10/2020 EMI 2020/2021 99
Méthode 2 :
On assemble le système algébrique sans tenir compte des conditions de Dirichlet, c.a.d.
avec toutes les lignes. Ensuite, pour les nœuds pour lesquels la fonction u est connue on
va introduire la valeur imposée de la façon suivante : on ajoute un nombre γ aux termes
diagonaux correspondants aux nœuds Dirichlet et on remplace les seconds membres
correspondants par le produit de la valeur imposée par γ.
𝑘 𝑘 Cette méthode est facile
∗γ − 0 0
𝐿𝑒 𝐿𝑒 à mettre en œuvre mais
𝑘 𝑘 𝑘 0 𝑇 0 ∗ γ elle est limitée lorsque
0 𝑇1
− 2 − 𝑄𝐿𝑒
𝐿𝑒 𝐿𝑒 𝐿𝑒 𝑘 𝑇2 les termes du système
= 𝑄𝐿𝑒
𝑘 −𝐿 𝑇3 algébrique sont grands.
0 𝑘 2 𝑒 𝐿 𝑒 De plus elle ne diminue
− 𝐿 𝑒 𝑘
𝑇4 𝑄 + 𝑞𝐿 . 𝐿𝑒
0 𝐿𝑒 2 pas la taille du système à
𝑘 𝐿
24/10/2020
0 0 − 𝑒
EMI 2020/2021 résoudre. 100
𝐿𝑒
Méthode 2 :
On assemble le système algébrique sans tenir compte des conditions de Dirichlet, c.a.d.
avec toutes les lignes. Ensuite, pour les nœuds pour lesquels la fonction u est connue on
va introduire la valeur imposée de la façon suivante : on ajoute un nombre γ aux termes
diagonaux correspondants aux nœuds Dirichlet et on remplace les seconds membres
correspondants par le produit de la valeur imposée par γ.
𝑘 𝑘 Cette méthode est facile
∗γ − 0 0
𝐿𝑒 𝐿𝑒 à mettre en œuvre mais
𝑘 𝑘 𝑘 0 𝑇 0 ∗ γ elle est limitée lorsque
0 𝑇1
− 2 − 𝑄𝐿𝑒
𝐿𝑒 𝐿𝑒 𝐿𝑒 𝑘 𝑇2 les termes du système
= 𝑄𝐿𝑒
𝑘 −𝐿 𝑇3 algébrique sont grands.
0 𝑘 2 𝑒 𝐿 𝑒 De plus elle ne diminue
− 𝐿 𝑒 𝑘
𝑇4 𝑄 + 𝑞𝐿 . 𝐿𝑒
0 𝐿𝑒 2 pas la taille du système à
𝑘 𝐿
24/10/2020
0 0 − 𝑒
EMI 2020/2021 résoudre. 101
𝐿𝑒
Equation algébrique Phase d’assemblage: Condition de Cauchy
Si on a un phénomène de convection, on va assister au condition de cauchy:
Flux de convection :
𝑒
𝑑𝑇
𝑤4 . 𝑘. = 𝑤4𝑒 . 𝑕(𝑇𝐿 − 𝑇𝑒𝑥𝑡 )
𝑑𝑠 4
𝑘 𝑘
− 0 0
𝐿𝑒 𝐿𝑒 𝐿𝑒
𝑘 𝑘 𝑘 0 𝑇1 𝑄
2
− 2 − 0
𝐿𝑒 𝐿𝑒 𝐿𝑒 𝑘 𝑇2 𝑄𝐿𝑒
=
𝑘 −𝐿 𝑇3 𝑄𝐿𝑒
0 𝑘 2 𝑒
𝑇4 𝐿𝑒
− 𝐿𝑒 𝑘
0 𝐿𝑒 𝑄 + 𝑇𝑒𝑥𝑡 . 𝑕
𝑘𝐿 +𝑕 2
0 0 − 𝑒
𝐿𝑒
24/10/2020 EMI 2020/2021 102
Equation algébrique Phase d’assemblage: cas particuliers
Liste des nœuds non consécutives
Technique : on « dispatche » en conservant les
Exemple : conec(e, [1 2]) = [ 1 3]
positions relatives respectives !
 k k
 Le 
 K    Le 
e
 1 2 3 4
 k k 
 Le Le    1
 
 
  2
 
  
K  
  3
 
 
  4
 
24/10/2020 EMI 2020/2021 103
Equation algébrique Phase d’assemblage: cas particuliers
Liste des nœuds inversée
Technique : on « dispatche » en inversant
les lignes et les colonnes !
Exemple : conec(e, [1 2]) = [ 4 2]
 k k
 Le 
 K    Le 
e
 1 2 3 4
 k k 
 Le Le    1
 
 
  2
 
  
K  
  3
 
 
  4
 
24/10/2020 EMI 2020/2021 104
Les résultats de résolution du système algébrique
Graphe de température
On trace ici la température en fonction de la distance obtenue par la méthode
analytique et la méthode numérique :
•Les valeurs des températures

nodales sont exactes
•Les conditions aux limites des
températures sont parfaitement
satisfaites
24/10/2020 EMI 2020/2021 105

Graphe de flux
On trace ici la dérivée de la température en fonction de la distance obtenue par la

méthode analytique et la méthode numérique :
 La solution exacte est linéaire tandis que la

solution numérique est constante par
morceaux. Cela est dû à notre supposition
Erreur de variation linéaire de température.
 Le flux est satisfait approximativement
𝑑𝑇
 Erreur de 𝑑𝑥 est supérieure à l’erreur de T.
24/10/2020 EMI 2020/2021 106

Graphe de flux
On trace ici la dérivée de la température en fonction de la distance obtenue par la
méthode analytique et la méthode numérique :
• Le principe de conservation d’énergie n’est
pas appliqué dans chaque élément :
Erreur
𝑞2,𝑜𝑢𝑡 𝑞2,𝑖𝑛
Si l’énergie est conservée dans l’élément 2 on aura :
𝑞2,𝑖𝑛 . 𝐴 + 𝑄. 𝐴. ∆𝑥 = 𝑞2,𝑜𝑢𝑡 . 𝐴 alors que dans le
graphe on a : 𝑞2,𝑖𝑛 . 𝐴 = 𝑞2,𝑜𝑢𝑡 . 𝐴.
Le terme 𝑄. 𝐴. ∆𝑥 se transmis à l’élément adjacent
donc : 𝑞2,𝑜𝑢𝑡 . 𝐴 + 𝑄. 𝐴. ∆𝑥 = 𝑞1,𝑜𝑢𝑡
24/10/2020 EMI 2020/2021 107
Réaction
Après la détermination des températures nodales, on peut déterminer

numériquement le flux q1 par le biais de cette équation :
1 𝑑𝑇
𝑇2 + 𝑇1 + 𝑄∆𝑥 − 𝑘 =0
2 𝑑𝑥 1
L’intérêt :
 Préciser si le calcul numérique du flux q1 donne la même valeur du calcul
analytique.
 Vérifier l’équilibre énergétique dans la barre : 𝑞1,𝑜𝑢𝑡 . 𝐴 + 𝑄. 𝐴. ∆𝑥 = 𝑞4,𝑖𝑛 . 𝐴
24/10/2020 EMI 2020/2021 108

Erreur de réduction Méthode de correction des erreurs de discrétisation
Le processus de transformation du problème différentielle en un système algébrique, génère
une erreur de discrétisation
Erreur de
discrétisation Système des
Modèle équations
mathématique algébriques
Approximation polynomiale par morceaux de T(x)
La réduction de cette erreur nécessite, soit raffiner la répartition du domaine d’étude, soit
l’amélioration de l’approximation polynomiale de la solution.
24/10/2020 EMI 2020/2021 109

• Augmenter le nombre des éléments : en diminuant la taille moyenne des éléments.

 Exemple pour le cas 1D :
24/10/2020 EMI 2020/2021 110

• Augmenter l’ordre du polynôme dans chaque élément = augmenter le nombre des

nœuds dans chaque élément.
24/10/2020 EMI 2020/2021 111

Erreur de réduction Effet des méthodes de correction des erreurs de discrétisation
Méthode 1 : On présente une comparaison entre la solution analytique et la solution
numérique en utilisant 3 éléments dans la première et 6 éléments dans la deuxième.
3 éléments 6 éléments
• La solution numérique qui utilise 6 éléments correspond converge plus vers la solution
analytique. On remarque aussi qu’il y a une diminution de l’erreur entre la solution
numérique et analytique de la dérivée de température.
24/10/2020 EMI 2020/2021 112
Erreur de réduction Effet des méthodes de correction des erreurs de discrétisation
•La deuxième solution numérique même avec 1 seul élément il converge

parfaitement à la solution analytique.
•On remarque aussi que la dérivée de température de la solution numérique

correspond exactement à celle de la solution analytique.
•En générale, les polynômes d’approximation quadratique en 2D et en 3D

permettent d’obtenir un résultat plus précise peut être la solution numérique dans
ce cas ne va pas converger exactement vers la solution analytique, mais cette
approche va nous donner la meilleure approximation.
24/10/2020 EMI 2020/2021 113

Calculs de convergence
Vérifier qu’il existe une taille de maillage minimale à partir de laquelle, la solution
devient indépendante du maillage.
24/10/2020 EMI 2020/2021 114

Cours Calcul de Structure Modélisation PDF

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Cours Calcul de Structure Modélisation PDF

Transféré par

Droits d'auteur :

Formats disponibles

Calcul assisté par

24/10/2020 EMI 2020/2021 1

24/10/2020 EMI 2020/2021 2

Modèle mathématique = Mise en équation d’une observation dans le but de lui

24/10/2020 EMI 2020/2021 4

24/10/2020 EMI 2020/2021 5

24/10/2020 EMI 2020/2021 6

• Mathématiques, souvent au moyen d’équations différentielles résultant d’une

• Algorithmiques: un ensemble de relations logiques entre les composants d’un

Propagation des cellules

24/10/2020 EMI 2020/2021 7

24/10/2020 EMI 2020/2021 8

Modèle simple Modèle numérique

Limitée par les simplifications Limitée par la capacité de calcul

Limitée par les coûts

24/10/2020 EMI 2020/2021 9

24/10/2020 EMI 2020/2021 10

• Recherche d'un modèle mathématique représentant la physique. Mise en

• Elaboration d'un maillage. Discrétisation des équations de la physique.

• Résolution des équations discrètes (souvent systèmes linéaires à résoudre).

• Transcription informatique et programmation des relations discrètes.

• Simulation numérique et exploitation des résultats.

24/10/2020 EMI 2020/2021 11

24/10/2020 EMI 2020/2021 12

Stabilité : c'est la propriété qui assure que la

24/10/2020 EMI 2020/2021 15

Création du fichiers des données inputs

Fonction: lecture des données

24/10/2020 EMI 2020/2021 16

Fonction: calcul des matrices et

• Cartographies des résultats

Création du fichiers des données inputs

Inputs Sélection des Outputs

Problème Calcul analytique

24/10/2020 EMI 2020/2021 19

24/10/2020 EMI 2020/2021 20

Le pré analyse aura lieu avant de commencer la partie traitement.

La première étape est la construction du modèle mathématique en se référant

La deuxième étape est de fixer les grandes lignes de la solution numérique,

La troisième partie se focalise sur les calculs analytiques qui permettent de

24/10/2020 EMI 2020/2021 21

• Résultats cohérents avec le modèle mathématique, par exemple :

• Le taux d’erreur numérique est acceptable.

• L’écart entre les calculs analytique et numérique est acceptable.

24/10/2020 EMI 2020/2021 23

Problème Calcul analytique

24/10/2020 EMI 2020/2021 24

Méthode des éléments Méthode des différences

Méthode des volumes

24/10/2020 EMI 2020/2021 27

24/10/2020 EMI 2020/2021 28

24/10/2020 EMI 2020/2021 29

Avantages : permet de traiter des géométries

Inconvénient : peu de résultats théoriques de

24/10/2020 EMI 2020/2021 30

Avantages : traitement possible de géométries complexes, nombreux résultats

Inconvénient : complexité de mise en œuvre et grand coût en temps de calcul et

24/10/2020 EMI 2020/2021 31

Soit une barre de longueur L et subit un phénomène de conduction. L’intérêt de cette

• Le problème est statique (il ne dépend

Section Syz : TSyz=cst

24/10/2020 EMI 2020/2021 32

Le modèle mathématique est construit de 3 éléments :