ENSA Tétouan Année universitaire

Filière Génie Civil,GC2 2020-2021

Calcul des structures

Chapitre 2:
Concepts de la méthode des éléments finis;
méthode des résidus pondérés de Galerkin

EL-BAKARI Abdelali & KHAMLICHI Abdellatif

Département Sciences et Technologies Industrielles et Civiles (STIC) 1

Filière Génie Civil
 Plan

• Problème modèle
• Maillage du domaine
• Interpolation élémentaire du champ inconnu
• Interpolation standard
• Formulation intégrale et assemblage
• La méthode des résidus pondérés de Galerkin
• Exemple
• Approximation des formes intégrales: la méthode des résidus pondérés de
Galerkin

2
1. Problème modèle

• Les problèmes continus qui sont régis par des équations différentielles aux
dérivées partielles et des conditions aux limites sont très fréquents dans le
domaine de la physique.

• Le problème à résoudre s'écrit souvent sous la forme suivante:


A(u)  0 dans 
 (1)
B(u)  0 sur   


défini sur  
m n
où u


u

3
2. Maillage du domaine

• Le domaine  est subdivisé par des éléments: on parle de maillage ou de

triangulation du domaine.

y   e

L'élément e occupe
m le domaine e
i e j

Domaine 2D maillé par des éléments triangulaires

4
2. Maillage du domaine

• Une erreur géométrique peut apparaître parfois lors du maillage du domaine,

il convient alors de la réduire en raffinant le maillage ou en introduisant des
éléments à frontière courbe.

Erreur géométrique

m
i e j

5
3. Interpolation élémentaire du champ inconnu

• Nous supposons dans la suite que le champ inconnu u est scalaire (m=1) et
défini sur un domaine plan (n=2).

• Le champ inconnu est approché a priori en tout point de l'élément e par une
interpolation de la forme suivante:

u(x, y) u e (x, y)   N e (x, y)a e (2)

Noeuds de e

La fonction de forme Ne (x, y)

i
e est rattachée au nœud 


y a e inconnues nodales de
l'élément e

x j 6
3. Interpolation élémentaire du champ inconnu

• Dans le cas particulier où les nœuds coïncident avec les sommets de

l’élément, l’interpolation (2) se réécrit:

e
 ai 
u(x, y) u e (x, y)   Nie (x, y) N ej (x, y) N em (x, y)   a j    N(x, y)  a 
e e

a m 

i
e
y

x j
7
3. Interpolation élémentaire du champ inconnu

• Les fonctions de forme sont a priori arbitraires, mais l’exigence de continuité

du champ approché u entre les éléments impose des restrictions particulières
sur le choix de ces fonctions.

• Si la condition de continuité est satisfaite, on parlera d’approximation

conforme. Dans le cas contraire, l'approximation est dite non-conforme.

Nem (x, y) Nem' (x, y)

m
jm: interface entre
e et e'
i
e u e ue
y
e

x
j
8
4. Interpolation standard

• Une interpolation très importante dans la pratique est celle dite standard.
Elle consiste à choisir les fonctions Ni , Nj , Nm de telle sorte qu'elles
redonnent les valeurs nodales de u lorsqu'on substitue x et y par les
coordonnées des nœuds associés:

e e
 ai   ui 
a e   a j    u j 
a m   u m 

• Les inconnues nodales [a]e représentent dans ce cas des quantités physiques
faciles à interpréter; elles correspondent aux valeurs du champ aux nœuds de
l'élément.

9
 4. Interpolation standard
e
 ai 
u e (x, y)   Nie (x, y) N ej (x, y) N em (x, y)   a j 
a m 

• Pour obtenir une interpolation de type standard, il suffit que les fonctions de
forme vérifient:

 Nie (x i , yi )  1, Nie (x j , y j )  N ie (x m , y m )  0

 N j (x j , y j )  1, N j (x i , yi )  N j (x m , y m )  0
e e e
(3)
 e
 m m m
N (x , y )  1, N e
m (x i , y i )  N m (x j , y j )  0
e

Remarquons que les conditions (3) peuvent être facilement satisfaites si l'on
choisit des fonctions de forme linéaires.

10
 4. Interpolation standard

• Tracé de la fonction de forme linéaire attaché au nœud i.

Nie (x, y)
1

y i

j
m

11
4. Interpolation standard

Nie (x, y)  ie  ie x   ie y

N ej (x, y)   ej  ej x   ej y
N em (x, y)   em  em x   em y

 Nie (x i , yi )  ie  ie x i   ie yi  1 1 x i yi  i  1 

e

 e 1 x y   e   0 
 Ni (x j , y j )  i  i x j   i y j  0 j  i   
e e e
 j
 e 1 x m y m    ie  0 
 Ni (x m , y m )  i  i x m   i y m  0  
e e e

 N ej (x i , yi )   ej  ej x i   ej yi  0 1 x i yi   j  0 
e

 e 1 x y   e   1 
 N j (x j , y j )   j   j x j   j y j  1 j  j   
e e e
 j
 e 1 x m y m    ej  0 
 j m m
N (x , y )   e
j   e
x
j m   j ym  0
e
 

 N em (x i , yi )   em  em x i   em yi  0    e
 0 
1 x y i  m
1 x y   e   0 
i
 e
 N m (x j , y j )   m  m x j   m y j  0 j  m  
e e e
 j
 e 1 x m y m    em  1 
 N m (x m , y m )   m  m x m   m y m  1  
e e e

12
4. Interpolation standard
e
 ui 
u e (x, y)   Nie (x, y) N ej (x, y) N em (x, y)   u j 
 u m 

u e  (ie  ie x   ie y) u i  (ej  ej x   ej y) u j  ( em  em x   em y) u m

(4)
Nie (x,y) Nej (x,y) Nem (x,y)

 e x jym  x m y j  e x m yi  x i y m  e x i yi  x j yi
 i   j   m 
 2  e
2 e  2  e

 e y j  ym  e y m  yi  e yi  y j
i   j  m 
 2  e
 2  e
 2  e

 e xm  x j  e xi  x m  e x j  xi
i    j  2 e  m 
 2 e   2 e
1 x i yi
1 x i (y j  y m )  x j (y m  yi )  x m (yi  y j )
e  1 x j y j 
2 2
1 x m ym
(Surface de l'élément e)
13
4. Interpolation standard
Les fonctions de forme sont fonctions uniquement des coordonnées nodales
des nœuds de l'élément considéré.

 e x j y m  x m y j  (y j  y m ) x  (x m  x j ) y
 N i (x, y) 
 x i (y j  y m )  x j (y m  yi )  x m (yi  y j )

 e x m yi  x i y m  (y m  yi ) x  (x i  x m ) y (5)
 N j (x, y) 
 x i (y j  y m )  x j (y m  yi )  x m (yi  y j )
 x i yi  x j yi  (yi  y j ) x  (x j  x i ) y
 N em ( x, y) 
 x i (y j  y m )  x j (y m  yi )  x m ( yi  y j )

y
yi i
m
ym
e

yj j
14
xi xj xm x
4. Interpolation standard

Approximation par interpolation standard linéaire du champ u sur l'élément e

de nœuds i,j,m.

ui
um
i
m
e uj

15
4. Interpolation standard

Les fonctions de forme linéaires garantissent automatiquement la continuité

du champ entre éléments car le champ varie linéairement le long de chaque côté
du triangle, et puisque les valeurs coïncident aux nœuds, elles coïncideront
de fait le long du côté défini par ces nœuds.

ui

i
m
uj
e
e

Continuité le long du côté ij

16
5. Formulation intégrale et assemblage

Supposons que le problème formé par les équations (1) admette une
formulation intégrale équivalente qui s'écrit sous la forme:

 G (u) d   g (u) d  0

j

j (6)

où Gj et gj sont des fonctions ou bien des opérateurs connus. On prend ici m

équations lorsque u  m si l’on veut que le problème soit bien posé.

En utilisant la propriété d'additivité de l'opération d'intégration, on peut écrire:

Ne  
 G j (u) d   g j (u) d     G j (u) d   g j (u) d 

e 1  e

(7)
e 

17
5. Formulation intégrale et assemblage
Les formes intégrales permettent d’utiliser l’approximation définie élément
par élément afin de calculer les quantités globales (intégrales sur tout le
domaine ou sur sa frontière).

L’interpolation élémentaire se traduit au niveau global par:

Nn
u  u    Ni  a i    N a  (8)
i 1

La fonction de forme globale

Ni est obtenue par prolongement
de ses restrictions définies
sur les éléments qui partagent
i ce nœud.

18
5. Formulation intégrale et assemblage

19
5. Formulation intégrale et assemblage

20
5. Formulation intégrale et assemblage

21
5. Formulation intégrale et assemblage

22
5. Formulation intégrale et assemblage

23
5. Formulation intégrale et assemblage

24
5. Formulation intégrale et assemblage

Une procédure d’assemblage résulte naturellement de l’équation (7).

Cette procédure permet d’obtenir automatiquement les quantités globales

à partir des quantités élémentaires qui leur sont associées.

C’est sans doute cette faculté d’assembler les quantités élémentaires qui
explique tout le succès qu’a connu la méthode des éléments finis.

MEF = {formulation intégrale + interpolation élémentaire}

Au moins deux possibilités existent pour établir des formulations intégrales

de la forme (7) qui sont associées à un problème défini par l'équation (1):
- la méthode des résidus pondérés de Galerkin;
- les principes variationnels.

25
6. La méthode des résidus pondérés de Galerkin

Soit  v   v1 v2 .....vm  une fonction vectorielle test. Alors

T

 vT .A(u) d   v1.A1 (u)  v 2 .A 2 (u)  ...  v m.A m (u) d  0 (9)



On démontre sous des hypothèses appropriées que la relation (9) entraîne (1).

26
6. La méthode des résidus pondérés de Galerkin

Dans plusieurs cas, il est possible d'opérer une intégration par parties (formule
de Green) sur (9), ce qui permet de la remplacer par la forme:

 CT (v).D(u) d   ET (v).F(u) d  0

(10)

Dans la relation (10), les opérateurs D et F contiennent des dérivées d'ordre

inférieur à celles intervenant dans l'opérateur A. Une continuité d'ordre
inférieur suffit pour u au prix d'une continuité d'ordre supérieur pour v.

La relation intégrale (10) qui est moins exigeante que (1) au niveau de la
régularité sur u est appelée formulation faible du problème. Cette relation est
souvent plus réaliste d'un point de vue physique du problème que l'équation
différentielle (1) appelé formulation forte.

27
7. Exemple

Considérons le problème stationnaire de conduction de la chaleur dans un domaine

bidimensionnel :

        
 A( )   kx    k y   Q  0 dans 
 x  x  y  y 

B()      0 sur  
d


B()   k  n.grad()  q  0 sur  q
d




         
  x  x x  y  y y   d  0
v k  k  Q v   0

28
7. Exemple

         
 v  x  k x x   y  k y y   Q d  0

Posons:   
k x x 
 
k  
 y 
y

Le théorème de la divergence permet d'écrire:

 vdivd   .grad(v)d   v.n d

  

29
7. Exemple

Par suite:

           v  v  
  x  x x  y  y y  
v k  k  Q d     x k x x  y k y y  d   vQ d
  v k  n.grad() d  0
 


v   0 et k  n.grad()  q    0
d
q

(CL essentielle) (CL naturelle)

 v  v  
  x x y y 
       d
d
k x k y  d vQ d vq
q

30
 7. Exemple

Remarque:

Un calcul identique peut être fait si [k] et Q sont des fonctions de  (cas non linéaire),
ou de x et y (problème non homogène). On peut donc apprécier le caractère
généraliste de la MEF. On parle de méthode universelle.

31
 8. Approximation des formes intégrales: la méthode des résidus
pondérés de Galerkin
Considérons l'interpolation de u telle que donnée par l'équation (8).

Nn
u  u    Ni  a i    N a 
i 1

Il est impossible d’obtenir dans le cas général directement, pour cette interpolation,
les inconnues nodales [a] permettant de vérifier l'équation (1).

La forme intégrale (9) permet cependant de construire de manière approchée

une solution du problème (1), en considérant l'approximation suivante:

 CT (v).D(u) d   ET (v).F(u) d  0

e e
e

 CT (v).D  Na  d   ET (v).F  Na  d  0

e e
e
32
8. Approximation des formes intégrales: la méthode des résidus
pondérés de Galerkin

Il suffit pour cela de prendre v arbitraire dans un espace de dimension fini,

on choisit donc un sous ensemble fini de fonctions test wj: (On parle alors de
la discrétisation du problème puisqu'on est passé d'un problème continu à
un problème discret)

 CT (w j ).D  Na  d   ET (w j ).F  Na  d  0

e e
e

j  1,..., Nn

On forme ainsi un système de Nn équations à Nn inconnues permettant

de calculer le vecteur des inconnues nodales [a].

33
8. Approximation des formes intégrales: la méthode des résidus
pondérés de Galerkin

Si A est linéaire:

A(u)  0  A(u  u)  A(u)  A(u)  A(u)  A  N a 

A  Na   A(u  u) est appelé résidu.

Solution exacte <=> résidu nul A  Na   A(u  u)  0  A(u)  0

Solution approchée <=> résidu petit A  Na   A(u  u) 0  A(u) 0

34
8. Approximation des formes intégrales: la méthode des résidus
pondérés de Galerkin

 e
C T
(w j ).D  u  d  

E 
 e (w j ).F  u  d  0
T

 CT (w j ).D  N a  d   ET (w j ).F  N a  d  0

e e
e

Si D et F sont linéaires, on obtient:

 
 
 e C T
(w j ).D   N  a   u  d  e
E T
(w j ). F   N  a   u  d 0
e  
 résidu résidu 

Tout se passe comme si l'on pondérait les résidus pour annuler un résidu
pondéré: d'où le nom de la méthode.

35
8. Approximation des formes intégrales: la méthode des résidus
pondérés de Galerkin

 CT (w j ).D  Na  d   ET (w j ).F  Na  d  0

e e
e

Plusieurs choix des fonctions wj (linéairement indépendantes) peuvent être

considérés pour pondérer les résidus et assurer la fermeture du système.
Selon le choix effectué des fonctions de pondération wj, des noms différents sont
donnés au processus de résolution qui en résulte.

Collocation par points: w j  j (Dirac au nœud j)

Collocation par sous-domaines: w j  1 j

Bubnov-Galerkin: w j  Nj (Fonction de forme attachée au nœud j)

Petrov-Galerkin: w j  Nj
36
8. Approximation des formes intégrales: la méthode des résidus
pondérés de Galerkin

Remarques:

 La méthode bien connue des différences finies apparaît dans certains cas
comme une méthode de collocation où les fonctions de pondération sont définies
localement.

 Dans le cas des problèmes transitoires, on opère une discrétisation partielle par
rapport aux variables d'espace. La variable temps est traitée à part par un
algorithme d'intégration numérique ou par une procédure spectrale:

 CT (w j ).D  Na(t) d   ET (w j ).F  Na(t) d  0

e e
e

37