Université de Lubumbashi/Polytech

Calcul des Structures par

Eléments finis (FEM)

Chapitre 1

Freddy BOKWALA
Professeur Associé
 Bibliographie

1. Bhavikatti (2007). Finite Element Analysis . New Age International Publisher.

2. Jacob Fish and Ted Belytschoko (2010). A first course in Finite Elements, Wiley.

3. Jean Charles Creaveur (2008). Modélisation des Eléments finis, 2ième Edition, cours et

Exercices corrigés, Sciences Sup,Dunod.

4. Jean Christophe Cuillère (2010). Introduction à la méthode des Eléments finis, cours et

exercices corrigés, Dunod.

5. Luc Marchand, Georges Mcintyre Martin Levesque (2008). Eléments finis en Mécanique du

Solide, 7ième Edition, Ecole Polytechnique de Montréal.

6. O.C.Zienkiewicz; RL Taylor (2010). The finite Element Method, Volume 2, Solid Mehancs, Fith

Edition.
 Plan du cours

1. Introduction: contexte de FEM

2. Approche directe élément barre

3. Interpolation nodale

4. Formulation intégrale

5. Maillage et Assemblage

6. FEM en l’Elasticité Linéaire

7. FEM en Plasticité

8. Utilisation Pratique des FEM

 Plan du cours

1. Introduction: contexte de FEM

2. Approche directe élément barre

3. Interpolation nodale

4. Formulation intégrale

5. Maillage et Assemblage

6. FEM en l’Elasticité Linéaire

7. FEM en Plasticité

8. Utilisation Pratique des FEM

 Introduction
Contexte
La modélisation mathématique et la simulation numérique ont pris une importance considérable
ces dernières décennies dans tous les domaines des science et des applications industrielles ou
sciences de l’ingénieur: génie civil, aéronautiques, fiances; télécommunications, Mécanique etc.

Fig1: Simulation numérique:

sciences de l’ingénieur au
Féminin.
Définition des termes
Modélisation
La modélisation est l’art de représenter une réalité physique en modèles abstraits accessibles à
l’analyse et au calcul.
Simulation Numérique
Elle est le processus qui permet de calculer et d’analyser sur ordinateur les solutions de ces modèles
et donc de simuler la réalité physique des problèmes complexes issus de motivations industrielles ou
scientifiques à l’aide des ordinateurs.
Fig 2: Problèmes Physiques
Vs une translation numérique.
• La modélisation mathématiques des problèmes physiques (mécanique, transfert de chaleur,
écoulement etc.) se présente souvent sous forme d’équations aux dérivées partielles (EDP) à
plusieurs variables (x, t, ε...).
• Des conditions aux limites et des conditions initiales sont nécessaires pour compléter la modèle
mathématique.
• La résolution de ces EDP peut parfois être obtenue analytiquement (problèmes simple) ,
toutefois dans la plupart des cas, cela n’est pas possible (Problème complexes).
Ainsi, simulation numérique voudrait dire: calculer une solution approchée au moyen des méthodes
d’analyse numérique. Parmi les méthodes de calcul on y trouve:
 Méthodes des différences finis (MDF ou DFM)
 Méthodes des éléments finis (MEFF ou FEM)
 Méthodes des volumes finis
 Méthodes des éléments distincts.

Par ailleurs, la méthodes FEM est la méthode numérique de référence pour la résolution des EDP.
Elle consiste à rechercher une solution approchée de la solution exacte d’un champ défini sur un
domaine. Elle est un des outils les plus efficaces et les plus généraux de la simulation numérique.
I.2.Historique de la méthode EF

La méthode des éléments finis a été mise en œuvre pas concomitamment par les mathématiciens

et les ingénieurs.

L’idée de réduire un système continu en discret date depuis l’antiquité par ailleurs les dates

suivantes sont considérées comme les plus importante dans l’élaboration de la méthode.
1943: Méthodes Variationnelles; Raylieigh1 , Ritz … 1

1956: Introduction des paramètres de rigidité, CLOUGH, Turner et

Martin 2

1960: Introduction du concept par Clough2 :Eléments Finis

3
1970: Début de programmation des méthodes des éléments finis,

Popularisation de la méthode par Zienkewich 3.

Quelques Problèmes et questions d’ingénieur?

1.Stabilité

Comment évaluer la résistance de l’aille d’un avion?

Comment évaluer avec précision le temps qu’il fera demain

Comment évaluer la stabilité d’un puits minier allant jusqu’à 1500m de Profondeur?

2.Dimensionnement

Quelles les dimensions qu’il faut donner à un portique qui s’éleve à 800m?

Quel choix porter sur un matériau pouvant alléger la charge d’une structure élevée à 200m et

sollicitée régulièrement par des vents violents?

3.Transfert de chaleur

Comment évaluer la conductivité thermique d’une élément métallique placé sur un milieu

chauffé à 1200°?
 Résolution des problèmes d’ingénieur Vs les sollicitations.

1. Pour résoudre ce genre de problèmes, on construit un modèle mathématique pour

représenter le phénomènes physiques: ce modèle est fait généralement d’équations

différentielles.

2. Très souvent ces équations représentent une loi de conservation d’énergie ou un système

d’équilibre des forces.

A. Pour les systèmes d’équations simples: il est aisé de trouver une solution. Par ailleurs, lorsque le

système d’équations dévient complexe, la solution Analytique est non convergente. Il faut

chercher la solution dans un intervalle( il faut imposer des conditions aux limites au système).

B. Des solutions numériques approximatives viennent en rescousse pour approcher la solution de

type de problèmes, parmi lesquelles: Les Éléments Finis (EF) ou FEM: Finite Element Methods.
Exemple de quelques problèmes
physiques et leurs solutions
analytiques. 2.Conditions aux
3.Solutions.
limites, et initiales.
1.Type de problèmes
𝑑 2 𝑌 𝑤𝑋 𝐿 − 𝑋 La déflection de la poutre Y=f(t)
𝐸𝐼 2 =
𝑑𝑋 2 𝑤
Conditions aux limites 𝑌= −𝑋 4 + 2𝐿𝑋 3 − 𝐿3 𝑋
24𝐸𝐼
𝑋 = 0, 𝑌 = 0
𝑋 = 𝐿, 𝑌 = 0

𝑑2𝑦 Y est une fonction de t

2
+ 𝑤𝑛2 𝑦 = 0
𝑑𝑡
𝑘
𝑤𝑛2 = 𝑦 𝑡 = 𝑦0 cos𝑤𝑛 𝑡
𝑚
Conditions initiales
𝑡 = 0, 𝑦 = 𝑦𝑜
𝑑𝑦
𝑡 = 0, =0
𝑑𝑡
Conditions aux limites
La distribution de la température
2
𝑑 𝑇 ℎ𝑃 de X.
− 𝑇 − 𝑇∞ = 0
𝑑𝑋 2 𝑘𝐴𝑐 ℎ𝑝
− 𝑋
𝑇 = 𝑇∞ + 𝑇𝑏𝑎𝑠𝑒 − 𝑇∞ 𝑒 𝑘𝐴𝑐
𝑋 = 0, 𝑇 = 𝑇𝑏𝑎𝑠𝑒
𝐿 → ∞, 𝑇 = 𝑇∞
 Exemple de quelques problèmes
numériques

2. Système
1. Système discret
continu
F F

Un problème FEM consiste à transformer un problème continu (modélisation mathématique pat un

système d’équations différentielles au dérivées partielles avec les conditions aux limites) en un
problème discret qui est modélisé mathématiquement par un système d’équations linéaires.

1. Un système continu est un champ 2. Un système discret est un ensemble de valeurs prises par une
continu d’une grandeur physique; grandeur physique en des points particuliers appelés nœuds:

exemple déplacement en mécanique. Déplacements nodaux.

Système discret ou idéalisé :
Pour tout problème physique impliquant les sollicitations (Mécanique des solides, transfert de
chaleurs, champ magnétique, écoulements des fluides etc.). Comme montré ci-dessous:

1. Système Physique

2. Système Idéalisé:
Discret?
I.1 Démarche Générale Problèmes résolus par les Eléments finis

Le schéma général de résolution des problèmes FEM

1. Discrétisation(maillage) du domaine en sous domaines appelés éléments. Le sommets des

éléments sont appelés Nœuds

2. Formulation vibrationnelle du problème: on construit une formulation intégrale des EDP

3. Choix des fonctions de base (fonction de forme) pour représenter la variation du champ sur
chaque élément. Ici les fonctions d’interpolation d sont des polynômes. Ce choix est motivé
par le fait que ces fonctions sont faciles à manipuler ( dériver et intégrer…).

4. Discrétisation du problème continu. Les inconnues sont les valeurs du champ sur chaque
nœud.

5. Assemblage: pour obtenir la solution globale, on fait l’assemblage des contributions de tous
les éléments.

6. Imposer les conditions aux limites au système d’équation au point précédent

7. Résolution du système d’équations obtenues

8. Faire des calculs supplémentaire si nécessaire.

I.1 Démarche Générale Problèmes résolus par les Eléments finis
 Etapes Sous étapes
Lecture des données

• Coordonnées des nœuds

• Eléments et leurs connectivités

1.Données
• Propriétés Physiques des matériaux

• Variables prescrites

• Calcul des matrices et des

vecteurs élémentaires: matrice
de rigidité, vecteurs forces
nodales…
• Assemblage
2. Résultats
• Prise en compte des conditions
aux limites: CL
• Résolution du système
• Calcul des dérivées, flux…
• Visualisation des résultats:
3. Résultats • Déplacements, contraintes,
déformations….
I.2 Avantages des FEM
1. Application à tout problèmes de champ et transfert de chaleur

2. Pas de restriction en terme de géométrie de conditions de chargement, des caractéristiques

des matériaux ( iso tropes ou anisotropes)

3. Possibilité d’affiner la solution en raffinant les maillage (images).

I.3 Exemple de quelques problèmes aux conditions aux limites

1.Problème EQDF à 1D

2. Problème EQDF en 3D

OU
3. Equations aux valeurs propres

4. Problèmes dynamiques

1D

3D
 5. Problèmes de diffusion

1D

3D

Comment résoudre le problème par les FEM?:

Solution d’essai Critère d’optimisation Solution approximative

Précision incertaine ou inacceptable

 Forme géométrique des éléments

Hypothèse
Soit un élément 𝛺𝑒 de forme géométrique quelconque appartenant à un domaine discrétisé 𝛺
L’élément 𝛺𝑒 est caractérisé par :
• 𝛺𝑒
Les Nœuds: on distingue les nœuds extérieurs qui joignent l’élément aux nœuds adjacents et
les nœuds intérieurs de l’élément.
• Le degré de liberté (ddl): le nombre d’inconnues par nœuds multiplié par le nombre de nœuds
par élément.
• Fonction de forme ou fonction d’interpolation; ce sont généralement des polynômes ( fonction
polynomiales ou trigonométriques). S’il existe plusieurs variables par nœuds , on doit chercher
les fonction de forme pour chaque variable.

Les fonctions de forme ne peuvent pas être choisies au hasard, elles doivent vérifier certaines
conditions pour assurer la convergence vers la solution exacte quand la taille de la maille diminue.
 Types d’éléments finis
La FEM utilise de nombreux types d’éléments développés au cours du temps pour des besoin
spécifiques. Ces éléments se distinguent entre eux en termes de forme géométrique et sûrement
de comportement.

En général, il existe trois catégories d’éléments:

1. Les éléments à une dimension (1D): ce sont de morceaux de droites ou de courbes

2. Les éléments en deux dimensions (2D): ce sont de morceaux de plans ou de surfaces.

A. Eléments triangulaires
 Types d’éléments finis
B. Eléments quadrangulaires

3. Les éléments en trois dimensions (3D): ce sont de morceaux de volumes bornées par des faces
planes ou non planes. Ce sont des tétraèdres , hexaèdres ou prismes dont les faces sont des
surfaces des polynômes du 1er, 2ième et 3ième degré.

A. Eléments tétraédriques
 Types d’éléments finis
B. Eléments hexaédriques

C. Eléments prismatiques
Règle de maillage
Le domaine que l’on cherche à mailler peut être composé de morceaux de différentes natures:

 1D rectilignes ou curvilignes

 2D plan ou surfaciques

 3D solide

Le recouvrement de n’importe quel domaine, composé de n’importe quel élément devra

respecter les règles concernant la manière dont les éléments doivent se connecter les uns aux
autres.

Quelques règles suivantes sont édictées:

1. Le maillage d’un domaine doit couvrir l’ensemble de ce domaine.
2. Les éléments voisins d’un maillage ne peuvent pas se recouvrir et leur connexion ( ou
connectivité) doit se faire selon les règles montrées au slide suivant.
 2.Connexion de plusieurs
éléments autour d’un nœud
1.Connexion interdite:
Recouvrements d’éléments

3.Connexion interdite:
Recouvrements d’éléments Respecter le rapport des cotés

4.Connexion interdite:
Recouvrements d’éléments
Discontinuité
 Raffinement des maillages
En général, diminuer la taille des éléments permet d’améliorer la précision du calcul. Ainsi parmi
les erreurs d’approximation, on peut citer:
1. L’erreur de discrétisation géométrique, certains types d’éléments ne peuvent couvrir un
domaine V de formes curvilignes. Il faut donc soit raffiner la maillage soit imposer les éléments qui
auront la même nature géométrique que les frontières du domaine.

Ainsi, toute opération visant localement à diminuer la taille des éléments ou d’augmenter le degré
d’éléments pour diminuer l’erreur de discrétisation géométrique porte le nom de raffinement du
maillage.
 Erreur provoquée par le rapport des cotés:

Eléments quadrangulaires

𝑏 3 Analyse des contraintes

a ≤ቊ
𝑎 10 Analyse des déformations
b

≺ 𝟏𝟐𝟎°

b a 𝑏 ≤ 5𝑎
≻ 𝟔𝟎°

b
𝑏 𝑎
a ≥ ≥
4 4
 Raffinement des maillages
Soit une ouverture circulaire chargée par les efforts extérieurs comme montré ci-dessous:

2. Maillage 1. Modèle
grossier géométrique

3. Maillage raffiné
Stratégie de raffinement

Pour diminuer l’erreur de calcul avec la méthode des MEF par rapport à la solution exacte, on
peut utiliser trois stratégies de raffinement de maillage:

1. Le raffinement de type h qui consiste à diminuer localement la taille des éléments

 Raffinement des maillages
2. Le raffinement de type p qui consiste à augmenter localement le degré des éléments

3.Le raffinement hybride h-p qui consiste à la combinaison de deux approches.

Interpolation nodale

L’interpolation nodale en MEF est le processus qui permet d’exprimer la valeur d’une grandeur,

en n’importe quel point à l’intérieur d’un élément, en fonction des valeurs de cette grandeur aux

nœuds de l’élément.

L’interpolation vise à connaitre la variation de la fonction à partir de la connaissance de la valeur

de cette fonction en certains points particuliers.

Si par hypothèse, on considère une fonction u(x) connue en un ensemble de points n de

coordonnées xi: les valeurs ui sont donc classées par valeurs croissantes comme ci-dessous:

𝑢(𝑥1 ) = 𝑢1 . 𝑢(𝑥2 ) = 𝑢2 . . . . . 𝑢 𝑥 = 𝑢𝑛

Réaliser l’interpolation des ces n valeurs, consiste à déterminer l’expression d’une fonction u(x),
définie dans un intervalle [x1,xn]
 Interpolation nodale de LAGRANGE: le contexte

Le principe de l’interpolation nodale consiste à exprimer u(x) fonction sous une forme qui fait

apparaitre ui valeurs connues aux Nœuds. Pour ce faire, on fait appel aux fonctions

d’interpolation NiR(x) sur l’élément réel (élément défini dans l’espace de coordonnées

cartésiennes), en général les fonction d’interpolation sont les polynômes de Lagrange.

Comment
interpoler sur
Le but est d’exprimer une valeur d’une grandeur (ε,σ etc;) en n’importe quel point l’élément?

à l’intérieur d’un élément f( des valeurs de cette grandeurs dans les nœuds).
 𝑢1 𝑛

1D 𝑢 𝑥 = ‫𝑁ۃ‬1𝑅 𝑥 𝑁2𝑅 𝑥 ... . . .𝑁𝑛𝑅 𝑥 ‫𝑢 ۄ‬.2 = ෍ 𝑢𝑖 𝑁𝑖𝑅 𝑥

𝑢𝑁 𝑖=1
𝑛
𝑥 − 𝑥𝑗
𝑁𝑖𝑅 𝑥 : fonctions d’interpolation sur l’élément réel. 𝑁𝑖𝑅 𝑥 = ි
𝑥𝑖 − 𝑥𝑗
𝑗=1
𝑗≠𝑖

L’extension de ce problème à trois variables, c’est-à-dire de 2D en 3D, on aura ce qui suit:

𝑢1 𝑛

2D 𝑢 𝑥, 𝑦 = ‫𝑁ۃ‬1𝑅 𝑥, 𝑦 𝑁2𝑅 𝑥, 𝑦 . . . 𝑁𝑛𝑅 𝑥, 𝑦 ‫𝑢 ۄ‬.2 = ෍ 𝑢𝑖 𝑁𝑖𝑅 𝑥, 𝑦

𝑢𝑛 𝑖=1

𝑢1 𝑛

3D 𝑢 𝑥, 𝑦, 𝑧 = ‫𝑁ۃ‬1𝑅 𝑥, 𝑦, 𝑧 𝑁2𝑅 𝑥, 𝑦, 𝑧 . . . 𝑁𝑛𝑅 𝑥, 𝑦, 𝑧 ‫𝑢 ۄ‬.2 = ෍ 𝑢𝑖 𝑁𝑖𝑅 𝑥, 𝑦, 𝑧

𝑢𝑛 𝑖=1
En résumé, a fonction générale 𝑛
d’interpolation s’exprime comme 𝑓 𝑥 = ෍ 𝑁𝑖 𝑓𝑖 = 𝑁1 𝑓1 + 𝑁2 𝑓2 + 𝑁3 𝑓3 +. . . +𝑁𝑛 𝑓𝑛
suivant:
𝑖=1
Exercice

Déterminer le polynôme d’interpolation de Lagrange qui satisfait au tableau ci-dessous:

x 0 2 3 5
f(x) -1 2 9 87

Solution:

En rappelle que le Polynôme de Lagrange est basé sur les points d’appui d’abscisses x0,x1….xn est
de degré n et s’écrit comme ci-dessous:
𝑛

𝑃𝑛 𝑥 = ෍ 𝑓 𝑥𝑘 𝐿𝑘 (𝑥 )
𝑘=0
𝑛
𝑥 − 𝑥𝑗
Avec: 𝐿𝑘 (𝑥) = ි
𝑥𝑖 − 𝑥𝑗
𝑗=0,𝑗≠𝑘
Les points d’appui sont les suivants: xn f(xn)
Xo = 0 f(x0) = -1
X1 = 0 f(x1) = 2

X2 = 0 f(x2) = 9

X3 = 0 f(x3) = 87

Déterminons donc un polynôme de Lagrange de degré 3 celui-ci s’écrira: 𝑃3 𝑥 = ෍ 𝑓(𝑥𝑘 )𝐿𝑘 (𝑥 )

𝑘=0

𝑥 − 𝑥0 𝑥 − 𝑥2 𝑥 − 𝑥3
𝑥 − 𝑥1 𝑥 − 𝑥2 𝑥 − 𝑥3 𝐿2 (𝑥) =
𝐿0 (𝑥) = 𝑥1 − 𝑥0 𝑥1 − 𝑥2 𝑥2 − 𝑥3
𝑥0 − 𝑥1 𝑥0 − 𝑥2 𝑥0 − 𝑥3
1
1 𝐿2 (𝑥) = − 𝑥 𝑥 − 2 𝑥 − 5
𝐿0 (𝑥) = − 𝑥−2 𝑥−3 𝑥−5 6
30 𝑥 − 𝑥0 𝑥 − 𝑥1 𝑥 − 𝑥2
𝑥 − 𝑥0 𝑥 − 𝑥2 𝑥 − 𝑥3 𝐿3 (𝑥) =
𝐿1 (𝑥) = 𝑥3 − 𝑥0 𝑥3 − 𝑥1 𝑥3 − 𝑥2
𝑥1 − 𝑥0 𝑥1 − 𝑥2 𝑥1 − 𝑥3
1
1 𝐿3 (𝑥) = 𝑥 𝑥−2 𝑥−3
𝐿1 (𝑥) = − 𝑥 𝑥 − 3 𝑥 − 5 30
6

𝑃3 𝑥 = 𝑓(𝑥0 )𝐿0 (𝑥𝑜 ) + 𝑓(𝑥1 )𝐿1 (𝑥1 ) + 𝑓(𝑥2 )𝐿2 (𝑥2 )

𝟓𝟑 𝟑 𝟐𝟓𝟑
𝑷𝟑 𝒙 = 𝒙 − 𝟕𝒙𝟐 + 𝒙−𝟏
𝟑𝟎 𝟑𝟎
Exercice
On considère une barre étudiée en transfert de chaleur uniaxial le long de l’axe x. La barre est

définie entre les nœuds 1 (x=0), 2 (x=0.5) et 3 (x=1). On mesure les températures le long de la

barre de la manière suivante:

Pour x=0, T1=20, pour x=0.5; T2=25 et enfin pour x=1, on a T3=23. Déterminer le polynôme

d’interpolation de Lagrange T(x).

T1 T2 T3

1 2 3
N1 N2 N3

Solution: 𝑻𝟏 𝟐𝟎
𝑻𝒙 = 𝑵𝑹
𝟏 (𝒙൯ 𝑵𝑹
𝟐 (𝒙൯ 𝑵𝑹
𝟑 (𝒙൯
𝑹 𝑹 𝑹
𝑻𝟐 = 𝑵𝟏 (𝒙൯ 𝑵𝟐 (𝒙൯ 𝑵𝟑 (𝒙൯ 𝟐𝟓
𝑻𝟑 𝟐𝟑
𝟑
𝒙 − 𝒙𝒋
𝑵𝑹
𝟏 𝒙 =ි
𝒙𝒊 − 𝒙𝒋
𝒋=𝟏
𝒋≠𝟏
 𝑇1 20
𝑇𝑥 = 𝑁1𝑅 (𝑥 ) 𝑁2𝑅 (𝑥 ) 𝑁3𝑅 (𝑥 ) 𝑇2 = 𝑁1𝑅 (𝑥 ) 𝑁2𝑅 (𝑥 ) 𝑁3𝑅 (𝑥 ) 25
𝑇3 23
20
𝑇𝑥 = 𝑁1𝑅 (𝑥 ) 𝑁2𝑅 (𝑥 ) 𝑁3𝑅 (𝑥 ) = 2𝑥 2 − 3𝑥 + 1 −4𝑥 2 + 4𝑥 2𝑥 2 − 𝑥 25
23
𝑇 𝑥 = −14𝑥 2 + 17𝑥 + 20

Extension des problèmes d’interpolation nodale à 2 e 3 variables

Cette extension est généralement réalisée lorsque le problème change de dimensions, soit 2D ou

3D.
𝑢1 𝑛
𝑢 2 𝑅
En 2D 𝑢(𝑥, 𝑦) = 𝑁1𝑅 𝑥, 𝑦 𝑁2𝑅 𝑥, 𝑦 𝑁3𝑅 𝑥, 𝑦 . = ෍ 𝑢𝑖 . 𝑁𝑖 𝑥, 𝑦
𝑢𝑛 𝑖=1
𝑢1 𝑛
𝑢 2 𝑅
En 3D 𝑢(𝑥, 𝑦, 𝑧) = 𝑁1𝑅 𝑥, 𝑦, 𝑧 𝑁2𝑅 𝑥, 𝑦, 𝑧 𝑁3𝑅 𝑥, 𝑦, 𝑧 . = ෍ 𝑢𝑖 . 𝑁𝑖 𝑥, 𝑦, 𝑧
𝑢𝑛 𝑖=1
 Fin
Pour les remarques et suggestions écrivez à
l’adresse :

freddybokwala@gmail.com