Cours - Meca - Num 2023-2024

@rtS
COURS DE MECANIQUE NUMERIQUE

Ce cours présente les modèles et les méthodes utilisées dans la simulation des problèmes de
mécanique et de thermique sur ordinateur. Les méthodes abordées concernent principalement
les méthodes de discrétisation des problèmes de mécanique des milieux continus et les
méthodes de résolution des équations d’équilibre discrètes linéarisées. Le principe général de
l’approximation de solution est tout d’abord exposé. Ensuite, la méthode des résidus
pondérés, la méthode de Galerkin, la méthode de Ritz et la méthode des Eléments Finis sont
brièvement exposées et illustrées chacune par un exemple. Toutes ces méthodes numériques
présentées sont abordées sous l’angle de leur utilisation pratique.
Déroulement du cours :
Chapitre 1 : Introduction aux méthodes numériques pour la mécanique
Chapitre 2 : Classification des équations aux dérivées partielles linéaires
Chapitre 3 : Formulation différentielle et formulation variationnelle d’un phénomène
Chapitre 4 : Méthode générale d’approximation en espace – Introduction à la méthode des éléments finis
Chapitre 5 : Méthode de Rayleigh-Ritz
Chapitre 6 : Méthode des résidus pondérés : méthode de Galerkin et application à quelques problèmes à une dimension
Chapitre 7 : Méthode des éléments finis : concepts généraux
Chapitre 8 : Application à un problème unidimensionnel : barres élastiques
Chapitre 9 : Application à un problème bidimensionnel : conduction thermique
Chapitre 10 : Problèmes instationnaires : approximation aux différences finies
TP1: Etude de cas1-Utilisation du logiciel MATLAB dans la résolution des problèmes de mécanique
TP2: Etude de cas2-Utilisation du logiciel MATLAB dans la résolution d’un problème poutre 2D par la méthode des
éléments finis (MEF)
TP3: Etude de cas3-Utilisation du logiciel MATLAB dans la résolution d’un problème éléments finis solides pour
structures 2D
TP4: Etude de cas4-Programmation MATLAB pour la résolution d’un problème éléments finis « Poutre 1D »
Bibliographie et webographie :
(1) Polycopiés de cours de l’enseignant Hervé Oudin consulté sur internet (2011) : Méthode des
éléments finis.
(2) Goris T. (2005) : « Méthodes numériques appliquées aux milieux continus : La méthode des
éléments finis ». Bruxelles, Co 402-21.
(3) Curnier A. (1993): Méthodes Numériques en Mécanique des Solides, Presses Polytechniques
et Universitaires Romanes, Lausanne, ISBN 2-88074-247-1.
(4) Euvrard D. (1994): Résolution numérique des équations aux dérivées partielles de la physique,
de la mécanique et des sciences de l’ingénieur, Masson, Paris, ISBN 2-225-84509-3.
(5) Le Pourhiet A. (1998): Résolution numérique des équations aux dérivées partielles: une
première approche, Cepadues Editions, Toulouse, ISBN 2-85428-174-6.
(6) Nicaise S. (2000): Analyse numérique et équations aux dérivées partielles, Dunod, Paris,
ISBN 2-10-004941-0.
(7) Raviart P.A. et Thomas J.M. (1998): Introduction à l’analyse numérique des équations aux
dérivées partielles, Dunod, Paris, ISBN 2-10-003965-2.
1
COURS DE MECANIQUE NUMERIQUE / Dr SANYA S. Arthur O. - @rtS
@rtS
Chapitre 1 : Introduction aux méthodes numériques pour la

mécanique
Les matériaux rencontrés dans les applications industrielles peuvent être traités comme des
milieux continus. C’est le cas des applications dans le domaine de la mécanique (élasticité
linéaire et non linéaire, plasticité,…), de l’aérodynamique, de la thermodynamique, de
l’élasticité, de l’électromagnétique, et ainsi de suite. Le caractère continu du phénomène
permet de modéliser le comportement du matériau au moyen d’équations différentielles.
Lorsque le domaine de définition et les conditions aux limites du problème sont très simples,
il existe des solutions analytiques pour ces équations différentielles.
Dans la plupart des applications concrètes, le domaine de définition et les conditions aux
limites sont trop complexes, de sorte que seules les méthodes numériques offrent une
possibilité de résoudre pareils problèmes. Ces applications concernent les domaines du «
process » notamment les procédés de fabrication tels que l'emboutissage, l'usinage grande
vitesse, les dépôts de peinture, l'assemblage de tôlerie, la mise en forme des plastiques ; les
industries automobiles, navales, aéronautiques, ferroviaires, mais aussi les industries lourdes
tels que les centrales électriques, les plates-formes pétrolières, et le génie civil.
Les outils numériques sont indispensables lorsque l'on cherche à obtenir une solution
optimisée pour réduire les coûts et les délais de fabrication. Grâce à ces outils, l'ingénieur peut
tester plusieurs configurations pour optimiser le comportement d'un modèle à une prestation
donnée. Cela évite de multiplier les prototypes et les essais tests réels, les supports physiques
ne servent plus à chercher une solution, ils permettent de la valider.
Positionnons maintenant ces méthodes numériques par rapport aux méthodes expérimentales
et théoriques.
1. Approche expérimentale vs approche analytique vs approche numérique

En toute logique, l’approche expérimentale est la plus réaliste. Mais elle est la plus coûteuse
et peut aussi poser des problèmes d’échelle (l’analogie des Reynolds n’est pas toujours
respectable, par exemple) et des difficultés liées aux mesures (les outils de mesures sont
intrusifs ce qui peut fausser les résultats et poser des difficultés d’accès à certaines zones). De
même, les études paramétriques sont longues et les conditions aux limites ne sont pas non
plus forcément idéales.
2
@rtS
L’approche analytique, quant à elle, demande de modéliser le phénomène physique étudié. En

supposant que le modèle est bon à l’échelle étudiée, cette approche a la grande qualité de
fournir une solution exacte. Son principal défaut est qu’il est souvent nécessaire de simplifier
la géométrie ainsi que la physique de l’objet étudié et son environnement. De même, les
problèmes non linéaires ne sont pas traités.
Tout comme l’approche analytique, l’approche numérique demande de modéliser le
phénomène physique étudié. Contrairement à la première, elle permet de prendre en compte
des équations bien plus complexes dont les équations non linéaires telles que les équations de
Navier-Stokes. De même, une géométrie plus complexe et l’évolution en temps peut être prise
en compte. L’approche numérique a cependant aussi des limites. Elle implique des erreurs
liées à la discrétisation (troncature et convergence) et à la résolution (arrondis). Elle pose
aussi des problèmes liés aux conditions limites. On peut signaler que bien des phénomènes ne
sont pas encore modélisés. Enfin, il ne faut pas oublier que les machines qui vont résoudre le
problème n’ont pas une mémoire et une cadence d’horloge infinie. On doit donc étudier des
domaines de taille et de finesse raisonnable.
2. Solutions recherchées en mécanique

Au cours de votre formation d’ingénieur, vous avez été amenés à traiter des problèmes de
natures diverses dans les disciplines suivantes :
• Mécanique des solides rigides ;
• Mécanique des fluides ;
• Mécanique des solides déformables ;
• Thermique ;
• Vibration de systèmes discrets,
• Vibration de systèmes continus.
Dans toutes ces disciplines, la résolution d’un problème conduit à la recherche de solutions
sous forme de champs dépendant du temps définis sur le domaine d’étude Ω et sur tout
l’intervalle d’étude [0, 𝑇] :
⃗ (𝑀, 𝑡), 𝑉
✓ 𝑈 ⃗ (𝑀, 𝑡), Γ(𝑀, 𝑡), 𝜎(𝑀, 𝑡), … en mécanique du solide déformable,
⃗ (𝑀, 𝑡), 𝑝(𝑀, 𝑡), … en mécanique des fluides,
✓ 𝑉
✓ 𝜃(𝑀, 𝑡), 𝑞 (𝑀, 𝑡), … en thermique,
où 𝑀 ∈ Ω et 𝑡 ∈ [0, 𝑇].
3
@rtS
3. Problèmes posés
Les problèmes sont généralement posés sous la forme de systèmes d’équations aux dérivées
partielles paramétrées par le temps. Ces équations forment quatre groupes différents :
➢ Les équations de conservation ou d’équilibre :
o 𝑑𝑖𝑣 𝜎 + 𝑓 = 𝜌𝛾 (solides déformables),
𝑑 𝜕𝑇 𝜕𝑇
o { }− = 𝑄𝑖 (équation de Lagrange),
𝑑𝑡 𝜕𝑞𝑖 𝜕𝑞𝑖
𝜕𝜃
o 𝑑𝑖𝑣 𝑞 = 𝑐 𝜕𝑡 (thermique), …
➢ Les équations de comportement :

o 𝜎 = 𝐴𝜖 (solides élastiques),
o 𝑞 + 𝑘 𝑔𝑟𝑎𝑑𝑇 = 0 (loi de Fourrier),

o 𝐹 = 𝑘𝑥 (ressort), 𝐹 = 𝜈𝑥̇ (amortissement), …
➢ Les conditions aux limites (C.L.) :
o 𝜎𝑛⃗ = 𝐹𝑑 (forces surfaciques),
o 𝑞 𝑛⃗ = ℎ𝑑 (flux de chaleur),
o 𝑝𝑥=0 = 𝑝0 (pression imposée)
o 𝑉𝑥=0 = 𝑉0 (vitesse imposée), …
➢ Les conditions initiales (C.I.) :
o 𝑥𝑡=0 = 𝑥0 (C.I. en position),
o 𝑥̇ 𝑡=0 = 𝑥̇ 0 (en vitesse),
o 𝑇𝑡=0 = 𝑇0 (en température), …
Conclusion
Un modèle, même précis, ne fournit jamais qu'une approximation de la réalité ; il est
donc impossible de se passer des prototypes. De plus, l'analyse des résultats nécessite une
bonne compréhension des différentes étapes mathématiques utilisées lors de l'approximation,
pour pouvoir estimer l'erreur du modèle numérique par rapport à la solution exacte du
problème mathématique. Donc le modèle numérique ne peut fournir que des résultats relatifs
aux informations contenues dans le modèle mathématique qui découle des hypothèses de
modélisation.
4
@rtS
Chapitre 2 : Classification des équations aux dérivées partielles

linéaires.
Les lois de la nature sont souvent gouvernées par des équations aux dérivées partielles (EDP).
L’approche analytique de résolution de ces équations se révèle très souvent complexe et
même parfois impossible. Des outils numériques ont été conçus pour répondre à un type
donné d’EDP : hyperbolique, parabolique et elliptique. Il est donc important pour une
approche numérique, de comprendre le comportement physique des modèles ainsi que le
caractère mathématique des équations.
1. EQUATIONS AUX DERIVEES PARTIELLES (EDP)

La classification des EDP linéaires se fait sur la base d’une équation linéaire d’ordre 2
standard :
𝐴Φ𝑥𝑥 + 𝐵Φ𝑥𝑦 + 𝐶Φ𝑦𝑦 + 𝐷Φ𝑥 + 𝐸Φ𝑦 + 𝐹Φ + G = 0 (1)
Où 𝐴, 𝐵 , 𝐶, 𝐷, 𝐸, 𝐹 et 𝐺 sont des fonctions de 𝑥 et 𝑦.
Le type d’EDP dépend de son discriminant : Δ = 𝐵 2 − 4𝐴𝐶
• Si Δ > 0 alors l’EDP est _________________________ ;

• Si Δ = 0 alors l’EDP est _________________________ ;
• Si Δ < 0 alors l’EDP est _________________________.
5
@rtS
1.1. EDP HYPERBOLIQUES

𝜕2 Φ 𝜕2 Φ
Prouver que l’équation suivante est une EDP hyperbolique : = 𝑐2
𝜕𝑡 2 𝜕𝑥 2
1.1.1. Présentation
Considérons l’exemple de l’équation de propagation d’une onde (advection) :
𝜕2u 𝜕2 u
− 𝜕𝑥 2 = 0
𝜕𝑡 2
Une des caractéristiques des fonctions régies par une EDP hyperbolique linéaire est que leur
énergie ne s’atténue pas au fil du temps.
1.1.2. Interprétation par caractéristiques

Une caractéristique interprète la vitesse et la direction à laquelle est transportée l’information
au cours du temps.
Pour l’équation de la forme :
On cherche les coordonnées caractéristiques 𝜉 et 𝜂 telles que : 𝜉(𝑥, 𝑦) = 𝑐𝑜𝑛𝑠𝑡1 et 𝜂(𝑥, 𝑦) =
𝑐𝑜𝑛𝑠𝑡2 le long de ces caractéristiques.
6
@rtS
En considérant l’équation ci-dessus, on a : 𝜉 = 𝑦 − 𝜆1 𝑥 et 𝜂 = 𝑦 − 𝜆2 𝑥

𝐵±√𝐵2 −4𝐴𝐶 𝑑𝑦
Avec : 𝜆1,2 = =
2𝐴 𝑑𝑥
Prenons l’exemple du système :
Cette équation régit la propagation d’une onde sonore à vitesse 𝑐 en milieu uniforme dans le
temps et l’espace. Les courbes caractéristiques de ce problème sont les courbes intégrales de :
𝑑𝑥 √4𝑐 2
=± = ±𝑐
𝑑𝑡 2
On dit que l’information se propage le long des caractéristiques (en prenant comme C.I. un
Dirac en 𝑥 = 1 et 0 ailleurs, on va observer son déplacement le long des caractéristiques).
1.1.3. Domaine borné

Pour que le problème soit bien posé, il faut fixer les valeurs de la fonction là où les
caractéristiques sont entrantes.
7
@rtS
Intuitivement, on voit bien que si l’on impose une Condition au Bord là où la caractéristique
est sortante, l’information ne rentre pas dans le domaine étudié. Cette condition est donc
inutile.
Parallèlement, là où les caractéristiques sont entrantes (C.I. incluses), l’information au bord
pénètre dans le domaine.
1.2. EDP PARABOLIQUES

𝜕Φ 𝜕2Φ
Prouver que l’équation suivante est une EDP parabolique : = 𝛼 𝜕𝑥 2
𝜕𝑡
Une EDP parabolique modélise des problèmes de propagation dissipative. C’est le cas par
exemple de la diffusion thermique (conduction de la chaleur) :
𝜕𝑢 𝜕2𝑢
= 𝜕𝑥 2 ()
𝜕𝑡
8
@rtS
Pour les conditions aux limites (CI) 𝑢0 = 𝑠𝑖𝑛(𝜋𝑥) et les conditions aux bords 𝑢(0, 𝑡) =
2𝑡
𝑢(1, 𝑡) = 0, on a la solution exacte : 𝑢(𝑥, 𝑡) = 𝑠𝑖𝑛(𝜋𝑥)𝑒 −𝜋
Beaucoup de formes réduites de Navier-Stokes sont gouvernées par des EDP paraboliques.

𝑑𝑡
Dans ce cas-ci, les caractéristiques sont nulles. Elles ne jouent donc pas le même rôle que
𝑑𝑥
pour les équations hyperboliques et n’avancent en rien pour l’explication du mouvement.

L’information est entrante sur tous les bords d’un domaine borné. En effet, à chaque pas de
temps, l’information s’étale dans toutes les directions au niveau spatial.
9
@rtS
Les C.I. doivent être des conditions de Dirichlet (𝑢(𝑥, 0) = 𝑢0 (𝑥)). Aux bords, des conditions
𝜕𝑢(𝑏𝑜𝑟𝑑,𝑡)
de Dirichlet (𝑢(𝑏𝑜𝑟𝑑, 𝑡) = 𝑔(𝑡)), de Neumann ( = ℎ(𝑡)), ou bien mixtes sont
𝜕𝑥
nécessaires.
1.3. EDP ELLIPTIQUES

𝜕2 Φ 𝜕2 Φ
Prouver que l’équation suivante est une EDP elliptique : + =0
𝜕𝑥 2 𝜕𝑦 2
En mécanique des fluides, les EDP elliptiques sont associées aux problèmes stationnaires.
Elles ne modélisent donc plus des problèmes d’évolution comme dans le cas hyperbolique ou
parabolique. Les conditions initiales n’ont donc pas la même interprétation (elles deviennent
des conditions limites). Une EDP elliptique type est l’équation de Laplace.
Cette équation gouverne les flux incompressibles à potentiel. Par exemple, pour le domaine et
les conditions aux bords :
La solution est :

Les caractéristiques sont en général complexes pour un problème d’ordre 2. Elles nous sont
donc inutiles ici.

Un point à l’intérieur du domaine influe sur tout le domaine et donc sur tous les bords.
10
@rtS
Aux bords, des conditions de Dirichlet, de Neumann ou bien mixtes sont possibles. Il faut
toutefois prendre garde en utilisant des conditions de Neumann. L’équation gouvernante doit
être consistante avec les conditions aux bords via le théorème de Green.
2. GENERALISATION DE LA METHODE
3. EXEMPLES D’EDP INTERESSANTES

• Equation d’onde linéaire d’ordre un
• Equation de Burgers
• Equation de Tricomi
11
@rtS
• Equation de Poisson
• Equation d’advection-diffusion
• Equation de Korteweg-de-Vries
• Equation d’Helmoltz
4. EXERCICES D’APPLICATION
Donner le type des EDP qui suivent :
CONCLUSION
Les EDP sont un modèle de la réalité, mais les solutions exactes de ces modèles sont très
rares. Il est donc souvent nécessaire de discrétiser ces équations pour produire un résultat
approché sur ordinateur.
VOS COMMENTAIRES SUR LE CHAPITRE :
12
@rtS
Chapitre 3 : Formulation différentielle et formulation variationnelle

d’un phénomène
Le modèle mathématique résulte de l’étude théorique du phénomène. De ce fait, il dépend des

hypothèses admises pour la géométrie, le comportement du matériau, le choix des paramètres
considérés comme significatifs (refus de prendre en compte les effets thermiques, la
fatigue,…), la simplification mathématique (linéarisation par exemple),…
Il est évident que l’utilisateur doit connaitre le modèle qui se trouve derrière une méthode
numérique pour décider si celle-ci est utilisable pour la résolution de son problème.
1.) FORME FORTE OU FORMULATION DIFFERENTIELLE
La formulation complète d’un problème comprend les aspects suivants :
(1) Nombre de coordonnées spatiales : 1D, 2D ou 3D. les coordonnées correspondantes sont
notées respectivement 𝑥, 𝑦 et 𝑧.
(2) Dépendance temporelle. Dans les problèmes dynamiques, les inconnus varient avec le
temps 𝑡. Le cas échéant, il faut alors aussi considérer le temps comme un paramètre
indépendant. En pratique, les variations temporelles ne peuvent être étudiées que par le
biais d’une technique itérative aux différences finies.
(3) Délimitation du domaine de définition des variables. Il s’agit de délimiter le volume 𝑉
dans lequel les équations du problème sont applicables. Le pourtour Γ de ce volume peut
avoir une forme très complexe et n’est pas nécessairement une surface extérieure : le
domaine de définition peut comporter des trous. Quoi qu’il en soit, la normale positive 𝑛⃗
au contour Γ est dirigée vers l’extérieur.
(4) Identification des inconnues principales : ces inconnues principales sont toutes les
grandeurs qu’il faut connaitre pour décrire complètement le phénomène. Pour l’étude
des solides élastiques, il s’agit généralement des déplacements 𝑢 mais on peut aussi
considérer les déformations angulaires, la température, la tension électrique, le potentiel
hydraulique, ainsi de suite.
Le degré de difficulté de l’étude théorique et de sa traduction numérique pratique augmente

avec le nombre d’inconnues principales.
13
@rtS
(5) Lien entre les inconnues principales et les grandeurs dérivées. Ce lien est parfois de
nature purement physique (les lois de la cinématique par exemple) mais peut aussi être
une loi constitutive, dépendant d’un certain nombre de propriétés matérielles (la loi de
Hooke par exemple).
(6) Les équations différentielles. Que le problème soit décrit par ses dérivées partielles par
rapport aux coordonnées spatiales, montre que l’on suppose que le matériau est continu.
La dérivée est un opérateur linéaire, ce qui signifie que l’application de cet opérateur à
une combinaison linéaire de fonctions est égale à la combinaison linéaire de fonctions
séparées.
En général, l’ordre des équations différentielles est égal à 2 𝑚 (donc un nombre pair) : de là la
notation 𝐿2𝑚 pour l’opérateur considéré. Les équations différentielles expriment le lien entre
les inconnues principales 𝑢 et les « forces » imposées 𝑔, lesquelles dépendent éventuellement
de 𝑥 et 𝑢. La forme générale est :
Lorsque les forces ne dépendent que des coordonnées spatiales, le problème est linéaire. Dans
le cas contraire, il faudra généralement trouver la solution numérique de manière itérative.
Comme exemple d’équations différentielles, on présente l’équation du mouvement d’un
solide linéaire élastique.
(7) Les conditions initiales. Avec des équations d’ordre 2𝑚, il faut fixer 𝑚 conditions aux
limites le long du pourtour Γ. Ces restrictions aux fonctions cherchées peuvent se
rapporter aux inconnues principales mêmes ou à leurs dérivées jusqu’à l’ordre 2𝑚 − 1.
Ainsi, on écrit :
Par la suite, il est utile de distinguer les conditions aux limites essentielles qui se rapportent
directement aux inconnues principales 𝑢 le long de la partie Γ𝑢 du pourtour Γ, des conditions
aux limites naturelles, qui sont plutôt relatives aux dérivées des inconnues principales le long
de la partie Γ𝑡 du pourtour Γ.
Dans le cas de l’élasticité linéaire, ces deux types de conditions aux limites s’expriment
comme suit :
14
@rtS
• Conditions aux limites essentielles (CLE) :

• Conditions aux limites naturelles :
Remarquons cependant que si le phénomène dépend aussi du temps, il faut également donner
les conditions initiales (CI) en plus des conditions aux limites précitées :
L’ensemble de la formulation mathématique du problème constitue ce qu’on appelle sa forme

forte ou formulation différentielle.
2.) EXERCICE D’APPLICATION
Une barre droite de longueur 𝐿 et de section constante 𝐴 est sollicitée par des forces
volumiques 𝑏1 dirigées suivant l’axe de la barre (direction ⃗⃗⃗
𝑒1 ).
La section d’extrémité d’abscisse 𝑥 = 0 est aussi soumise à des charges surfaciques 𝜎0 . A

l’extrémité d’abscisse 𝑥 = 𝐿, on impose un déplacement 𝑢𝐿 .
Déterminer la forme forte ou formulation différentielle du phénomène observé.
RESOLUTION
Vu la géométrie du solide et la nature des sollicitations et des conditions aux limites, il

s’agit de toute évidence d’un problème unidimensionnel. Si l’on admet en outre que le solide
est immobile (𝑎𝑗 = 0), la formulation générale de ce problème se ramène aux cinq (05)
expressions suivantes :
❖ Equation d’équilibre (translation suivant ⃗⃗⃗

𝑒1 ) :
15
@rtS
❖ Loi de Hooke :
❖ Loi de la cinématique :
❖ Condition aux limites essentielle (de nature géométrique – relative aux inconnues
principales) :
❖ Condition aux limites naturelle (de nature physique) :
Pour passer à la forme forte du problème posé, nous introduisons les lois de Hooke et
de la cinématique dans l’équation d’équilibre.
On trouve ainsi :
Le système d’équations qu’il nous faut résoudre prend finalement la forme suivante :
Remarquons que si les formes volumiques 𝑏1 ne sont pas intégrables, il n’existe pas de
solution analytique exacte et on est réduit à chercher une solution numérique approchée.
3.) FORME FAIBLE OU FORMULATION VARIATIONNELLE
Dans ce cas-ci, les résidus 𝑅(𝑥1 ) ont exactement la même expression que l’équation
différentielle. Pour la solution exacte, on admet qu’ils sont nuls pour toutes les valeurs de 𝑥1 .
16
@rtS
On multiplie maintenant cette expression par une fonction de pondération 𝑤 arbitrairement

choisie. On verra plus loin qu’il faudra imposer deiverses exigences à cette fonction de
pondération.
Mais la dérivée première de 𝑤𝐸𝑢1,1 est égale à :
Introduisons ce résultat obtenu par intégration par parties dans l’expression de 𝑤𝑅.
Exprimons maintenant que l’intégrale du résidu pondéré 𝑤𝑅 doit être nulle sur tout le
domaine de définition.
Dans la dernière intégrale, on retrouve le gradient du produit 𝑤𝜎11 . Il est donc possible
d’appliquer le théorème de la divergence pour remplacer cette intégrale de volume par une
intégrale de surface le long du pourtour extérieur Γ du solide. A cet effet, il ne faut tenir
compte que de la composante de la normale extérieure au contour suivant la direction axiale
de la barre (la dérivée dans 𝑥).
Dans cette expression, 𝑛1 est la composante de la normale au contour projetée sur l’axe
longitudinal de la barre. Vu la géométrie du problème, les sections terminales sont les seules
parties du solide ayant une composante 𝑛1 différente de zéro. Il s’en suit :
Les sections 𝐴(0) et 𝐴(𝐿) sont toutes deux égales à la section 𝐴 de la barre. La contrainte
𝜎11 (0) est fixée (CLN). Grâce au passage à la forme faible, il est dès lors assez facile de tenir
compte des conditions aux limites naturelles. En revanche, la contrainte 𝜎11 (𝐿) n’est pas
connue à l’extrémité 𝑥1 = 𝐿 où l’on a une condition aux limites essentielles (relative à
17
@rtS
l’inconnue). C’est pourquoi, on exigera désormais que la fonction de pondération soit nulle
sur la partie du pourtour où des conditions aux limites essentielles sont imposées.
On obtient finalement la forme faible ou formulation variationnelle du problème posé :
Dans le premier membre de la forme faible, on trouve l’intégrale du produit des dérivées
premières des fonctions inconnues (𝑢1,1 et 𝑤,1).
Pour présenter une solution, cette intégrale ne peut pas devenir infiniment grande. Voilà
pourquoi ces deux dérivées premières doivent être quadratiquement intégrables d’un point de
vue mathématique : les fonctions inconnues doivent de ce fait être cherchées dans l’ensemble
des fonctions 𝐻1 .
La formulation variationnelle est également appelée forme faible parce que les fonctions
cherchées ne doivent plus qu’être une fois dérivable. Il faut de ce fait chercher les solutions
dans l’ensemble des fonctions de classe de continuité 𝐶 0 au lieu de 𝐶 1 . Les exigences de
continuité de la solution sont donc moins sévères que dans la formulation différentielle. On
constate en revanche qu’il faut également utiliser une fonction de pondération 𝑤. On verra
plus loin qu’il n’est pas nécessaire de connaitre les valeurs de la fonction de pondération :
seule sa forme importe.
CONCLUSION
Il est assez évident que la solution analytique semble être la meilleure méthode, tant sur le
plan de la précision (la solution est exacte) que du point de vue de la facilité avec laquelle on
trouve la solution. Toutefois, cela n’est vrai que parce que les forces volumiques 𝑏1 sont deux
fois intégrables.
Par ailleurs, les techniques numériques de résolution de problèmes différentiels sont basées
sur la forme faible des équations différentielles (formulation intégrale) : les éléments finis par
l’exemple. Mais la méthode des différences finies est plutôt basée sur la forme forte ou
formulation différentielle du problème en utilisant le développement en série de Taylor.
18
@rtS
Chapitre 4 : Méthode générale d’approximation en espace –

Introduction à la méthode des éléments finis
Ce chapitre est consacré aux formulations intégrales des équations de comportement d’un
système physique connues généralement sous la forme d’un système d’équations aux dérivées
partielles. Ici, l’intérêt est porté sur l’approximation de fonctions d’espace 𝑓(𝑀). Ces
formulations fournissent, selon le choix des fonctions de pondération et d’approximation, tout
un ensemble de méthodes :
❖ Méthode de collocation par point ou par sous domaine ;
❖ Méthode des moindres carrés ;
❖ Méthode de Ritz ou de Galerkin.
La « Méthode des Eléments Finis » est une extension des méthodes basées sur la formulation
de Galerkin ou de Ritz avec une construction systématique de l’approximation par sous
domaine (éléments finis).
1.) PROBLEMES CONSIDERES

La fonction recherchée est 𝑓(𝑀) avec 𝑀 ∈ Ω. Il peut être un scalaire (température . . .), un
vecteur (déplacement, vitesse, . . .) ou un tenseur (contraintes, déformations, . . . ). Elle vérifie
un problème aux dérivées partielles :
𝜕𝑓 𝜕 2 𝑓
𝑔( , ,…) = 0
𝜕𝑥𝑖 𝜕𝑥𝑖 2
𝜕𝑓
Avec les conditions aux limites : 𝑓 = 𝑓𝑑 ; 𝜕𝑥 = 𝑓𝑑′ … sur 𝜕Ω.
𝑖
2.) METHODES D’APPROXIMATION

Pour discrétiser les modèles complexes de phénomènes physiques, l’ingénieur dispose de
méthodes d’approximation permettant de résoudre la plupart des problèmes pour lesquels il
n’existe pas de solution formelle.
Toutes les méthodes d’approximation ont un même objectif qui est de remplacer un problème
mathématique défini sur un milieu continu (équations différentielles ou intégrales) par un
problème mathématique discret (équations matricielles) de dimension finie que l’on sait
résoudre numériquement.
Par ailleurs, un problème physique peut être formulé de façon équivalente en un système
d’équations différentielles ou sous une formulation variationnelle. La classification suivante
19
@rtS
permet de distinguer l’une ou l’autre des méthodes d’approximation (méthode des résidus
pondérés ou méthodes variationnelles), en fonction de la démarche utilisée pour obtenir une
forme intégrale.
Figure : Vue synthétique des méthodes d’approximation.
2.1) METHODE DES RESIDUS PONDERES
Soit un problème physique d’inconnue le champ scalaire 𝑢(𝑀 ) défini sur un

domaine Ω.
Nous cherchons une solution du modèle mathématique défini par les équations
locales sur Ω, et les conditions aux limites sur la frontière 𝜕Ω du domaine.
Ces équations différentielles forment le système suivant :
où L2m et C sont des opérateurs agissant sur l’inconnue u qui dépend du point courant
20
@rtS
M. Le résidu est l’erreur commise lorsque l’on utilise une approximation u∗ du champ
u pour écrire les équations du problème. Afin de simplifier la présentation,
considérons dans un premier temps que :
• les conditions aux limites du problème sont homogènes, 𝐶 (u) = 0 ;
• l’approximation choisie les satisfait toutes, 𝐶 (u∗ ) = 0.
Le résidu est alors défini par l’erreur sur l’équation locale, soit :
Soit un ensemble de fonctions dites de pondération 𝑃𝑖 (𝑀), quelconques et

définies sur le domaine Ω. La méthode des résidus pondérés consiste à annuler l’erreur
commise sur le résidu, en la rendant orthogonale, selon un produit scalaire précis, à
des fonctions 𝑃𝑖 (𝑀). Ce qui correspond à des équations sous forme intégrale
représentées par :
Du point de vue mathématique, au lieu de résoudre l’équation 𝑅(𝑢) = 0, on

considère le problème équivalent à . Ne sachant pas
résoudre ce problème analytiquement, on en cherche une approximation en
restreignant les à 𝑛 fonctions de pondération.
Pour une approximation 𝑢∗ à 𝑛 paramètres, nous choisirons 𝑛 fonctions de
pondération afin d’obtenir autant d’équations intégrales que de paramètres, c’est-à-dire
un système matriciel d’ordre 𝑛. Soit une approximation de la forme :
où les fonctions Wi (M) sont les fonctions de forme et les 𝑞𝑖 sont les paramètres
scalaires de l’approximation, c’est-à-dire les participations des fonctions de forme
respectives dans la solution du problème. Les 𝑛 équations sont de la forme :
En considérant un problème stationnaire linéaire, l’équation matricielle est alors

de la forme :
21
@rtS
Avec
Si les 𝑛 fonctions 𝑃𝑖 conduisent à des équations indépendantes, la solution 𝑞 du

système fournit les paramètres de l’approximation. La recherche de fonctions
d’approximation (ou fonctions de forme) satisfaisant toutes les conditions aux limites
supposées homogènes n’est pas simple : c’est en pratique impossible pour des
problèmes réels autres que les problèmes académiques. Il faut donc généraliser la
formulation de cette méthode pour pouvoir utiliser des fonctions de forme moins
riches, c’est-à-dire sans imposer à l’approximation de satisfaire toutes les conditions
aux limites. Le choix des fonctions de pondération est a priori totalement libre mais il
faut s’assurer que les équations obtenues sont indépendantes afin que le système
matriciel qui en découle soit régulier.
2.2) METHODE VARIATIONNELLE
Dans le paragraphe précédent, nous avons construit une approximation de la solution

du problème mathématique, en introduisant une notion d’erreur sur les équations
locales du problème. Nous allons maintenant présenter une autre méthode
d’approximation de la solution de ce même problème mathématique, en partant de sa
formulation variationnelle.
Nous rappelons tout d’abord les étapes de la construction de la formulation
variationnelle fondée sur la formule de Green généralisée. Pour fixer les idées,
considérons un problème de mécanique linéaire sans amortissement sous l’hypothèse
des petits déplacements et des petites déformations.
L’équation locale définie à l’intérieur du domaine et les conditions aux limites définies
sur la frontière font apparaître des opérateurs différentiels. La forme générale du
problème mathématique à résoudre est la suivante :
22
@rtS
Cette formulation suppose ici un champ vectoriel de déplacement 𝑢

⃗ défini sur le
domaine . Afin de résoudre ces équations, il faudra leur associer la loi de
comportement qui traduit le comportement physique du matériau et la relation entre
déplacements et déformations de sorte que les équations locales reviennent sous la
forme suivante :
2.2.1) TRANSFORMATION DE LA FORME INTEGRALE

En partant de l’équation locale :
On obtient la forme intégrale suivante :
L’idée ici est de faire apparaître dans cette première forme intégrale les termes
correspondant aux conditions aux limites sur la frontière en effectuant une intégration
par parties. Nous supposons que les fonctions de pondération utilisées sont
suffisamment dérivables. Sachant que :
Il vient :
Appliquons le théorème d’Ostrogradsky :
Utilisons les conditions aux limites sur la frontière :
En pratique, pour simplifier le calcul de l’équation intégrale précédente, nous

utiliserons des fonctions de pondération à valeur nulle sur la frontière de telle façon
que :
Compte tenu de ces choix, nous obtenons une formulation variationnelle du problème
aux limites initial.
23
@rtS
Cette formulation conduit aux remarques suivantes :

➢ cette formulation variationnelle est équivalente au système d’équations aux
dérivées partielles. Si nous pouvons résoudre l’équation intégrale , nous
obtenons la solution exacte du problème ;
➢ l’intérêt de cette forme intégrale est de tenir compte de l’équation locale et des
conditions aux limites en force, les conditions en déplacement devant être
satisfaites par ailleurs. Ce n’est en aucun cas une nécessité et nous aurions pu
conserver les conditions aux limites en déplacement dans la forme intégrale ;
➢ dans la méthode des résidus pondérés, nous utilisons la première forme intégrale
(avant transformation par intégration par parties) qui ne tient compte que de
l’équation locale, ce qui limite son utilisation à des fonctions satisfaisant toutes
les conditions aux limites du problème. Elles sont donc plus difficiles à obtenir, et
généralement impossible à obtenir pour un problème non homogène.
2.2.2) DISCRETISATION DE LA FORME INTEGRALE

La solution approchée est recherchée sous la forme d’une combinaison linéaire
de 𝑛 fonctions, dites fonctions de forme. La méthode consiste alors à affaiblir une des
formes intégrales précédentes en ne la satisfaisant que pour 𝑛 fonctions de
pondération.
Cette solution sera d’autant meilleure que la base de fonctions utilisées sera
riche, c’est-à-dire permettant de bien représenter la solution recherchée.
Le choix de la forme intégrale, point de départ de la discrétisation avant ou
après intégration par parties, dépend de la facilité à construire une approximation qui
satisfait les conditions aux limites du problème. S’il est possible de construire une
approximation qui satisfait toutes les conditions aux limites (fonctions de comparaison
du problème) la première forme intégrale est suffisante et l’on retrouve la méthode des
résidus pondérés.
24
@rtS
⃗ ∗ satisfaisant
En pratique nous construisons le plus souvent une approximation 𝑢
les conditions aux limites cinématiques, une telle approximation est dite
cinématiquement admissible.
Pour une approximation cinématiquement admissible, l’erreur porte à la fois sur
l’équation locale et sur les conditions aux limites en force. La forme intégrale de
départ est alors la formulation variationnelle du problème établie précédemment.
Elle a les caractéristiques suivantes :
o Comme avantages :
✓ la construction de l’approximation est plus simple, les conditions aux limites
sur 𝜎 n’ont pas lieu d’être satisfaites par les fonctions de forme car elles
sont prises en compte dans la formulation intégrale ;
✓ le nombre de dérivations des fonctions de forme diminue.
o Comme inconvénients :
✓ le nombre de dérivations des fonctions de pondération augmente et leur
choix est restreint du fait du choix des fonctions de pondération à valeur
nulle sur la frontière 𝑢 pour simplifier la forme intégrale ;
✓ l’erreur d’approximation sera plus importante si les fonctions de forme ne
satisfont pas les conditions aux limites sur 𝜎.
2.2.3) ECRITURE MATRICIELLE DES EQUATIONS

Pour simplifier la présentation, les conditions aux limites géométriques sur 𝑢
∗
sont de la forme 𝑢
⃗ = 0. Nous utilisons les mêmes fonctions de forme pour définir
l’approximation et la pondération (méthode dite de Galerkin), ce qui conduit à des
formes matricielles symétriques :
avec 𝑊(𝑀), matrice construite à partir des fonctions de forme et 𝑞, vecteur des
paramètres de l’approximation. La forme matricielle des fonctions de pondération est
alors :
25
@rtS
Pour exprimer le produit , nous utilisons les formes matricielles

associées aux lois de comportement du matériau et aux relations entre déformations et
déplacements.
Posons la forme matricielle des lois de comportement :
Les déformations s’écrivent alors :
L est la matrice d’opérateurs différentiels correspondant à l’expression du gradient

symétrique du champ des déplacements. Compte tenu de ces notations, on peut écrire :
soit, compte tenu de l’approximation :
Reportons ces expressions dans la formulation variationnelle :
d’où l’équation matricielle suivante :
Ce qui vient d’être appliqué à un problème de mécanique classique peut être utilisé
dans d’autres domaines de la physique.
3.) PRINCIPE DES TRAVAUX VIRTUELS (PTV)
26
@rtS
Dans certains domaines de la physique, des considérations énergétiques

permettent la formulation du problème en tant que principe variationnel, aboutissant
ainsi à une formulation intégrale. L’intérêt de ces principes est de fournir directement
la forme intégrale sans avoir à passer par les équations aux dérivées partielles comme
nous l’avons fait dans le cadre des méthodes variationnelles.
La formulation mathématique du principe est basée sur les mêmes hypothèses
de modélisation du problème physique : le cadre précis de cette étude est défini par les
hypothèses simplificatrices qui permettent de déterminer le modèle mathématique
approprié. La difficulté pour l’ingénieur est de savoir choisir parmi les lois de la
physique, celles dont les équations traduiront avec la précision voulue la réalité du
problème physique.
En mécanique, le Principe des Travaux Virtuels (PTV) en déplacement est le
plus couramment utilisé.
3.1) FORMULATION
Pour tout système matériel Ω en mouvement par rapport à un repère galiléen, pour tout
déplacement virtuel 𝛿𝑢
⃗ à tout instant, 𝛿𝐴 = 𝛿𝑇 avec :
(Travail virtuel des quantités d’accélération)
(Travail virtuel des efforts intérieurs et extérieurs)
Du fait des relations déplacements - déformations , nous obtenons

la première forme du PTV :
On peut dès à présent constater que cette équation intégrale coïncide avec la
formulation variationnelle du problème établie en , ce qui n’est évidemment pas
un hasard. Nous allons transformer cette forme intégrale par intégrations par parties
27
@rtS
afin de retrouver l’équation locale et les conditions aux limites du problème. La

démarche est rigoureusement l’inverse de celle utilisée précédemment.
Utilisons l’équation pour écrire le PTV :
Appliquons le théorème d’Ostrogradsky, nous obtenons la deuxième forme du PTV :
Pour un champ de déplacements cinématiquement admissible, nous avons :
La forme intégrale précédente nous permet de retrouver :

o l’équation locale :
o les conditions sur les efforts donnés :
La boucle est fermée, nous sommes au point de départ des méthodes variationnelles.
Il y a équivalence entre le PTV et le système d’équations différentielles comprenant
les équations locales et les conditions aux limites du problème.
3.2) DISCRETISATION
La discrétisation du PTV consiste à utiliser une approximation pour exprimer le

champ des déplacements et le champ des déplacements virtuels. En pratique, nous
utilisons la même approximation ce qui permet d’obtenir une expression matricielle
symétrique.
Avant d’utiliser l’approximation pour exprimer l’intégrale sur la frontière du
domaine, précisons la nature des conditions aux limites :
Cette écriture fait apparaître explicitement le champ des efforts inconnus (TI : actions
de liaison) correspondant aux conditions aux limites cinématiques :
28
@rtS
Si nous utilisons une approximation dite cinématiquement admissible, nous

obtenons la même équation intégrale que celle déduite de la méthode variationnelle
écrite dans les mêmes conditions :
4.) Exercices d’application

𝑑𝑢
4.1. Soit l'équation différentielle : = −𝑢 avec la condition aux limites
𝑑𝑥
𝑢(0) = 1. Trouver une solution approchée à l’ordre 2, dans l’intervalle

[0, 1], de cette équation par :
4.1.1. la méthode de collocation par points.
4.1.2. la méthode de collocation par sous domaines.
4.1.3. la méthode des moindres carrés.
4.2. Donner l’écriture matricielle du PTV pour un problème de traction-
compression, en utilisant les mêmes notations matricielles que celles de la

formulation variationnelle.
CONCLUSION
L'intérêt de la formulation intégrale est de tenir compte de l’erreur
d’approximation commise sur l’équation locale et les conditions aux limites en force
(flux). Elle n’apporte rien si l’on sait construire une approximation satisfaisant toutes
les conditions aux limites du problème. La méthode des éléments finis utilise cette
formulation, avec deux idées fortes : la construction systématique des fonctions de
forme par sous domaine (éléments finis) et l’utilisation des variables nodales comme
paramètres d’approximation ce qui permet d’imposer les conditions aux limites en
déplacement du problème.
29

Cours - Meca - Num 2023-2024

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 - Meca - Num 2023-2024

Transféré par

Droits d'auteur :

Formats disponibles

@rtS

COURS DE MECANIQUE NUMERIQUE

Chapitre 1 : Introduction aux méthodes numériques pour la

1. Approche expérimentale vs approche analytique vs approche numérique

L’approche analytique, quant à elle, demande de modéliser le phénomène physique étudié. En

2. Solutions recherchées en mécanique

➢ Les équations de comportement :

o 𝑞 + 𝑘 𝑔𝑟𝑎𝑑𝑇 = 0 (loi de Fourrier),

Chapitre 2 : Classification des équations aux dérivées partielles

1. EQUATIONS AUX DERIVEES PARTIELLES (EDP)

• Si Δ > 0 alors l’EDP est _________________________ ;

1.1. EDP HYPERBOLIQUES

1.1.2. Interprétation par caractéristiques

En considérant l’équation ci-dessus, on a : 𝜉 = 𝑦 − 𝜆1 𝑥 et 𝜂 = 𝑦 − 𝜆2 𝑥

Prenons l’exemple du système :

1.1.3. Domaine borné

1.2. EDP PARABOLIQUES

1.2.2. Interprétation par caractéristiques

pour les équations hyperboliques et n’avancent en rien pour l’explication du mouvement.

1.2.3. Domaine borné

1.3. EDP ELLIPTIQUES

1.3.2. Interprétation par caractéristiques

1.3.3. Domaine borné

3. EXEMPLES D’EDP INTERESSANTES

VOS COMMENTAIRES SUR LE CHAPITRE :

Chapitre 3 : Formulation différentielle et formulation variationnelle

Le modèle mathématique résulte de l’étude théorique du phénomène. De ce fait, il dépend des

1.) FORME FORTE OU FORMULATION DIFFERENTIELLE

La formulation complète d’un problème comprend les aspects suivants :

Le degré de difficulté de l’étude théorique et de sa traduction numérique pratique augmente

• Conditions aux limites essentielles (CLE) :

L’ensemble de la formulation mathématique du problème constitue ce qu’on appelle sa forme

2.) EXERCICE D’APPLICATION

La section d’extrémité d’abscisse 𝑥 = 0 est aussi soumise à des charges surfaciques 𝜎0 . A

Déterminer la forme forte ou formulation différentielle du phénomène observé.

Vu la géométrie du solide et la nature des sollicitations et des conditions aux limites, il

❖ Equation d’équilibre (translation suivant ⃗⃗⃗

❖ Condition aux limites naturelle (de nature physique) :

3.) FORME FAIBLE OU FORMULATION VARIATIONNELLE

On multiplie maintenant cette expression par une fonction de pondération 𝑤 arbitrairement

Mais la dérivée première de 𝑤𝐸𝑢1,1 est égale à :

On obtient finalement la forme faible ou formulation variationnelle du problème posé :

Chapitre 4 : Méthode générale d’approximation en espace –

1.) PROBLEMES CONSIDERES

2.) METHODES D’APPROXIMATION

Figure : Vue synthétique des méthodes d’approximation.

2.1) METHODE DES RESIDUS PONDERES

Soit un problème physique d’inconnue le champ scalaire 𝑢(𝑀 ) défini sur un

Soit un ensemble de fonctions dites de pondération 𝑃𝑖 (𝑀), quelconques et

Du point de vue mathématique, au lieu de résoudre l’équation 𝑅(𝑢) = 0, on

En considérant un problème stationnaire linéaire, l’équation matricielle est alors

Si les 𝑛 fonctions 𝑃𝑖 conduisent à des équations indépendantes, la solution 𝑞 du

2.2) METHODE VARIATIONNELLE

Dans le paragraphe précédent, nous avons construit une approximation de la solution

Cette formulation suppose ici un champ vectoriel de déplacement 𝑢

2.2.1) TRANSFORMATION DE LA FORME INTEGRALE

On obtient la forme intégrale suivante :

Appliquons le théorème d’Ostrogradsky :

Utilisons les conditions aux limites sur la frontière :

En pratique, pour simplifier le calcul de l’équation intégrale précédente, nous

Cette formulation conduit aux remarques suivantes :

2.2.2) DISCRETISATION DE LA FORME INTEGRALE

2.2.3) ECRITURE MATRICIELLE DES EQUATIONS