Training Salome Meca

Non-linear analysis for GC
Code_Aster, Salome-Meca course material

GNU FDL licence (http://www.gnu.org/copyleft/fdl.html)
Outline
Description of non-linear problems
Theoretical elements for solving non-linear problems
Solving non-linear problems with Newton
Using Code_Aster
2 - Code_Aster and Salome-Meca course material GNU FDL Licence

What is a non-linear problem in mechanics ?

D’où provient la non-linéarité ?
Il existe 3 grands types de non-linéarités :
matériau : pour les matériaux les plus couramment rencontrés (acier,
béton), le domaine « élastique » est limité. Au delà les contraintes ne varient
plus linéairement avec les déformations et peuvent dépendre de
« l’historique » de chargement
géométrique : lorsque les changements de géométrie subies par une structure
influent sur sa résistance (cas des treillis de poutre) ou lorsque le matériau subit de
grandes déformations, configuration initiale et finale ne peuvent plus être
confondues.
contact : les structures mécaniques industrielles sont souvent constituées de
plusieurs pièces qui interagissent entre elles (assemblage vissé) et dont la zone
d’interaction peut être le lieu de dissipation d’énergie (frottement pneu-route)
Résoudre un tel problème dans Code_Aster
Opérateur STAT_NON_LINE ou DYNA_NON_LINE
Dans Code_Aster, la dynamique non-linéaire est résolue en implicite
On se concentrera donc sur le quasi-statique
EDF R&D : Créer de la valeur et préparer l’avenir

Conséquences
À la difficulté déjà existante de modélisation du problème mécanique, s’ajoute
pour l’utilisateur la difficulté numérique : convergence des algorithmes, unicité de
la solution ?
 l’opérateur STAT_NON_LINE est beaucoup moins presse-bouton que
MECA_STATIQUE
Les déplacements restent les inconnues principales du problème discrétisé mais
la solution ne sera obtenue qu’une fois l’équilibre vérifié explicitement. Cela
demandera en général plusieurs itérations.
 résoudre un problème non-linéaire est beaucoup plus coûteux
 il y a donc un intérêt à ne modéliser une non-linéarité que si on ne peut pas
faire autrement (exemple : « vrai contact » vs. « liaison collante»)

Exemple 1 : contact

Exemple 2 : ouverture et propagation de
fissures dans une éprouvette

Exemple 3 : endommagement d’une poutre en
béton armé

Exemple 4: mis en eau d’un barrage-poids
Le rocher est modélisé par une loi
élastique, le joint - par une loi
Rocher d’endommagement. Le barrage est
soumis à son propre poids.
Joint béton-rocher
CHARGE : poids propre, 3m, 4m, 5m, 6m, 7m,7.5m, 8m, 8.5m, 9m
Matériau non-linéaire : béton, acier
La courbe force-déplacement est non-linéaire et dépend de l’histoire
du chargement. Exemple : élasto-plasticité (acier)
F F
B B
t u
A C
A C
Force imposée Réponse
u
B u(C)  u(A)
Déformation permanente
(déplacement non nul après
t décharge)
A C
Déplacement
imposé
Some theoretical elements

Equations – Continuous form
Defining solid Ω which is in equilibrium with external forces

 is external boundary
u to apply prescribed displacement ud
g to apply prescribed force g g
f is volumic force
Γg
Γ
div  f  0 in 
 Ω
  .n  g on  g f
 u  u on  Γu
 d u
ud

Why do we introduce the behaviour law
Defining solid Ω which is in equilibrium with external forces

 is external boundary
 has 6 independent components g

There is just 3 équations to find all 
Γg
Γ
div  f  0 in 

  .n  g on  g Ω
 u  u on  f
 d u Γu
ud
 (u ) 
1
2

u   t u   u   [ u  3 components

Rappel sur le principe des travaux virtuels (PTV)
On considère une structure soumise au chargement extérieur
On écrit l’équation d’équilibre mécanique, puis on applique PTV.
div   fext    0 | v  .n  g on  g
Intégration par partie de l’équation différentielle résulte en PTV
 
:   v d 
 
f .v d  

g
g .vd  v
Approximation EF:
l’espace de vecteurs tests v est de dimension finie
La base de vecteurs test est identifiée au maillage
solution discrétisée est un problème vectoriel
 
 :   vi  d  
 
f .vi d  
 g
g .vi d 
Fint (u)  Fext
vi i  [0, N ]

Rappel sur le principe des travaux virtuels (PTV)
On considère une structure soumise au chargement extérieur
On écrit l’équation d’équilibre mécanique, puis on applique PTV.
div   fext    0 | v  .n  g on  g
Intégration par partie de l’équation différentielle résulte en PTV
 
 :   vi  d  
 
f .vi d  

g
g .vi d  vi i  [0, N ]
Propriétés pour le cas linéaire (MECA_STATIQUE) :

le tenseur des contraintes dépend linéairement des déformations
L’inconnu de problème est le champ de déplacement
histoire du chargement ne change pas la solution
 u   E u 
solution discrétisée en petit déplacement est un problème de l’algèbre linéaire
Fint (u)  Fext Ku  Fext

Equations – Finite element approximation
Non-linear problem : stress depending on displacement  (u )

From displacement u to strain  : kinematic non-linearity
From strain  to stress  : material non-linearity
Non-linear material depending on material's history (plasticity,...) :
 u   E u   (u )   ( ,  (u ))
Internal variables 
New syntaxe F L
Fint (u)  F ext
L ( , u )  L  0
int ext
Non linear vector equation

General algorithm for non-linear problem

Solving non-linear problem
To solve non-linear problem : an incremental algorithm

Problem is parametrized by the parameter t
t is not real time (quasi-static problem)
Why parametrization ?
Real boundary conditions should be applied by non-constant values
Non-linear material produced non-linear equation, precision should depends on
incremental step size
An non-linear problem is easier to solve when cut by small step size

Parametrization because boundary conditions should be applied

by non-constant values (as functions)
f g ud
B B
t t t
A C A C
Prescribed Prescribed Prescribed
volumic force surfacic force displacement
Some examples of prescribed boundary conditions

Parametrization to cut a non-linear problem to decrease degree of

non-linearity
F F
Cutting
<=
u u
High degree of non- Low degree of non-

linearity on complete linearity at each step
problem

The parameter t in the equations :

Solution of internal-external forces equilibrium for each time step
L ( , u )  L  0 for t
int ext
« Time » discretization, all quantities are parametrized by step k :
Lint
k Lext
k
uk tk  k  k k
Time t0 t1 t2 t3 t4
t
Step 1 2 3 4
Incremental quantities : uk  uk 1  u
Solving a non-linear equation F ( x)  0 : the Newton's method

Construction of the series x n nN  
Taylor series expansion of the first order
0  F ( x n )  F ( x n1 )  F ( x n1 ).( x n  x n1 )
Next value of the term of the series
1
x n  x n1  n1
F ( x n1
)
F ( x )
Properties :
Quadratic convergence near the solution
n1
Computation of F ( x ) should be very expensive
F ( x n1 )  0

Newton's method for equilibrium equation, at step k :

 Lint Lext 
L int, n 1
L ext , n 1
   . u n
0
 u u u n1
K n 1. u n  R n 1
K n1 is tangent matrix

L ( , u )  L  0
int ext
 Lint   Lext 
K n1    _
  u 

 u u  n 1 u n 1
R n1 is equilibrium residual

R n1  Lext ,n1  Lint, n1 
Global algorithm :
1) Compute internal and external forces
2) Compute tangent matrix
3) Solve linear system
4) Update displacements
5) Evaluate convergence

Solving non-linear problem – Newton by graphic
Find the solution u* , F *  where F * is known and u * is unknown
L
ext
Lint
F*
F0 *
u0 u u
Dividing F * in two increments (reducing degree of non-linearity) :

find u1 , F1  and u2 , F2 
L
ext
Lint
F *= F 2
F1
F0
u0 u1 u *= u 2 u
Compute tangent matrix K1n for iteration Newton n and step 1
L
ext
Lint
F *= F 2
F1
K 1n
F0
u0 u1 n u1 u *= u 2 u
Solving K1n .u1n  F1  F0  u1n
L
ext
Lint
F *= F 2
u1n
F1
K 1n
F0
u0 u1 u *= u 2 u
Update displacements u1n  u1n1  u1n
L
ext
Lint
F *= F 2
u1n
F1
K 1n
F0
u0 u1 n u1 u *= u 2 u
Compute Lint u1n  and R  F1  Lint u1n 
L
ext
Lint
F *= F 2
u1n
F1
 
R u1n
 
Lint u1n
K 1n
F0
u0 u1 n u1 u *= u 2 u
L
ext
Lint L
ext
Lint
F *= F 2 F *= F 2
u1n
F1 F1
K 1n
1 2
K 1n
F0 F0
u0 u1 n u1 u *= u 2 u
u0 u1 n u1 u *= u 2 u
Matrix computation Solve system
L
ext
Lint L
ext
Lint
F *= F 2 F *= F 2
u1n u1n
F1 F1
 
R u1n
 
Lint u1n
n
K1 K 1n
3 4
F0 F0
u0 u1 n u1 u *= u 2 u u0 u1 n u1 u *= u 2 u
Update displacements Evaluate convergence

Resolution hints : quasi Newton
R
R
L1
L1
u u
MATRICE=‘TANGENTE' MATRICE='ELASTIQUE'
R R
L2
L1
L1
MATRICE=‘TANGENTE'u MATRICE=‘TANGENTE' u
REAC_INCR=1 REAC_ITER=2

1 Matrix computation : Why quasi-Newton methods ?
Compute exact matrix every iteration : matrix must been factorized →

very expensive
Make more iterations but each iteration is quicker
Elastic matrix achieve convergence for all standard generalized materials
with a lot of iterations (thousands). Elastic matrix is computed and
factorized ONE time : very cheap
Elastic matrix is the better choice for unloading loading's cases

4 Evaluate convergence
Absolute (RESI_GLOB_MAXI)
Lext  Lint, n1 


Relative (RESI_GLOB_RELA)
Lext  Lint, n1


ext

L

By reference : giving stress reference (RESI_REFE_RELA)
Lext  Lint, n1   .Lref

k
k

Using non-linear in Code_Aster

Non-linear in Code_Aster
Material is steel with Von Mises plasticity with isotropic hardening,

traction curve from file
FSIGM = LIRE_FONCTION(UNITE=21,PARA='EPSI')
STEEL = DEFI_MATERIAU( ELAS=_F(YOUNG=210.E9,NU=0.3),

TRACTION=_F(SIGM=FSIGM))
Steel on all mesh

CHMA = AFFE_MATERIAU( MAILLAGE=MESH,
AFFE=_F( TOUT='OUI',
MATER='STEEL'))

Reinforced concrete with isotropic hardening rebars
RESUN = STAT_NON_LINE(...
CHAM_MATER = CHMA,
COMPORTEMENT = (
_F( GROUP_MA =‘CABLE',
RELATION ='VMIS_ISOT_TRAC'),
_F( GROUP_MA =‘BETON',
RELATION =‘ENDO_FISS_EXP'),
...)

Loading : parametrized by time – Using function in FONC_MULT

Lext
Lext (t , u(t ))  g (t ) .Lext (u)

200
t
0 2
RAMPE = DEFI_FONCTION(PARA='INST',VALE=(0,0,2,200))
LOAD = AFFE_CHAR_MECA(MODELE=MOD,
PRES_REP=_F(PRES=100.,
GROUP_MA='TOTO'))
EXCIT=_F(CHARGE =LOAD,
FONC_MULT=RAMPE)
...)

Computing is parametrized by time
Time 0.0 1.0 2.0

t
L_INST=DEFI_LIST_REEL( DEBUT=0.0,
INTERVALLE=(
_F(JUSQU_A=1.0,NOMBRE=4,),
_F(JUSQU_A=2.0,NOMBRE=3,),
),)
INCREMENT=_F(LIST_INST=L_INST)
...)

Non-linear in Code_Aster – Advanced controls
Quasi-Newton method : recompute matrix every 2 Newton's iteration

NEWTON=_F(REAC_ITER=2,),)
Quasi-Newton method : recompute matrix every 3 time's step

NEWTON=_F(REAC_INCR=3,),)
Quasi-Newton method : using elastic matrix

NEWTON=_F(MATRICE='ELASTIQUE',),)
Default values in Code_Aster

NEWTON=_F( REAC_INCR=1,
REAC_ITER=0, !
MATRICE='ELASTIQUE',),)
Non-linear in Code_Aster – Advanced controls
Convergence criterion : careful when change values ! !

CONVERGENCE=_F(
RESI_GLOB_MAXI=1.E-6,
RESI_GLOB_RELA=1.E-6,),)
Changing criterion convergence may produces WRONG results !
Maximum number of Newton's iteration
RESUN = STAT_NON_LINE(
CONVERGENCE=_F(ITER_GLOB_MAXI=20,),)
Elastic matrix uses thousands of Newton's iterations

Default values in Code_Aster
CONVERGENCE=_F(
ITER_GLOB_MAXI=10,
RESI_GLOB_RELA=1.E-6,),)
End of presentation
Is something missing or unclear in this document?

Or feeling happy to have read such a clear tutorial?
Please, we welcome any feedbacks about Code_Aster training materials.

Do not hesitate to share with us your comments on the Code_Aster forum
dedicated thread.

Training Salome Meca

Încărcat de

Informații document

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

Training Salome Meca

Încărcat de

Drepturi de autor:

Formate disponibile

Non-linear analysis for GC

Code_Aster, Salome-Meca course material

Description of non-linear problems

Theoretical elements for solving non-linear problems

Solving non-linear problems with Newton

2 - Code_Aster and Salome-Meca course material GNU FDL Licence

3 - Code_Aster and Salome-Meca course material GNU FDL Licence

EDF R&D : Créer de la valeur et préparer l’avenir

EDF R&D : Créer de la valeur et préparer l’avenir

EDF R&D : Créer de la valeur et préparer l’avenir

EDF R&D : Créer de la valeur et préparer l’avenir

EDF R&D : Créer de la valeur et préparer l’avenir

11 - Code_Aster and Salome-Meca course material GNU FDL Licence

Defining solid Ω which is in equilibrium with external forces

12 - Code_Aster and Salome-Meca course material GNU FDL Licence

Defining solid Ω which is in equilibrium with external forces

 has 6 independent components g

13 - Code_Aster and Salome-Meca course material GNU FDL Licence

EDF R&D : Créer de la valeur et préparer l’avenir

Propriétés pour le cas linéaire (MECA_STATIQUE) :

Fint (u)  Fext Ku  Fext

EDF R&D : Créer de la valeur et préparer l’avenir

Non-linear problem : stress depending on displacement  (u )

Non-linear material depending on material's history (plasticity,...) :

Non linear vector equation

16 - Code_Aster and Salome-Meca course material GNU FDL Licence

17 - Code_Aster and Salome-Meca course material GNU FDL Licence

To solve non-linear problem : an incremental algorithm

18 - Code_Aster and Salome-Meca course material GNU FDL Licence

Parametrization because boundary conditions should be applied

Some examples of prescribed boundary conditions

19 - Code_Aster and Salome-Meca course material GNU FDL Licence

Parametrization to cut a non-linear problem to decrease degree of

High degree of non- Low degree of non-

20 - Code_Aster and Salome-Meca course material GNU FDL Licence

The parameter t in the equations :

« Time » discretization, all quantities are parametrized by step k :

Solving a non-linear equation F ( x)  0 : the Newton's method

0  F ( x n )  F ( x n1 )  F ( x n1 ).( x n  x n1 )

Next value of the term of the series

22 - Code_Aster and Salome-Meca course material GNU FDL Licence

Newton's method for equilibrium equation, at step k :

K n1 is tangent matrix

R n1 is equilibrium residual

24 - Code_Aster and Salome-Meca course material GNU FDL Licence

Find the solution u* , F *  where F * is known and u * is unknown

Dividing F * in two increments (reducing degree of non-linearity) :

Compute tangent matrix K1n for iteration Newton n and step 1

Solving K1n .u1n  F1  F0  u1n

Update displacements u1n  u1n1  u1n

Compute Lint u1n  and R  F1  Lint u1n 

Update displacements Evaluate convergence

32 - Code_Aster and Salome-Meca course material GNU FDL Licence

1 Matrix computation : Why quasi-Newton methods ?

Compute exact matrix every iteration : matrix must been factorized →

33 - Code_Aster and Salome-Meca course material GNU FDL Licence

Lext  Lint, n1 

Lext  Lint, n1

By reference : giving stress reference (RESI_REFE_RELA)

Lext  Lint, n1   .Lref

34 - Code_Aster and Salome-Meca course material GNU FDL Licence

35 - Code_Aster and Salome-Meca course material GNU FDL Licence

Material is steel with Von Mises plasticity with isotropic hardening,

STEEL = DEFI_MATERIAU( ELAS=_F(YOUNG=210.E9,NU=0.3),