有限元计算中,经常会遇到解的收敛性问题,要解决这个,首先需知道,什么是解的收敛性。 在有限元法中,场函数的总体泛函是由单元泛函集成的。如果采用完全多项式作为单元的插值函数(即试探函数),则有限元解在一个有限尺寸的单元内可以精确地和真正解一致。但是实际上有限元的试探函数只能取有限项多项式,因此有限元解只能是真正解的一个近似解答。 每一个单元的泛函有可能趋于它的精确值。如果试探函数还满足连续性要求,则整个系统的泛函将趋近于它的精确值。有限元解就趋近于精确解,也就是说解是收敛的。 最书面的理解是:当选取的单元既完备又协调时,有限元解是收敛的。即当单元尺寸趋于零时,有限元解趋于真正解。
(关于单元的完备、协调性概念可以参考清华大学王勖成老师的书《有限单元法》,2003年) 这就是有限元的收敛性,需要说明的是:由于数学微分方程的精确解往往不一定能够得到,甚至问题的数学微分方程并未建立(例如对于复杂型式的结构)。同时有限元解中通常包含多种误差(例如计算机的截断误差和舍入误差),因此有限元解收敛于精确解,在更严格意义上说是问题的有限元解的离散误差趋于零。 abaqus的隐式求解的目的是求解一个很大的刚度矩阵的解,这个方程能否迭代得到一个系统默认的收敛准则的范围内的数值,决定了这次的收敛是否成功。因此,要收敛的话,系统与上一个分析步的边界条件区别越小,越容易找到收敛解。有如下方式:
|
|