4. 有限元方法基本原理:加权残值法与伽辽金法、最小势能原理、单元位移模式与形函数
各位好,我是老张。做了十几年材料仿真,今天咱们聊聊有限元方法的核心原理。说实话,很多人用有限元软件用得溜,但一提到原理就头疼。我当年也是这样,直到亲手算过一个简单梁的变形,才真正理解了这些概念。
有限元方法,说白了就是把一个连续体切成很多小块,然后近似求解。但怎么近似?凭什么这么近似?这就得从加权残值法和伽辽金法说起了。
4.1 加权残值法与伽辽金法
先问个问题:我们解微分方程时,如果找不到精确解怎么办?
答案是:找个近似解,然后让误差尽可能小。
加权残值法就是这个思路。假设我们有一个微分方程:
L(u) = f 在域Ω内
B(u) = g 在边界Γ上
我们猜一个近似解 ũ,代入后肯定有残差:
R = L(ũ) - f ≠ 0
我们的目标就是让这个残差R在某种加权平均的意义上等于零。也就是:
∫Ω W·R dΩ = 0
这里的W就是权函数。不同的权函数选择,就产生了不同的方法。
关键点:加权残值法的本质是「用积分弱形式代替微分强形式」。你想想看,微分方程要求每一点都满足,太难了;但积分形式只要求整体满足,这就容易多了。
我个人最常用的是伽辽金法。它的特点很巧妙——权函数就用近似解的基函数本身。也就是说:
W = Nᵢ (形函数)
为什么这样选?我在做复合材料层合板分析时发现,这样得到的刚度矩阵是对称的,计算效率高,而且物理意义明确——相当于让残差在基函数张成的空间里投影为零。
我的经验:伽辽金法在结构分析中几乎是标准配置。但要注意,对于对流占优的问题(比如高速流动),标准伽辽金法会振荡,这时候需要加稳定化项。我曾经在热-力耦合分析中吃过这个亏,算出来的温度场像锯齿一样,后来改用SUPG(流线迎风Petrov-Galerkin)才解决。
4.2 最小势能原理
这个原理,说白了就是「自然界总是趋向于能量最小的状态」。你拿一根弹簧,拉长它,它总想回到原长——这就是势能最小。
对于弹性体,总势能Π可以写成:
Π = U - W
其中U是应变能,W是外力做功。最小势能原理说:在所有可能的位移中,真实位移使总势能取最小值。
用数学表达就是:
δΠ = 0
这个变分原理和伽辽金法是等价的。我刚开始学的时候觉得这是两套东西,后来才明白——它们是从不同角度描述同一个物理规律。
注意:最小势能原理只适用于保守系统。如果涉及塑性、摩擦等耗散过程,就得用虚功原理或更一般的变分原理了。我曾经用最小势能原理算一个接触问题,结果怎么都不收敛,后来才发现是摩擦耗散没考虑进去。
在实际有限元中,我们通常从最小势能原理出发,推导出单元刚度矩阵。这个过程很机械,但很可靠:
- 写出总势能表达式
- 对位移取变分
- 令变分为零
- 得到平衡方程 K·u = f
4.3 单元位移模式与形函数
好了,现在我们知道要用近似解,也知道怎么让误差最小。但近似解长什么样?这就涉及到单元位移模式了。
单元位移模式,就是假设单元内部的位移分布规律。最简单的是一维杆单元:
u(x) = a₀ + a₁·x
写成矩阵形式:
u(x) = [1 x] · {a₀ a₁}ᵀ
但这样写不直观。我们更习惯用节点位移来表示:
u(x) = N₁(x)·u₁ + N₂(x)·u₂
这里的N₁(x)和N₂(x)就是形函数。对于一维线性单元:
N₁(x) = 1 - x/L
N₂(x) = x/L
形函数的性质:
- 在自身节点上为1,在其他节点上为0
- 所有形函数之和为1(刚体位移条件)
- 形函数的阶次决定了单元的精度
我建议你记住一个口诀:「形函数,像插值;节点值,加权和」。说白了,形函数就是插值基函数,它把节点位移「分配」到单元内部各点。
对于二维问题,常用的有:
- 三节点三角形单元(常应变单元):线性位移模式,形函数是面积坐标
- 四节点四边形单元(双线性单元):双线性位移模式,形函数是自然坐标的函数
- 八节点四边形单元(二次单元):二次位移模式,精度更高
下面这张图展示了不同单元类型的形函数分布:
选择单元类型时,我有个习惯:
- 初步分析用线性单元,算得快
- 应力集中区域用二次单元,精度高
- 大变形问题用减缩积分单元,避免剪切闭锁
避坑指南:我曾经用一阶四边形单元算一个悬臂梁的弯曲问题,结果算出来的位移比理论值小很多。后来才发现是「剪切闭锁」——线性单元的位移模式无法准确描述纯弯曲变形,产生了虚假的剪切应变。解决办法是用二阶单元,或者用减缩积分。
4.4 知识体系总结
好了,咱们把这一章的核心逻辑串一下:
你看,加权残值法、最小势能原理、形函数这三者其实是相通的。加权残值法提供了数学框架,最小势能原理提供了物理基础,形函数提供了实现工具。三者结合,就构成了有限元方法的完整理论体系。
我个人觉得,理解这些原理比学会操作软件重要得多。软件版本会更新,但原理几十年不变。你掌握了这些,遇到再复杂的问题也能找到解决思路。
公众号:蓝海资料掘金营,微信deep3321