Диссертация (Математическое моделирование задач механики деформируемого твердого тела и численные методы их решения), страница 10
Описание файла
Файл "Диссертация" внутри архива находится в папке "Математическое моделирование задач механики деформируемого твердого тела и численные методы их решения". PDF-файл из архива "Математическое моделирование задач механики деформируемого твердого тела и численные методы их решения", который расположен в категории "". Всё это находится в предмете "физико-математические науки" из Аспирантура и докторантура, которые можно найти в файловом архиве МАИ. Не смотря на прямую связь этого архива с МАИ, его также можно найти и в других разделах. , а ещё этот архив представляет собой кандидатскую диссертацию, поэтому ещё представлен в разделе всех диссертаций на соискание учёной степени кандидата физико-математических наук.
Просмотр PDF-файла онлайн
Текст 10 страницы из PDF
Помимо окрестности момента разрушения, погрешность скапливается и в окрестности начальной точки, что можно видеть на рис. 1.9 и 1.12. Величина погрешностиможет достигать десятков процентов. Максимум погрешности приходится на начальную точку, но абсолютная погрешность в ней не привышает значения точности 1 .3. Вне окрестностей ПОТ относительная погрешность может быть на порядки меньше своего среднего значения, приближаясь по величине к медиане.
При этом длярассматриваемых задач средняя относительная погрешность и медиана на порядкипревосходит аналогичные показатели для задач без начального упрочнения.4. Из таблиц 10, 13 видно, что метод ЭНЯ для обеих задач дает относительную погрешность в разы меньшую, чем метод Г4НЯ. При этом значение медианы для методаГ4НЯ в разы ниже, чем для метода ЭНЯ. Исходя из полученных данных можнозаключить: вне окрестностей ПОТ при малой точности погрешность решения дляобоих методов мало отличается, а при повышении точности погрешность для методаГ4НЯ убывает быстрее. Но в окрестностях ПОТ метод Г4НЯ дает большую погрешность, чем метод ЭНЯ. Это и влияет на увеличение средней погрешности решениядля метода Г4НЯ по сравнению с методом ЭНЯ.49Глава 2.
Метод продолжения решения по параметру и наилучшаяпараметризацияРассмотреные в разделе 1.3 главы 1 задачи Коши (1.34), (1.4) и (1.42), (1.44), описывающие процессы деформирования в условиях ползучести вплоть до разрушения конструкций изупрочняющихся стали 45 и титанового сплава 3В показывают, что явные методы малоэффективны при их расчете. Неявные методы также нельзя назвать эффективными применительнок рассматриваемым задачам, несмотря на то, что они позволяют получать приближенныерешения с высокой точностью. Это связано с тем, что реализация неявных схем сводится к решению систем нелинейных алгебраических или трансцендентных уравнений, сопряженномус известными трудностями, описанными в параграфе 1.3.3.
Для более эффективных методов расчета упрочняющихся конструкций на длительную прочность в условиях ползучести,потребуем выполнения следующих условий:1. Отсутствие ограничений на шаг интегрирования.2. Возможность применения явных методов решения задачи Коши.3. Уменьшение времени счета.4. Точности приближенного решения не должна быть ниже, полученной при использовании неявных методов.Всем этим условиям удовлетворяет метод продолжения решения по параметру и наилучшаяпараметризация [102], применению которого посвящена данная глава.2.1Метод продолжения решения по параметру для систем ОДУВо введении было указано, что начиная с 50-х годов прошлого века ведется исследования жестких начальных задач и разработка методов их решения.
Несмотря на большойарсенал имеющихся методов решения жестких задач [99], в последние годы появились десятки работ в данной области. Одним из направлений исследования является применение явныхсхем (например (,)-метод, многостадийные схемы семейства Розенброка, метод конечныхсуперэлементов и др.) для решения жестких задач [16, 30, 75, 84–86]. Но явные методы, какправило, применимы только для узкого класса жестких задач и не могут быть использованыдля жестких и плохо обусловленных задач в общем случае.
Более эффективными являютсяметоды на основе неявных или полуявных (диагонально неявных) схем [32,82,83,87,99], но ихреализация по трудоемкости намного превосходит явные схемы. Также стоит упомянуть, чтонеявные методы малоэффективны для плохо обусловленных задач в случае, когда предельная особая точка лежит внутри интервала изменения аргумента.
Для рассматриваемых вдиссертации задач целесообразно использовать метод на основе замены исходного аргументазадачи на новый, при котором исходная задача не имела бы особенностей и могла быть про50интегрирована при помощи явных методов. Укажем некоторые подходы для осуществленияданной идеи.2.1.1Традиционный подходРассмотрим задачу Коши для нормальной системы ОДУ, задаваемой в общем виде= (,1 , . . . , ), ∈ [0 , ], = 1, .
. . , , 0 < < ∞(2.1)с начальными условиями⎧⎪1 (0 ) = 10 ,⎪⎪⎨...⎪⎪⎪⎩ ( ) = . 00(2.2)Отметим, что все переменные в задаче (2.1)-(2.2) являются равноправными, т. е. вместоаргумента можно выбрать в качестве независимой любую из переменных 1 , 2 , . . . , . Этонаблюдение (по аналогии с системами алгебраических и трансцендентных уравнений [25,26])позволяет обходить ПОТ, лежащие внутри отрезка изменения переменной .Если в процессе решения при = ˜ хотя бы одна функция , 1 ≤ ≤ , неограниченновозрастает, то дальнейшее решение затруднено.
В этом случае выберем в качестве нового аргумента одну из переменных , 1 ≤ ≤ , для которой в окрестности точки (˜,˜1 , . . . , ˜ )все функции ограничены, а ̸= 0, где (˜) = ˜ , и перейдем к ней в системе (2.1)⎧ (,1 , . . . , )⎪⎪⎨ = (, , . . . , ) , = 1, .
. . , , ̸= ,11⎪⎪⎩=, ∈ [˜ ,* ], ˜ < * < ∞, (,1 , . . . , )приняв за начальные условия для нее⎧⎪1 (˜ ) = ˜1 ,⎪⎪⎪⎪..⎪⎪.⎪⎪⎪⎪⎪⎪ (˜ ) = ˜(−1) ,⎪⎪⎨ −1 +1 (˜ ) = ˜(+1) ,⎪⎪⎪..⎪⎪.⎪⎪⎪⎪⎪⎪⎪ (˜ ) = ˜ ,⎪⎪⎪⎩(˜ ) = ˜.(2.3)(2.4)Если можно найти такую переменную , то удается пройти через ПОТ при = ˜.Далее, приближаясь к другим ПОТ, мы можем снова заменить аргумент, проделывая вышеописанную процедуру нужное число раз.51Таким образом, исходная задача (2.1)-(2.2) может быть сведена к последовательностизадач Коши вида (2.3)-(2.4) с ограниченными правыми частями. Но процесс смены аргумента плохо формализуем и делается фактически вручную, поэтому хотелось бы выработатьдругой путь для реализации описанной идеи.Отметим также, что указанный метод замены аргумента не работает, если интегральная кривая задачи (2.1)-(2.2) содержит точки бифуркации [102, с.
196-216], в этом случаетребуются другие подходы [38], не рассматриваемые в диссертационной работе.2.1.2Параметризация решения. Общий подходМодифицируем подход, рассмотренный в параграфе 2.1.1, учитывая то, что при сменеаргумента продолжения решения не обязательно двигаться исключительно по одной из переменных 1 , . . .
, или . Обозначив переменную за +1 , будем определять новый аргументпродолжения решения в окрестности каждой точки интегральной кривой в виде [102, с. 51](︀)︀¯ , = 1 1 + 2 2 + · · · + + +1 +1 = ¯ , (2.5)¯ = (1 , . . . , +1 ) .где ¯ = (1 , . . . , +1 ) , Полагая, что все переменные задачи (2.1)-(2.2) зависят от аргумента 1 = 1 (), 2 = 2 (), . . .
, +1 = +1 (),перепишем систему (2.1) в виде+1= (1 , . . . , +1 ), ∈ [0 ,* ], = 1, . . . , .(2.6)Дополняя систему (2.6) уравнением112+1+ 2+ · · · + + +1= 1,(2.7)получим замкнутую систему ОДУ.В качестве начальных условий для системы (2.6)-(2.7) примем⎧⎪⎪ 1 (0 ) = 10 ,⎪⎨...⎪⎪⎪⎩+1 (0 ) = 0 .Так как аргумент не входит явно в систему (2.6)-(2.7), то положим 0 равным нулю.Выбирая вектор ¯ тем или иным образом, можно получить различные аргументыпродолжения. В частности, если положить ¯ = ¯ , где компоненты вектора ¯ равны = , = 1, + 1, то в качестве нового аргумента продолжения получим переменную .
Здесь – символы Кронекера.52При решении удобно использовать такие аргументы продолжения, которые не требуютсмены во всей рассматриваемой области. На существование таких аргументов указывает тотфакт, что в окрестности каждой рассматриваемой точки можно выбрать значение вектора¯ так, чтобы все правые части были ограничены. В результате будет получен вектор ¯ какфункция точек рассматриваемой области, которому соответствует аргумент продолжения,обладающий требуемыми свойствами.2.1.3Наилучшая параметризацияМожно видеть, что в каждой точке интегральной кривой аргумент продолжения определяется неоднозначно. Вместе с тем, для некоторых аргументов продолжения новая системаобусловлена лучше по сравнению с другими.
Исходя из этого соображения, можно ставитьзадачу о поиске наилучшего аргумента продолжения.В монографии [102, с. 17-30, 52] доказано, что задача Коши для нормальной системыОДУ преобразуется к наилучшему аргументу, тогда и только тогда, когда в качестве таковоговыбрана длина дуги, отсчитываемая вдоль интегральной кривой этой задачи.Иными словами, вектор ¯ в (2.5) для наилучшего аргумента следует принять в виде(︂¯=1 2+1,, ··· ,)︂.(2.8)Определение 2.1. Аргумент продолжения, для которого вектор ¯ имеет вид (2.8),будем называть наилучшим и обозначать буквой .В скалярной форме наилучший аргумент можно записать в виде()2 = (1 )2 + (2 )2 + .
. . + (+1 )2 .(2.9)Исходя из соотношений (2.8) и (2.9), для вектора ¯ справедливо равенство‖¯‖2 = 1,где ‖ · ‖2 – евклидова (квадратичная) норма вектора [31, с. 24].Система уравнений (2.1)-(2.2), преобразованная к аргументу , запишется в виде (1 , . . . , +1 )= ± √︀,(1 , . . . , +1 )где (1 , . .
. , +1 ) =+1∑︁ ∈ [0,* ], = 1, . . . , + 1,(2.10)2 (1 , . . . , +1 ), +1 (1 , . . . , +1 ) ≡ 1.=1Знак правой части отражает направление движения вдоль нового аргумента. В дальнейшем будем считать, что знак правой части (2.10) положительный.Начальные условия для системы (2.10) запишем следующим образом53⎧⎪1 (0) = 10 ,⎪⎪⎨...⎪⎪⎪⎩+1 (0) = 0 .(2.11)Определение 2.2. Переход от задачи (2.1)-(2.2) к задаче (2.10)-(2.11) будем называть-преобразованием.Анализируя задачу (2.10)-(2.11), можно отметить следующие преимущества:1. Квадратичная норма правой части системы (2.10) равна единице. Это говорит отом, что для задачи не существует точек, в которых правые части системы (2.10)теряют смысл, и это дает возможность использовать при ее численном решениилюбые методы интегрирования задачи Коши, в том числе и явные.2.
Нет необходимости производить смену аргумента, что облегчает процесс решения.Вместе с этим, существует и ряд недостатков данного подхода:1. Увеличение размерности задачи на единицу.2. Усложнение вида уравнений преобразованной системы. В случае задачи большойразмерности ( ≫ 1) параметризованная система становится значительно сложнееисходной [33, 60]. По этой причине, выгода от применения наилучшей параметризации может исчезнуть.3.