stringtranslate.com

Métodos sin malla

20 puntos y sus celdas de Voronoi

En el campo del análisis numérico , los métodos sin malla son aquellos que no requieren conexión entre nodos del dominio de simulación, es decir, una malla , sino que se basan en la interacción de cada nodo con todos sus vecinos. Como consecuencia, las propiedades extensivas originales, como la masa o la energía cinética, ya no se asignan a los elementos de la malla, sino a los nodos individuales. Los métodos sin malla permiten la simulación de algunos tipos de problemas que de otro modo serían difíciles, a costa de un tiempo de cálculo y un esfuerzo de programación adicionales. La ausencia de una malla permite simulaciones lagrangianas , en las que los nodos pueden moverse de acuerdo con el campo de velocidad .

Motivación

Los métodos numéricos como el método de diferencias finitas , el método de volúmenes finitos y el método de elementos finitos se definieron originalmente en mallas de puntos de datos. En una malla de este tipo, cada punto tiene un número fijo de vecinos predefinidos, y esta conectividad entre vecinos se puede utilizar para definir operadores matemáticos como la derivada . Estos operadores se utilizan luego para construir las ecuaciones que se van a simular, como las ecuaciones de Euler o las ecuaciones de Navier-Stokes .

Sin embargo, en simulaciones en las que el material que se simula puede moverse (como en la dinámica de fluidos computacional ) o donde pueden ocurrir grandes deformaciones del material (como en simulaciones de materiales plásticos ), la conectividad de la malla puede ser difícil de mantener sin introducir errores en la simulación. Si la malla se enreda o se degenera durante la simulación, los operadores definidos en ella pueden dejar de dar valores correctos. La malla se puede recrear durante la simulación (un proceso llamado remallado), pero esto también puede introducir errores, ya que todos los puntos de datos existentes deben asignarse a un conjunto nuevo y diferente de puntos de datos. Los métodos sin malla están destinados a remediar estos problemas. Los métodos sin malla también son útiles para:

Ejemplo

En una simulación de diferencias finitas tradicional , el dominio de una simulación unidimensional sería alguna función , representada como una malla de valores de datos en los puntos , donde

Podemos definir las derivadas que ocurren en la ecuación que se está simulando utilizando algunas fórmulas de diferencias finitas en este dominio, por ejemplo

y

Luego podemos usar estas definiciones de y sus derivadas espaciales y temporales para escribir la ecuación que se está simulando en forma de diferencias finitas y luego simular la ecuación con uno de los muchos métodos de diferencias finitas .

En este ejemplo simple, los pasos (aquí el paso espacial y el paso temporal ) son constantes a lo largo de toda la malla, y los vecinos izquierdo y derecho de la malla del valor de datos en son los valores en y , respectivamente. Generalmente, en diferencias finitas se pueden permitir de manera muy simple pasos variables a lo largo de la malla, pero todos los nodos originales deben conservarse y pueden moverse independientemente solo deformando los elementos originales. Si incluso solo dos de todos los nodos cambian su orden, o incluso solo se agrega o elimina un nodo de la simulación, eso crea un defecto en la malla original y la simple aproximación de diferencias finitas ya no puede mantenerse.

La hidrodinámica de partículas suavizadas (SPH), uno de los métodos sin malla más antiguos, resuelve este problema al tratar los puntos de datos como partículas físicas con masa y densidad que pueden moverse a lo largo del tiempo y llevar consigo algún valor. La SPH luego define el valor de entre las partículas mediante

donde es la masa de la partícula , es la densidad de la partícula y es una función kernel que opera en puntos de datos cercanos y se elige por suavidad y otras cualidades útiles. Por linealidad, podemos escribir la derivada espacial como

Luego podemos usar estas definiciones de y sus derivadas espaciales para escribir la ecuación que se está simulando como una ecuación diferencial ordinaria y simular la ecuación con uno de los muchos métodos numéricos . En términos físicos, esto significa calcular las fuerzas entre las partículas y luego integrar estas fuerzas a lo largo del tiempo para determinar su movimiento.

La ventaja de SPH en esta situación es que las fórmulas para y sus derivados no dependen de ninguna información de adyacencia sobre las partículas; pueden usar las partículas en cualquier orden, por lo que no importa si las partículas se mueven o incluso intercambian lugares.

Una desventaja de SPH es que requiere programación adicional para determinar los vecinos más cercanos de una partícula. Dado que la función kernel solo devuelve resultados distintos de cero para partículas cercanas dentro del doble de la "longitud de suavizado" (porque normalmente elegimos funciones kernel con soporte compacto ), sería una pérdida de esfuerzo calcular las sumas anteriores sobre cada partícula en una simulación grande. Por lo tanto, normalmente los simuladores SPH requieren algún código adicional para acelerar este cálculo del vecino más cercano.

Historia

Uno de los primeros métodos sin malla es la hidrodinámica de partículas suavizadas , presentada en 1977. [1] Libersky et al. [2] fueron los primeros en aplicar la hidrodinámica de partículas suavizadas en la mecánica de sólidos. Las principales desventajas de la hidrodinámica de partículas suavizadas son los resultados inexactos cerca de los límites y la inestabilidad de la tensión que fue investigada por primera vez por Swegle. [3]

En la década de 1990 surgió una nueva clase de métodos sin malla basada en el método Galerkin . Este primer método llamado método de elementos difusos [4] (DEM), iniciado por Nayroles et al., utilizó la aproximación MLS en la solución Galerkin de ecuaciones diferenciales parciales, con derivadas aproximadas de la función MLS. Posteriormente, Belytschko fue pionero en el método Galerkin sin elementos (EFG), [5] que empleaba MLS con multiplicadores de Lagrange para imponer condiciones de contorno, cuadratura numérica de orden superior en la forma débil y derivadas completas de la aproximación MLS que brindaba una mejor precisión. Casi al mismo tiempo, surgió el método de partículas de núcleo reproductor [6] (RKPM), la aproximación motivada en parte para corregir la estimación del núcleo en SPH: para brindar precisión cerca de los límites, en discretizaciones no uniformes y precisión de orden superior en general. Cabe destacar que, en un desarrollo paralelo, los métodos de puntos materiales se desarrollaron casi al mismo tiempo [7] que ofrecen capacidades similares. Los métodos de puntos materiales se utilizan ampliamente en la industria cinematográfica para simular la mecánica de sólidos de gran deformación, como la nieve en la película Frozen . [8] RKPM y otros métodos sin malla fueron desarrollados ampliamente por Chen, Liu y Li a fines de la década de 1990 para una variedad de aplicaciones y varias clases de problemas. [9] Durante la década de 1990 y posteriormente, se desarrollaron varias otras variedades, incluidas las que se enumeran a continuación.

Lista de métodos y acrónimos

Los siguientes métodos numéricos se consideran generalmente dentro de la clase general de métodos "sin malla". Los acrónimos se proporcionan entre paréntesis.

Métodos relacionados:

Desarrollo reciente

Las principales áreas de avance en los métodos sin malla son abordar problemas con la aplicación de límites esenciales, cuadratura numérica y contacto y grandes deformaciones. [26] La forma débil común requiere una fuerte aplicación de las condiciones de límite esenciales, pero los métodos sin malla en general carecen de la propiedad delta de Kronecker . Esto hace que la aplicación de las condiciones de límite esenciales no sea trivial, al menos más difícil que el método de elementos finitos , donde se pueden imponer directamente. Se han desarrollado técnicas para superar esta dificultad e imponer condiciones de manera fuerte. Se han desarrollado varios métodos para imponer las condiciones de límite esenciales de manera débil , incluidos los multiplicadores de Lagrange , el método de Nitche y el método de penalización.

En cuanto a la cuadratura , generalmente se prefiere la integración nodal, que ofrece simplicidad, eficiencia y mantiene el método sin malla libre de cualquier malla (a diferencia del uso de la cuadratura de Gauss , que necesita una malla para generar puntos de cuadratura y pesos). Sin embargo, la integración nodal sufre de inestabilidad numérica debido a la subestimación de la energía de deformación asociada con los modos de longitud de onda corta, [27] y también produce resultados inexactos y no convergentes debido a la subintegración de la forma débil. [28] Un avance importante en la integración numérica ha sido el desarrollo de una integración nodal conforme estabilizada (SCNI) que proporciona un método de integración nodal que no sufre ninguno de estos problemas. [28] El método se basa en el suavizado de la deformación que satisface la prueba de parche de primer orden . Sin embargo, más tarde se comprendió que los modos de baja energía todavía estaban presentes en SCNI, y se han desarrollado métodos de estabilización adicionales. Este método se ha aplicado a una variedad de problemas que incluyen placas delgadas y gruesas, poromecánica, problemas dominados por convección, entre otros. [26] Más recientemente, se ha desarrollado un marco para pasar pruebas de parche de orden arbitrario, basado en un método de Petrov-Galerkin . [29]

Un avance reciente en los métodos sin malla apunta al desarrollo de herramientas computacionales para la automatización en modelado y simulaciones. Esto es posible gracias a la llamada formulación débil debilitada (W2) basada en la teoría del espacio G. [30] [31] La formulación W2 ofrece posibilidades para formular varios modelos (uniformemente) "suaves" que funcionan bien con mallas triangulares. Debido a que una malla triangular se puede generar automáticamente, se vuelve mucho más fácil volver a mallar y, por lo tanto, permite la automatización en el modelado y la simulación. Además, los modelos W2 se pueden hacer lo suficientemente suaves (de manera uniforme) para producir soluciones de límite superior (para problemas de impulso de fuerza). Junto con los modelos rígidos (como los modelos FEM totalmente compatibles), se puede limitar convenientemente la solución desde ambos lados. Esto permite una fácil estimación de errores para problemas generalmente complicados, siempre que se pueda generar una malla triangular. Los modelos W2 típicos son los métodos de interpolación de puntos suavizados (o S-PIM). [17] El S-PIM puede estar basado en nodos (conocido como NS-PIM o LC-PIM), [32] basado en bordes (ES-PIM), [33] y basado en celdas (CS-PIM). [34] El NS-PIM se desarrolló utilizando la llamada técnica SCNI. [28] Luego se descubrió que el NS-PIM es capaz de producir una solución de límite superior y un bloqueo volumétrico libre. [35] El ES-PIM se encontró superior en precisión, y el CS-PIM se comporta entre el NS-PIM y el ES-PIM. Además, las formulaciones W2 permiten el uso de funciones de base polinómicas y radiales en la creación de funciones de forma (acomoda las funciones de desplazamiento discontinuas, siempre que esté en el espacio G1), lo que abre más espacios para futuros desarrollos. La formulación W2 también ha llevado al desarrollo de la combinación de técnicas sin malla con las técnicas FEM bien desarrolladas, y ahora se puede usar una malla triangular con excelente precisión y la suavidad deseada. Una formulación típica de este tipo es el llamado método de elementos finitos suavizados (o S-FEM). [36] El S-FEM es la versión lineal del S-PIM, pero con la mayoría de las propiedades del S-PIM y mucho más simple.

Existe la percepción general de que los métodos sin malla son mucho más costosos que sus contrapartes FEM. Sin embargo, un estudio reciente ha descubierto que algunos métodos sin malla, como el S-PIM y el S-FEM, pueden ser mucho más rápidos que sus contrapartes FEM. [17] [36]

El S-PIM y el S-FEM funcionan bien para problemas de mecánica de sólidos. Para problemas de CFD, la formulación puede ser más simple, a través de una formulación fuerte. Recientemente también se ha desarrollado un método de suavizado de gradiente (GSM) para problemas de CFD, implementando la idea de suavizado de gradiente en forma fuerte. [37] [38] El GSM es similar a [FVM], pero utiliza operaciones de suavizado de gradiente exclusivamente en formas anidadas, y es un método numérico general para EDP.

Se ha propuesto la integración nodal como una técnica para utilizar elementos finitos para emular un comportamiento sin malla. [ cita requerida ] Sin embargo, el obstáculo que se debe superar al utilizar elementos integrados nodalmente es que las cantidades en los puntos nodales no son continuas y los nodos se comparten entre múltiples elementos.

Véase también

Referencias

  1. ^ Gingold, RA; Monaghan, JJ (1 de diciembre de 1977). «Hidrodinámica de partículas suavizadas: teoría y aplicación a estrellas no esféricas». Monthly Notices of the Royal Astronomical Society . 181 (3): 375–389. Bibcode :1977MNRAS.181..375G. doi : 10.1093/mnras/181.3.375 .
  2. ^ Libersky, Larry D.; Petschek, Albert G.; Carney, Theodore C.; Hipp, Jim R.; Allahdadi, Firooz A. (noviembre de 1993). "Hidrodinámica lagrangiana de alta deformación". Journal of Computational Physics . 109 (1): 67–75. doi :10.1006/jcph.1993.1199.
  3. ^ Swegle, JW; Hicks, DL; Attaway, SW (enero de 1995). "Análisis de estabilidad hidrodinámica de partículas suavizadas". Journal of Computational Physics . 116 (1): 123–134. Bibcode :1995JCoPh.116..123S. doi :10.1006/jcph.1995.1010.
  4. ^ Nayroles, B.; Touzot, G.; Villon, P. (1992). "Generalización del método de elementos finitos: aproximación difusa y elementos difusos". Mecánica Computacional . 10 (5): 307–318. Bibcode :1992CompM..10..307N. doi :10.1007/BF00364252. S2CID  121511161.
  5. ^ Belytschko, T.; Lu, YY; Gu, L. (30 de enero de 1994). "Métodos de Galerkin libres de elementos". Revista internacional de métodos numéricos en ingeniería . 37 (2): 229–256. Bibcode :1994IJNME..37..229B. doi :10.1002/nme.1620370205.
  6. ^ Liu, Wing Kam; Jun, Sukky; Zhang, Yi Fei (30 de abril de 1995). "Reproducción de métodos de partículas de núcleo". Revista internacional de métodos numéricos en fluidos . 20 (8–9): 1081–1106. Código Bibliográfico :1995IJNMF..20.1081L. doi :10.1002/fld.1650200824.
  7. ^ Sulsky, D.; Chen, Z.; Schreyer, HL (septiembre de 1994). "Un método de partículas para materiales dependientes de la historia". Métodos informáticos en mecánica aplicada e ingeniería . 118 (1–2): 179–196. doi :10.1016/0045-7825(94)90112-0.
  8. ^ https://www.math.ucla.edu/~jteran/papers/SSCTS13.pdf [ URL básica PDF ]
  9. ^ Liu, WK; Chen, Y.; Jun, S.; Chen, JS; Belytschko, T.; Pan, C.; Uras, RA; Chang, CT (marzo de 1996). "Descripción general y aplicaciones de los métodos de reproducción de partículas kernel". Archivos de métodos computacionales en ingeniería . 3 (1): 3–80. doi :10.1007/BF02736130. S2CID  122241092.
  10. ^ Atluri, SN; Zhu, T. (24 de agosto de 1998). "Un nuevo enfoque de Petrov-Galerkin local sin malla (MLPG) en mecánica computacional". Mecánica computacional . 22 (2): 117–127. Bibcode :1998CompM..22..117A. doi :10.1007/s004660050346. S2CID  3688083.
  11. ^ Oliveira, T.; Portela, A. (diciembre de 2016). "Colocación de forma débil: un método local sin malla en elasticidad lineal". Análisis de ingeniería con elementos de contorno . 73 : 144–160. doi :10.1016/j.enganabound.2016.09.010.
  12. ^ Chen, Shang-Ying; Hsu, Kuo-Chin; Fan, Chia-Ming (15 de marzo de 2021). "Mejora del método de diferencias finitas generalizadas para el modelado estocástico del flujo subterráneo". Journal of Computational Physics . 429 : 110002. Bibcode :2021JCoPh.42910002C. doi :10.1016/J.JCP.2020.110002. S2CID  228828681.
  13. ^ Chen, Shang-Ying; Wei, Jian-Yu; Hsu, Kuo-Chin (1 de octubre de 2023). "Asimilación de datos para modelado de flujo subterráneo en tiempo real con ajustes de nodos sin malla dinámicamente adaptativos". Ingeniería con computadoras . 40 (3): 1893–1925. doi :10.1007/s00366-023-01897-6. ​​ISSN  1435-5663.
  14. ^ WK Liu; S. Jun; YF Zhang (1995). "Reproducción de métodos de partículas de núcleo". Int. J. Numer. Methods Eng . 20 (8–9): 1081–1106. Código Bibliográfico :1995IJNMF..20.1081L. doi :10.1002/fld.1650200824.
  15. ^ A. Behzadan; HM Shodja; M. Khezri (2011). "Un enfoque unificado para el análisis matemático de RKPM generalizado, RKPM de gradiente y GMLS". Métodos computacionales. Ingeniería mecánica de aplicaciones . 200 (5–8): 540–576. Código Bibliográfico : 2011CMAME.200..540B. doi : 10.1016/j.cma.2010.07.017.
  16. ^ Gauger, Christoph; Leinen, Peter; Yserentant, Harry (enero de 2000). "El método de masa finita". Revista SIAM sobre análisis numérico . 37 (6): 1768–1799. doi :10.1137/S0036142999352564.
  17. ^ abcd Liu, GR 2.ª ed.: 2009 Métodos sin malla , CRC Press. 978-1-4200-8209-9
  18. ^ Sarler B, Vertnik R. Sin malla
  19. ^ Li, B.; Habbal, F.; Ortiz, M. (17 de septiembre de 2010). "Esquemas de aproximación de transporte óptimo sin malla para flujos fluidos y plásticos". Revista internacional de métodos numéricos en ingeniería . 83 (12): 1541–1579. Bibcode :2010IJNME..83.1541L. doi :10.1002/nme.2869. S2CID  18225521.
  20. ^ Walker, Wade A.; Langowski, Jörg (6 de julio de 2012). "El método de reemplazo repetido: un método puro sin malla lagrangiana para dinámica de fluidos computacional". PLOS ONE . ​​7 (7): e39999. Bibcode :2012PLoSO...739999W. doi : 10.1371/journal.pone.0039999 . PMC 3391243 . PMID  22866175. 
  21. ^ Ooi, EH; Popov, V. (mayo de 2012). "Una implementación eficiente del método de ecuación integral de base radial". Análisis de ingeniería con elementos de contorno . 36 (5): 716–726. doi :10.1016/j.enganabound.2011.12.001. S2CID  122004658.
  22. ^ Zhang, Xiong; Liu, Xiao-Hu; Song, Kang-Zu; Lu, Ming-Wan (30 de julio de 2001). "Método de colocación de mínimos cuadrados sin malla". Revista internacional de métodos numéricos en ingeniería . 51 (9): 1089–1100. Código Bibliográfico :2001IJNME..51.1089Z. doi :10.1002/nme.200. S2CID  119952479.
  23. ^ Boroomand, B.; Soghrati, S.; Movahedian, B. (2009). "Funciones de base exponenciales en la solución de problemas elásticos armónicos estáticos y temporales en un estilo sin malla". Revista internacional de métodos numéricos en ingeniería . 81 (8): 971–1018. doi :10.1002/nme.2718. S2CID  4943418.
  24. ^ Chen, S.-Y.; Hsu, K.-C. (2024). "Un enfoque eficiente de colocación de nodos sin malla en el modelado tridimensional del flujo subterráneo". Análisis de ingeniería con elementos de contorno . 169(A): 105997. doi :10.1016/j.enganabound.2024.105997.
  25. ^ Ghoneim, A. (marzo de 2015). "Un método de elementos finitos de interfaz sin malla para modelar la fusión y solidificación de solutos isotérmicos en sistemas binarios". Elementos finitos en análisis y diseño . 95 : 20–41. doi :10.1016/j.finel.2014.10.002.
  26. ^ ab Chen, Jiun-Shyan ; Hillman, Michael; Chi, Sheng-Wei (abril de 2017). "Métodos sin malla: progreso logrado después de 20 años". Journal of Engineering Mechanics . 143 (4): 04017001. doi :10.1061/(ASCE)EM.1943-7889.0001176.
  27. ^ Belytschko, Ted; Guo, Yong; Kam Liu, Wing; Ping Xiao, Shao (30 de julio de 2000). "Un análisis de estabilidad unificado de métodos de partículas sin malla". Revista internacional de métodos numéricos en ingeniería . 48 (9): 1359–1400. Código Bibliográfico :2000IJNME..48.1359B. doi :10.1002/1097-0207(20000730)48:9<1359::AID-NME829>3.0.CO;2-U.
  28. ^ abc Chen, Jiun-Shyan ; Wu, Cheng-Tang; Yoon, Sangpil; You, Yang (20 de enero de 2001). "Una integración nodal conforme estabilizada para métodos sin malla de Galerkin". Revista internacional de métodos numéricos en ingeniería . 50 (2): 435–466. Código Bibliográfico :2001IJNME..50..435C. doi :10.1002/1097-0207(20010120)50:2<435::AID-NME32>3.0.CO;2-A.
  29. ^ Chen, Jiun-Shyan ; Hillman, Michael; Rüter, Marcus (3 de agosto de 2013). "Una integración variacionalmente consistente de orden arbitrario para métodos sin malla de Galerkin". Revista internacional de métodos numéricos en ingeniería . 95 (5): 387–418. Bibcode :2013IJNME..95..387C. doi :10.1002/nme.4512. S2CID  124640562.
  30. ^ ab Liu, GR (2009). "Teoría del espacio AG y una forma débil debilitada (W2) para una formulación unificada de métodos compatibles e incompatibles: teoría de la Parte I". Revista internacional de métodos numéricos en ingeniería . 81 (9): 1093–1126. doi :10.1002/nme.2719. S2CID  123009384.
  31. ^ ab Liu, GR (2009). "Teoría del espacio AG y una forma débil debilitada (W2) para una formulación unificada de métodos compatibles e incompatibles: Parte II aplicaciones a problemas de mecánica de sólidos". Revista internacional de métodos numéricos en ingeniería . 81 (9): 1127–1156. doi :10.1002/nme.2720. S2CID  119378545.
  32. ^ Liu GR, Zhang GY, Dai KY, Wang YY, Zhong ZH, Li GY y Han X, Un método de interpolación de puntos linealmente conforme (LC-PIM) para problemas de mecánica de sólidos 2D, International Journal of Computational Methods , 2(4): 645–665, 2005.
  33. ^ GR Liu, GR Zhang. Métodos de interpolación de puntos suavizados basados ​​en aristas. Revista internacional de métodos computacionales, 5(4): 621–646, 2008
  34. ^ Liu, GR; Zhang, GY (20 de noviembre de 2011). "Un espacio G normalizado y una formulación débil debilitada (W2) de un método de interpolación de puntos suavizados basado en celdas". Revista Internacional de Métodos Computacionales . 06 (1): 147–179. doi :10.1142/S0219876209001796.
  35. ^ Liu, GR; Zhang, GY (14 de mayo de 2008). "Solución de límite superior para problemas de elasticidad: una propiedad única del método de interpolación de puntos linealmente conforme (LC-PIM)". Revista internacional de métodos numéricos en ingeniería . 74 (7): 1128–1161. Bibcode :2008IJNME..74.1128L. doi :10.1002/nme.2204. S2CID  54088894.
  36. ^ abc Liu, GR, 2010 Métodos de elementos finitos suavizados , CRC Press, ISBN 978-1-4398-2027-8 . [ página necesaria ] 
  37. ^ Liu, GR; Xu, George X. (10 de diciembre de 2008). "Un método de suavizado de gradiente (GSM) para problemas de dinámica de fluidos". Revista internacional de métodos numéricos en fluidos . 58 (10): 1101–1133. Código Bibliográfico :2008IJNMF..58.1101L. doi :10.1002/fld.1788. S2CID  53983110.
  38. ^ Zhang, Jian; Liu, GR; Lam, KY; Li, Hua; Xu, G. (noviembre de 2008). "Un método de suavizado de gradiente (GSM) basado en una ecuación de gobierno de forma fuerte para el análisis adaptativo de problemas de mecánica de sólidos". Elementos finitos en análisis y diseño . 44 (15): 889–909. doi :10.1016/j.finel.2008.06.006.
  39. ^ Liu, GR (20 de noviembre de 2011). "Sobre la teoría del espacio G". Revista Internacional de Métodos Computacionales . 06 (2): 257–289. doi :10.1142/S0219876209001863.

Lectura adicional

Enlaces externos