try ai
科普
编辑
分享
反馈
  • 常应变三角形(CST)单元:原理与应用

常应变三角形(CST)单元:原理与应用

SciencePedia玻尔百科
核心要点
  • CST单元使用线性形函数来定义位移,这导致单元内部产生均匀(恒定)的应变和应力场。
  • 其刚度矩阵由一个简单的公式(Ke=tABTDB\mathbf{K}_e = t A \mathbf{B}^T \mathbf{D} \mathbf{B}Ke​=tABTDB)推导得出,该公式整合了几何、材料属性和厚度,使其计算成本低廉。
  • 尽管CST单元简单且能通过斑块检验,但它存在严重的精度问题,如寄生剪切和体积闭锁,使其在弯曲和处理不可压缩材料时表现得过于刚硬。
  • CST是介绍有限元核心概念(包括单元构建、组装、网格划分以及对高阶单元的需求)的强大教学工具。

引言

有限元法(FEM)是现代科学与工程中最强大的计算技术之一,它允许我们通过将连续问题分解为简单、可管理的部分来模拟复杂的物理现象。该方法的核心是其最基本的构建模块:单元。本文聚焦于其中最简单的单元——常应变三角形(CST),以从零开始阐明有限元分析的核心原理。

CST单元虽然看似简单,却提供了一个完整、自洽的叙述,说明了物理问题如何被转化为计算模型。通过研究这个单元,我们解决了抽象物理定律与其具体数值实现之间的基本知识鸿沟。本文将引导您了解这个基础故事。首先,我们将探讨“原理与机制”,剖析单元的运动如何被描述、应变如何计算以及其刚度如何推导。我们还将正视其固有的局限性,这些局限性与其成功之处同样具有启发意义。随后,在“应用与跨学科联系”部分,我们将看到这些简单的三角形如何被组装起来以模拟复杂结构、处理各种物理载荷,甚至连接不同的物理学领域,从而揭示有限元框架的真正力量和通用性。

原理与机制

为了理解我们如何预测一座桥梁在荷载下的复杂行为或机翼上的气流,我们必须首先接受一个深刻的思想,一个现代工程核心的思想:近似的艺术。自然界是无限复杂的,一个无缝的连续体。然而,我们的计算机是有限的。有限元法的卓越见解在于,它甚至不试图求解结构中每一点的问题。相反,我们将结构分解成一幅由简单、可管理的小块——即有限元——组成的马赛克。在二维空间中,这些构建模块中最简单、最基础的就是三角形。我们的旅程始于其最基本的形式:​​常应变三角形(CST)​​。

来自角点的声音:形函数的魔力

想象一个较大结构中的单个三角形片。我们知道它的三个角点,即​​节点​​,是如何移动的。但是我们如何描述三角形中间某一点的位移呢?我们需要一种方法来插值,将来自角点的信息融合成对整体的平滑描述。这就是​​形函数​​的作用。

对于我们简单的三节点三角形,我们定义了三个形函数,N1N_1N1​、N2N_2N2​和N3N_3N3​,每个节点对应一个。可以将每个形函数NiN_iNi​看作是其对应节点iii发出的一种“影响场”。这个场有一个非常特殊的性质:它在自己的节点上值为1,在另外两个节点上值为0。在三角形内部的其他任何地方,其值都在0和1之间。在数学上,这被称为​​克罗内克-德尔塔性质​​(Kronecker delta property):

Ni(xj)=δij={1if i=j0if i≠jN_i(\mathbf{x}_j) = \delta_{ij} = \begin{cases} 1 \text{if } i = j \\ 0 \text{if } i \neq j \end{cases}Ni​(xj​)=δij​={1if i=j0if i=j​

其中xj\mathbf{x}_jxj​表示节点jjj的坐标。这个优雅的规则是关键。如果我们将三角形内部的位移u(x,y)u(x,y)u(x,y)描述为节点位移u1,u2,u3u_1, u_2, u_3u1​,u2​,u3​的加权和,如下所示:

u(x,y)=N1(x,y)u1+N2(x,y)u2+N3(x,y)u3u(x,y) = N_1(x,y)u_1 + N_2(x,y)u_2 + N_3(x,y)u_3u(x,y)=N1​(x,y)u1​+N2​(x,y)u2​+N3​(x,y)u3​

那么,得益于克罗内克-德尔塔性质,我们在节点1处计算的位移就是u1u_1u1​,在节点2处是u2u_2u2​,在节点3处是u3u_3u3​。这个插值方案完美地恢复了节点上的已知值。它完全符合我们的期望。对于CST,这些形函数是可能的最简单的非平凡函数:跨越三角形域的倾斜平面。

从运动到变形:常应变的奇迹

知道物体如何移动是一回事;知道它们如何拉伸、压缩或剪切则是另一回事。这就是​​应变​​的概念,它决定了材料是否会失效。应变关注的不是绝对位置,而是位移的变化率——即其空间导数。

当我们对由线性形函数构建的位移场求导时会发生什么?线性函数的导数是一个常数!这是CST单元最重要、也是其名称来源的特征。无论您在三角形内的哪个位置,应变都完全相同。

这导致了节点位移与单元应变之间一种极其直接的关系。这种关系被著名的​​应变-位移矩阵​​所捕获,通常被称为​​B矩阵​​。该矩阵像一台机器,将六个节点位移值(u1,v1,u2,v2,u3,v3u_1, v_1, u_2, v_2, u_3, v_3u1​,v1​,u2​,v2​,u3​,v3​)转换为在整个单元中保持恒定的三个应变分量(ϵxx,ϵyy,γxy\epsilon_{xx}, \epsilon_{yy}, \gamma_{xy}ϵxx​,ϵyy​,γxy​)。

B矩阵由形函数的梯度构成。那么这些梯度依赖于什么呢?值得注意的是,它们仅仅依赖于三角形的几何形状——其节点的坐标。形函数NiN_iNi​的导数由涉及另外两个节点坐标和三角形面积AAA的简单公式给出。例如,N1N_1N1​的梯度为:

∇N1=(∂N1/∂x∂N1/∂y)=12A(y2−y3x3−x2)\nabla N_1 = \begin{pmatrix} \partial N_1 / \partial x \\ \partial N_1 / \partial y \end{pmatrix} = \frac{1}{2A} \begin{pmatrix} y_2 - y_3 \\ x_3 - x_2 \end{pmatrix}∇N1​=(∂N1​/∂x∂N1​/∂y​)=2A1​(y2​−y3​x3​−x2​​)

这是纯粹的几何学。无论单元是由钢还是橡胶制成,其角点运动转化为内部应变的方式都由其形状决定。这导出了完整的B矩阵,其形式如下:

B=12A(y2−y30y3−y10y1−y200x3−x20x1−x30x2−x1x3−x2y2−y3x1−x3y3−y1x2−x1y1−y2)\mathbf{B} = \frac{1}{2A} \begin{pmatrix} y_2-y_3 & 0 & y_3-y_1 & 0 & y_1-y_2 & 0 \\ 0 & x_3-x_2 & 0 & x_1-x_3 & 0 & x_2-x_1 \\ x_3-x_2 & y_2-y_3 & x_1-x_3 & y_3-y_1 & x_2-x_1 & y_1-y_2 \end{pmatrix}B=2A1​​y2​−y3​0x3​−x2​​0x3​−x2​y2​−y3​​y3​−y1​0x1​−x3​​0x1​−x3​y3​−y1​​y1​−y2​0x2​−x1​​0x2​−x1​y1​−y2​​​

对于给定的三角形,这个矩阵是一个常数。然后通过简单的矩阵乘法即可求得应变向量ε\boldsymbol{\varepsilon}ε:ε=Bde\boldsymbol{\varepsilon} = \mathbf{B}\mathbf{d}_eε=Bde​,其中de\mathbf{d}_ede​是节点位移向量。这就是“常应变的奇迹”:从角点运动到整个单元变形状态之间一个极其简单、直接的联系。

材料之魂:计算刚度

一旦我们知道了应变,物理学便开始发挥作用。材料的“个性”——其抵抗变形的能力——由其​​本构定律​​描述。对于线性弹性材料,这是一个简单的关系:​​应力​​与应变成正比,σ=Dε\boldsymbol{\sigma} = \mathbf{D}\boldsymbol{\varepsilon}σ=Dε。​​D矩阵​​包含了材料属性,如杨氏模量EEE和泊松比ν\nuν。

这个谜题的最后一块是单元的整体​​刚度​​。产生一定的位移需要多大的力?这被体现在​​单元刚度矩阵Ke\mathbf{K}_eKe​​​中。该矩阵源自物理学中最深刻的原理之一:虚功原理,它将外力所做的功与内部以应变形式储存的能量联系起来。对于CST,该原理产生了一个刚度矩阵的表达式,其简洁与强大令人惊叹:

Ke=tABTDB\mathbf{K}_e = t A \mathbf{B}^T \mathbf{D} \mathbf{B}Ke​=tABTDB

看看这个公式!在一个紧凑的表达式中,它统一了我们关于这个单元所知的一切。它包含了几何信息(AAA和B\mathbf{B}B矩阵)、材料属性(D\mathbf{D}D矩阵)和单元厚度(ttt)。这个6×66 \times 66×6的矩阵是有限元分析的核心。计算机将所有三角形单元的这些矩阵组装成一个巨大的方程组,然后求解该方程组以找出整个结构的位移。

CST的简单性还带来了另一个美妙的结果。因为刚度矩阵积分中的每一项(B\mathbf{B}B、D\mathbf{D}D、ttt)都是常数,所以积分过程变得微不足道。实际上,我们只需要在单一点——例如三角形的形心——计算被积函数的值,然后乘以面积即可。这使得CST的计算成本非常低,是其根本简单性所带来的效率典范。

工程师的试金石:它能用吗?

我们如何能信任这个简化模型?我们需要一个基本的检验,一个正确性的试金石。这就是著名的​​斑块检验(Patch Test)​​。其思想很简单:如果我们取一片单元“斑块”,并对其施加一个对应于简单常应变状态的位移场,那么有限元模型必须精确地再现该常应变状态。如果一个单元连最简单的情况都无法正确处理,那么它就没有希望正确处理复杂情况。

CST单元由于建立在完整的线性多项式之上,因此能出色地通过斑块检验。这保证了一个关键属性:​​收敛性​​。这意味着,随着我们使用越来越多、越来越小的三角形来模拟一个结构,我们的近似解将逐渐接近真实的连续解。斑块检验是CST单元的有效性证书。

华丽外表下的裂痕:简单的风险

尽管CST单元优美而简单,但在今天的高性能工程分析中却很少使用。它的本质——常应变——也正是它最大的缺陷。真实世界并非由常应变区域构成。

  • ​​应力跳跃​​:因为应变在每个三角形内部是恒定的,但又是为每个单元独立计算的,所以当您从一个单元跨越到另一个单元时,应变和应力值会发生不连续的跳跃。CST模型的应力云图看起来像一幅锯齿状的马赛克,而不是我们期望在现实中看到的光滑场。这是该模型一个根本性的非物理假象。

  • ​​寄生剪切​​:尝试用CST单元模拟一根简单的梁弯曲。弯曲的梁在其中心轴上应变为零。但是CST无法表示弯曲应变的线性变化。为了适应所需的节点位移,这些单元被迫发生剪切,从而在不应有剪切应变的地方引入了虚假的剪切应变。这被称为​​寄生剪切​​。这种人为的剪切使得单元在弯曲时的表现比实际情况要硬得多,这种现象被称为​​剪切闭锁​​。

  • ​​体积闭锁​​:在模拟近乎不可压缩的材料(如橡胶或快速加载下的饱和土)时,问题会变得更糟。这类材料通过改变形状而非体积来变形。CST单元能够在不改变其体积的情况下变形的方式非常有限。当物理现象要求体积变化接近于零时,CST单元就陷入了一种数学上的“紧身衣”。它的大部分变形自由度被移除,变得病态地刚硬,无法正确变形。这被称为​​体积闭锁​​。

这些局限性促使研究人员开发出更复杂的单元——如线性应变三角形(LST)或各种四边形单元——来克服这些缺陷。然而,常应变三角形仍然是一个具有深远教学意义的对象。它是一个完美的起点,一个足够简单以至于可以从第一性原理理解的模型,其局限性本身也教会了我们应该从更高级的工具中要求什么。它是有限元世界的基础故事。

应用与跨学科联系

在熟悉了单个常应变三角形(CST)单元的内部工作原理之后,我们可能会产生一种类似于理解一块砖头的感觉。它很规整,定义明确,但其真正的威力并不明显。真正的魔力,那种建筑上的宏伟,是在我们看到这些简单的三角形如何被组装起来描述我们复杂世界时才显现出来的。从单个单元到对一个物理系统的全尺寸模拟,这个过程证明了抽象和模块化在科学与工程中的力量。在本章中,我们将踏上这段旅程,探索这个不起眼的三角形如何成为解锁不同科学领域问题的钥匙。

从单砖到宏伟大厦:静态分析

CST单元最直接的应用是回答工程学中的一个经典问题:如果我推一个物体,它会如何变形,内部应力最高点在哪里?有限元法的答案是用三角形网格铺满这个物体。我们现在已经理解了每个三角形的刚度矩阵,它代表了其抵抗变形的能力。整个物体的全局刚度矩阵是通过将这些单元矩阵“缝合”在一起构建的——这是一个优雅地组合了每个独立部分属性的加法过程。

这个组装过程最深刻的方面之一是它对材料本身的美妙的“漠不关心”。想象一下分析一个地壳的横截面,它有明显的地质分层。一层可能是软砂岩,另一层是硬花岗岩。使用有限元法,我们可以创建一个跨越这些层次的三角形网格。对于砂岩层中的三角形,我们使用砂岩的材料属性(λ1,μ1\lambda_1, \mu_1λ1​,μ1​)计算刚度矩阵。对于花岗岩层中的三角形,我们使用花岗岩的属性(λ2,μ2\lambda_2, \mu_2λ2​,μ2​)。全局组装过程保持不变;它只是简单地将每个单元的贡献相加,自然地创建了一个复杂的、非均质物体的模型。同样的原理也让工程师能够模拟先进的复合材料,其中一种材料的纤维被嵌入另一种材料的基体中。

当然,没有载荷的结构是无用的。在现实世界中,力很少完美地作用于单一点上。它们更多是分布式的,比如风对摩天大楼的压力或水对大坝的压力。我们的三角形只通过其角点进行通信,它们如何处理这种分布载荷呢?虚功原理提供了一个非常优雅的答案。通过坚持认为分布牵引力所做的功等同于一组节点力所做的功,我们可以推导出“等效节点力向量”。对于沿CST单元一边施加的均匀牵引力,数学揭示了一个简单而直观的结果:总力在定义该边的两个节点之间平分。这使我们能够将现实的物理载荷转化为我们有限元模型的离散语言。

有限元法的模块化并不仅限于组合不同的材料。我们还可以组合不同类型的单元来模拟复杂的混合结构。考虑一个飞机机翼——一层薄金属蒙皮(二维薄膜)由称为翼梁的内部梁(一维结构)加固。我们可以用CST单元网格来模拟蒙皮,用一维桁架或梁单元来模拟翼梁。在翼梁和蒙皮连接的节点处,它们共享相同的位移自由度。在组装过程中,二维薄膜单元和一维桁架单元的刚度贡献在这些共享节点上简单地相加。这种不同单元类型的无缝耦合使得工程师能够创建从钢筋混凝土板到加筋机身的复杂结构的高保真模型。

超越静态:运动与应力下的世界

世界不是静止的。物体振动、移动、碰撞。为了捕捉这些动态现象,我们需要在模型中加入另一个物理要素:惯性,或质量。正如我们推导了代表弹性力的刚度矩阵一样,我们也可以推导出代表单元惯性属性的​​一致质量矩阵​​。这个矩阵Me\mathbf{M}_eMe​源于单元的动能,它描述了质量如何以与我们用于刚度的形函数完全一致的方式分布。一旦我们同时拥有了刚度(K\mathbf{K}K)和质量(M\mathbf{M}M),我们就可以写出运动方程Mu¨+Ku=f\mathbf{M}\ddot{\mathbf{u}} + \mathbf{K}\mathbf{u} = \mathbf{f}Mu¨+Ku=f,它控制着从桥梁振动到地震波在地球中传播的一切。

在这里,工程学的实用主义再次发挥作用。一致质量矩阵是“满”的——它有非对角项,意味着一个节点的运动会在另一个节点上产生惯性力。这种耦合在物理上是准确的,但在计算上是昂贵的。对于非常大、非常快的模拟,比如模拟车祸,我们需要尽可能快的速度。一个常见而巧妙的简化是使用​​集中质量矩阵​​。这是一个对角矩阵,例如通过将一致矩阵每行的元素相加并将总和放在对角线上来创建。这解耦了惯性方程,使其求解变得极其容易和快速。虽然它牺牲了一些精度,特别是对于高频振动模式,但这种权衡对于使大规模瞬态动力学模拟成为可能通常是至关重要的。

刚度的故事也可能变得更加微妙。想象一下拨动一根吉他弦。它的音高,与其振动频率相关,关键取决于它的张紧程度。张力为弦增加了刚度。这种现象被称为“应力刚化”,对于分析结构的稳定性至关重要。我们可以通过推导一个​​几何刚度矩阵​​KG\mathbf{K}_GKG​来在我们的有限元模型中捕捉这种效应。这个矩阵取决于单元内现有的应力状态。单元的总刚度变为K+KG\mathbf{K} + \mathbf{K}_GK+KG​。当结构受压时,几何刚度可以变为负值,从而降低总刚度。如果压力足够大,总刚度可能变为零,结构就会失稳。计算KG\mathbf{K}_GKG​的能力使我们能够使用有限元法来预测这些临界失稳载荷。

连接世界:用三角形实现多物理场

当我们看到有限元框架如何跨越不同的物理学领域时,其真正的统一性才得以显现。CST单元提供了一种离散化几何的通用方法。我们希望求解的物理问题则通过本构定律和力向量“插入”进来。

一个经典的例子是​​热力学​​。当材料被加热时会发生什么?它会试图膨胀。如果这种膨胀受到周围环境的约束,就会产生应力。为了模拟这一点,我们引入一个热应变ϵθ\boldsymbol{\epsilon}^{\theta}ϵθ,它取决于温度变化ΔT\Delta TΔT和材料的热膨胀系数α\alphaα。这个热应变不直接产生力,但会引起应力。利用虚功原理,我们可以计算出代表这种热致应力效应的等效节点力向量。将这个力向量添加到我们的系统中,我们就能分析从发动机缸体到电子芯片等各种物体的热应力,确保它们在温度波动下不会失效。这个逻辑可以优美地扩展到其他耦合现象,比如压电效应(机械应变产生电压),或孔隙弹性(耦合了土壤或生物组织等材料中的流体流动和固体变形)。

离散化的艺术与科学

我们已经看到了CST单元的力量和多功能性,但我们也必须承认它是一种近似。“常应变”假设是一个很强的假设,这意味着我们模型的准确性与我们如何构建网格密切相关。这为模拟科学引入了一丝艺术的成分。

例如,如果我们需要对一个四边形区域进行网格划分,我们必须用一条对角线将其切成两半,以创建两个三角形。但是我们应该选择哪条对角线呢?这似乎是一个微不足道的选择,但对于一个一般形状的四边形,两种不同的三角剖分模式会产生略有不同的刚度矩阵,从而导致位移场的解也略有不同。这揭示了有限元法的一个基本真理:网格的质量和结构可以直接影响结果的准确性。对于像CST这样的简单单元,这种“网格敏感性”尤其重要,经验丰富的分析师会凭直觉创建与预期应力和应变模式相符的网格。

这引出了一个最终的、更高级的想法:如果我们的工具有不同的复杂程度,为什么不聪明地使用它们呢?CST简单且计算成本低,但精度较低。一个使用二次近似位移的六节点​​线性应变三角形(LST)​​更精确但更昂贵。在一个大型结构中,应力通常集中在小区域,可能是在孔洞或尖角周围,而在其他地方则相对平滑。在所有地方都使用昂贵的LST单元似乎是一种浪费。一种“自适应”策略是在“平淡”的远场区域使用廉价的CST单元,仅在应力集中、解变化剧烈区域切换到更精确的LST单元。我们甚至可以根据理论误差估计推导出一个数学标准,告诉我们何时切换。这个标准通常可以归结为一个简单的比较:如果局部单元尺寸heh_ehe​与解的局部“曲率”κe\kappa_eκe​的乘积超过某个阈值,就该切换到更强大的单元了。这种p-自适应——根据解来改变单元的多项式阶数(ppp)——的强大思想代表了高效智能科学计算的前沿,与我们从一个 humble 的三角形出发的起点相去甚远。