第三章 數值方法及程序
3.1 數值方法
本研究考慮的負荷有力負荷及位移負荷兩種,在每一增量平衡迭代的 過程中,將(2.7.1)式之平衡方程式中之d或是f 的值固定。
3.1.2 增量迭代法
增量迭代法通常用來分析結構的幾何非線性分析,若第I 個增量的平衡 位置為已知,其位移向量為QI,負荷參數為I,則可以求得這個平衡位置 的系統切線剛度KT ,且第 I+1 個增量的初始增量位移可以用尤拉預測值
(Euler predictor)求得 rT
Q
(3.1.2) 其中rT是第I 次增量的切線解,在力負荷時,
P r
KT T (3.1.3) 在位移負荷時,
P T
Tr F
K (3.1.3) 其中
F
FP ,是第 I+1 增量初始增量負荷參數,本文配合弧長控制法
[9],選用
t T Tr r
(3.1.5)
其中 Q 是初始增量位移的弧長, 之正負號則與 rTtQI的正負號一 致,QI為上一增量中收斂的增量位移。
迭代過程中對增量的修正,即位移改正量和負荷改正量,詳見 3.1.6 節 之弧長控制法。
3.1.3 收斂準則
本文以系統的不平衡力的 weighted Euclidean norm 作為迭代時的誤差 度量,當負荷為力負荷時,收斂準則表示為
etol e N
P Ψ
(3.1.6) 當負荷為位移負荷時,收斂準則表示為
tol
R
e e
F
Ψ (3.1.7)
其中N表離散系統的自由度數,FR為系統節點反力向量,etol為一給定之容 許誤差值。
3.1.4 延伸系統(Extended system)
考慮一個靜態力學平衡的離散化模型,可定義一個延伸系統的控制方 程式[12-14]
0 0 Z
G Z Ψ
) (
)
( (3.1.8)
其中Ψ是N個平衡方程式的集合,G 是M個輔助條件的集合,這些條件在
3.1.5 延伸系統延遲分解法(Postponed factorization of an extended system) 如果一個矩陣可以表示成延伸系統的模式:
3.1.6 弧長控制法(Arc-length method) (3.1.18)式中,L 通常可以忽略不計,所以(3.1.18)式之負荷參數改正量可以 近似成
3.1.7 特徵值直接計算法(Direct computation of eigenvalues)
標準特徵值問題可以表示成
到g g(i1)、ΦΦ(i1)。
3.1.8 臨界值直接計算法(Direct computation of critical points)
平衡路徑的臨界點通常指極限點或分歧點,在臨界點系統切線剛度矩
Qr0 rT (3.1.34)
r0是(3.1.19)式中標準牛頓法中,不平衡力的位移改正量。
3.1.9 正交軌線法(Orthogonal trajectory accession)
增量迭代過程中的負荷參數修正量,也可以使用文獻[16]所提的正 交軌線法得到,其方法是在由N 維的位移向量與負荷參數所組成的N 1維 空間中,令
t
rT,1t (3.1.35) nt
Q,
(3.1.36) ntt0 (3.1.37) 其中n 為包含負荷參數改正量 Qt 與增量位移改正量的N 1維修正量,t 是將參考負荷 P 或F 的切線解向量P r 放大一維,將T (3.1.34)式帶入(3.1.37) 式整理,可以得到負荷參數改正量
t T T t T
r r
r r
1
0 (3.1.38)
將再帶回(3.1.34)式則可以得到增量位移改正量Qr0 rT。
3.1.10 免特徵值分析法(Eigenanalys-free method)
文獻[17,29]中提出一個的方法,可以不需要進行特徵值的計算,直接 在剛度矩陣的LDLt分解(LDLt-decomposed stiffness matrix)運算中得到 一個最接近 0 的近似特徵值,當特徵值靠近 0
g 0.0,g 0.0
時,它對應 的近似特徵向量
t jj L e
S 1 (3.1.39) 其中 j 是對角矩陣D中絕對值最小的位置,e 是第j j 維純量等於1,其他部
分為 0的N 維單位向量。
這個方法同時可以得到近似特徵值
2 j
Dj
g S
(3.1.40)
其中Dj是對角矩陣D 中第 j 個分量,當我們的平衡位置越靠近臨界負荷,
即特徵值越靠近 0,所求得的近似特徵值與特徵向量也越靠近真正的值。
這個方法所花費的計算時間非常少,因為剛度矩陣的分解K LDLt在 進行平衡路徑的迭代的過程中會一直被重複計算,Lt矩陣有上三角結構特 性,所以解LtSj 得到ej S 。 j
3.1.11 子空間法(Subspace method)
分析結構振動的自然振動頻率,要求解方程組KΦ2MΦ,其中K 是系統剛度矩陣,M 是系統質量矩陣,可以把他當作廣義特徵值問題
BΦ
AΦ g (3.1.41) 來求解,本文採用子空間法 [2],求出特徵值g及對應的特徵向量Φ ,而在 程式中當我們需要計算標準特徵值(standard eigenvalue problem)問題
Φ
AΦ g 時,令B 單位矩陣(II dentity matrix)。
子空間法以將N維的大型特徵值問題近似的轉化為一個P維向量空間 的小型特徵值問題,從而使求解的問題縮小,節省計算時間,但是當遇到 特徵值為負的,無法求出答案,所以本文在計算之前首先利用 3.1.10 的免 特徵值分析法[17,29],這個方法會提供一個切線剛度的近似特徵值(3.1.40) 式,雖然這個近似值在它距離 0 越遠時越不準確,但是它的正負號與真正 的特徵值解是相同的,所以一旦發現它是負號時,在運算中給一常數c,讓 方程組(3.1.41)成為
其中g' gc0,如此可以順利迭代求出特徵值 g。