Você está na página 1de 144

PMR 2420 Mecnica Computacional

CAPTULO I INTRODUO
Na maior parte do curso de engenharia so abordados problemas que envolvem simplificaes do fenmeno fsico e geometrias simples, como transferncia de calor em meios infinitos ou semi-infinitos, escoamento de um fludo sem considerar a sua viscosidade (escoamento potencial), bem como problemas que impem limitaes na validade da soluo, como a teoria linear de vigas, vlida somente para vigas delgadas e que apresentem pequenos deslocamentos. Essas simplificaes possibilitam a soluo analtica das equaes envolvidas, permitindo entender o seu conceito. No entanto, a maior parte dos problemas prticos de engenharia envolvem problemas complexos que no apresentam soluo analtica. O nvel de complexidade est relacionado com a complexidade da geometria envolvida, as equaes que descrevem o fenmeno fsico (por exemplo, escoamento fludo envolvendo viscosidade, plasticidade em estruturas, propriedades que dependem da temperatura, etc.), ou a variao das grandezas envolvidas (por exemplo, estruturas sujeitas grandes deformaes). Uma abordagem comum em engenharia para resolver esses problemas at ento era utilizar frmulas com coeficientes obtidos de forma emprica. Essa abordagem muito custosa pois exige a realizao de experimentos para obter esses coeficientes sendo incompatvel com a engenharia moderna. Atualmente esses problemas de engenharia so analisados utilizando-se simulao computacional que envolve uma forte combinao de computao grfica e mtodos numricos. Pelo fato dos computadores serem mais acessveis atualmente, a simulao computacional est fortemente presente em todos os ramos da engenharia. Dessa forma, o conhecimento de computao grfica e mtodos numricos so extremamente importantes para o engenheiro atualmente. Portanto, o objetivo desse curso ensinar as ferramentas de mtodos numricos mais comuns na engenharia moderna para que o aluno tenha condies de transpor a barreira que existe entre os problemas didticos dados em aula e os problemas prticos de engenharia. importante deixar claro que os problemas didticos de soluo analtica simples so extremamente importantes pois nos ajudam a entender o fenmeno fsico, o que permitir interpretar os resultados da soluo numrica. Sempre que possvel devemos dar preferncia para uma soluo analtica se esta estiver disponvel. No entanto, no s problemas complexos necessitam ser solucionados por mtodos numricos. Por exemplo, considere o clculo do seno do ngulo 65. A sua calculadora calcula o valor desse seno se utilizando de mtodos numricos baseados em interpolao polinomial. A calculadora somente capaz de executar as quatro operaes bsicas de um computador (somar, subtrair, multiplicar e dividir), todas as demais operaes disponveis so na verdade realizadas atravs da execuo de programas de mtodos numricos gravados na memria permanente (ROM) da calculadora. Outro exemplo so as integrais do tipo x 2 dx, cosxdx, ...... que usamos muito ao

longo do curso, mas que raramente ocorrem nos problemas prticos de engenharia, o que faz com que o engenheiro seja freqentemente obrigado a recorrer soluo computacional. Dessa forma, mtodos numricos esto mais presentes na nossa vida diria do que se pensa. A soluo de um problema complexo em engenharia sem a utilizao de mtodos numricos pode ser obtida utilizando-se hipteses simplificadoras que podem comprometer a preciso dos resultados ou atravs da construo de prottipos que encarecem e retardam consideravelmente a anlise do problema.

PMR 2420 Mecnica Computacional

A seguir so apresentados vrios exemplos onde a simulao computacional necessria para se obter a soluo do problema.
a) Massa-mola No-linear

Considere o sistema massa-mola (fig.1.1) muito estudado no curso de vibraes. Uma hiptese adotada que a mola linear, ou seja, a fora na mola diretamente proporcional ao deslocamento (F=kx). Essa hiptese torna simples a soluo da equao diferencial que descreve esse sistema mx + kx = 0 . A soluo pode ser obtida de forma analtica, como bem conhecido.

Figura1.1 Sistema massa-mola. No entanto, em grande parte das aplicaes reais a mola pode apresentar um comportamento no-linear em que a fora proporcional ao cubo dos deslocamentos (F=kx3). Nesse caso a equao de vibrao no mais apresenta soluo analtica e o engenheiro deve recorrer a mtodos numricos.
b) Equaes de Navier-Stokes

As equaes de Navier-Stokes descrevem quase todos os fenmenos em mecnica dos fluidos. No entanto, apresentam solues analticas para apenas alguns casos particulares, como problemas de escoamento fluido sem considerar a viscosidade (escoamento potencial), problemas de escoamento viscoso em canais retilneos, etc. comum dizer que As equaes de Navier-Stokes resolvem qualquer problema em Mecnica dos Fluidos, o problema resolver as equaes de Navier-Stokes. Dessa forma, a soluo dessas equaes so obtidas em geral atravs de mtodos numricos. As figuras 1.2 1.4 ilustram alguns exemplos de simulaes computacionais que so baseadas na soluo dessas equaes. A figura 1.2 ilustra, por exemplo, a distribuio de presso e linhas de fluxo ao longo de um avio.

PMR 2420 Mecnica Computacional

Figura 1.2 Distribuio de presso e linhas de fluxo ao longo de um avio.

Figura 1.3 Linhas de fluxo ao longo do nibus espacial e distribuio de presso ao longo da asa de um avio.

PMR 2420 Mecnica Computacional

Figura 1.4 - Distribuio de presso no lanamento de um foguete.


c) Pndulo Simples

Outro exemplo clssico o pndulo simples discutido nos cursos de Fsica e Dinmica. L . Considerando o pndulo mostrado na figura 1.5, sabemos que seu perodo dado por T = 2 g

g L
m

Figura 1.5 Pndulo Simples. No entanto esse resultado somente vlido para pequenas oscilaes ( 30 ). Para grandes oscilaes a equao do pndulo obtida considerando-se a conservao da energia total do pndulo, ou seja, soma das energias cintica (Ec) e potencial (Ep), assim: mL2 2 2g(cos cos 0 ) 0 0 Ep + Ec = Ep + Ec + mgL(1 cos ) = mgL(1 cos 0 ) = 2 L T=4
0
0

L g

1 d (cos cos 0 )

uma vez que Ep0=0.

PMR 2420 Mecnica Computacional

A integral acima denominada integral elptica e no possui soluo analtica, devendo ser calculada utilizando-se mtodos numricos. No caso em que pequeno obtm-se o resultado do perodo apresentado acima. Na verdade a soluo numrica do perodo obtida resolvendo-se diretamente a equao g diferencial que descreve o movimento do pndulo ( + sin = 0 ), uma vez que os mtodos de L soluo de equao diferencial so mais robustos do que os mtodos usados na soluo numrica da integral elptica. Esse um exemplo simples que ilustra a necessidade de se conhecer com mais detalhes, em termos de eficincia e robustez, os mtodos numricos disponveis.
d) Clculo Estrutural

Sem dvida nenhuma um dos campos em que a aplicao de simulao computacional se iniciou e tem grande impacto no clculo estrutural. Os primeiros softwares de simulao em engenharia surgiram nessa rea. No curso de resistncia dos materiais aprendemos a teoria de viga simples. Essa teoria permite, por exemplo, calcular o deslocamento (flecha) na ponta da viga sujeita a um PL3 carregamento em sua extremidade e engastada na outra, que vale y = , como mostrado na figura 3EI 1.6.

Figura 1.6 Viga engastada, No entanto, existem vrias hipteses simplificadoras por detrs dessa teoria, como por exemplo: A viga deve ser delgada, ou seja, seu comprimento deve ser muito maior do que as dimenses de sua seo; Efeito de cisalhamento desprezado na seo, ou seja, supe-se que o plano da seo permanece normal linha neutra; No considera rigidez e flambagem localizadas (deformaes localizadas); A viga deve ser uniforme, no podendo apresentar furos por exemplo nem mais de um material;

Essas hipteses limitam essa teoria e que portanto no pode ser aplicada de forma indiscriminada. Para as estruturas que apresentam uma forma complexa como o chassi de um trem, e outros exemplos mostrados nas figuras 1.7 1.12, deve-se recorrer a simulao computacional para realizar a anlise estrutural, pois o clculo analtico dos deslocamentos e tenses mecnicas se torna extremamente trabalhoso ou impossvel. Essas figuras do uma pequena idia da sofisticao da simulao computacional nessa rea.

PMR 2420 Mecnica Computacional

Figura 1.7 Resultado de simulao computacional (tenses mecnicas) do chassi de um trem.

Figura 1.8 Simulao da deformao por impacto de um tanque de gasolina de motocicleta.

Figura 1.9 Simulao Computacional da deformao mecnica da ponte Golden Gate.

Figura 1.10 Modelo computacional de um bomba centrfuga multi-estgio.

PMR 2420 Mecnica Computacional

Figura 1.11 Resultado da simulao computacional (distribuio das tenses mecnicas) de um vaso de presso.

Figura 1.12 Simulao computacional de um eixo com chaveta sujeito a um momento toror. apresentado a distribuio de tenso mecnica ao longo do eixo. Atualmente os softwares de simulao estruturais em engenharia nessa rea permitem simular fenmenos complexos como uma operao de estampagem ou de forjamento de uma pea, impacto de automveis ou trens, processos que envolvem tratamentos trmicos em metais, estruturas sujeitas a grandes deformaes, injeo de plstico, etc
e) Transferncia de Calor

A rea de transferncia de calor outro tpico exemplo onde mtodos numricos vem sendo aplicados h muito tempo. O problema similar ao caso estrutural, ou seja, solues analticas so obtidas apenas para problemas simples, como, por exemplo, o fluxo de calor num domnio unidimensional (cilindro ou semi-plano infinito, por exemplo). As figuras 1.13 1.15 ilustram algumas simulaes na rea de transferncia de calor. Outros exemplos sero mostrados ao longo do curso.

PMR 2420 Mecnica Computacional

Figura 1.13 Simulao computacional do perfil de temperaturas numa placa de circuito eletrnico.

Figura 1.14 - Simulao computacional do perfil de temperaturas em sistemas de injeo de combustvel.

Figura 1.15 - Simulao computacional do perfil de temperaturas no interior da cmara de combusto de um foguete.
f) Anlise Eletromagntica

Devido a geometria dos polos dos motores eltricos, a soluo das equaes eletromagnticas (Equaes de Maxwell) que descrevem o seu funcionamento somente pode ser obtida com o uso de mtodos numricos. As figuras 1.16 1.20 ilustram alguns exemplos de simulaes computacionais na rea eletromagntica.

PMR 2420 Mecnica Computacional

Figura 1.16 Simulao computacional de um motor eletrosttico. mostrado o perfil de potencial eltrico no interior do motor.

Figura 1.17 Simulao representando a distribuio de fluxo magntico no interior de um motor eltrico.

Figura 1.18 - Simulao representando a distribuio de fluxo magntico no interior de um motor eltrico.

PMR 2420 Mecnica Computacional

Figura 1.19 - Simulao computacional da distribuio de fluxo magntico no interior de um mancal eletromagntico.

Figura 1.20 - Simulao computacional da distribuio de fluxo magntico em um motor eltrico para relgios.

g) Simulao de Mecanismos

Outra rea em que sem dvida a simulao computacional ajudou muito a rea de mecanismos. Como visto no curso de mecanismos, as equaes que descrevem o movimento (posio, velocidade e acelerao) dos mecanismos so altamente no-lineares, apresentando soluo analtica apenas no caso de mecanismos simples (mximo de 4 barras). A simulao de mecanismos mais complexos exige a utilizao de mtodos numricos. Quando no esto disponveis softwares de simulao computacional para mecanismos, a simulao de mecanismos tem que ser obtida por mtodos grficos extremamente trabalhosos ou atravs da construo de prottipos. A simulao computacional de mecanismos permite verificar rapidamente se a trajetria, velocidade e aceleraes em diferentes pontos esto de acordo com as especificaes e se no h coliso do mecanismo (por exemplo, um rob) com o meio externo.

10

PMR 2420 Mecnica Computacional

h) Anlise de Dados Experimentais

Em muitos casos o engenheiro tem a necessidade de trabalhar com dados experimentais coletados por sensores eletrnicos. Nesse caso, no h funes matemticas que descrevem um fenmeno fsico, mas apenas tabelas de dados que devem ser integrados e diferenciados para se analisar o problema. O tratamento desses dados feito essencialmente de forma numrica. O procedimento tpico consiste em se aproximar esses dados por funes analticas (polinmios, etc) e efetuar as demais operaes utilizando-se essas funes.

Os exemplos acima do uma idia da necessidade dos mtodos numricos na soluo de problemas em engenharia, caso contrrio, muitas aproximaes so necessrias comprometendo a preciso da soluo. importante salientar, como j comentado, que a soluo analtica sempre ter a sua importncia na compreenso do fenmeno fsico.
i) Bioengenharia

Sem dvida a rea de bioengenharia uma das reas onde a simulao computacional tem mais a contribuir. As equaes envolvidas so altamente no-lineares e o sangue um fluido nonewtoniano. As figuras 1.21 1.23 mostram exemplos de aplicao de simulao computacional em bioengenharia.

Figura 1.21 Simulao computacional da presso e fluxo sanguneo em uma vlula cardaca.

11

PMR 2420 Mecnica Computacional

Figura 1.22 Modelo computacional do corao humano.

Figura 1.23 Simulao computacional do fluxo sanguneo em bombas de sangue do tipo centrfuga. Para ter uma idia do grau de sofisticao das simulaes computacionais em engenharia atualmente, o aluno deve acessar os endereos na internet: http://www.cfdrc.com, http://www.ansys.com, http://www.abaqus.com, http://www.mscsoftware.com .

12

PMR 2420 Mecnica Computacional

Importncia de Aprender Mtodos Numricos


Com a maior disponibilidade dos computadores e de softwares sofisticados de simulao, a utilizao de mtodos numricos se torna mais popular principalmente em engenharia. Alm disso, muitos desses softwares de simulao j esto disponveis de forma gratuita na internet. Dessa forma, o engenheiro atualmente conta com muitas ferramentas computacionais de baixo custo e deve aprender a utiliz-las. A utilizao de mtodos numricos permite reduzir (ou eliminar em alguns casos) hpoteses simplificadoras, permitindo o engenheiro analisar problemas de engenharia mais complexos que antes eram inviveis de serem simulados, como j comentado. O aprendizado em si de mtodos numricos tambm permite aprender mais sobre as limitaes e potencialidade dos computadores. No so poucos os alunos que se surpreendem com a potencialidade de processamento de seus microcomputadores, mesmo que no sejam de ltima gerao. Muitas vezes essa potencialidade no percebida pela limitao do uso dos computadores a edio de textos, acesso a internet e jogos!! Alm disso, estudando mtodos numricos o aluno ir adquirir conceitos sobre erros numricos e sua influncia (que no pequena) nos resultados de simulaes computacionais, bem como, tambm poder exercitar os seus conhecimentos de clculo. Um argumento muito comum dos alunos Se existem softwares comerciais prontos que permitem simular problemas de engenharia, no necessrio aprender os mtodos numricos implementados nesses softwares, basta saber usar o software como uma caixa preta para aplic-lo na anlise do problema. Na verdade no to simples assim. Existem duas boas razes e vantagens para o engenheiro ter conhecimento dos mtodos numricos implementados num software de simulao que ir utilizar: Primeiro que o conhecimento do mtodo numrico implementado, ajuda a fazer melhor uso do software comercial. Conhecendo-se os mtodos numricos, temos conscincia de suas limitaes e podemos at avaliar se o mtodo ser adequado para soluo do problema. Inclusive esse conhecimento ser til na escolha do software comercial a ser usado na empresa para a soluo de um dado problema. Os vendedores de software no expe as limitaes de seus softwares que em geral esto diretamente relacionados com o mtodo numrico implementado no software. Cabe ao engenheiro ter o conhecimento dessas limitaes para poder fazer uma boa escolha. Softwares de simulao em engenharia so caros (em torno de US$20.000,00 at US$200.000,00 ou mais) e uma m escolha pode implicar em grande perda de dinheiro na empresa; Outro ponto importante que nem todos os problemas de engenharia podem ser simulados com software comerciais ou muitas vezes o software muito caro para ser adquirido pela empresa. No entanto, a simulao computacional essencial para o pleno domnio do conhecimento do processo ou do produto na empresa. Assim, se o engenheiro tem conhecimento de mtodos numricos, ele pode desenvolver um software especfico ou adaptar um software j existente para a soluo do seu problema, adquirindo portanto independncia na utilizao de computadores para a soluo de problemas de engenharia.

13

PMR 2420 Mecnica Computacional

Visualizao e Interpretao dos Resultados


Finalmente, outro ponto extremamente importante com relao a anlise dos resultados de uma simulao computacional. Essas simulaes fornecem em geral uma grande quantidade de dados que devem ser interpretados. Assim, como primeiro passo o engenheiro deve saber escolher a melhor forma de visualizar esses dados. Listagens de dados na forma de tabelas em geral so inteis, sendo os grficos, principalmente tridimensionais, os mais indicados para visualizao dos dados. Quanto mais informaes conseguirmos plotar num mesmo grfico, mais fcil ser a interpretao do resultado da simulao. Assim, por exemplo, o resultado da simulao de um fludo escoando ao longo de uma tubulao e que est sujeito a variaes de temperatura ao longo do caminho pode ser visualizado plotando-se a trajetria percorrida pelo fludo (forma da tubulao) num grfico XYZ e representando a variao de temperatura ao longo da tubulao pela mudana de cor ao longo do seu caminho e a velocidade mdia do fludo em cada ponto da trajetria atravs da utilizao de vetores, por exemplo. Dessa forma o engenheiro deve estar bem familiarizado com as tcnicas de computao grfica disponveis para visualizao dos resultados. Em muitos problemas a visualizao dos resultados da simulao pode ser mais complexa do que a simulao em si. Por exemplo, em simulaes computacionais de fenmenos metereolgicos e necessrio visualizar resultados de presso, temperatura, umidade do ar, densidade do ar e velocidade do vento num mesmo grfico tridimensional que deve mostrar tambm a topografia do terreno. Em geral os softwares de simulao comerciais costumam prover alguma ferramenta de computao grfica para visualizar os resultados da simulao, mas muitas vezes no so suficientes. No entanto, mais importante do que saber visualizar os resultados saber interpret-los. Existe uma tendncia em se utilizar os softwares de simulao como caixas pretas e acreditar cegamente nos seus resultados. Entretanto bom lembrar que a empresa que vende o software no se responsabiliza pelos resultados fornecidos por ele. Isso porque as teorias envolvidas no desenvolvimento desses softwares esto em constante desenvolvimento e podem apresentar erros. O software de simulao sem dvida uma grande ferramenta, mas responsabilidade do engenheiro saber avaliar se os resultados fornecidos so coerentes ou no. A primeira avaliao envolve o bom senso. Assim, por exemplo, na simulao da deformao de uma estrutura sujeita a carregamentos espera-se que a ordem de grandeza dos deslocamentos sejam em geral da ordem de at milmetros. Deslocamentos da ordem de metros ou kilmetros indicam que provavelmente as propriedades do material foram definidas de forma errada no software. Passada essa primeira avaliao, uma segunda avaliao consistiria em se verificar por exemplo se a configurao deformada da estrutura coerente com o carregamento aplicado, caso contrrio, os dados de entrada devem ser novamente verificados. Verificaes mais profundas envolvem a experincia do engenheiro no assunto ou a comparao com a soluo obtida por outros mtodos, como por exemplo, solues obtidas por mtodos analticos que consideram modelos simplificados mais ou menos prximos do problema real. Enfim, na tarefa de interpretao que se concentra o esforo do engenheiro atualmente. Nesse sentido o conhecimento do mtodo numrico implementado no software ajuda a entender possveis limitaes do mesmo na soluo do problema fornecido. Assim por exemplo, na utilizao de um algoritmo de Runge-Kutta para a soluo de um sistema de equaes diferenciais, se o engenheiro tem conhecimento do significado das constantes que so fornecidas ao algoritmo, pode entender a influncia que exercem na obteno do resultado final devendo avaliar a sensibilidade do valor dessa constante na soluo. Outro ponto importante na utilizao de um software de simulao a convergncia da soluo numrica. Nas simulaes sempre se trabalha com discretizaes do espao ou do tempo. fundamental portanto, avaliar se a discretizao utilizada suficiente na obteno da soluo. Uma regra rodar o software aumentado a discretizao at verificar que no h alterao da soluo.

14

PMR 2420 Mecnica Computacional

Um software comercial de simulao pode possuir vrios mdulos que permitem resolver uma grande gama de problemas que vo desde clculo estrutural, anlise de escoamento de fludos, transferncia de calor, anlise de campo acstico, at anlise eletromagntica de motores eltricos. Em geral, esse tipo de software est em constante evoluo e muitas vezes pode ocorrer de ainda no fornecer um resultado satisfatrio de simulao para um dado problema especfico. Dessa forma, o engenheiro deve saber avaliar isso e at concluir que para o seu problema especfico a implementao de um software de simulao especfico trar resultados mais confiveis e ser mais vantajoso do que adquirir um software comercial. Eventualmente a alterao de um software comercial j existente seria o ideal, no entanto isso nem sempre possvel, uma vez que o cdigo desses softwares em geral no est disponvel. No entanto, alguns softwares permitem adicionar mdulos de expanso programados pelo engenheiro.

A importncia da utilizao de softwares de simulao em engenharia, seja pra o desenvolvimento de um produto ou para simulao de um processo inegvel atualmente nas empresas que competem no mercado internacional. Para se ter uma idia, a determinao do valor agregado dos produtos industriais atualmente definida pela utilizao ou no de um software de simulao durante o seu desenvolvimento, bem como, para a definio de seu processo de fabricao. A utilizao de softwares de simulao promove redues drsticas de custos no produto final, sendo uma prtica corriqueira nas empresas dos EUA, Japo e Europa. No Brasil o mercado de softwares de simulao em engenharia vem crescendo muito nos ltimos anos. Como j comentado, empresas de tecnologia brasileiras que desejam colocar seu produto no mercado externo somente sero bem sucedidas, se obtiverem nveis de preo e principalmente padres de qualidade compatveis aos exigidos no exterior, o que atualmente s conseguido com a utilizao de simulao computacional. Basicamente todos os processos e produtos na indstria atual podem ser simulados em computador, o que permite ter um maior controle sobre os parmetros que os influenciam. Dessa forma inadmissvel que um engenheiro que ingresse no mercado de trabalho de engenharia atualmente no domine os conceitos principais de mtodos numricos mais usados em simulao computacional. Ao longo do curso sero estudados os mtodos de Runge-Kutta para a soluo de sistemas de equaes diferenciais ordinrias, e os mtodos de diferenas finitas e elementos finitos para a soluo de equaes de derivadas parciais. Esses so os mtodos mais utilizados atualmente a nvel acadmico e comercial na engenharia, havendo vrios softwares comerciais disponveis alm de softwares de distribuio livre na internet, baseados nesses mtodos.

15

PMR 2420 Mecnica Computacional

Erros
No estudo de mtodos numricos necessrio o estudo dos erros inerentes aos mtodos. Os erros em quaisquer mtodos so caracterizados pela acuracidade (ou acurcia) e preciso. A acuracidade representa o quanto estamos prximos do valor real (procurado) e a preciso est relacionada com o conceito de repetibilidade do resultado. Para entendermos esses conceitos considere o exemplo mostrado na figura 1.24 onde se faz uma analogia desses conceitos com a prtica do tiro ao alvo.

a)

b)

c)

d)

Figura 1.24 Conceito de acurcia e preciso.

A figura 1.24a ilustra a situao em que os tiros se apresentam de forma dispersa numa regio distante do centro do alvo (ponto que desejamos acertar). Nesse caso podemos dizer que esse resultado apresenta baixa acurcia e preciso. Na figura 1.24b os tiros se apresentam concentrados em uma pequena regio, porm tambm distantes do centro do alvo. O resultado apresenta uma alta preciso (repetibilidade), porm uma baixa acurcia. A figura 1.24c ilustra a situao em que os tiros se apresentam de forma dipersa mas ao redor do centro do alvo. Assim, dizemos que o resultado apresenta uma boa acurcia porm uma baixa preciso (no h repetibilidade na posio dos tiros). Finalmente, a figura 1.24d ilustra a situao em que os tiros se apresentam concentrados em uma pequena regio ao redor do centro do alvo. Esse resultado apresenta uma excelente acurcia e preciso. Essa analogia nos ajuda a entender os conceitos no caso dos mtodos numricos. Os erros em mtodos numricos so classificados em erros de truncamento e erros de aproximao. Os erros de truncamento resultam das aproximaes das equaes matemticas que desejamos resolver. Assim como veremos adiante, para resolver uma equao matemtica por mtodos numricos necessrio inicialmente aproxim-la usando por exemplo, srie de Taylor ou mtodo de diferenas, como veremos. Essa aproximao introduz um erro chamado de erro de truncamento, como mostrado abaixo na aproximao da primeira derivada usando o mtodo das diferenas: f f (x) + erro de trunc. x Os erros de aproximao ocorrem pelo fato de no mundo digital dos computadores os nmeros serem representados por um nmero limitado de dgitos, ou seja, preciso simples

16

PMR 2420 Mecnica Computacional

correspondendo a uma representao com 8 bits e preciso dupla correspondendo a uma representao com 16 bits. Ambos os erros influenciam a acurcia e preciso de um mtodo numrico. Os erros podem ser apresentados de forma absoluta ou de forma relativa (percentual). O ltimo caso consiste na razo entre o erro absoluto e o valor real. No entanto, como o valor real no conhecido se utiliza-se em geral o melhor valor estimado. O principal problema, entretanto, saber calcular o erro. Na verdade impossvel saber o valor exato do erro de um mtodo (pois se soubssemos no haveria erro!!), o que podemos apenas estim-lo. A estimao do erro de um mtodo numrico pode ser feita de vrias maneiras, podendo ser considerado quase uma arte na matemtica. Entre as formas de se estimar o erro temos desde a forma intuitiva (por exemplo, o engenheiro tem uma idia do valor esperado do resultado) at o desenvolvimento de frmulas tericas utilizando-se sries de Taylor, por exemplo. No entanto, essas frmulas fornecem apenas um limite superior do erro, ou seja, garantem que ele ser menor do que um certo valor. Uma forma comum de se estimar o erro de um mtodo comparar os resultados desse mtodo com o resultado de outros mtodos, ou atravs de uma anlise de sensibilidade em que so alterados os parmetros do mtodo (discretizao usada, parmetros de convergncia, etc) com o objetivo de verificar a influncia no resultado final. De qualquer forma a estimaao do erro est longe de ser um processo determinstico. Voltando a questo do erro de truncamento e do erro de aproximao, o erro total ser a soma de ambos. O erro de truncamento diminui com o decrscimo do passo de discretizao, pois quanto menor esse passo, melhor a aproximao da equao matemtica a ser resolvida. J o erro de aproximao aumenta com o decrscimo do passo, uma vez que quanto menor o passo de discretizao do mtodo, maior ser o nmero de passos e portanto maior ser o nmero de operaes (contas) realizadas, e esse erro embora muito pequeno em cada passo passa a emergir ao longo das iteraes do mtodo (propagao de erro). O grfico da figura 1.25 mostra a plotagem dos erros de truncamento, aproximao e total em funo do passo de discretizao do mtodo e representa a discusso acima. Esse comportamento oposto dos erros de truncamento e de aproximao conhecido como dilema do passo.
error erro total ponto timo

erro de aproximao erro de truncamento tamanho do passo

Figura 1.25 Dilema do passo. lgico que o passo ideal seria aquele que resulta no menor valor do erro total, como mostrado no grfico. No entanto, como j comentado, no temos os valores exatos desses erros, mas apenas estimativas, muitas vezes grosseiras, e portanto no h como obter o valor correto do tamanho de passo timo.

17

PMR 2420 Mecnica Computacional

Dessa forma, pelas discusses apresentadas nesse captulo, o aluno percebe que a utilizao de softwares de simulao no to automtica quanto parece, e deve ser feita de forma criteriosa.

18

PMR 2420 Mecnica Computacional

CAPTULO II

APROXIMAO DE DADOS EXPERIMENTAIS POR CURVA


Mtodo dos mnimos quadrados Minimiza as discrepncia entre os dados e a funo escolhida para interpolar. A funo no passa necessariamente pelos pontos dados. 1. Regresso linear Seja o conjunto de dados xi, f(xi), i=0, 1, 2, ...., n ao qual se quer ajustar uma funo linear. Essa funo expressa por: g(x) = c1x+c2 sendo c1 e c2 constantes indeterminadas. Desvio da funo linear com relao aos dados: ri = yi g(xi) = yi c1 xi + c2, i = 1, 2, ...., L L: no total de pontos dados Soma dos quadrados dos desvios:
R = ri2 = ( y i c1 x i c 2 )
i =1 i =1 L L 2

R mnimo para:
R R =0 e = 0 , ou seja, c1 c 2
L R = 2 x i ( y i c1 x i c 2 ) = 0 c1 i =1 L R = 2 ( y i c 1 x i c 2 ) = 0 c 2 i =1

Reescrevendo em forma matricial, tem-se:

PMR 2420 Mecnica Computacional

a11 a 21

a12 c1 z1 . = , a 22 c 2 z 2

sendo
a11 = x i2
i =1 L

a12 = a 21 = x i
i =1

a 2 = 1 = L z1 = x i y i z2 = yi
i =1 i =1 L i =1 L

Soluo do sistema matricial: c1 = (a22z1 a12z2) / (a11a22 a12a21) c2 = (a11z2 a21z1) / (a11a22 a12a21)

2. Ajuste por funo potenciao no linear g(x) = x Toma-se o logaritmo de ambos lados: log (g) = log (x) + log (). Definindo-se: G = log(g) c1 = c2 = log() X = log(x), a funo potenciao torna-se G = c1 X + c2 , e o problema reduz-se a uma regresso linear como no caso anterior (item 1). A equao acima deve ser ajustada ao conjunto de dados (log(xi), log(yi)).
2

PMR 2420 Mecnica Computacional

3. Ajuste por polinmio de ordem elevada Seja o polinmio de ordem n: g(x) = c1xn + c2 xn-1 + c3 xn-2 + ... + cnx + cn+1 Desvio em cada ponto: ri = yi g(xi), i = 1, 2, ..., L sendo L o nmero de pontos dados. Soma dos quadrados dos desvios:
R = ri2
i =1 L

R mnimo para:
R = 0, c j j = 1, 2,  , n + 1 ,

ou seja,

x
j =1 i =1

n +1

2 n +2 jk i

L 1 c j = xin + k yi , i =1

k = 1, 2,, n + 1 ,

ou ainda em forma matricial:


L 2n xi i =1 L x 2 n 1 i i =1 ... L n xi i =1

xi2 n1 ...
i =1

... ... ...

xin i =1 L n 1 ... xi i =1 ... ... L ... xi0 i =1


L

L n xi yi c1 i =1 c L n 1 2 = xi yi ... i =1 L... c n +1 yi i =1

4. Ajuste por combinao linear de funes conhecidas g(x) = c1f1(x) + c2f2(x) + c3f3(x) + ... + ckfk(x)

PMR 2420 Mecnica Computacional

sendo c1, c2, c3, ... ,ck incgnitas. Ajustando-se as k funes aos L pontos tem-se o seguinte sistema matricial sobrestimado (ou super-determinado): Ac=y sendo
f1 (x1 ) f (x ) A= 1 2 ... f 1 (x L ) f 2 (x1 ) ... f 2 (x2 ) ... ... ... f 2 (xL ) ... f k (x1 ) f k (x2 ) , ... f k (xL ) c1 y1 c y 2 c= , y = 2 , ... ... ck yL

com L > k (no de equaes > no de incgnitas). Demonstra-se que a soluo do sistema acima equivalente a soluo do sistema: At A c = At y

Srie de Taylor
Se a funo f(x) for conhecida e suas n+1 derivadas so contnuas no intervalo [x0 , x], ela pode ser escrita em termos de uma srie de Taylor, finita.
f ( x ) = f ( x0 ) + ( x x0 ) f ' ( x0 ) + ( x x0 ) 2 f "( x0 ) f ( 3) ( x0 ) + ( x x0 ) 3 2! 3! (i ) (n) f ( x0 ) f ( x0 ) + + ( x x0 ) i + + ( x x0 ) n + R( x) i! n! = pn ( x ) + R ( x )

O resto R(x) dado por:


R ( x ) = ( x x 0 ) n +1 f ( n +1) ( ) , sendo x0 < < x ( n + 1)!

A srie de Taylor fornece meios para aproximar o valor de uma funo em um ponto em termos do valor da funo e de suas derivadas num outro ponto. Aproximao de ordem zero:
f ( xi +1 ) f ( xi )

PMR 2420 Mecnica Computacional

Aproximao de primeira ordem:


f ( xi +1 ) f ( xi ) + ( xi +1 xi ) f ' ( xi ) p1 (x) f(x)

p (x) 0

xi

xi+1

Aproximao de segunda ordem:


f ( xi +1 ) f ( xi ) + ( xi +1 xi ) f ' ( xi ) + ( xi +1 xi ) 2 f "( xi ) 2!

Aproximao de ordem n:
f ( xi +1 ) = f ( xi ) + ( xi +1 xi ) f ' ( xi ) + ( xi +1 xi ) 2 + + ( xi +1 xi ) n f
(n)

f "( xi ) f ( 3) ( xi ) + ( xi +1 xi ) 3 2! 3!

( xi ) + Rn n!

sendo
R ( x ) = ( xi +1 xi ) n +1 f ( n +1) ( ) . ( n + 1)!

Para pontos igualmente espaados define-se um passo h = xi+1- xi


f ( xi +1 ) = f ( xi ) + hf '( xi ) + h2 f "( xi ) + 2!

sendo
R ( x ) = h n +1 f ( n +1) ( ) ( n + 1)!

Exemplo: aproximao de uma funo por srie de Taylor,


f ( x ) = 0.1x 4 0.15 x 3 0. 5 x 2 0. 25 x + 1. 2

Predizer o valor da funo em x = 1, a partir do valor em x = 0.

PMR 2420 Mecnica Computacional

CAPTULO III EQUAES DIFERENCIAIS ORDINRIAS


Equao diferencial ordinria de primeira ordem: dy dy = f ( x, y) F x , y , = 0 ou dx dx condio inicial: y(x0) Na soluo devemos fazer: de y(x). Aproximao por expanso em srie de Taylor h2 h3 y ( x0 + h ) = y ( x0 ) + hf ( x0 , y ( x0 )) + f '( x0 , y ( x0 )) + f "( x0 , y ( x0 )) + 2! 3!

y0

dy = f ( x, y )dx onde f(x,y) pode eventualmente depender apenas


x0

Para calcular as derivadas de f(x,y) aplicar a regra da cadeia df f f dy = + dx x y dx Exemplo 1: f ' ( x, y ) = dy = x2 dx

f = 2x x

f "( x , y ) = 2
f "' ( x , y ) = 0
2 y ( x0 + h ) = y ( x0 ) + hx0 + h 2 x0 +

h3 3

integrao analtica:
y ( x0 + h )

y ( x0 )

x3 dy = x dx y ( x 0 + h) y ( x0 ) = 3 x0
2

x0 + h

x0 + h

=
x0

( x 0 + h) 3 x 0 3 3 3

20

PMR 2420 Mecnica Computacional

y ( x0 + h ) = y ( x0 ) + hx0 + h 2 x0 +
2

h3 3

Exemplo 2: f ' ( x, y ) =

dy = 2y dx

f dy = 22y = 4y y dx f dy = 4 2 y = 8y y dx f dy = 8 2 y = 16 y y dx f ( n ) dy = 2 n +1 y y dx ( 2 h) 2 y ( x0 ) ( 2 h ) 3 y ( x0 ) + + 2! 3!

f " ( x, y ) =

f ' " ( x, y ) =

f ( n ) ( x, y ) =

y ( x0 + h) = y ( x0 ) + 2 hy ( x0 ) + dy = x+ y dx

Exemplo 3:

f '( x , y ) = 1 + x + y
f "( x , y ) = 1 + x + y f (n) ( x , y ) = 1 + x + y

y ( x0 + h ) = y 0 + h ( x 0 + y 0 ) +

h 2 (1 + x 0 + y 0 ) h 3 (1 + x 0 + y 0 ) + + 2! 3!

= y0 + h( x0 + y 0 ) + O (h 2 )

somando e subtraindo (x0 + h + 1), tem-se: h2 h3 + + y ( x 0 + h) = x0 h 1 + (1 + x 0 + y 0 ) 1 + h + 2! 3!

Expanso em Taylor: seja xi +1 = xi + h

21

PMR 2420 Mecnica Computacional

y ( xi +1 ) = y ( xi ) + hf ( xi , y ( xi )) +

h 2 f ' ( xi , y ( xi )) + 2!

h n f ( n 1) ( xi , y ( xi )) h n +1 f ( n ) ( , y ( )) + ( n + 1)! n!

Diferenciao da funo f complicada caso simples: y ( xi +1 ) = y ( xi ) + hf ( xi , y ( xi )) + O ( h 2 ) Condio inicial: y(x0)

y1 = y ( x0 ) + hf ( x0 , y ( x0 )) yi +1 = yi + hf ( xi , yi ) = yi + hf i
i1 MTODO DE EULER

Mtodos de passo nico: clculo de yi+1 requer conhecimento de yi em xi (ponto anterior)


EULER RUNGE-KUTTA

dy = f ( x , y ) soluo em x [a,b] dx y(x) aproximada em n+1 valores de x, igualmente espaados (x0, x1, x2, ..., xn ) Seja a equao diferencial ordinria (EDO): ba xi = x0 + ih , i = 0, 1, 2, ..., n n soluo exata no ponto i y(xi) com passo h = soluo aproximada no ponto i yi Erro de truncamento: i = yi y ( xi ) Voltando ao Mtodo de Euler
y

erro y i+1

Euler

yi +1 = yi + hf ( xi , yi ) = yi + hf i

i+1

22

PMR 2420 Mecnica Computacional

Exemplo: aplicar o mtodo de Euler para aproximar a soluo da equao dy = 2 x 3 + 12 x 2 20 x + 8.5 = f ( x, y ) dx no intervalo [0, 4], com passo h = 0.5 e condio inicial y(0) = 1 soluo exata: y = 0. 5x 4 + 4 x 3 10 x 2 + 8.5 x + 1 Aplicando Euler: y(0.5) = y(0) + 0.5f(0, 1) = 5.25 y(1.0) = y(0.5) + 0.5f(0.5, 5.25) = 5.875 y(1.0) = 5.25 + 0.5f(0.5, 5.25) = 5.875 erro = (3.21875 - 5.25000)/3.21875 = -0.631

erro = (3.00000 - 5.87500)/3.00000 = -0.958

tomando o valor exato em de y(0.5) para calcular a aproximao em y(1.0), pode-se calcular o erro local de truncamento como: yexato(0,5) y(1.0) = 3.21875 + 0.5f(0.5, 3.21875) = 3.843 erro local = (3.00 - 3.84375)/3.000 = -0.281

x 0.0 0.5 1.0 1.5 2.0 2.5 3.0 3.5 4.0

y(exato) 1.00000 3.21875 3.00000 2.21875 2.00000 2.71875 4.00000 4.71875 3.00000

y(Euler) 1.00000 5.25000 5.87500 5.12500 4.50000 4.75000 5.87500 7.12500 7.00000

erro global %

erro local %

-63.1 -95.8 -131.0 -125.0 -74.7 -46.9 -51.0 -133.3

-63.1 -28.1 -1.41 20.5 17.3 4.0 -11.3 -53.0

Erro de truncamento no mtodo de Euler: erro local de truncamento: O(h2) erro global de truncamento: O(h), demostrao no Carnahan Na prtica, a estimativa do erro de truncamento pode ser feita, indiretamente, utilizando-se passos diferentes no mtodo de Euler.

23

PMR 2420 Mecnica Computacional

erro globa l erro lo ca l y2 y0 y1 y'2 y3 y4

x0

x1

x2

x3

x4

Grfico ilustrando o conceito de erro local e erro global.

24

PMR 2420 Mecnica Computacional

CAPTULO III MTODOS DE RUNGE-KUTTA


So mtodos de passo simples requerem apenas derivadas de primeira ordem e pode fornecer aproximaes precisas com erros de truncamento da ordem de h2, h3, h4, etc. Todas os mtodos de Runge-Kutta tm a seguinte forma geral: yi +1 = yi + h( xi , yi , h ) onde , chamado de funo incremento, uma aproximao conveniente para f((x,y) no intervalo xi x xi +1 Runge-Kutta de segunda ordem Seja uma mdia ponderada de duas aproximaes da derivadas k1 e k2 no intervalo xi x xi +1

= ak1 + bk2
Ento o algoritmo de Runge-Kutta de segunda ordem fica:

yi +1 = yi + h( ak1 + bk2 )
y

(I)

k y i+1 k

2 1

y h x i x

i+1

f ( xi , y i ) + f ( xi +1 , yi +1 ) yi +1 = yi + h 2 Assumindo: k1 = f ( xi , yi ) (a=b=1/2)

i+1

k 2 = f ( xi + ph, y i + qhf ( xi , y i )) = f ( xi +1 , y i +1 ) Expandindo k2 em srie de Taylor:


33

PMR 2420 Mecnica Computacional

k 2 = f ( xi + ph, y i + qhf ( xi , y i )) = f ( xi , y i ) + phf x ( xi , y i ) + qhf ( xi , y i ) f y ( xi , y i ) + O (h 2 ) (II) Substituindo (II) em (I) yi +1 = yi + h[ af ( xi , yi ) + bf ( xi , yi )] + h 2 [bpf x ( xi , yi ) + bqf ( xi , yi ) f y ( xi , yi )] + O ( h 3 ) (III) Expandindo y(x) em xi usando srie de Taylor: h2 h3 f ' ( xi , y ( xi )) + f " ( , y ( )) = 2! 3! dy h 2 d 2 y h 3 d 3 y ( ) = y ( xi ) + h + + 3! dx 3 dx 2! dx 2 y ( xi + h ) = y ( xi ) + hf ( xi , y ( xi )) + (IV) Lembrando que: f '( xi , y ( xi )) = f x ( xi , y ( xi )) + f y ( xi , y ( xi )) f ( xi , y ( xi )) (regra da cadeia)

Igualando os termos de mesma potncia em h das equaes (III) e (IV), tem-se: potncia de h expanso de y(x) em Taylor algoritmo de Runge-Kutta

y(xi)

yi

f ( xi , y ( xi ))
1 f x ( xi , y ( xi )) + f y ( xi , y ( xi )) f ( xi , y ( xi )) 2

( a + b ) f ( xi , y ( xi )) bpf x ( xi , yi ) + bqf ( xi , yi ) f y ( xi , yi )

assumindo: yi = y ( xi ) a + b = 1 a = 1 b 1 bp = 2 p=q= 1 1 2b bq = 2 famlia de mtodos de segunda ordem

34

PMR 2420 Mecnica Computacional

Escolhendo b =

1 1 p = q =1 e a = 2 2

(Mtodo de Heun)

k1 = f ( xi , yi ) k 2 = f ( xi + h, yi + hk1 )
ento: 1 1 y i +1 = y i + h k 1 + k 2 2 2 fazendo b = 1 a = 0 e p = q = 1/2

yi +1 = yi + hk2
1 1 onde: k1 = f ( xi , yi ) e k 2 = f x i + h, y i + hk 1 2 2 isto pode ser interpretado da seguinte forma: h h y i +1 = y i + hf x i + , y i +1 2 onde y1+1 2 = yi + f ( xi , yi ) 2 2
y y y i+1/2 h/2 h/2 x i x i+1 x k i+1 2 1

Este mtodo chamado de Mtodo de Euler Modificado Runge-Kutta de 2a ordem tem erro local de truncamento O(h3) e erro global O(h2) Os mtodos de Runge-Kutta de ordens superiores so desenvolvidos de modo anlogo.

35

PMR 2420 Mecnica Computacional

Runge-Kutta de 3a ordem y i +1 = y i + h(ak 1 + bk 2 + ck 3 ) onde k1, k2 e k3 so aproximaes das derivadas em vrios pontos no intervalo de integrao xi , xi +1 . Nesse caso,

k1 = f ( xi , yi )
k 2 = f ( xi + ph , yi + phk1 )

k 3 = f ( xi + rh, yi + shk2 + ( r s) hk1 )


Para determinar as constantes a, b, c, p, r e s, expandem-se k2 e k3 em Taylor, em torno de (xi,yi) e obtm-se as seguintes equaes: a +b+c =1 1 bp + cr = 2 bp 2 + cr 2 = cps = 1 6 1 2

Duas das contantes so escolhidas arbitrariamente. Para um determinado conjunto de constantes escolhido por Kutta, tem-se o seguinte mtodo de 3a ordem h (k + 4k 2 + k 3 ) 6 1

y i +1 = y i +

k1 = f ( xi , yi ) h h k 2 = f xi + , yi + k 1 2 2

k 3 = f (x i + h, yi + 2hk 2 hk 1 ) dy = f ( x) dx

Equivale regra de Simpson se

36

PMR 2420 Mecnica Computacional

Runge-Kutta de 4a ordem (vrios mtodos dependendo da escolha das constantes). Segundo Kutta: h (k + 2 k 2 + 2 k 3 + k 4 ) 6 1 k1 = f ( xi , yi ) h h k 2 = f xi + , yi + k 1 2 2 h h k 3 = f xi + , yi + k 2 2 2 yi +1 = yi + k 4 = f ( xi + h, y i + hk 3 )

Controle do passo nos Algoritmos de Runge-Kutta Algoritmo de Runge-Kutta de ordem m expanso em Taylor com termos at hm erro local de truncamento: onde: m = ordem do mtodo K = funo complicada dependendo de f(x,y) e suas derivadas Para escolher h dado um certo et considerando: a) erro local de truncamento et Kh m+1 (supor K constante) b) erro local de truncamento a contribuio mais importante para o erro global
* Assumindo yn +1 como a soluo exata, uma estimativa do erro local de truncamento pode ser obtida integrando-se entre xn e xn+1 com dois passos diferentes, h1 e h2, obtendo-se duas estimativas de yn+1, yn+1,1 e yn+1,2

et = Kh m+1 + O ( h m+ 2 )

Empregando a extrapolao de Richardson:


* yn +1 y n +1,1 = Kh1 m +1

(xn+1 xn )

h2 onde xn+1-xn equivale ao nmero de passos. Dividindo (1) por (2) tem-se:

* m +1 yn +1 y n +1, 2 = Kh2

(x

h1
n +1

(1) (2)

xn )

37

PMR 2420 Mecnica Computacional

* n +1

y n +1,1 y n +1,2 (h1 h2 ) 1 (h1 h2 )


m

(3)

escolhendo h2 = h1 2 tem-se:

* n +1

yn +1,1 2 m yn +1,2 = 1 2m

(4)

Assim, uma estimativa para o erro local de truncamento para a soluo yn +1,1 , assumindo

(x

n +1

x n ) = h1 dada por: et = Kh1


m +1

2 m y n +1,2 y n +1,1 2m 1

(5)

Para o algoritmo de Runge-Kutta de 4a ordem (m = 4) 16 y y n +1,1 15 n +1,2 Usando esse procedimento para monitorar o erro, o nmero de clculos triplicado. et = Kh1 5 = Um outro critrio para determinar o tamanho do passo h, conhecido como critrio de Collatz feito atravs da avaliao da relao (k 3 k 2 ) (k 2 k 1 ) aps cada passo de integrao. Se esta relao se torna maior que alguns centsimos, o passo h deve ser diminuido. Soluo de E.D.O. simultneas seja o seguinte sistema com n E.D.O. dy1 = f 1 ( x , y1 , y 2 , , y n ) dx dy 2 = f 2 ( x , y1 , y 2 , , y n ) dx

ou

dy = [f ] dx

dy n = f n ( x , y1 , y 2 , dx

, yn )

com condies iniciais: y1 ( x0 ) = y10 y2 ( x0 ) = y2 0

ou

[y ] = [y 0 ]
38

PMR 2420 Mecnica Computacional

yn ( x0 ) = yn0 Deve-se aplicar, qualquer um dos mtodos apresentados, em paralelo em cada passo. Por exemplo, o mtodo de Euler modificado: y1i +1 = y1i + hk 21 y2i+1 = y2 i + hk 2 2

ou

[y i +1 ] = [y i ] + h[k 2 ]

y ni +1 = y ni + hk 2n onde:

k11 = f 1 xi , y1i , y2i ,

k 12

( = f (x , y
2 i

y ni

1i

, y 2i ,

) y )
ni

ou

[k 1 ] = [f ( xi , [y i ])]

k 1n = f n xi , y1i , y 2i ,

y ni

h h h k 21 = f 1 xi + , y1i + k 11 , y 2i + k 12 , 2 2 2 h h h k 22 = f 2 xi + , y1i + k 11 , y 2i + k 12 , 2 2 2

y ni +

h k 2 1n h h h y ni + k 1n ou [k 2 ] = f ( xi + , [y i ] + [k 1 ]) 2 2 2 y ni + h k 2 1n

h h h k 2n = f n xi + , y1i + k 11 , y 2i + k 12 , 2 2 2

Exemplo: Aplicar R.K 4 seguinte equao diferencial (problema resolvido no livro do Carnahan, pgina 367): d 2V dV + RC + V = 0 (circuito eltrico RLC) 2 dt dt sujeita s seguintes condies iniciais: LC V ( 0) = V0 (tenso eltrica no capacitor)

dV dV (corrente eltrica no circuito: i = C ) =0 dt t = 0 dt Como primeiro passo, deve-se transformar a E.D.O. acima (segunda ordem) num sistema de E.D.O de primeira ordem. Fazendo:

39

PMR 2420 Mecnica Computacional

dV =I dt podemos escrever a equao do circuito como:

dI + RCI + V = 0 dt Assim teremos o seguinte sistema de E.D.O. LC


1 dI R = I V dt L LC dV =I dt com condies iniciais: V ( 0) = V0 I ( 0) = 0 Aplicando Runge-Kutta de 4a ordem: I i +1 = I i + Vi +1 onde: h (k + 2k 2 + 2k 3 + k 4 ) 6 1 h = Vi + (q1 + 2q 2 + 2q 3 + q 4 ) 6

k 1 = f 1 (t i ,Vi , I i ) h h h k 2 = f 1 t i + ,Vi + q1 , I i + k 1 2 2 2 h h h k 3 = f 1 t i + ,Vi + q 2 , I i + k 2 2 2 2 k 4 = f 1 (t i + h,Vi + hq 3 , I i + hk 3 ) q1 = f 2 (t i ,Vi , I i ) h h h q 2 = f 2 t i + ,Vi + q1 , I i + k 1 2 2 2 h h h q 3 = f 2 t i + ,Vi + q 2 , I i + k 2 2 2 2 q 4 = f 2 (t i + h,Vi + hq 3 , I i + hk 3 )

40

PMR 2420 Mecnica Computacional

sendo: f 1 (t ,V , I ) = f 2 (t ,V , I ) = I 1 R I V L LC

41

PMR 2420 Mecnica Computacional

CAPTULO IV DIFERENCIAO NUMRICA


O problema de diferenciao numrica aparentemente semelhante ao de integrao numrica, ou seja, obtendo-se um polinmio interpolador (ou outra funo interpoladora) da funo f(x), a aproximao das derivadas podem ser obtidas derivando-se esse polinmio. Infelizmente deve-se tomar cuidado. A diferenciao tende a magnificar as pequenas discrepncias ou erros na funo aproximada como mostrado na figura abaixo.
f(x) dpn(x3)/dx df(x3)/dx f(x)

pn(x)

x0

x1

x2

x4

x5

x6

Pela figura, o polinmio p n ( x) parece ser uma excelente funo aproximadora para aproximar o b b dp n ( x ) valor da integral que representa a inclinao da p n ( x ) por f ( x )dx . No entanto, a a dx df ( x) linha tangente p n ( x ) , pode ser significativamente diferente em magnitude do que , dx mesmo nos pontos onde p n ( x) e f(x) tem o mesmo valor. Derivadas de ordem superior tendem a magnificar a discrepncia. Assim, a diferenciao numrica um processo menos preciso do que a integrao numrica e deve ser evitada toda vez que possvel. Na verdade, engenheiros e cientistas fazem testes de diferenciao em dados de laboratrio como indicao da preciso experimental. Uma forma de reduzir o erro de diferenciao utilizar um polinmio aproximador obtido pelo mtodo dos mnimos quadrados. No entanto, isso um tanto trabalhoso, e como na prtica nem todas as derivadas so necessrias (geralmente somente a primeira e a segunda) derivam-se frmulas de aproximao das primeiras derivadas, denominadas diferenas aproximadas. Essas diferenas aproximadas e seus respectivos erros podem ser obtidos utilizando-se a expanso de Taylor como mostrado a seguir.

18

PMR 2420 Mecnica Computacional

Consideremos inicialmente a diferena aproximada para a primeira derivada. Sendo f i = f ( xi ) funo de f i = f ( xi ) and f i +1 = f ( x i +1 ) , a expanso de Taylor de f i +1 em torno de xi :
f i +1 = f i + hf i + Isolando f i , tem-se: f i = que pode ser reescrita como f i = f i +1 f i +E h h2 h3 h4 f i+ f i+ f i ' ' ' '+... 2 6 24

f i +1 f i h h2 f i f i ... h 2 6

onde o primeiro termo chamado de diferena aproximada progressiva e E o erro de truncamento representado pelo seu termo dominante, ou seja: h E f i 2 Assim o erro aproximadamente proporcional ao valor de h e segunda derivada. Os demais termos decrescem mais rapidamente com o valor de h, e portanto no so dominantes no valor do erro.
A diferena aproximada regressiva obtida de forma similar escrevendo-se a expanso de Taylor em torno de f i 1 :

h2 h3 h4 f i 1 fi fi + f i ' ' ' '+... 2 6 24 Isolando f i , a diferena aproximada regressiva vale: f f i 1 f i = i +E h h onde: E f i 2 diferena aproximada central obtida subtraindo-se as expresses das expanses de Taylor de f i +1 e f i 1 , descritas acima respectivamente. Obtem-se: 1 f i +1 f i 1 = 2hf i + h 3 f i+ ... 3 Note que f i foi automaticamente eliminado. Isolando-se f i , tem-se: f f i 1 f i = i +1 +E 2h h2 onde: E f i 6 Portanto o erro depende de h 2 !! Dessa forma, a frmula de diferena aproximada central mais precisa do que as diferenas aproximada regressivas e progressivas na aproximao da primeira derivada. = f i hf i +
19

PMR 2420 Mecnica Computacional

dif. regressiva f(x)

dif. progressiva

dif. central

xi-1

xi

xi+1

No entanto, se mais pontos esto disponveis frmulas mais precisas podem ser deduzidas para a primeira derivada. Assim, considerando-se trs pontos (um a mais do que o mnimo necessrio para se obter uma aproximao de f i ) podemos obter as expresses de expanso de Taylor de

f i , f i +1 e f i + 2 : f i +1 = f i + hf i + f i+2 h2 h3 h4 f i+ f i+ f i ' ' ' '+... 2 6 24 4h 2 8h 3 16h 4 = f i + 2hf i + f i+ f i+ f i ' ' ' '+... 2 6 24

Multiplicando a primeira equao por 4, subtraindo da segunda equao, e isolando f i , tem-se: f i + 2 + 4 f i +1 3 f i f i = +E 2h

h2 f i 3 Essa aproximao chamada diferena aproximada progressiva de trs pontos, e possue um erro da mesma ordem que a diferena aproximada central. Similarmente a diferena aproximada regressiva de trs pontos pode ser derivada usando f i , f i 1 , e f i 2 : 3 f 4 f i 1 + f i 2 f i = i +E 2h h2 f i onde: E 3 Diferenas aproximadas para a segunda derivada podem ser obtidas da mesma forma. Assim pode se obter f i em funo de f i +1 , f i e f i 1 . Somando as expanses de Taylor de f i +1 e f i 1 temse:
onde: E

20

PMR 2420 Mecnica Computacional

h4 f i ' ' ' '+... 12 e portanto a diferena aproximada central de f i igual : f 2 f i + f i 1 f i = i +1 +E h2 h2 onde: E fi '''' 12 Outra diferena aproximada pode ser derivada em termos de f i , f i 1 e f i 2 . Subtraindo 2 vezes a expanso de Taylor de f i 1 da expanso de f i 2 e isolando f i resulta na diferena aproximada regressiva: f i +1 2 f i + f i 1 = h 2 f i+

f i =

f i 2 2 f i 1 + f i h2

+E

onde: E hf i A ordem de grandeza desse erro maior do que o erro da diferena aproximada central, mostrando que a diferena aproximada central representa com maior preciso a segunda derivada, como j observado na aproximao da primeira derivada. Conclue-se que a interpolao sempre melhor no centro do intervalo de pontos. Diferenas aproximadas para derivadas de ordem maior do que dois podem ser obtidas de forma semelhante, no entanto extremamente trabalhoso. Em geral, existem algoritmos de computador que calculam automaticamente diferenas aproximadas de derivadas de alta ordem. No caso de derivadas parciais, segue-se o mesmo raciocnio. Considerando a funo bidimensional f(x,y), a diferena aproximada da derivada parcial com relao x por exemplo, pode ser derivada fixando y igual a constante y 0 e considerando f ( x, y 0 ) como uma funo unidimensional. Assim, as diferenas aproximadas regressiva, central e progressiva so iguais a:
f ( x 0 + x , y 0 ) f ( x 0 , y 0 ) f x x f ( x 0 + x , y 0 ) f ( x 0 x , y 0 ) f x 2x f ( x 0 , y 0 ) f ( x 0 x , y 0 ) f x x As diferenas aproximadas centrais das segundas derivadas de f(x,y) em ( x 0 , y 0 ) so dadas por:

21

PMR 2420 Mecnica Computacional

f ( x0 + x, y0 ) 2 f ( x0 , y0 ) + f ( x0 x, y0 ) 2 f 2 x x 2 2 f f ( x0 , y0 + y) 2 f ( x0 , y0 ) + f ( x0 , y0 y) 2 y y 2 2 f f ( x0 + x, y0 + y ) f ( x0 x, y0 + y ) f ( x0 + x, y0 y) + f ( x0 x, y0 y) xy 4xy

22

PMR 2420 Mecnica Computacional

CAPTULO V EQUAES DIFERENCIAIS PARCIAIS (E.D.P.)


Neste curso: E.D.P. lineares de 2a ordem. Forma geral para duas variveis independentes: A 2u 2u 2u + + +D=0 B C x 2 x y y 2

Onde A, B, e C so funes de x e y, e D funo de x, y, u, u/x e u/y. Dependendo dos valores dos coeficientes A, B, e C as E.D.P. de 2a ordem so classificadas em: elpticas, hiperblicas e parablicas, de acordo com o valor da expresso c = B2- 4AC. c < 0 equaes elpticas 2u 2u equao de Laplace (estado estacionrio) + =0 x 2 y 2 2u 2u + = f ( x , y ) equao de Poisson x 2 y 2 c > 0 equaes hiperblicas 2u 1 2u equao da onda (unidimensional) = x 2 v 2 t 2 c = 0 equaes parablicas 2 u u equao de conduo de calor (unidimensional) k 2 = x t Solues analticas: mtodo da separao de variveis, e uso das transformadas de Fourier e Laplace Aproximaes numricas: discretizao diferenas finitas e elementos finitos DIFERENAS FINITAS Aproximao de derivadas por diferenas finitas Assumindo u = u(x,y), se u possui um nmero suficiente de derivadas parciais, o valor de u(x+h,y+k) pode ser dado por Taylor:

41

PMR 2420 Mecnica Computacional

1 1 u( x + h, y + k ) = u( x, y) + h + k u( x, y) + h + k u( x, y)+ + h + k u( x, y) + Rn (n 1)! x y y y 2! x x

n1

1 onde Rn = h + k u( x + h, y + k ) y n! x
ou Rn = O ( h + k )

0 < <1

existe uma constante M, tal que Rn M ( h + k ) quando h 0 e k 0


n

Tomando a grade de pontos: (i, j) e espaamento x = h e y = k

i-1,j+1 y

i,j+1

i+1,j+1

i-1,j

i,j

i+1,j y

i-1,j-1 x

i,j-1

i+1,j-1 x

tem-se que as expanses em Taylor de ui-1,j e ui+1,j em torno do valor central ui,j so: ui 1, j ui , j xu x + ui +1, j ui , j + xu x +

(x )2 u
2!

xx

(x )3 u
3!

xxx

(x )4 u
4!

xxxx

+ O ( x 5 )

(x )2 u
2!

xx

(x )3 u
3!

xxx

(x )4 u
4!

xxxx

+ O ( x 5 )

onde: ux = u / x , uxx = 2 u / x 2 , etc. aproximaes das derivadas parciais por diferenas finitas:

42

PMR 2420 Mecnica Computacional

u ui +1, j ui , j = + O( x ) diferena progressiva x x u ui , j ui 1, j = + O( x ) diferena regressiva x x u ui +1, j ui 1, j 2 = + O ( x ) diferena central 2 x x

Similarmente:

2 u ui +1, j 2ui , j + ui 1, j 2 = + O ( x ) diferena central ( x ) 2 x 2

2 u ui +1, j +1 ui 1, j +1 ui +1, j 1 + ui 1, j 1 2 = + O (x + y ) 4 xy xy
Equaes Parablicas Exemplo: equao de conduo de calor k 2 T T = x 2 t

Considere uma barra fina, de comprimento l, isolada termicamente em toda sua extenso exceto nas extremidades. No instante t = 0 a distribuio de temperatura ao longo da barra conhecida T(x, 0) = f(x). Nas extremidades da barra a temperatura conhecida ao longo do tempo e pode ser representada por T(0, t) = g0(t) e T(l, t) = g1(t). Deseja-se determinar a distribuio de temperatura na barra ao longo do tempo.

43

PMR 2420 Mecnica Computacional

Mtodo Explcito

i-1,n+1 t

i,n+1

i+1,n+1

i-1,n

i,n

i+1,n

i-1,n-1 x

i,n-1

i+1,n-1

g0(t)
0 l

g1(t)
x

Utilizando as aproximaes por diferenas finitas: Ti , n +1 Ti ,n t = Ti 1,n 2Ti ,n + Ti +1,n

( x ) 2

fazendo =

t , tem-se ( x )2

Ti ,n +1 = Ti ,n + Ti +1,n 2Ti , n + Ti 1,n

Convergncia e estabilidade do Mtodo Explcito A convergncia significa que quando x0 e t0 o resultado da aproximao por diferenas finitas tende para a soluo verdadeira. A estabilidade significa que o erro em qualquer estgio da computao no amplificado mas sim atenuado medida que a computao progride. Mostra-se que o mtodo explcito convergente e estvel se 1/2 (Carnahan). Neste caso o erro de discretizao da ordem de O[(x)2] e a soluo converge se x0. Considerando 1/2 o erro no aumenta, porm pode oscilar. Considerando 1/4 assegura-se que a soluo no oscilar. Para o caso particular em que = 1/6 o erro de discretizao torna-se da ordem de O[(x)4].

44

PMR 2420 Mecnica Computacional

Mtodo Implcito No mtodo implcito as diferenas so tomadas no tempo n+1 ao invs de tom-las no tempo n, como no mtodo explcito. O mtodo implcito no apresenta restrio em relao ao valor de , como no mtodo explcito, porm os clculos tornam-se mais complicados. i,n+1

i-1,n

i,n mtodo explcito

i+1,n

i-1,n+1

i,n+1

i+1,n+1

i,n mtodo implcito

( x ) 2 t utilizando , pode-se escrever:

Ti ,n +1 Ti ,n

Ti 1, n +1 2Ti ,n +1 + Ti +1,n +1

(mtodo implcito)

Ti 1, n +1 + (1 + 2 )Ti ,n +1 Ti +1,n +1 = Ti ,n Considerando-se 0 i M , tm-se M-1 equaes simultneas. O mtodo implcito converge soluo da EDP desde que x0 e t0 independentemente do valor da relao t/(x)2. Na equao acima, notar que: Ti 1,n +1 = T0,n +1 = g 0 (t n +1 ) para i = 1 Ti +1,n +1 = g 1 (t n +1 ) para i = M - 1 Assim, tem-se o seguinte sistema de equaes:

45

PMR 2420 Mecnica Computacional

(1 + 2 )T1,n+1 T2,n+1 = T1,n + g 0 (t n+1 )

para i = 1

Ti 1,n +1 + (1 + 2 )Ti ,n +1 Ti +1,n +1 = Ti ,n para 2 i M - 2

(1 + 2 )TM 1,n +1 TM 2,n +1 = TM 1,n + g1 (t n +1 )

para i = M - 1

Simplificando a notao e colocando na forma matricial, tem-se: 0 0 0 T1 d1 b1 c1 0 0 a b c 0 0 0 0 T2 d 2 2 2 2 0 a3 b3 c3 0 0 0 T3 d3 = 0 0 0 Ti di ai bi ci 0 0 0 0 a M 2 bM 2 c M 2 TM 2 d M 2 0 0 a M 1 bM 1 0 0 0 TM 1 d M 1 A matriz dos coeficientes a, b e c uma matriz tridiagonal. Este sistema pode ser resolvido pelo mtodo de eliminao de Gauss. A soluo recursiva do sistema da forma:

ci Ti +1 i = M 2 , M 3, i para i = M 1, tem-se TM 1 = M 1 Ti = i

, 2, 1

i = bi

ai ci 1 d ai i 1 e i = i para i = M 2, M 3, i 1 i

, 2,1

assim, 1 = b1 e 1 = d1 1 Desvantagem do mtodo de eliminao de Gauss: erro de arredondamento. Porm este erro, geralmente, pequeno comparado com o erro de discretizao MTODO DE CRANK-NICOLSON Tanto o mtodo explcito quanto o mtodo implcito fornecem uma um erro de truncamento da ordem O t + ( x ) . O mtodo de Crank-Nicolson reduz a dependncia do incremento do
2

tempo de O( t ) para O ( t ) , fazendo a aproximao das derivadas no ponto mdio do incremento do tempo da seguinte forma:
2

1) em relao ao tempo diferena central

46

PMR 2420 Mecnica Computacional

T Ti ,n +1 Ti ,n 2 = + O( x ) t t 2) em relao ao espao mdia entre as aproximaes nos tempos n e n+1

2 T 1 Ti +1, n 2Ti , n + Ti 1,n Ti +1, n +1 2Ti ,n +1 + Ti 1,n +1 = + ( x ) 2 ( x ) 2 x 2 2

i-1,n+1

i,n+1 i,n+1/2

i+1,n+1

i-1,n Para a equao

i,n

i+1,n

2 T T , tem-se: = x 2 t

Ti 1, n +1 + 2(1 + )Ti , n +1 Ti +1, n +1 = Ti 1, n + 2(1 )Ti , n + Ti +1, n e: T0,n +1 = g 0 (t n+1 ) e Tn ,n +1 = g1 (t n +1 ) . que resulta num sistema de equaes, similar ao obtido para o mtodo implcito.

Equaes Parablicas com duas dimenses no espao 2T 2T T = k 2 + 2 equao de conduo de calor t y x Mtodo explcito Ti +1, j ,n 2Ti , j , n + Ti 1, j ,n Ti , j +1, n 2Ti , j ,n + T , j 1, n = k + 2 2 ( ) t x y ( ) Critrio de estabilidade Ti , j ,n +1 Ti , j ,n
2 2

1 ( x ) + (y ) t 8 k 2 No caso de uma malha quadrada, x = y , tem-se = kt ( x ) que deve ser tal que: 1/4

47

PMR 2420 Mecnica Computacional

Mtodo implcito: garante a estabilidade, porm deve ser resolvido um sistema de equaes, sendo que a matriz dos coeficientes no tridiagonal. Mtodo da Alternncia de Direo: matriz tridiagonal O incremento no tempo executado em dois passos, sendo que no primeiro passo, a aproximao da derivada em relao a x escrita de forma explcita, e a derivada em relao a y de forma implcita. Dessa maneira obtm-se um sistema com matriz tridiagonal, para calcular as temperaturas no tempo intermedirio( t/2). No segundo passo, a derivada em relao a y escrita de forma explcita, e a derivada em relao a x de forma implcita. Recaindo tambm num sistema com matriz tridiagonal para calcular as temperaturas finais para um determinado t. t n+1

t /2 t n+1/2 t /2 tn x i-1 entre tn e tn+1/2: Ti , j ,n +1/ 2 Ti , j , n t 2 entre tn+1/2 e tn+1: Ti , j ,n +1 Ti , j ,n +1/ 2 t 2 xi x i+1 y j-1 yj

y j+1

explicito implicito

Ti +1, j ,n 2Ti , j ,n + Ti 1, j ,n Ti , j +1,n +1/ 2 2Ti , j , n +1/ 2 + T , j 1,n +1/ 2 = k + 2 2 ( ) x ( ) y

Ti +1, j ,n +1 2Ti , j ,n +1 + Ti 1, j ,n +1 Ti , j +1,n +1/ 2 2Ti , j , n +1/ 2 + T , j 1,n +1/ 2 = k + 2 2 ( ) x ( ) y

48

PMR 2420 Mecnica Computacional

Equaes envolvendo derivadas parciais de primeira e segunda ordens T 2 T 1 T = + t r 2 r r Ti ,n +1 Ti ,n t = (coordenadas cilndricas) 1 Ti +1,n +1 Ti 1,n +1 2 r ir

Ti +1,n +1 2Ti ,n +1 + Ti 1,n +1

( r )

A derivada de primeira ordem representada por uma diferena central. Equaes Hiperblicas Unidimensionais 2 y 2 y Equao de Onda (corda vibrante) = k t 2 x 2 y (c, t ) Condies de Contorno: ay (c, t ) + b = f (t ) x Condies Iniciais (t=0): y ( x,0) = f ( x) e Mtodo Explcito yi , n +1 2 yi , n + yi , n 1 t
2

y ( x,0) = g ( x ) (velocidade) t yi +1, n 2 yi , n + yi 1, n x 2

=k

Critrio de Estabilidade e Convergncia: t Geralmente tem-se: = k 1 x Para > 1 a convergncia no pode ser garantida, sendo que 1 o valor mximo de para garantir a estabilidade. Curiosamente, observa-se que para valores de menores do que 1, os resultados obtidos so menos precisos, enquanto que para igual 1, valores iguais s solues analticas exatas so obtidos.
2

49

PMR 2420 Mecnica Computacional

Condies de contorno At agora foram resolvidas E.D.P. parablicas ( uxx + u yy = ut ) com condio de contorno do tipo u ( x , y , t ) = g ( x , y , t ) . Alm deste tipo de condio de contorno, existem problemas cujas derivadas so conhecidas no contorno. De forma resumida, tem-se os seguintes tipos bsicos de condies de contorno: 1) u = g 2) un + us = g 3) un + us + u = g onde, un e us so respectivamente as derivadas normal e tangencial ao contorno. A condio de contorno deve ser expressa em termos de diferenas finitas. Como exemplo, considera-se a E.D.P. uxx + u yy = ut sujeita condio de contorno un + au = g . Esta condio freqentemente encontrada nos problemas de transmisso de calor. No ponto (0,j) uyy e ut so obtidas facilmente em termos de diferenas finitas. Para se obter uxx utiliza-se a expanso em Taylor da seguinte forma: ui +1, j = ui , j + ux x + (condio de Direchlet) (condio de Neumann)

( x )2
2!

uxx + O ( x )

]
0,j+1

0,j

1,j

2,j

0,j-1 x=0

No contorno, i = 0, tem-se: u1, j = u0, j + un x + isolando uxx:

( x )2
2!

uxx + O ( x )

50

PMR 2420 Mecnica Computacional

u xx =

(x )2

(u

1, j

u0, j un x ) + O[x ]

da condio de contorno un = au g u ( x ) [ 2
2

1, j , n

(ax + 1)u0, j , n + gx +

u0, j +1,n 2u0, j ,n + u0, j 1,n

(y)2

u0, j ,n +1 u0, j , n t

A expresso acima vale para todo o contorno x = 0. Observar que na aproximao utilizada para uxx o erro de truncamento O[x]. Como exerccio, obter uma expresso cujo erro de truncamento seja O[(x)2], por exemplo, utilizando os pontos com ndices 2, j. Aproximaes por diferenas finitas na interface entre dois meios Como exemplo, ser considerado o problema de transiente de conduo de calor entre dois meios A e B, em uma dimenso. T 2T = 2 t x meio A meio B

i-2

i-1

i+1

i+2

Para derivar a aproximao da temperatura Ti na interface ser utilizada a condio de dQ dT continuidade de fluxo de calor na interface, dada pela equao . = ka dt dx Aplicando Taylor, para o meio A:

( x ) 2 2 T T Ti 1 Ti x + x A 2 x 2 A
2T 2 2 2 x A ( x ) Mtodo explcito: 2 A ( x ) 2 T Ti ,n +1 Ti ,n = Ti 1,n Ti ,n + x x A t
51

T Ti 1 Ti + x x A

PMR 2420 Mecnica Computacional

ou Ti ,n +1 Ti ,n T x = + Ti ,n Ti 1,n x A 2 A

onde =

t ( x )2

De forma similar, para o meio B Ti ,n +1 Ti ,n T x = + Ti ,n Ti +1,n x B 2 B

As derivadas (T x ) A e (T x )B T T k A = kB x A x B Assim, tem-se a aproximao para Ti

podem ser eliminadas considerando-se a condio de

continuidade de fluxo de calor na interface atravs da igualdade

Ti ,n +1

2 A k k = Ti ,n + Ti +1,n 1 + A Ti ,n + A Ti 1,n A k A kB kB + B k B

Contornos Irregulares Considerando-se uma grade quadrada e sendo a condio de contorno do tipo de Direchlet D A a x 2 y x x x 1 b x 3 C B

Aproximao por diferenas finitas em torno do ponto 1 escrever Taylor para o ponto desejado e tentar eliminar as derivadas indesejveis.

52

PMR 2420 Mecnica Computacional

u ( ax ) 2 u ( )3 u A = u1 + ax + 2 + O x 2! y y
2

u3 = u1 x

u ( x ) 2u 3 + + O ( x ) 2! y 2 y
2

] ] ]

u (bx ) 2 u 3 uB = u1 + bx + + O ( x ) 2 ! x 2 x 2 u ( x ) 2 u 3 u2 = u1 x + + O ( x ) 2 ! x 2 x
2

Eliminando as derivadas 2

u u e , tem-se a seguinte aproximao para uxx + u yy x y

uxx + uyy =

( a + b)u1 u3 uA uB u2 + + + + O[ x ] ( x ) b + 1 a + 1 a( a + 1) b(b + 1) ab
2

53

PMR 2420 Mecnica Computacional

APNDICE: QUADRATURA GAUSSIANA (GAUSS-LEGENDRE)


A funo a integrar aproximada por um polinmio de grau n, ou seja: f ( x) p n ( x ) Deseja-se ento calcular a integral I do polinmio pn(x) no intervalo [a,b].
I = p n ( x )dx
a b

Inicialmente realiza-se uma transformao de varivel de forma a normalizar os limites de integrao de [a,b] para [-1,1], ou seja, deve-se achar um z = g(x) tal que para a x b , 1 z 1 . Dessa maneira, tem-se:
I = p n ( x )dx = Pn ( z )dz
a 1 b 1

Objetivo: determinar a integral I de forma exata atravs de uma somatria ponderada, do tipo:
I = Pn ( z )dz =
1 1 p i =0

wi Pn ( z i ) .

(1)

Portanto deve-se determinar os valores de p, wi e zi, com i = 0,1,...,p, para que a somatria acima fornea a integral exata do polinmio Pn. Escreve-se ento a expresso genrica de Pn:
Pn = 0 + 1 z + 2 z 2 + 3 z 3 + + nzn

A sua integral exata vale:


I = Pn ( z )dz =
1 1 1

+ 1 z +
+

+ n z n dz ,

2 I = 2 0 + 2 + 3

n n +1 1 ( 1) . n +1

(2)

Mas deseja-se calcular a integral por (1), ou seja:


I = Pn ( z )dz =
1 1 p i =0

wi Pn ( z i ) = w0 Pn (z 0 ) + w1 Pn ( z1 ) +

+ w p Pn (z p ) ,

ou ainda,

I = w0 0 + 1 z 0 + 2 z 0 +
2

+ n z 0 + w1 0 + 1 z1 +
n

+ n z1 +
n

+ w p 0 + 1 z p +

+ n z p (3)
n

Igualando-se (2) e (3), tem-se o seguinte sistema de equaes: 63

PMR 2420 Mecnica Computacional

w0 + w1 + w2 + w0 z0 + w1 z1 +
n w0 z0 + w1 z1n +

+ wp = 2 + wp z p = 0 + wp z n p =
1 n +1 1 ( 1) n +1

O sistema acima possui (n+1) equaes e 2(p+1) incgnitas: wi e zi, para i = 0,1,...,p. Ele s apresentar soluo se (n+1) = 2(p+1), ou seja, n = 2p+1. Portanto so necessrios p+1 termos na somatria dada por (1) para que ela represente a integral exata de um polinmio de grau at n, ou seja:

n 2p +1, que pode ser representado pela tabela abaixo: No. de termos (p+1) 1 2 3 4 Mximo grau do polinmio integrado exatamente (n) 1 3 5 7

Dessa maneira, pode-se determinar as coordenadas dos pontos de amostragem (ou de integrao) e os pesos para valores particulares de p. Exemplos: 1) p=0
w0 = 2 w0 z 0 = 0

A soluo fornece: w0 = 2, e z0 = 0, ou seja, com apenas um ponto de amostragem, localizado no centro do intervalo, integra-se exatamente um polinmio de grau 1. 2) p=1 w0 + w1 = 2 w0 z0 + w1 z1 = 0 2 3 3 3 w0 z0 + w1 z1 = 0
2 w0 z0 + w1 z12 =

O sistema de equaes no linear acima difcil de ser resolvido, mas atravs de back substitution pode-se verificar que a soluo :

64

PMR 2420 Mecnica Computacional w0 = w1 = 1, z1 = z0 =


1 , 3

e o mtodo pode ser usado para integrar exatamente um polinmio de grau 3 ou inferior. Os dois casos acima so ilustrados na figura abaixo.
F(z) F(z)

w0= w1=1 w0=2

z0=0

z 0= 1/3

z 1= 1/3

Os pontos de integrao (ou amostragem) zis, assim como os pesos wis, so fornecidos em forma de tabela e so encontrados em diversos textos de mtodos numricos. A quadratura de Gauss-Legendre requer um nmero reduzido de operaes para avaliar exatamente integrais envolvendo polinmios. Se os limites de integrao forem diferentes deve-se realizar uma mudana de variveis para
b

mudar os limites. Para calcular a integral


a

f ( x )dx deve-se transformar a funo f(x), a x b, para o

intervalo 1 z 1 onde z est linearmente relacionado com x:


x = a0 + a1z

para x = a z = 1 para x = b z = 1 ento: a0 =


b

a0 a1 = a a0 + a1 = b

b+a ba (b + a ) + ( b a ) z e a1 = x = 2 2 2
(b a ) z (b a ) + b + a f dz 2 1 2
1

dx =

ba dz 2

logo:
a

f ( x )dx =

Portanto, a frmula geral de Gauss-Legendre :


I c0 f ( x0 ) + c1 f ( x1 ) +

+ cn 1 f ( xn 1 ) onde n o nmero de pontos

Os valores de c e x esto na tabela abaixo

65

PMR 2420 Mecnica Computacional pontos 2 3 coeficientes c0 = 1.000000 c1 =1.000000 c0 = 0.555556 c1 = 0.888889 c2 = 0.555556 c0 = 0.347854 c1 = 0.652145 c2 = 0.652145 c3 = 0.347854 c0 = 0.236926 c1 = 0.478628 c2 = 0.568889 c3 = 0.478628 c4 = 0.236926 argumentos da funo x0 = -0.577350 x1 = 0.577350 x0 = -0.774597 x1 = 0.000000 x2 = 0.774597 x0 = -0.861136 x1 = -0.339981 x2 = 0.339981 x3 = 0.861136 x0 = -0.906179 x1 = -0.538469 x2 = 0.000000 x3 = 0.538469 x4 = 0.906179 erro de truncamento f
(4)

( )

( 6)

()

(8 )

()

(10 )

()

Exemplo: integrar a funo f ( x ) = 0. 2 + 25x 200 x 2 + 675 x 3 900 x 4 + 400 x 5 de x = 0 a x = 0.8 utilizando a frmula de Gauss-Legendre de 2 pontos. O valor exato da integral 1,64053334.

mudana de varivel: x = 0. 4 + 0. 4 z
1

dx = 0. 4 dz

I = 0.4 [0.2 + 25(0.4 + 0.4 z ) 200(0.4 + 0.4 z ) 2 + 675(0.4 + 0.4 z ) 3 900(0.4 + 0.4 z ) 4 + 400(0.4 + 0.4 z ) 5 dz
1

I f

1 +f 3

1 3
t = 11.1%

I 0. 51674 + 1. 30583 = 1. 82257

66

PMR 2420 - Mecnica Computacional

CAPTULO VI Introduo ao Mtodo de Elementos Finitos (MEF)


1. Formulao Terica - MEF em uma dimenso
Consideremos a equao abaixo que representa a distribuio de temperatura na barra mostrada na figura:

f(x) T(0,t) x=0 T(L,t) x

x=L

d 2T + f ( x) = 0 dx 2 (1)

T(0)=A e T(L)=B

onde f(x) representa uma fonte uniforme de calor. A soluo por diferenas finitas (j comentada) consiste em se transformar a equao num sistema de 1a ordem e resolv-lo substituindo as definies de diferenciaes numricas (tambm j comentadas). Ao final obtm-se um sistema de equaes onde as variveis so os valores da grandeza a ser calculada (por exemplo T, no caso). A principal desvantagem dessa abordagem que estamos tentando obter a soluo exata de T . Pequenos erros no valor de T fazem com que a equao acima no seja satisfeita (seja igual zero), e a princpio nada previsto no mtodo de diferenas finitas (MDF) para contornar o problema. J o mtodo de elementos finitos (MEF) baseado em dois conceitos principais que ajudam a contornar o problema acima: a) Soluo baseada numa "Integral"da equao; b) Aproximao da soluo por uma funo definida num subdomnio resultante da discretizao do domnio. A idia bsica a seguinte. Vamos supor que ao invs de tentar obter a soluo exata como no MDF, ns tentamos obter uma soluo aproximada que reduza a um mnimo o erro na aproximao da equao. Existem vrios mtodos para se definir a forma como o

53

PMR 2420 - Mecnica Computacional

erro ser minimizado, um deles, bastante usado, o chamado mtodo de resduos ponderados. Nesse caso, sendo R o resduo da soluo aproximada: R= ~ d 2T + f (~ x) 2 dx (2)

~ deve-se encontrar uma soluo aproximada ( T ) que minimize o resduo de acordo com frmula:

RWi dD = 0 onde i = 1,2,..., m

(3)

onde D o domnio da soluo e Wi so as funes de peso linearmente independentes. Agora o problema consiste em se encontrar uma soluo aproximada que minimize o erro acima, definido como a integral do resduo vezes uma funo peso. Nessa abordagem diz-se que o problema da soluo da equao foi "relaxado", no sentido de que no se requer mais uma soluo exata, mas apenas uma soluo que minimize o erro definido acima. Existem vrias possibilidades na escolha da funo peso. Uma outra forma de se definir a minimizao do erro seria usar o mtodo dos mnimos quadrados (MMQ), por exemplo. Para se resolver a equao de minimizao do erro acima, a grandeza T aproximada por uma funo, por exemplo, um polinmio (poderia ser uma combinao linear de senos e cosenos, por exemplo) onde os coeficientes devem ser determinados de forma a minimizar o erro definido acima. Como seria esse polinmio? a primeira idia seria definir o polinmio usando todo o domnio onde a equao est definida. Por exemplo, se estamos calculando a variao de temperatura (T) ao longo de uma barra de comprimento L , o polinmio seria definido de x=0 x=L o que define o domnio da soluo. Esse mtodo chamado mtodo de Ritz. No entanto existe uma desvantagem nessa abordagem como mostrado na figura abaixo:

T funo aproximadora

funo real

x=a

54

PMR 2420 - Mecnica Computacional

Suponhamos que a a variao de T entre x=0 e x=L seja representada pela funo acima (que a princpio no conhecida). Note que existe uma variao brusca da funo em x=a. Assim, se tentarmos representar essa soluo usando o polinmio definido em todo o domnio, o polinmio apresentar um comportamento indesejado, prximo regio de mudana brusca da funo, que no representa a variao de T naquela regio, embora o erro de aproximao seja minimizado pelo mesmo polinmio. Para evitar esse problema, a soluo seria "dividir" o domnio em trs subdomnios, por exemplo, e em cada subdomnio usar um polinmio diferente que garanta uma melhor aproximao da soluo verdadeira (ver figura abaixo). No entanto, nessa abordagem em geral a continuidade na derivada da funo aproximadora (no caso, o polinmio) sacrificada como observado na figura abaixo:

funes aproximadoras

x=a

Dessa forma o MEF necessita a "diviso" ou a discretizao do domnio em subdomnios que so chamados "elementos finitos". Vejamos com mais detalhes como o polinmio aproximador definido no MEF. Consideremos uma barra de comprimento L que foi discretizada em elementos, como mostrado na figura abaixo: f(x) 1 T(0,t) 1 x=0 2 3 4 5 x=L 2 3 4 5 6 T(L,t)

55

PMR 2420 - Mecnica Computacional

~ Em cada elemento consideremos um polinmio de grau 1. Assim temos, que a soluo T aproximada dentro do elemento representada por: ~ (4) T ( x) = a 0 + a1 x Onde a0 e a1 devem ser determinados de forma a minimzar o erro na soluo. Podemos ~ escrever essas constantes em funo dos valores de T nos pontos 1 e 2 (ver figura), que so chamados de "ns". Assim temos: T1 = a0 + a1 x1 (5) T2 = a0 + a1 x 2 e portanto: T x T x T T (6) a0 = 1 2 2 1 ; a1 = 2 1 x 2 x1 x2 x1 ~ Substituindo novamente a0 e a1 na equao de T ( x ) : ~ (7) T ( x ) = N1 ( x )T1 + N 2 ( x)T2 onde: x x x x1 (8) ; N2 = N1 = 2 x 2 x1 x 2 x1 e T1 e T2 so incgnitas. A equao (7) chamada funo aproximao ou de forma e N1 e N2 so chamadas funes interpoladoras ou funes de forma. A equao (7) nada mais do que um polinmio interpolador de Lagrange. Note que a soma das funes de forma sempre igual 1 e N i ( x j ) = 0 para i j e N i ( x j ) = 1 para i = j . Derivando-se a equao (7) temos: ~ dN 2 ( x) dT ( x ) dN1 ( x) = T1 + T2 dx dx dx onde:

(9)

dN1 ( x) dN 2 ( x) 1 1 (10) ; = = dx x 2 x1 dx x 2 x1 Ento: ~ dT ( x) T2 T1 (11) = dx x 2 x1 que representa a inclinao da reta conectando os ns. ~ Assim, no MEF as incgnitas so representadas pelos valores de T nos ns T1, T2, T3, T4,.,Tn para uma barra unidimensional. Definido a funo aproximadora no MEF, voltemos discusso sobre a minimizao do resduo na soluo da equao. Como comentado, no mtodo de resduos ponderados

56

PMR 2420 - Mecnica Computacional

existem vrias possibilidades na escolha da funo peso Wi. A abordagem mais comum em MEF o emprego da funo de forma Ni como a funo peso, que chamado mtodo de Galerkin. Nesse caso:

RN i dD = 0 onde i = 1,2,..., m

(12)

Vamos considerar a soluo da equao integral acima para uma barra unidimensional discretizada em m-1 elementos. Assim devemos separar a integral acima em cada um dos elementos. Para um elemento genrico a integral ser:

x2

x1

~ d 2T 2 + f ( x )N i ( x)dx = 0 onde i = 1,2 dx

(13)

que pode ser expressa como: ~ x2 d 2T ( ) = N x dx i x1 f ( x)N i ( x)dx onde i = 1,2 dx 2

x2

x1

(14)

Relembrando integrao por partes:

udv = uv |
b a a

vdu

(15)

~ d 2T como dv, no termo da esquerda: dx 2 ~ ~ 2~ x2 d T dT x2 x2 dT dN i (16) ( ) ( ) | = N x dx N x dx i x1 dx 2 i dx x1 x1 dx dx Note que apenas primeiras derivadas aparecem do lado direito da equao. Para i=1 temos: ~ ~ ~ dT ( x 2 ) dT ( x1 ) dT x 2 (17) | = N1 ( x 2 ) N 1 ( x1 ) N 1 ( x) dx x1 dx dx mas: N1 ( x2 ) = 0 e N1 ( x1 ) = 1 , ento: ~ ~ dT ( x1 ) dT x 2 (18) | = N i ( x) dx x1 dx Similarmente para i=2: Considerando Ni(x) como u e ~ ~ dT x2 dT ( x 2 ) | = N 2 ( x) dx x1 dx (19)

57

PMR 2420 - Mecnica Computacional

~ ~ dT ( x1 ) dT ( x 2 ) e so chamadas condies naturais de contorno do elemento. Assim, o dx dx primeiro termo do lado direito da equao (16) representa as condies naturais de contorno nas extremidades do elemento. Assim, para i=1, temos: ~ ~ x2 dT ( x1 ) dT dN1 ( x) (20) dx = + f ( x) N1 ( x )dx x1 dx dx x1 dx e para i=2: ~ ~ x2 dT dN ( x ) x2 dT ( x 2 ) 2 (21) x1 dx dx dx = dx + x1 f ( x) N 2 ( x)dx As equaes (20) e (21) so chamadas de Formulao fraca do problema. Considerando a funo aproximao ~ (22) T ( x) = a 0 + a1 x que d origem s funes de forma x x x x1 , ; N2 = N1 = 2 x2 x1 x2 x1 e portanto: dN1 1 1 dN 2 ; (23) = = dx x 2 x1 dx x 2 x1 temos para i=1: x2 T T (T1 T2 ) 1 2 (24) x1 ( x2 x1 ) 2 dx = x2 x1 Similarmente para i=2:
x2

( T1 + T2 ) T1 + T2 dx = 2 x 2 x1 ( x 2 x1 ) Agora, reescrevendo as equaes na forma matricial: dT ( x1 ) x2 1 1 1 T1 dx x1 f ( x ) N 1 ( x)dx + x2 = x 2 x1 1 1 T2 dT ( x 2 ) f ( x) N 2 ( x )dx dx x1

x2

x1

(25)

(26)

A matriz do lado esquerdo da equao chamada matriz de rigidez do elemento. O vetor do lado esquerdo o vetor de grandezas nodais. O primeiro vetor do lado direito o vetor de condies naturais de contorno e o segundo vetor representa o vetor de carregamento. Usando uma notao mais compacta: (27) Nesse sistema devemos substituir ainda as condies de contorno impostas do problema como T(0)=A e T(L)=B. O ndice e indica que se refere ao elemento e. Os sistemas

[K ]e {T }e = {C}e + {F }e

58

PMR 2420 - Mecnica Computacional

matriciais de todos os elementos devem ser "montados" de forma a dar origem ao sistema matricial global que descreve o comportamento de todo o problema (ver exemplo adiante).

2. Procedimento passo a passo para a implementao do MEF


Vamos descrever o procedimento passo a passo para a implementao do MEF para a soluo de uma equao diferencial parcial linear genrica. a) Discretizao Consiste na diviso em elementos finitos. Para cada dimenso do espao onde se resolve o problema, teremos um tipo de discretizao. O elemento definido pelos "ns". a) Elemento unidimensional (linha) ns ns

Elemento hexadrico

Elemento quadriltero

Elemento triangular

b) Elementos bidimensionais

c) Elemento tridimensional

b) Formulao do Elemento: Deve-se escolher a funo aproximadora para representar a soluo dentro de cada elemento (ou subdomnio). Essa funo deve conter coeficientes no conhecidos que sero determinados de forma a minimizar o erro na soluo. Esses coeficientes devem ser escritos em funo dos valores nos "ns" da grandeza em estudo (por exemplo, temperatura). As funes aproximadoras mais comuns so os polinmios. Note que escrevendo os coeficientes do polinmio em funo das valores nodais, se aumentarmos o grau do polinmio sero necessrios mais ns na definio do elemento para poder representar o novo polinmio. No caso unidimensional esses ns podem ser definidos no interior do elemento, por exemplo. c) Montagem do Sistema Matricial para o elemento

59

PMR 2420 - Mecnica Computacional

Seguindo o procedimento descrito anteriormente procede-se a montagem do sistema matricial em funo das grandezas nodais. Os coeficientes desse sistema dependem do polinmio aproximador escolhido para o elemento. So determinados inicialmente a matriz de rigidez e o vetor de efeitos externos para cada elemento isolado. (28) [K ]e {T }e = {C}e + {F }e

d) Montagem Posteriormente realiza-se a montagem das matrizes dos elementos de forma a constituir as matrizes e vetores globais. Nessa montagem deve-se observar a numerao dos valores nodais (graus de liberdade) em cada elemento: (30) [K ]{T } = {C}+ {F } e) Aplicao das Condies de Contorno Antes da equao (30) ser resolvida ela deve ser modificada para levar em conta as condies de contorno do sistema: (31) [K ]{T }= {C }+ {F } f) Soluo O sistema matricial (31) deve ser resolvido utilizando mtodos diretos ou iterativos para a soluo de sistemas lineares. No caso de matrizes esparsas deve-se tirar vantagem do grande nmero de termos nulos para tornar a soluo do sistema mais eficiente. g) Ps-processamento A soluo obtida (valores nodais) deve ser organizada na forma de tabelas, plotagens de grficos bi e tridimensionais, curvas de contorno, etc. para poder ser interpretada. Alm disso, variveis secundrias tambm podem ser determinadas. Essas variveis so dadas pelas derivadas dos valores nodais (tenses mecnicas, fluxo de calor, campo eltrico, etc.) e podem ser plotadas usando vetores.

3. Comparao entre MEF e MDF


MDF Alguns pontos importantes (vantagens e desvantagens) de MDF so citados abaixo: a) Soluo limitada a um certo nmero de pontos; b) Soluo deve satisfazer exatamente a equao diferencial; c) Implementao simples porm especfica para cada tipo de equao diferencial;

60

PMR 2420 - Mecnica Computacional

d) Em muitos casos so obtidos sistemas matriciais no simtricos ou no esparsos, o que torna a soluo dos mesmos ineficiente do ponto de vista computacional; e) Difcil de aplicar em domnios com geometrias irregulares; f) Na tentativa de se formular o problema para domnios irregulares surgem condies de contorno no usuais (artificiais).

MEF Alguns pontos importantes (vantagens e desvantagens) de MEF so citados abaixo: a) Graas ao conceito de funo interpoladora (ou aproximadora) a soluo conhecida para qualquer ponto do domnio; b) A equao resolvida na forma integral, ou seja, a equao diferencial satisfeita segundo um certo critrio de minimizao do resduo. Isso "relaxa" o problema e d mais flexibilidade e generalidade no mtodo para resolver equaes diferenciais; c) Os sistemas matriciais obtidos so em geral simtricos e esparsos, o que torna eficiente a sua soluo; d) Implementao complexa porm genrica; e) No h problemas em se aplicar o MEF em domnios irregulares; A comparao acima explica em parte o porque a maior parte dos softwares comerciais em engenharia utilizam o MEF e no MDF para a soluo de equaes diferenciais (seja na rea de mecnica, eltrica, etc..). A formulao genrica do MEF um dos principais pontos na sua popularidade. Uma outra boa razo que nos primrdios da computao (dcada de 60) havia um grande problema com a limitao de memria dos computadores. Assim, observando-se a formulao do MEF, nota-se que a princpio necessita-se de menos ns (e portanto memria) no MEF do que no MDF para se obter a mesma preciso na soluo da equao, uma vez que a preciso do MEF conta com a ajuda do grau da funo aproximadora que pode ser aumentado sem aumentar consideravelmente o nmero de ns. Assim, o MEF torna-se mais atrativo quando h limitao de memria, o que no um problema atualmente. J o MDF apresenta uma formulao mais simples e que pode ser facilmente implementada usando processamento em paralelo, sendo de grande vantagem quando se possue um supercomputador com processamento em paralelo. Assim, embora seja necessrio um maior nmero de ns, o processamento em paralelo compensa a anlise. Por isso, o MDF muito utilizado na anlise de escoamento de fluidos e propagao de ondas, onde a grande discretizao necessria no domnio, reduz as vantagens do MEF. Recentemente, os cientistas tm aplicado MEF utilizando-se de domnios altamente discretizados com malhas quadradas o que simplifica a formulao do mtodo e permite que o mesmo seja paralelizado na soluo. Assim unem-se as vantagens dos dois mtodos.

61

PMR 2420 Mecnica Computacional

MONTAGEM DO SISTEMA GLOBAL


Antes do sistema global ser montado, deve-se estabelecer um esquema de numerao global para especificar a topologia do sistema. A tabela abaixo define a conectividade dos elementos da malha da figura da pgina 55. Como trata-se de um caso unidimensional o esquema de numerao pode parecer trivial, mas para problemas de duas ou trs dimenses o nico meio de se especificar quais ns pertence a quais elementos.
TOPOLOGIA DO SISTEMA PARA O ESQUEMA DE SEGMENTAO POR ELEMENTOS FINITOS DO PROBLEMA DA PGINA 55

Numerao dos ns Elementos 1 2 3 4 Local 1 2 1 2 1 2 1 2 Global 1 2 2 3 3 4 4 5

Uma vez que a topologia fixada, a equao do elemento pode ser escrita para cada elemento usando coordenadas globais. Pode-se ento adicion-las uma a uma para montar o sistema global. O processo ilustrado abaixo:

PMR 2420 Mecnica Computacional

CONDIES DE CONTORNO
Note que quando as equaes so montadas as condies de contorno se cancelam. Dessa maneira, o resultado final de [F] nas equaes acima tem condies de contorno presentes apenas no primeiro e no ltimo n. Como T1 e T5 so dados, essas condies naturais nas extremidades das barras, dT(x1)/dx e dT(x5)/dx, so incgnitas do problema. Portanto as equaes podem ser reescritas como:

SOLUO
A soluo para a equao acima a seguinte: dT (x1 ) = 66 dx T2 = 173.75 T3 = 245 T4 = 253.75 dT (x5 ) = 34 dx

PS PROCESSAMENTO
Os resultados podem ser exibidos graficamente. A figura abaixo mostra a comparao dos resultados da soluo do problema pelo MEF e da soluo exata. Note que o MEF acompanha a tendncia geral da soluo exata e, nesse caso fornece uma soluo exata nos ns. Entretanto h uma discrepncia no interior de cada elemento devido natureza linear das funes de forma.

PMR 2420 Mecnica Computacional

PROBLEMAS BIDIMENSIONAIS
Embora o desenvolvimento matemtico aumente consideravelmente, a extenso dos conceitos do MEF de uma para duas dimenses imediata. Deve-se seguir os mesmos passos apresentados at agora.

DISCRETIZAO
Em duas dimenses utilizam-se basicamente dois tipos de elementos simples: tringulos e quadrilteros. Nossa anlise ser limitada a elementos triangulares do tipo apresentados na figura abaixo.

3 1 x

MATRIZ DO ELEMENTO
Analogamente ao caso unidimensional, o prximo passo desenvolver as equaes para aproximar a soluo dentro do elemento. Para um elemento triangular, a soluo mais simples uma funo polinomial de 1a ordem: u(x,y) = a0 + a1,1 x + a 1,2 y (32)

sendo u(x,y) a varivel de estado, ai,j, os coeficientes e x e y, as variveis independentes. Os valores dessa funo u nos ns do tringulo (x1,y1), (x2,y2) e (x3,y3) so: u1 = a0 + a1,1 x1 + a1,2 y1 u2 = a0 + a1,1 x2 + a1,2 y2 u3 = a0 + a1,1 x3 + a1,2 y3, ou em forma matricial: 1 x1 1 x 2 1 x3 y1 a 0 u1 y2 a1,1 = u 2 , y3 u 3 a1, 2 (33)

cuja soluo

PMR 2420 Mecnica Computacional

a0 = a1,1 =

1 [u1 (x2 y3 x3 y 2 ) + u 2 (x3 y1 x1 y3 ) + u3 (x1 y 2 x2 y1 )] 2 Ae 1 [u1 (y 2 y3 ) + u 2 (y3 y1 ) + u3 (y1 y 2 )] 2 Ae 1 [u1 (x3 x2 ) + u 2 (x1 x3 ) + u3 (x 2 x1 )] 2 Ae (34)

a1, 2 =

sendo Ae a rea do elemento triangular, dada por: 1 [(x2 y3 x3 y2 ) + (x3 y1 x1 y3 )+ (x1 y2 x2 y1 )] 2 As equaes (34) podem ser substitudas em (32). Aps agrupamento de termos, chega-se a: Ae = u = N1u1 + N2u2 + N3u3 , sendo N1 = N2 = N3 = 1 [(x2 y3 x3 y2 ) + (y2 y3 )x + (x3 x2 )y ] 2 Ae 1 [(x3 y1 x1 y3 ) + (y3 y1 )x + (x1 x3 )y ] 2 Ae 1 [(x1 y2 x2 y1 ) + (y1 y2 )x + (x2 x1 )y ] 2 Ae (35)

(36)

Como no caso unidimensional, a equao (36) fornece uma maneira de se estimar valores de u internos ao elemento com base nos valores nodais. A figura abaixo mostra as funes de forma e as funes de interpolao. Note que a soma das funes de interpolao sempre igual a 1. Analogamente ao caso unidimensional, h vrios mtodos disponveis para se desenvolver as equaes nos elementos baseado na EDP e nas funes de aproximao. As equaes resultantes so consideravelmente mais complicadas que a (26). Entretanto, como as funes de aproximao so normalmente polinmios de ordem 1, os termos da matriz elementar final consistiro de polinmios de ordem baixa e constantes. CONDIES DE CONTORNO E MONTAGEM DO SISTEMA GLOBAL A imposio das condies de contorno e a montagem dos sistema global tambm ficam mais complicadas quando o MEF aplicado em problemas bi e tridimensionais. Entretanto, como com a construo da matriz do elemento, a dificuldade se concentra mais na mecnica do processo que na complexidade conceitual. Por exemplo, o estabelecimento da topologia dos sistema que era trivial para uma dimenso torna-se um passo importantssimo em duas e trs dimenses. Em particular, a escolha de um dado esquema de numerao ir definir a estrutura de banda da matriz global e portanto a eficincia com a qual ele poder ser resolvido. A figura abaixo mostra um esquema de numerao que foi desenvolvido para a soluo, pelo MEF, de um problema de uma placa aquecida.

PMR 2420 Mecnica Computacional TOPOLOGIA DO SISTEMA PARA O ESQUEMA DE SEGMENTAO


POR ELEMENTOS FINITOS DO PROBLEMA AO LADO

Numerao dos ns Elementos 1 Local 1 2 3 1 2 3 1 2 3 Global 1 2 7 1 7 6 2 3 8

3 etc.

APLICAO DO MTODO DE RESDUOS PONDERADOS E GALERKIN EM


DUAS DIMENSES
Seja a equao de Poisson em duas dimenses, sendo T a funo temperatura: 2 T + f ( x, y ) = 0 ~ Soluo aproximada: T Substituindo na equao de Poisson resulta o resduo: ~ 2 T + f ( x, y ) = R Aplicao do M.R.P. e Galerkin (Wi = Ni):

Ae

N i R dA = 0 , i =1, 2, ..., m, sendo m, o nmero total de ns.

Ento ~ N i 2T + f ( x, y ) dA = 0 , i =1, 2, m ~ N i 2T dA = N i f ( x, y ) dA
Ae

Ae

( (

Ae

Para se obter a forma fraca, aplica-se o Teorema de Green (integrao por partes vetorial):  u v dS = u (v ) n d (u ) (v )dS
2 T S C S

Ento

Ae

~ ~  ~ T N i T dA = N i T n d (N i ) T dA
2 Ce Ae

( )

PMR 2420 Mecnica Computacional

( )

O primeiro termo do lado direito corresponde a uma integral de linha sobre o contorno de cada elemento, sendo que:

( )

~ ~  T T n = n  ~  (T ) n = (N ) n T
3 j =1 j

~ 3 T = N jT j
j =1

1 2 Ae

T
j =1

b j  c n j

Esse termo fornece a condio de contorno natural do problema (condio de Neumann, ou derivada normal). Do segundo termo resultar a matriz de rigidez (stiffness matrix) do elemento, que para elementos triangulares de primeira ordem possui soluo analtica, como segue: Ni = 1 [ai + bi x + ci y ], 2 Ae

a1 = x 2 y 3 x3 y 2 , b1 = y 2 y3 , c1 = x3 x 2 a 2 = x3 y1 x1 y3 , b2 = y 3 y1 , c 2 = x1 x3 a 3 = x1 y 2 x 2 y1 , b3 = y1 y 2 , c3 = x 2 x1 N i = 1 bi , 2 Ae c i ~ 3 T = N jT j
j =1

1 ~ 3 T = N j T j = 2 Ae j =1

T
j =1

b j c j

~ T A (N i ) (T )dA = A
e

1 [bi 2 e 4 A e

3 b j 1 ci ] T j dA = 2 [bi j =1 c j Ae 4 A e

b1 b2 b3 dA ci ] T T T + + 1 c 2 c 3 c 2 3 1

O termo dentro do integrando no depende de x e y, podendo ser colocado para fora da integral, e dA = Ae . Portanto a expresso acima fica:
Ae

1 [bi 4 Ae

b1 b3 b2 1 = [T1 (bi b1 + ci c1 ) + T2 (bi b2 + ci c2 ) + T3 (bi b3 + ci c3 )]. + + c i ] T T T 1 2 3 c c c 4 A 1 2 3 e

Para cada elemento triangular, i = 1, 2, 3, e tem-se trs equaes, como segue:


1 [T1 (b1b1 + c1c1 ) + T2 (b1b2 + c1c2 ) + T3 (b1b3 + c1c3 )] 4 A e 1 [T1 (b2 b1 + c2 c1 ) + T2 (b2 b2 + c2 c2 ) + T3 (b2 b3 + c2 c3 )] 4 Ae 1 [T1 (b3b1 + c3 c1 ) + T2 (b3b2 + c3 c2 ) + T3 (b3b3 + c3 c3 )] 4 Ae

PMR 2420 Mecnica Computacional

que escritas em forma matricial ficam:


b1b1 + c1c1 b1b2 + c1c 2 1 b2 b2 + c 2 c 2 4 Ae sim. de elementos finitos. b1b3 + c1c3 T1 , sendo 1, 2 e 3 os vrtices de cada tringulo da malha b2 b3 + c 2 c 3 T2 b3 b3 + c3 c3 T3

O vetor de carregamento dado por:

Ae

f ( x, y ) N i dA ,

admitindo que f(x,y) constante dentro de cada elemento e vale f, fica: f f ai dA + bi xdA + ci ydA = Ae f ( x, y ) N i dA = f Ae N i dA = 2 Ae Ae (ai + bi x + ci y )dA = 2 Ae A Ae Ae e f f ai Ae + bi X Ge Ae + ciYGe Ae = ai + bi X Ge + ciYGe 2 Ae 2 onde: x + x + x3 y + y 2 + y3 ;YGe = 1 X Ge = 1 2 3 3 Substituindo na equao acima e aps alguma lgebra, temos que: 1 fAe Ae f ( x, y ) N i i=1,2,3 dA = 3 1 . 1 = ou seja, o carregamento uniforme distribudo eqitativamente pelos ns do elemento no caso do elemento triangular. Somando-se o termo de contorno, que d as condies de contorno naturais do problema, chega-se a: 1 1 fAe 1 N + i 3 Ce 2 Ae 1

T c
j =1

b j  d n j j

(37)

Como a normal n aponta sempre para fora do elemento, para elementos internos ao domnio, com suas arestas no pertencendo ao contorno externo, ou seja, na interface entre dois elementos, o segundo termo acima se anula. Ele permanecer apenas nas arestas que esto sobre o contorno externo do domnio. Se o contorno externo C do domnio isolado termicamente do meio externo, ou seja, no h troca de calor com o exterior, ento a integral acima nula, e sobra apenas o primeiro termo.

PMR 2420 Mecnica Computacional

MONTAGEM DA MATRIZ GLOBAL


A montagem da matriz global realizada de forma expedita a partir das matrizes de cada elemento finito, de maneira anloga ao caso unidimensional. Para cada um dos elementos associamos duas numeraes para seus vrtices: uma global, resultante da numerao seqencial de todos os vrtices do domnio, e outra local, de 1 a 3, seguindo o sentido horrio, como mostrado na figura abaixo. y

2 s

3 t r 1 x Duas matrizes sero construdas: a matriz de rigidez e o vetor de carregamento locais do elemento, como descrito no item anterior. A matriz do elemento transportada para a matriz global de dimenso mm (sendo m o nmero total de ns do domnio) seguindo a relao de correspondncia entre as numeraes local e global, isto , o elemento (1,1) da matriz local somado ao elemento (r,r) da matriz global; o elemento (1,2) somado ao elemento (r,s), e assim sucessivamente. A matriz resultante, assim como a matriz local, resulta simtrica. O exemplo a seguir ilustra esse processo.

1 2 1

3 4 3

Numerao local Elemento 1 Elemento 2 Elemento 3 Elemento 4

1 1 1 3 3

2 2 4 4 6

3 4 3 6 5

PMR 2420 Mecnica Computacional

A figura a seguir mostra as configuraes da matriz global e do vetor de carregamento para o problema acima.

PMR 2420 Mecnica Computacional

INTRODUO DAS CONDIES DE CONTORNO DE DIRICHLET


Aps a montagem do sistema global de equaes algbricas torna-se necessria a imposio das condies de contorno no problema do tipo Dirichlet, ou seja, valores conhecidos de T em alguma poro do contorno do domnio, o que no foi realizado at ento. Para impormos tal condio devemos efetuar algumas alteraes no sistema original de modo que, aps a soluo desse sistema, resulte nos vrtices de tringulos situados nas fronteiras o valor de T imposto. Seja p um n cujo valor de T conhecido e vale T . Para que aps a soluo do sistema tenhamos Tp = T basta fazermos na matriz global e no vetor de aes as seguintes alteraes. Sendo Kij um termo genrico da matriz de rigidez e Fj um termo genrico do vetor de carregamento, faz-se: Kpp = 1, Kpj = 0 e Fp = T , para j p O procedimento anterior elimina a simetria da matriz global, o que no interessante do ponto de vista da soluo do sistema. Para se recuperar a simetria basta fazer: Fjnovo = Fjantigo Kjp . T , Kjp = 0, para j p Como exemplo, suponhamos que o n 4 do exemplo anterior tenha um valor de T conhecido igual a T . O sistema de equaes aps a introduo das condies de contorno ser ( = T no esquema): T1 T2 T3 T4 T5 T6

PMR 2420 Mecnica Computacional

EXEMPLO DE SOLUO DE EXERCCIO DE MEF 2D


Conduo de calor
y T/n = 0 100

T=10o

k T/n = q = 100

Fenmeno regido pela equao de Laplace: 2T 2 T k x 2 + y 2 Dicretizao


y L46 L24 2 1 1

=0

k = 10 W/m/oC (condutividade trmica do material)

L12

4 2 4 3 3 5 L13 L35

L56

Seja o contorno do domnio composto pelas arestas: L12, L13, L35, L56, L46, L24. Condies de contorno do problema: 1) T = 0 em L13, L35, L46 e L24 n T = q em L12 n

2) k

3) T = 10oC em L56

Recapitulao terica Soluo da E.D.P. (Laplace) em cada elemento aps a aplicao do M.R.P. e Galerkin:

T ~ (N ) k (T )dA = N k n d
T i i A C

PMR 2420 Mecnica Computacional sendo A a rea do elemento e Co seu contorno. Obs.: Na teoria vimos a soluo da equao de Poisson:

2T 2T x 2 + y 2

+ f (x, y ) = 0

Nesse caso, a condutividade trmica, k, era unitria, e f(x,y) representava uma fonte de calor externa. No exerccio, k=10 e no h fonte de calor externa, ou seja, f(x,y), e a equao de Poisson reduz-se equao de Laplace. Por isso na soluo acima no est presente o termo

N f (x, y )dA , e os restantes aparecem multiplicados por k.


i A

Dessa forma o vetor de carregamento contar apenas com a parcela referente integral sobre o contorno C do elemento. A integral

~ (N ) k (T )dA fornece a matriz de rigidez local do elemento e vale:


T i A T

(N ) ( )
i

~ k T dA

i =1, 2 , 3

b1b1 + c1c1 k 4 Ae sim.

b1b2 + c1c2 b2 b2 + c2 c2

b1b3 + c1c3 T1 b2 b3 + c2 c3 T2 b3b3 + c3c3 T3

Lembre-se que os ndices 1, 2 e 3 acima correspondem numerao local do elemento. A integral de contorno no segundo membro fornecer o vetor de carregamento, sendo,

T T = q em L12 e = 0 em (L13 L35 L46 L24) n n

PMR 2420 Mecnica Computacional

PASSOS PARA A SOLUO DO PROBLEMA


1) Discretizao do domnio dado do problema: 4 elementos triangulares de 1a ordem e 6 ns.

2) Montagem das tabelas de conectividade dos elementos (estabelecimento das numeraes local e global) e de coordenadas dos ns.

Tabela de conectividade Ns 2    

Elemento
1 2 3 4

1    

3    

Tabela de coordenadas dos ns (dado do problema) N       x 1,000 0,940 1,500 1,410 2,000 1,880 y 0,000 0,342 0,000 0,513 0,000 0,684 T T1 T2 T3 T4 T5 = 10o T6 = 10o

3) Clculo das constantes bi, ci e rea Ae de cada elemento. b1 = y2 y3 b2 = y3 y1 b3 = y1 y2 c1 = x3 x2 c2 = x1 x3 c1 = x2 x1 Ae = (b1c2 b2c1)/2

(Ateno: os ndices acima referem-se sempre numerao local)

PMR 2420 Mecnica Computacional


Elemento Numerao x y

local global

1  1,000 0,000

2  1,500 0,000

3  0,940 0,342

b1 = 0 0,342 = 0,342 b2 = 0,342 0 = 0,342 b3 = 0 0 =0

c1 = 0,94 1,5= 0,5 6 c2 = 1,0 0,94= 0,06 c3 = 1,5 1,0 = 0,5

Ae = 0,5*[( 0,342)( 0,06) (0,342)( 0,56)] => Ae = 0,0855 m2


Elemento Numerao x y

local global

1  0,94 0,342

2  1,500 0,000

3  1,410 0,513

b1 = 0 0,513 = 0,513 b2 = 0,513 0,342 = 0,171 b3 = 0,342 0 = 0,342

c1 = 1,41 1,5= 0,09 c2 = 0,94 1,41= 0,47 c3 = 1,5 0,94 = 0,56

Ae = 0,5*[( 0,513)( 0,47) (0,171)( 0,09)] => Ae = 0,12825 m2


Elemento Numerao x y

local global

1  1,500 0,000

2  2,000 0,000

3  1,410 0,513

b1 = 0 0,513 = 0,513 b2 = 0,513 0 = 0,513 b3 = 0 0 =0

c1 = 1,41 2= 0,59 c2 = 1,5 1,41= 0,09 c3 = 2 1,5 = 0,5

Ae = 0,5*[( 0,513)( 0,09) (0,513)( 0,59)] => Ae = 0,12825 m2

PMR 2420 Mecnica Computacional


Elemento Numerao x y

local global

1  1,410 0,513

2  2,000 0,000

3  1,880 0,684

b1 = 0 0,684 = 0,684 b2 = 0,684 0,513 = 0,171 b3 = 0,513 0 = 0,513

c1 = 1,88 2= 0,12 c2 = 1,41 1,88= 0,47 c3 = 2 1,41 = 0,59

Ae = 0,5*[( 0,684)( 0,47) (0,171)( 0,12)] => Ae = 0,171 m2 4) Clculo das matrizes de rigidez locais dos elementos b1b1 + c1c1 b1b2 + c1c2 k b2 b2 + c2 c2 = 4 Ae sim. b1b3 + c1c3 T1 b2 b3 + c2 c3 T2 b3b3 + c3c3 T3

[K ]e

Elemento

k 10 = = 29,24 4 Ae 4 * 0,0855 b1b1 + c1c1 = ( 0,342 )2 + ( 0,56 )2 = 0,430564 b1b2 + c1c2 = ( 0,342 )(0,342 ) + ( 0,56 )(0,06 ) = 0,150564 b1b3 + c1c3 = ( 0,342 )(0 ) + ( 0,56 )(0,5 ) = 0,28 b2 b2 + c2 c2 = (0,342 )2 + (0,06 )2 = 0,120564 b2 b3 + c2 c3 = (0,342 )(0 ) + (0,06 )(0,5 ) = 0,03 b3b3 + c3c3 = (0 )(0 ) + (0,5 )(0,5 ) = 0,25

 





12,59 4,40 8,19 4,40 3,53 8,19 0,88 0,88 7,31

[K]
1

 

PMR 2420 Mecnica Computacional

Elemento k 10 = = 19,493 4 Ae 4 * 0,12825    

5,29 0,89 4,40 0,89 4,88 3,99 4,40 3,99 8,39

[K]
2

 

Elemento k 10 = = 19,493 4 Ae 4 * 0,12825    

11,92 6,17 5,75 6,17 5,29 0,877 5,75 0,877 4,87

[K]
3

=

 

Elemento k 10 = = 14,62 4 Ae 4 * 0,171    

7,05 0,89 6,17 0,89 3,66 2,77 6,17 2,77 8,94

[K]
4

=

 

5) Clculo dos vetores de carregamento locais de cada elemento [S]e O vetor de carregamento dado por:

N k n d
i

PMR 2420 Mecnica Computacional

Elemento T

C1

N k n d = N k n d + N k n d + N k n d
i i i i L13 L32 L21

Em L13, T/n = 0 e k T/n = q em L21. Ento

L21

N k n d = N
i L21

q d = 100 N i d
L21

L12

N d = 2 d
i

12

, sendo

d12 : distncia entre os ns  e  dada por d 12 =

(x1 x2 )2 + ( y1 y 2 )2
T T
i

(0,94 1)2 + (0,342 0)2

= 0,3472

C1

N k n d = N k n d + 100
i L32

0,3472 T d + 17,36 = Nik 2 n L32

T N 1 k 1 d + 100 N 1 d N 1 n32 L32 L21 T3 T Nik d = N 3 k d + 100 N 3 d N 3 n n32 C1 L21 L32 T2 d + 100 N 2 d N 2 N2k n32 L32 L21 Mas N1=0 em L32 e N3=0 em L21. Ento T Nik dl = n C1
L32

[S] =
1

17,36 T N 3 k 3 d n 32 L32

  

T2 d + 17,36 n32

De maneira anloga para os elementos 2, 3 e 4, tem-se:

PMR 2420 Mecnica Computacional

Elemento

L23

N
23

T2 d n23

 T3
34

C2

N k n dl =
i

L23

N k n
3

T3

d +

L34

N k n
3

d

 

[S] =
2

L34

T4 d n 34

Como n 32 = n 23 , ento

T3 T = 3 ,e n32 n 23

L23

N
32

T2 d n 32

 T3
34

C2

N k n dl =
i

L23

N k n
3

T3

d +

L34

N k n
3

d

 

[S] =
2

L34

T4 d n 34

Elemento

L34

N k n
3 5

T3
34

d d

  

[S] =
3

C3

N k n dl =
i L54

L54

N k n

T5
54

T4 T d N 4 k 4 d n54 n34 L34

PMR 2420 Mecnica Computacional

Elemento

L45

N
54

T4 d n54

 T5
56

C4

N k n dl =
i

L45

N k n
5

T5

d +

L56

N k n
5

d

 

[S] =
4

L56

N k n
6

T6
56

d

6) Montagem do sistema global Matriz global: (6 x 6)       


12,59


8,19 7,31 + 5,29


4,4 0,88 0,89 3,53+4,88+11,92


0 4,4 3,995,75 8,39+4,87+7,05


0 0 6,17 0,8770,89 5,29+3,66


0 0 0 6,17 2,77 8,94

simtrica

Sistema global: [K] [T] = [S]       


12,59 8,19 4,4 0 0 0


8,19 12,60 0,01 4,4 0 0


4,4 0,01 20,33 9,74 6,17 0


0 4,4 9,74 20,31 0,013 6,17


0 0 6,17 0,013 8,95 2,77


0 0 0 6,17 2,77 8,94


17,36 17,36 0 0

L56

N k n
5 6

T5
56

d d

L56

N k n

17,36 17,36 0 0

T6
56

     


12,59 8,19 4,4 0 0 0


8,19 12,60 0,01 4,4 0 0


4,4 0,01 20,33 9,74 6,17 0


0 4,4 9,74 20,31 0,013 6,17


0 0 6,17 0,013 8,95 2,77


0 0 0 6,17 2,77 8,94

T5 n56 T6 3,472 n56


3,472

PMR 2420 Mecnica Computacional

10

T5 T6 e so constantes ao longo de L56. n56 n56 7) Introduo das condies de contorno ( = = 10o) Note que sendo o elemento de primeira ordem

Alteraes em [K]: ki5 = k5j = ki6 = k6j = 0 k55 = k66 = 1       


12,59 8,19 4,4 0


8,19 12,60 0,01 4,4


4,4 0,01 20,33 9,74


0 4,4 9,74 20,31





Alteraes em [S]: si = si ki5 . ki6 . , para i 5,6, e si = 10 , para i= 5,6


17,36 k15 . k16 . 17,36 k25 . k26 . 0 k35 . k36 . 0 k45 . k46 . 10 10

17,36 0 .10 0.10 17,36 0 .10 0.10 0 (-6.17) .10 0.10 0 (-0,013) .10 (6.17) .10 10 10

17,36 17,36 61,70 61,83 10 10

     

Sistema final aps introduo das condies de contorno     


12,59 8,19 4,4 0


8,19 12,60 0,01 4,4


4,4 0,01 20,33 9,74


0 4,4 9,74 20,31


17,36 17,36 61,70 61,83

8) Soluo do sistema

16,755 16,754 12,81 12,82

T5 = 5,013 n56 T6 = 5,011 n56

PMR 2420 Mecnica Computacional

MEF Aplicado Anlise Estrutural Mecnica


A aplicao mais tradicional de MEF (na verdade, onde se iniciou) a simulao de estruturas mecnicas. Dessa forma os prximos tens abordam esse assunto, o qual extremamente importante para o engenheiro atualmente devendo fazer parte de seus conheimentos bsicos em simulao independentemente de sua formao. Sem dvida nenhuma os elementos mais simples e mais usados na anlise estrutural mecnica so os elementos de trelia, os elementos de viga e os elementos slidos (bi e tridimensionais). Com relao aos elementos slidos, nesse curso sero discutidos apenas os elementos slidos bidimensionais (triangular e quadriltero). Vrias estruturas podem ser modeladas como trelias ou vigas. Estruturas de trelias e vigas j foram estudadas no curso de mecnica e resistncia dos materiais, e nesse curso ser mostrado como modelar essas estruturas usando um mtodo poderoso como o MEF. Trata-se de uma formulao de MEF simples e muito bem conhecida, possibilitando ao engenheiro, se desejar, implementar facilmente um algoritmo prprio para esse fim usando o SCILAB ou o MATLAB. No entanto, esses elementos no permitem somente modelar estruturas de viga e trelia em si, mas permitem tambm inclusive modelar de forma preliminar estruturas contnuas. Para isso basta construir uma malha com elementos de trelia ou viga conectando os ns de forma entrelaada como mostrado na figura abaixo. Isso fornece um resultado razovel do meio contnuo a um custo computacional baixo para o engenheiro. Trata-se portanto de mais um exemplo do potencial desses elementos na simulao estrutural.

PMR 2420 Mecnica Computacional

MEF Aplicado a Estruturas de Trelias


A trelia uma estrutura em que os seus elementos esto sujeitos somente trao ou compresso como mostrado abaixo.

Considerando o deslocamento u na direo da barra de trelia, como mostrado na figura abaixo a equaao diferencial que descreve o comportamento de uma barra de trelia dada por: u 2u A 2 = EA x x t onde A a rea da seo da trelia, a densidade e E o mdulo de elasticidade do material da trelia.

Alm disso, temos:

P u = E e = A x onde P a fora normal na trelia, a tenso mecnica, e a deformao.

Como funo interpoladora para o deslocamento u adotado um polinmio de primeira ordem, assim temos: Lx x u = N1u1 + N 2u2 e: N1 = ; N2 = L L onde L o comprimento do elemento, N 1, N2 so as funes de forma e u1, u2 so os deslocamentos nodais do elemento de trelia.
Definida a funo interpoladora podemos aplicar a formulao de MEF (Mtodo de Galerkin) discutida em aula na equao acima. Para um nico elemento temos:
L

2u u EA 2 t x x

wi dx = 0 onde i=1, 2 (2 graus de liberdade)

PMR 2420 Mecnica Computacional

aps realizar a integrao por partes,obtm-se:

2u w u u [ Awi 2 + EA i ]dx EAwi =0 t x x x 0 0 Para i=, wi=N1, e substituindo a funo interpoladora de u, temos:
L L
L

Lx A L

1 u2 u1 Lx x u1 + u 2 + EA L L L L

L x u dx EA x L

=0
0

Para i=2, wi=N 2, temos:


L

x A L

Lx x 1 u2 u1 u1 + u2 + EA L L L L

x u dx EA L x

=0
0

onde u1 e u2 so as aceleraes nodais. Aps calcular as integrais (faa como exerccio!) e agrupar na forma matricial ambas as equaes obtm-se: u 2 1 u 1 1 u N1 AL EA x x =0 1 1 + = EA = u N2 6 1 2 u2 L 1 1 u2 x x = L

onde [Me], [Ke],{Ue}, {U e } e { Ce} so denominados matriz de massa, matriz de rigidez, vetor de deslocamentos nodais, vetor de acelerao nodais e vetor de carregamento nodal, respectivamente, do elemento. N1 e N2 so as foras de compresso ou trao na trelia. Note que no caso de trelias no temos em geral o vetor correspondente a foras distribudas e portanto N1 = N2. Para modelar a estrutura de trelias devemos montar o sistema global composto dos vrios elementos de trelia de cada elemento descrito acima. A matriz de massa [M] apresentada acima chamada matriz de massa consistente. Pode-se usar tambm uma formulao mais intuitiva de matriz de massa chamada matriz de massa concentrada (lumped em ingls) dada por: [M e ] =

[M e ]{U e }+ [K e ]{U e } = {C e }

AL 1 0
2 0 1

Essa matriz obtida aproximando-se o elemento de trelia por um sistema massamola como mostrado na figura abaixo. No entanto trata-se de uma aproximao que usada somente quando se deseja reduzir o custo computacional da anlise.

PMR 2420 Mecnica Computacional

No entanto, apesar do elemento de trelia sofrer apenas deformao axial, seus ns podem deslocar nas durees X e Y. Dessa forma o vetor u de deslocamento, como mostrado na figura abaixo, fica: {U e } = {u1 v1 u2 v2 }T

A matriz de rigidez fica: 1 0 [K e ] = EA L 1 0 0 1 0 0 0 1 0 0 0 0 0 0

Alm disso, a formulao apresentada acima supe que o elemento de trelia est alinhado com um dos eixos coordenados. No entanto, as barras de trelia se apresentam dispostas formando ngulos com um sistema cartesiano global XY, como mostrado na figura abaixo.

PMR 2420 Mecnica Computacional

Nesse caso os deslocamentos u e v so decompostos em componentes U e V na direo dos eixos globais (ver figura). No entanto, as matrizes de rigidez e massa expressas em funo de u e v devem ser transformadas de forma a serem expressas em funo de U e V. Para isso devemos escrever a transformao de coordenadas entre o sistema local e o global.
u1 v1 u2 v2 = cos sen 0 0 sen cos 0 0 0 0 cos sen 0 0 sen cos U1 V1 U2 V2

{Ue } = [T]{Ue }

onde a matriz [T] chamada matriz transformao de coordenadas e o ngulo de orientao do elemento. Para obter a nova matriz de rigidez podemos usar o conceito de energia elstica do elemento expressa por: 1 T Eel = {U e } [K e ]{U e } 2 Substituindo a transformao de coordenadas: 1 1 T T T T Eel = {U e } [T] [K e ][T]{U e } = {U e } [K e ]{U e } [K e ] = [T] [K e ][T] 2 2 ou seja: cos2 cossen cos2 cossen

[K ] = EA
e

cossen cos2 cossen

sen 2 cossen sen


2
T

cossen cos2 cossen

sen 2 cossen sen2

A matriz de massa [Me] fica: [Me ] = [T ] [M e ][T ] Alm disso, a expresso da deformao fica: u1 = U1 cos + V1sen e u2 = U 2 cos + V2 sen U1

u u2 u1 U 2 cos + V2 sen U1 cos V1sen 1 = = = { cos x L L L

sen

cos

sen }

V1 U2 V2

Para o caso em que a rea do elemento varia com x (A(x)), as frmulas anteriores devem ser rededuzidas.
Exerccio resolvido: Considere a trelia da figura abaixo. Calcule os deslocamentos dos ns e reaes usando o MEF.

PMR 2420 Mecnica Computacional

Soluo: A tabela abaixo mostra a numerao dos ns de cada elemento e o ngulo que ele forma com a horizontal.

As matrizes para os elementos 1, 3 e 6 ficam:

A matriz do elemento 1 na matriz do sistema global fica:

PMR 2420 Mecnica Computacional

A matriz do elemento 3 na matriz do sistema global fica:

A matriz do elemento 6 na matriz do sistema global fica:

A matriz para o elemento 4 fica:

PMR 2420 Mecnica Computacional

A matriz do elemento 4 na matriz do sistema global fica:

A matriz para o elemento 2 fica:

PMR 2420 Mecnica Computacional

A matriz do elemento 2 na matriz do sistema global fica:

A matriz para o elemento 5 fica:

A matriz do elemento 5 na matriz do sistema global fica:

Montando o sistema global obtemos:

PMR 2420 Mecnica Computacional

e simplificando:

Aplicando as condies de contorno U1X=0, U1Y=o, U3X=0 e U3Y=0, e o carregamento F4Y=-500, F5Y=-500, e reduzindo o sistema:

10

PMR 2420 Mecnica Computacional

Com relao a montagem do vetor de foras globais, note que a soma das foras internas das trelias em cada grau de liberdade, correspondero s equaes de equilbrio nos ns, e portanto ou sero nulas ou sero iguais s foras externas (reaes e foras aplicadas). Resolvendo obtm-se:

As reaes podem ser obtidas da seguinte forma:

resultando em:

11

PMR 2420 Mecnica Computacional

MEF Aplicado a Estruturas de Vigas


O elemento de viga est sujeito a esforos de flexo. Considerando o deslocamento w na direo perpendicular ao elemento de viga e a rotao =v , como mostrado na figura abaixo a equaao diferencial que descreve o comportamento de uma viga dada por: 2w 2 2w A 2 + 2 EI 2 = q ( x, t ) t x x onde I o momento de inrcia da viga, q uma carga distribuda e as demais quantidades j foram definidas anteriormente.

Alm disso, temos:

w 3w 2w ; V = EI 3 ; M = EI 2 x x x onde V a fora cortante e M o momento fletor. A formulao de elemento de viga que ser apresentada denominada viga de Euler-Bernoulli, onde se supe que o plano da seo permanece sempre normal linha neutra da viga, ou seja, desprezam-se os efeitos de tenses de cisalhamento na seo da viga, o que permite escrever a rotao como derivada do deslocamento w.

Como funo interpoladora para o deslocamento w adotado um polinmio de terceira ordem, assim temos: w( x ) = c0 + c1 x + c2 x 2 + c3 x 3 ( x ) = c1 + c2 x + c3 x 2 Podemos escrever os coeficientes c's como funo dos deslocamentos e rotaes nodais w1, w2, 1e 2: w(0) = c0 = w1

(0) = c1 = 1
w( L) = c0 + c1 L + c2 L2 + c3 L3 = w2

( L ) = c1 + 2c2 L + 3c3 L2 = 2
e L o comprimento do elemento. Resolvendo o sistema anterior para c0, c1, c2 e c3, obtm-se:

12

PMR 2420 Mecnica Computacional

w( x) = H1 ( x) w1 + H 2 ( x)1 + H 3 ( x) w2 + H 4 ( x) 2 onde:
3x 2 2 x3 + 3 L2 L 2 2x x3 H 2 ( x) = x + 2 L L 2 3 3x 2x H 3 ( x) = 2 3 L L 2 x x3 H 4 ( x) = + 2 L L H1 ( x ) = 1 Essas funes de forma so chamadas funes de forma de Hermite e garantem que tanto o deslocamento w como a rotao sejam contnuos entre os elementos vizinhos. A figura abaixo ilustra uma plotagem dessas funes de forma.

Definida a funo interpoladora podemos aplicar a formulao de MEF (Mtodo de Galerkin) discutida em aula na equao da viga. Para um nico elemento temos:
L

2w 2 2w + EI q ( x, t ) H i dx = 0 onde i=1, 2, 3 e 4 (4 graus de t 2 x 2 x 2

liberdade) Aps realizar a integrao por partes duas vezes,obtm-se:


2w 2w 2 H i H i A 2 H i + EI 2 q ( x, t ) H i dx + VH i M =0 2 t x x x 0 0 onde V a fora cortante e M o momento fletor definidos anteriormente. Substituindo a funo interpoladora de w(x) e as funes Hi(x) na equao acima, teremos:
L L

13

PMR 2420 Mecnica Computacional

w1
L

w1 + EI H i H1 x 2 x 2
2 2

AH i {H 1

H2

H3

H4}

1
w2

H2 x 2
2

H3 x 2
2

H4 x 2
2

1
w2

q ( x, t ) H i dx +

H 4 ( L) H 2 (0) VH 1 (0) + M =0 x x Variando i de 1 4, teremos quatro equaes de integrais, que podem ser condensadas na H 4 ( L) H 2 (0) = notao matricial abaixo e sendo H3(L)=H1(0)= =1, temos: x x + VH 3 ( L) M
2 H1 H1
L

w1

H2 H3 H4

{H 1

H2

H3

H 4}

1
w2

x 2 2H2 + EI x 2 2H3 x 2 2H4 x 2

w1 H1
2

H1 q ( x, t ) H2 H3 H4 dx =

H2
2

H3
2

H4
2

1
w2

V1 = M1 V2 M2

onde os sinais de V1, M1, V2 e M2 se referem aos sentidos dos deslocamentos w1, 1, w2 e 2 indicados na figura acima. Portanto:

14

PMR 2420 Mecnica Computacional

L 0

H 1 dx

L 0 0

H 1 H 2 dx
L

L 0 L 0

H 1 H 3 dx H 2 H 3 dx
L

L 0 L 0 L 0

A
simtrica
L 0

H 2 dx

w1 H 2 H 4 dx 1 H 3 H 4 dx w2
L 2

H 1 H 4 dx

H 3 dx

0 2 L 0 L

H 4 dx

2 H1 x 2

dx

2 H1 2 H 2 x 2
0

x 2
2 2

dx

L 0 L 0

2 H1 2 H 3 x 2 x
L 0 2 2

x 2 x
2 2

dx dx

L 0 L 0 L 0

2 H1 2 H 4 x 2 x
2 2

x 2 x
2 2

dx dx dx w1

2H2 x

dx

2H2 2H3 H3 x 2

2H2 2H4 H3 H4 x 2
L 0 2

+ EI

1
w2

dx

x 2
2

simtrica V1 = M1 + V2 M2
L 0

H4 x 2

dx

H1 q ( x, t ) H2 dx H3 H4

Aps calcular as integrais, e agrupar as equaes na forma matricial, obtm-se:

[M e ]{U e }+ [K e ]{U e } = {Ce } + {Fe }


onde: 156 22 L 4L
2

54 13L 156 22L

13L 3L 4 L2
2

12 ; [K e ] =

6L
2

12

6L

[M e ] = AL
420

22 L 54

13L
2

22 L

13L 3L

2 EI 6 L 4 L 6 L 2 L L3 12 6 L 12 6 L 6 L 2 L2 6 L 4 L2

A matriz de massa acima a chamada matriz de massa consistente. Assim como no caso da trelia podemos utilizar uma aproximao da matriz de massa chamada matriz de massa concentrada (lumped). Existem algumas formas de obter a matriz de massa concentrada para o elemento de viga que resultam nas matrizes descritas abaixo:

1 0 0 0

39 ; [M e ] =

0 L
2

0 0 39 0

0 0 0 L2

[M e ] = AL
2

0 0 0 0 0 0 1 0 0 0 0 0

AL 0
78 0 0

0 0

Note que so matrizes diagonais, sendo computacionalmente mais fceis de manipular do que a matriz de massa consistente que uma matriz cheia.

15

PMR 2420 Mecnica Computacional

H1 Com relao ao vetor de carga {Fe } = q ( x, t )


0

H2 H3 H4

dx , considerando uma presso

uniforme q 0 aplicada sobre o elemento obtm-se: 6L


2 q0 L {Fe } = 12 6 L L2

J no caso de uma carga concentrada q0 = P (x x0 ) onde a funo Delta Dirac, P0 carga concentrada aplicada em x=x0, obtm-se: H1 ( x0 )

{Fe } = P0

H 2 ( x0 ) H 3 ( x0 ) H 4 ( x0 )

A figura abaixo ilustra outros tipos de carregamentos possveis no elemento de viga.

Exemplo: Como exemplo, consideremos uma viga engastada como mostrado na figura abaixo sujeita a uma carga concentrada na sua extremidade (x0=L).

16

PMR 2420 Mecnica Computacional

Queremos calcular o deslocamento na sua extremidade (ponto de aplicao da carga) usando o MEF. Considerando a discretizao de apenas um elemento temos: 12 6L
2

12

6L
2

v1

V1

M1 EI 6 L 4 L 6 L 2 L 1 = 3 P L 12 6 L 12 6 L v2 2 2 6 L 2 L 6L 4L 2 0

PL3 . 3EI Ou seja, o mesmo resultado analtico obtido no curso de resistncia dos materiais. Isso ocorreu porque o perfil exato de deslocamentos de uma viga engastada segue um polinmio cbico. Como as funes interpoladoras so cbicas, obtemos a soluo exata, mesmo usando um nico elemento na discretizao. J considerando uma carga distribuda na viga no obtemos a soluo exata, pois a mesma segue um polinmio de ordem maior do que 3.
mas v1 = 1 = 0 , portanto obtm-se: v2 = Assim como o elemento de trelia, o elemento de viga tambm pode se apresentar inclinado em relao aos eixos coordenados o que exige que seja feita uma transformao de coordenadas que dar origem a novas matrizes, anlogo ao deduzido para o elemento de trelia. A deduo dessa transformao para o elemento de viga pode ser encontrada nos livros indicados na referncia bibliogrfica do curso.

Na verdade, embora os elementos de trelia e viga tenham formulao relativamente simples em MEF, a modelagem em si de estruturas usando esses elementos nem sempre uma tarefa fcil. O principal problema que estruturas de trelia e viga so modelos extremos de estruturas. Por exemplo, raramente se v uma juno entre duas barras usando uma articulao perfeita (trelia), ou eventualmente uma unio contnua perfeita (viga). Em geral, as barras so unidas atravs de parafusos, o que resulta numa rigidez de juno das barras que est entre o modelo de articulao perfeita (trelia) ou solda perfeita (vigas). O correto seria modelar a estrutura usando molas nas junes das barras, no entanto o valor correto dessas molas difcil de ser estimado, tornando difcil em alguns casos obter resultados realsticos na simulao de estruturas desse tipo.

17

PMR 2420 Mecnica Computacional

MEF Aplicado Dinmica


Problemas de dinmica estrutural so representados por equaes do tipo:

[M ]{U}+ [C]{U}+ [K ]{U} = {F}


com as condies iniciais: V0 =
dU ; U = U0 . dt

A matriz C denominada matriz de amortecimento e as demais matrizes j foram definidas anteriormente. Todo sistema mecnico linear tem seu comportamento dinmico representado pela equao acima.

Anlise Modal
A anlise modal permite calcular as freqncias de ressonncia e modos de vibrar da estrutura. Para isso, a estrutura considerada em vibrao livre sem levar em conta a matriz de amortecimento, obtendo-se a equao:

[M ]{U}+ [K ]{U} = 0
Substituindo {U (t )} = {Y}eit e i = 1 obtm-se:

[M ](i )2 {Y}eit + [K ]{Y}eit = 0

[ [M ] + [K ]]{Y} = 0
2

onde denominado freqncia de ressonncia e {Y} o modo de vibrar correspondente. Quando o amortecimento considerado utiliza-se a hiptese de Rayleigh:

[C] = [M ] + [K ]

e a equao modal fica: [M ]{U} + [C]{U} + [K ]{U} = 0 Substituindo {U (t )} = {Y}eit e i = 1 obtm-se:

[[K ] + i [K ]]{Y} = 2 [[M] i [M ]]{Y}


A equao modal pode ser resolvida usando o comando apropriado no SCILAB ou MATLAB. A seguir apresentado um programa em MATLAB que calcula as freqncias de ressonncia e os modos de vibrar da viga mostrada na figura abaixo. O comando do MATLAB que realiza a anlise modal o comando eig.

PMR 2420 Mecnica Computacional

%Construo do modelo de elementos finitos Nx = input('nmero de ns = '); leng = input('comprimento da barra = '); EI = 1; A = 1; Row = 1; Row = Row * A; Nelx = Nx - 1; X= [ ]; for i = 1:Nx X(i) = leng * (i - 1) / Nelx; end %construindo a matriz de massa e rigidez SK = zeros (2 * Nx); SM = zeros (2 * Nx); Ske = zeros (4); Sme = zeros (4); for Nel = 1:Nelx L = X(Nel + 1) - X(Nel); i1 = Nel; i2 = Nel + 1; Ske(1,1) = 12*EI/L^3; Sme(1,1) = 13*L*Row/35; Ske(1,2) = 6 * EI / L ^ 2; Sme(1,2) = 11 * L ^2 * Row / 210; Ske(1,3) = -12 * EI / L ^ 3; Sme(1,3) = 9 * L * Row / 70; Ske(1,4) = 6 * EI / L ^ 2; Sme(1,4) = -13 * L ^2 * Row / 420; Ske(2,1) = 6 * EI / L ^ 2; Sme(2,1) = 11 * L ^2 * Row / 210; Ske(2,2) = 4 * EI / L; Sme(2,2) = L ^3 * Row / 105; Ske(2,3) = -6 * EI / L ^ 2; Sme(2,3) = 13 * L ^2 * Row / 420; Ske(2,4) = 2 * EI / L; Sme(2,4) = - (L^3*Row)/140; Ske(3,1) = -12 * EI / L ^ 3; Sme(3,1) = 9 * L * Row / 70; Ske(3,2) = -6 * EI / L ^ 2; Sme(3,2) = 13 * L ^2 * Row / 420; Ske(3,3) = 12 * EI / L ^ 3; Sme(3,3) = 13 * L * Row / 35; Ske(3,4) = -6 * EI / L ^ 2; Sme(3,4) = -11 * L ^2 * Row / 210; Ske(4,1) = 6 * EI / L ^ 2; Sme(4,1) = -13 * L ^2 * Row / 420; Ske(4,2) = 2 * EI / L; Sme(4,2) = - L ^3 * Row / 140; Ske(4,3) = -6 * EI / L ^ 2; Sme(4,3) = -11 * L ^2 * Row / 210; Ske(4,4) = 4 * EI / L; 2

PMR 2420 Mecnica Computacional Sme(4,4) = L ^3 * Row / 105; SK(2*i1-1:2*i2,2*i1-1:2*i2)=SK(2*i1-1:2*i2,2*i1-1:2*i2)+Ske; SM(2*i1-1:2*i2,2*i1-1:2*i2)=SM(2*i1-1:2*i2,2*i1-1:2*i2)+Sme; end %condies de contorno (suporte simples) SK(:,1)=zeros(2*Nx,1); SK(1,:)=zeros(1,2*Nx); SK (1,1)=1; SK(:,2*Nx-1)=zeros(2*Nx,1); SK(2*Nx-1,:)=zeros(1,2*Nx); SK(2*Nx-1,2*Nx-1)=1; SM(:,1)=zeros(2*Nx,1); SM(1,:)=zeros(1,2*Nx); SM(1,1)=1; SM(:,2*Nx-1)=zeros(2*Nx,1); SM(2*Nx-1,:)=zeros(1,2*Nx); SM(2*Nx-1,2*Nx-1)=1; % Problema de autovalor. Os autovetores so normalizados de forma que a norma seja 1 [D,R]=eig(SK,SM) %reescalando os autovetores tal que X'*SM*X=I for i = 1:2*Nx valuei=D(:,i)'*SM*D(:,i); D(:,i)=D(:,i)/sqrt(valuei); end %plota os modos de vibrao for i = 1:2*Nx i xf = [ ]; Df = [ ]; ipx = 20; for Nel = 1:Nelx de(1) = D(2*Nel-1,i); de(2) = D(2*Nel,i); de(3) = D(2*Nel+1,i); de(4) = D(2*Nel+2,i); for ip = 1:ipx+1 L = X(Nel+1)-X(Nel); S= L*(ip-1)/ipx; N(1)=1-3*S^2/L^2+2*S^3/L^3; N(2)=S-2*S^2/L+S^3/L^2; N(3)=3*S^2/L^2-2*S^3/L^3; N(4)=-S^2/L+S^3/L^2; Df(ipx*(Nel-1)+ip)=de*N'; xf(ipx*(Nel-1)+ip)=X(Nel)+S; end end plot(xf,Df) title('autovetor') xlabel('D') ylabel('deflexao') pause end %**********************************************************************

PMR 2420 Mecnica Computacional

Em softwares comerciais (como o ADINA ou ANSYS) considerado tambm o efeito de inrcia da rotao da seo da viga. Esse efeito representado pelo acrscimo de termos na matriz de massa da viga que so funo do raio de girao da seo. A deduo da incluso desse efeito est alm do escopo desse curso, no entanto para o aluno poder comparar suas simulaes utilizando a rotina acima com as simulaes realizadas no ADINA ou ANSYS, a matriz de massa do elemento de viga na rotina acima deve ser alterada para:

13 6 rg 2 + 35 5 L2 11 rg 2 L+ [M e ] = AL 210 102L 9 6 rg 70 5 L2 13 rg 2 L+ 420 10 L onde: rg =

11 rg 2 L+ 210 10L 1 2 2 2 L + rg 105 15 13 rg 2 L 420 10 L 1 2 1 2 L rg 140 30

9 6 rg 2 70 5 L2 13 rg 2 L 420 10L 13 6 rg 2 + 35 5 L2 11 rg 2 L 210 10 L

13 rg 2 L+ 420 10 L 1 2 1 2 L rg 30 140 11 rg 2 L 210 10 L 1 2 2 2 L + rg 105 15

I o raio de girao da seo, I o momento de inrcia da viga e A a rea. A

PMR 2420 Mecnica Computacional

Anlise Transiente
A anlise transiente consiste em encontrar a resposta da estrutura quando sujeita a um carregamento que varia no tempo de forma no-peridica ,como por exemplo, uma pancada na estrutura. Existem vrias mtodos para resolver esse problema, um dos mais usados so baseados no mtodo de diferenas finitas sendo chamados de mtodos de integrao direta. Entre os mtodos de integrao direta o mais popular o mtodo de Newmark . Mtodo Newmark Esse mtodo baseado na aproximao do deslocamento, velocidade e acelerao:

[M ]{an +1} + [C]{v n +1} + [K ]{dn +1} = {fn +1}


2 {v n +1} = {v n } + t{(1 ){an } + {an +1}}

{dn +1} = {dn } + t{v n } + t {(1 2 ){a n } + 2 {an +1}}


2

Assim a acelerao no passo n+1 pode ser calculada como:

[M ]{an +1} + + [C]({v n } + t{(1 ){a n } + {a n +1}}) +


+ [K ] {d n } + t{v n } + ]{a [M onde: ] = [M ] + t [C] + t [K ] [M
2 n +1

} } = {f n +1

t 2 {(1 2 ){a n } + 2 {an +1}} = {fn +1} 2

2 Assim, calculando-se {an+1} obtm-se a velocidade {vn+1} e o deslocamento {dn+1}. Em n=0 utilizam-se as condies iniciais de velocidade e deslocamento {v 0 } = {v 0 }; {d 0 } = {d0 }, e assumindo que a equao dinmica tambm seja satisfeita no incio, obtm-se:

{f }= {f
n +1

t 1 ){a n }) [K ] {d n } + t{v n } + (1 2 ){a n } n +1 } [C]({v n } + t (


2

[M ]{a0} + [C]{v0 } + [K ]{d0 } = {f0} {a0 } = [M ]1 ({f0 } [C]{v 0} [K ]{d0})


Os valores tpicos de e so:

PMR 2420 Mecnica Computacional

1 1 Mtodo da acelerao mdia constante: = ; = 4 2 1 1 Mtodo da acelerao linear: = ; = 6 2 1 1 Mtodo Fox-Goodwin: = ; = 12 2 1 Mtodo de Diferena Central: = 0; = 2 Uma modificao do mtodo Newmark o mtodo
Mtodo

{a} = 1 [{an } + {a n +1}]


2

Ao invs de usarmos:

[M ]{an +1} + [C]{v n +1} + [K ]{d n +1} = {fn +1}


utiliza-se:

[M ]{an +1} + (1 + )[C]{v n +1} [C]{v n } + (1 + )[K ]{d n +1} [K ]{dn } = (1 + ){fn +1} {fn }
1 1 1 2 onde: ,0 ; = (1 ) ; = (1 2 ) 3 4 2
A seguir apresentado um programa em MATLAB que realiza a anlise transiente para a viga mostrada na figura abaixo usando o mtodo Newmark . Viga tem comprimento 1.

0,7

%Construo do modelo de elementos finitos Nx = input('nmero de ns leng = input('comprimento EI = 1; A = 1; Row = 1; Row = Row * A; Nelx = Nx - 1; X= [ ]; for i = 1:Nx X(i) = leng * (i end %parmetros para o mtodo = '); da barra = ');

1) / Nelx; de beta Newmark 6

PMR 2420 Mecnica Computacional tinterval = input ('tempo final = '); nstep = input ('numero de passos de integrao = '); beta = 0.25; ganma = 0.5; dt = tinterval / nstep; %construindo a matriz de massa e rigidez SK = zeros (2 * Nx); SM = zeros (2 * Nx); d = zeros (2 * Nx,1); v = zeros (2 * Nx,1); a = zeros (2 * Nx,1); Ske = zeros (4); Sme = zeros (4); for Nel = 1:Nelx L = X(Nel + 1) - X(Nel); i1 = Nel; i2 = Nel + 1; Ske(1,1) = 12 * EI / L ^ 3; Sme(1,1) = 13 * L * Row / 35; Ske(1,2) = 6 * EI / L ^ 2; Sme(1,2) = 11 * L ^2 * Row / 210; Ske(1,3) = -12 * EI / L ^ 3; Sme(1,3) = 9 * L * Row / 70; Ske(1,4) = 6 * EI / L ^ 2; Sme(1,4) = -13 * L ^2 * Row / 420; Ske(2,1) = 6 * EI / L ^ 2; Sme(2,1) = 11 * L ^2 * Row / 210; Ske(2,2) = 4 * EI / L; Sme(2,2) = L ^3 * Row / 105; Ske(2,3) = -6 * EI / L ^ 2; Sme(2,3) = 13 * L ^2 * Row / 420; Ske(2,4) = 2 * EI / L; Sme(2,4) = - L ^3 * Row / 140; Ske(3,1) = -12 * EI / L ^ 3; Sme(3,1) = 9 * L * Row / 70; Ske(3,2) = -6 * EI / L ^ 2; Sme(3,2) = 13 * L ^2 * Row / 420; Ske(3,3) = 12 * EI / L ^ 3; Sme(3,3) = 13 * L * Row / 35; Ske(3,4) = -6 * EI / L ^ 2; Sme(3,4) = -11 * L ^2 * Row / 210; Ske(4,1) = 6 * EI / L ^ 2; Sme(4,1) = -13 * L ^2 * Row / 420; Ske(4,2) = 2 * EI / L; Sme(4,2) = - L ^3 * Row / 140; Ske(4,3) = -6 * EI / L ^ 2; Sme(4,3) = -11 * L ^2 * Row / 210; Ske(4,4) = 4 * EI / L; Sme(4,4) = L ^3 * Row / 105; SK(2 * i1 - 1:2 * i2, 2 * i1 -1: 2 * i2) = SK(2 * i1 - 1:2 * i2, 2 * i1 -1: 2 * i2) + Ske; SM(2 * i1 - 1:2 * i2, 2 * i1 -1: 2 * i2) = SM(2 * i1 - 1:2 * i2, 2 * i1 1: 2 * i2) +Sme + (dt ^2) * beta * Ske; end %condies de contorno (suporte simples) SK( :,1) = zeros (2 * Nx,1); SK( 1,: ) = zeros (1,2 * Nx); SK (1,1) = 1; SK( :,2 * Nx - 1) = zeros (2 * Nx,1); 7

PMR 2420 Mecnica Computacional SK( 2 * Nx - 1,: ) = zeros (1,2 * Nx); SK (2 * Nx - 1, 2 * Nx - 1) = 1; SM( :,1) = zeros (2 * Nx,1); SM( 1,: ) = zeros (1,2 * Nx); SM (1,1) = 1; SM( :,2 * Nx - 1) = zeros (2 * Nx,1); SM( 2 * Nx - 1,: ) = zeros (1,2 * Nx); SM (2 * Nx - 1, 2 * Nx - 1) = 1; SMI = inv(SM); resp= [ ]; for it = 1:nstep Time = (it - 1) *dt; F = zeros ( 2 * Nx,1); F(13) = sin(5 * Time); Fn = F-SK*(d+dt*v+0.5*(dt^2)*(1-2*beta)*a); an=SMI*Fn; d = d + dt * v + 0.5*(dt ^2) * ((1 - 2 * beta) * a + 2 * beta * an); v = v + dt * ((1 - ganma) * a + ganma * an); a = an; resp(it,1) = d(13); resp(it,2) = v(13); resp(it,3) = a(13); xf = [ ]; Df = [ ]; ipx = 20; for Nel = 1:Nelx de(1) = d(2*Nel - 1); de(2) = d(2*Nel); de(3) = d(2*Nel + 1) de(4) = d(2*Nel + 2); for ip = 1:ipx + 1 L = X(Nel + 1) - X(Nel); S= L * (ip - 1) / ipx; N(1) = 1 - 3 * S ^2 / L ^ 2 +2 * S ^3 / L ^ 3; N(2) = S - 2 * S ^2 / L + S ^3 / L ^ 2; N(3) = 3 * S ^2 / L ^ 2 - 2 * S ^3 / L ^ 3; N(4) = - S ^2 / L + S ^3 / L ^ 2; Df(ipx * (Nel - 1) + ip) = de * N'; xf(ipx * (Nel - 1) + ip) = X(Nel) + S; end end plot(xf,Df) title('deflexao') xlabel('X') ylabel('d') end plot(resp); %**********************************************************************

Para testar o programa utilize um nmero de ns igual 10, tempo final igual 2s e nmero de passos de integrao igual 100. Da mesma forma como na anlise modal, para o aluno obter resultados com a rotina acima que possam ser comparveis aos resultados obtidos utilizando-se um software comercial (ADINA ou ANSYS, por exemplo), a matriz de massa do elemento deve ser acrescida dos termos de inrcia como descrito no tem anterior.

PMR 2420 Mecnica Computacional

Elemento Isoparamtrico de 4 ns

Consideremos inicialmente a funo interpoladora para um elemento retangular mostrado na figura: T(x,y) = b1 + b2 x + b3 y + b4 xy sendo T(x,y) a varivel de estado, bi,, os coeficientes e x e y, as variveis independentes. Considerando os valores dessa funo T nos ns do retngulo temos: Ti = b1 T j = b1 + b2 L Tm = b1 + b2 L + b3W + b4 LW Tn = b1 + b3W

Resolvendo para os bi e substituindo novamente em T(x,y): Ti Ti T T x y x y xy y x j j T(x,y) = 1 1 1 1 = [N i N j N m N n ] L W L W LW W L Tm Tm Tn Tn Assim obtivemos a temperatura escrita em funo das temperaturas nodais do elemento.

PMR 2420 Mecnica Computacional

Coordenadas Naturais
Em geral, a funo interpoladora de um elemento retangular definida em relao a um sistema de coordenadas com centro no centro do elemento denominado sistema de coordenadas natural como mostrado na figura.

As coordenadas naturais e so definidas em relao s coordenadas x e y anteriores atravs das relaes:

2x 2y 1; e = 1; L W

e portanto as funes interpoladoras ficam: 1 (1 )(1 ) 4 1 N j = (1 + )(1 ) 4 1 N m = (1 + )(1 + ) 4 1 N n = (1 )(1 + ) 4 Ni =

PMR 2420 Mecnica Computacional

Elemento quadriltero genrico isoparamtrico


Consideremos o elemento quadriltero genrico mostrado na figura.

Devido a sua forma genrica interessante interpolarmos no somente os valores da grandeza de interesse, mas tambm as coordenadas dos pontos do interior do elemento. Assim por exemplo, a interpolao fica: x = N i xi + N j x j + N m xm + N n x n y = N i yi + N j y j + N m y m + N n y n onde xi, xj, ... e yi, yj, ... so as coordenadas x e y dos ns. Como as mesmas funes de forma so usadas para interpolar a grandeza de interesse (por exemplo, temperatura) como as coordenadas, o elemento chamado isoparamtrico. Em casos especiais podemos utilizar funes de forma de grau maior para interpolar as coordenadas (elemento superparmetrico) o que ocorre quando a fronteira (contorno) do elemento descreve curvas muito acentuadas. Em outros casos podemos ter funes de forma de grau menor interpolando as coordenadas (elemento subparmetrico). Escrever as funes de forma no sistema (x,y) muito complicado devido a forma genrica do elemento. Assim , o que se faz expressar as funes de forma em funo das coordenadas locais (naturais) e , que resulta em equaes mais simples, j apresentadas. No entanto, em muitos casos necessrio calcular as derivadas de T(x,y) em relao x e y, ento nesse caso necessrio utilizarmos a regra da cadeia: T ( x, y ) T ( x, y ) = x T ( x, y ) T ( x, y ) = x Na forma matricial: x T ( x , y ) y + y x T ( x, y ) y + y

PMR 2420 Mecnica Computacional

T ( x, y ) x T ( x, y ) = x

y T ( x, y ) T ( x, y ) x x [ ] J = T ( x, y ) y T ( x, y ) y y

onde a matriz [J] denominada Jacobiana da transformao de coordenadas. Dessa forma, as derivadas de T(x,y) em relao a x e y so dadas por: T ( x, y ) T ( x, y ) x 1 T ( x, y ) = [J ] T ( x, y ) y Para o caso do elemento isoparamtrico, a matriz Jacobiana fica: x [J ] = x = y [N i xi + N j x j + N m x m + N n x n ] [N i yi + N j y j + N m y m + N n y n ] = = [ ] [ ] N x N x N x N x N y N y N y N y y + + + + + + i i j j m m n n i i j j m m n n

1 ( (1 ) xi + (1 ) x j + (1 + ) x m (1 + ) x n ) 4 ( (1 ) xi (1 + ) x j + (1 + ) x m + (1 ) x n ) J 12 1 J 22 1 [J ] = J 11 det J J 21 J 12 J 11

( (1 ) y ( (1 ) y

i i

+ (1 ) y j + (1 + ) y m (1 + ) y n ) = (1 + ) y j + (1 + ) y m + (1 ) y n )

J 11 = J 21

PMR 2420 Mecnica Computacional

Exemplo de aplicao em problemas de transferncia de calor usando um elemento retangular


Consideremos o mesmo problema em que foi descrito a aplicao do elemento triangular na apostila anterior. Vamos considerar agora um elemento retangular (caso particular do quadriltero genrico) mostrado na figura. Nesse caso no necessrio considerar o jacobiano. As funes de forma ficam (ver deduo acima):
x y N i = 1 1 L W x y N j = 1 L W xy Nm = LW y x N n = 1 W L N i 1 ( W + y ) = x LW N j 1 (W y ) = x LW N m y = x LW N n y = x LW N i 1 ( L + y ) = y LW N j x = y LW N m x = y LW N n ( L x ) = y LW

Ni N ~ T Definindo o vetor: {N}= j , portanto: T = {N} {T}= {N i N m Nn

Nj

Nm

Ti T j Nn } Tm Tn

Considerando a formulao de MEF para o problema de transferncia de calor discutido no captulo anterior:
~ k (N ) (T )dA =
T Ae

Ae

{N} k x

~ {N}T T {N} {N} {N} x x ~ dA = k T {N}T Ae x y y y y L + x x y y}+ { L + x x x L x

dA = T} { T} L x}{ dA =

Ae

k (LW )2

W + y W y { W + y W y y y

kW = 6L

2 2 1 1 2 2 1 1 kL + 2 2 6W 1 1 1 1 2 2

1 1 2 2 1 2 2 1 { T}= [K ]{ T} 1 1 2 2 2 2 1 1

Portanto considerando o caso particular de um elemento retangular ainda possvel obter uma formulao analtica para a matriz de condutividade trmica. Os demais termos da formulao (vetores de carregamento) so obtidos de forma anloga ao caso do elemento triangular.

PMR 2420 Mecnica Computacional

MEF Aplicado Problemas de Mecnica dos Slidos


Como visto no curso de Resistncia de Materiais, a relao entre tenso e deformao mecnica dada por (Lei de Hooke):

{ }= [C]{ }

onde { } o vetor de tenses mecnicas e slidos tridimensionais so dados por:

{ } o vetor de deformaes mecnicas que no caso de

u x v xx xx y yy yy w zz }= e { }= zz = u z v + xy xy yz yz y x v w xz xz z + y u + w z x

e: 1 xx 1 yy zz E (1 ) 1 = xy (1 + )(1 2 ) 0 yz 0 xz 0

1
1

1
0 0 0

1 1
1 0 0 0

0 0 0 1 2 2(1 ) 0 0

0 0 0 0 1 2 2(1 ) 0

0 xx yy 0 zz 0 xy yz 0 xz 1 2 2(1 ) 0

No entanto, grande parte dos problemas de simulao em mecnica dos slidos podem ser resolvidos usando um modelo bidimensional. Logicamente, todo slido tridimensional, sendo a sua modelagem usando um modelo bidimensional apenas um recurso para reduzir o custo computacional, pois resulta num problema com menor nmero de variveis a ser resolvido. Existem duas abordagens em mecnica dos slidos para a aproximao de um slido tridimensional por um modelo bidimensional: estado plano de tenses e estado plano de deformaes.

PMR 2420 Mecnica Computacional

Estado Plano de Tenso


Esse modelo supe que as tenses ocorrem num plano do slido. O slido modelado como uma fatia com espessura unitria. A figura abaixo ilustra alguns exemplos que podem ser modelados dessa forma: uma placa com furo sujeita a um carregamento no seu plano e uma viga (por exemplo, o brao de um rob) sujeita a carregamento no seu plano. Outro exemplo seria uma membrana sujeita a carregamentos no seu plano. Vrios estruturas na engenharia mecnica podem ser modeladas usando esse modelo.

No estado plano de tenses a Lei de Hooke acima simplificada. Essa simplificao decorre da hiptese que as tenses normais so nulas na direo normal ao plano, bem como as tenses de cisalhamento correspondentes, ou seja:

zz = xz = yz = 0
Substituindo na equao da Lei de Hooke acima, obtemos: xx E yy = 2 1 xy 1 0 xx 1 0 yy 1 xy 0 0 2

PMR 2420 Mecnica Computacional

Estado Plano de Deformao


Esse modelo supe que as deformaes ocorrem num mesmo plano do slido. O modelo bidimensional representa a seo de um slido prismtico de comprimento infinito. A figura abaixo ilustra alguns exemplos: o comportamento mecnico da represa pode ser modelado a princpio considerando apenas um modelo bidimensional de sua seo. Nesse caso supe-se que o comprimento da represa muito maior do que as dimenses de sua seo e portanto a hiptese de deformaes nulas no plano normal seo vlida.

No estado plano de deformao a Lei d e Hooke acima tambm simplificada. Essa simplificao decorre da hiptese que as deformaes normais so nulas na direo normal ao plano, bem como as deformaes de cisalhamento correspondentes, ou seja:

zz = xz = yz = 0
Substituindo na equao da Lei de Hooke acima, obtemos: 1 xx E = yy ( )( ) 1 1 2 + 0 xy

1
0

0 xx 0 yy 1 xy 2

Utilizando-se as expresses da Lei de Hooke modificada apresentadas acima, de acordo com o modelo escolhido (estado plano de tenso ou de deformao), podemos obter a formulao das matrizes dos elementos em MEF que so aplicados na soluo de problemas de mecnica dos slidos. Vamos considerar o elemento isoparamtrico de 4 ns apresentado no captulo anterior, por se tratar de um elemento muito usado nas simulaes de mecnica dos slidos. Para obter a matriz do elemento de uma forma mais direta e simples (porm menos formal) do que a apresentada at ento, vamos utilizar o conceito de energia. A energia do elemento dada por:
8

PMR 2420 Mecnica Computacional

( e ) =

1 1 1 ( e) T ( e) ( e) T T { } [ dV = (t e ) { } [C]{ } dA = { C]{ } U } K { U } A 2 V 2 2

[ ]

onde {U(e)} e [K(e)] so os deslocamentos nodais e a matriz de rigidez (matriz do elemento) respectivamente. Assim, calculando a energia do elemento e considerando a igualdade das expresses acima, podemos obter a matriz de rigidez do elemento. Assim temos: u x 1 J 22 u = det J J 21 y e portanto: u u u u 0 J 11 = [A ] v v J 12 v v U ix U iy 0 U jx 0 U jy = (1 + ) U mx (1 ) U my U nx U ny u v x J 12 1 J 22 u e v = J 11 det J J 21 y v J 12 v J 11

u J 22 x 1 v { }= = 0 det y J J 21 u + v y x

J 12 0 J 11

0 J 21 J 22

Mas considerando o elemento isoparamtrico temos: u u (1 ) 0 0 (1 ) (1 ) 0 0 (1 + ) 1 v = (1 ) 0 (1 ) 4 0 0 (1 ) (1 + ) 0 v

(1 + ) (1 + )
0 0

(1 + ) (1 + )

0 0

(1 + ) (1 ) 0 0

U} { }= [A ][D ]{ U}= [B ]{ U} = [D ]{ O prximo passo fazer uma mudana de coordenadas de maneira a integrar a energia do elemento nas coordenadas locais do elemento (-1,1;-1,1), ou seja: ( e ) =
1 1 1 (te )A { }T [C]{ }dA = 1 (te )1 1 { }T [C]{ }det Jdd 2 2

onde: dA = dxdy = det Jdd Substituindo {} na equao acima, obtm-se:


9

PMR 2420 Mecnica Computacional

( e ) = =

1 1 1 1 1 (te )1 1 {U ( e ) }T [B]T [C][B]{U ( e ) }det Jdd = 1 {U ( e ) }T (te )1 1 [B]T [C][B]det Jdd{U ( e) }= 2 2

1 ( e) T ( e) ( e) {U } K {U } 2 Dessa forma, temos que a matriz [K(e)] dada por:

[ ]

[K ]= t [B] [C][B]det Jdd


(e) 1 1 T e 1 1

Note que no possvel resolver a integral acima analiticamente para o caso do elemento quadriltero genrico pois a matriz Jacobiana e a matriz [B] so funo das coordenadas e . Essa integral resolvida numericamente usando o mtodo de Gauss-Legendre, j apresentado anteriormente.

10

1a Lista de Exerccios PMR-2420 (Soluo de Sistemas de Equaes Diferenciais Ordinrias)


1) Resolver o sistema de equaes diferenciais, usando o mtodo de Euler, entre x=0 a x=4, com passo h=0,5. dy dx = 0,5 y dz = 4 0,3 z 0,1y dx Condies iniciais: y(0)=4 e z(0)=6;

2) Resolver os sistemas de equaes diferenciais pelos mtodos de Euler e Runge-Kutta de quarta ordem: d 2 y x xt dy 2 = + y + sin( ) 2 dt 2 2 dt 2 dy dx d x = 2 y2 x + 3 dt 2 dt dt
Condies Iniciais: x(0)=1, y(0)=2, x(0)=0 e y(0)=1/2 Utilizar um passo h=0,1 e calcular x e y para t=0,1 (primeiro passo). 3) Escrever um sistema equivalente com E.D.O. de 1a ordem para o sistema abaixo: 4) 2 2 d 2x dx dy = x y 3 + + 2t dt 2 dt dt 2 d y = dy dx + e x t dt 2 dt dt

Condies iniciais: x(0)=A, x(0)=B, y(0)=C e y(0)=D Montar as equaes para resolver o sistema pelo Mtodo de Runge-Kutta de 4a ordem, utilizando um passo h. Nas expresses para os clculos dos coeficientes, considerar apenas as variveis presentes em cada funo. 5) Aplicar Runge-Kutta de 4a ordem para obter uma aproximao da soluo da equao: d2y dy + ( y 2 1) + y = 0 2 dt dt Condies Iniciais: y(0)=0,25, y(0)=0 Considerar h=0,15 e obter y(0,15) e y(0,15)
6) Reescrever o sistema de equaes diferenciais como um sistema de equaes de primeira ordem: 2 2 d 3 y dz 2 d y 3 = x y 2 y + z dx dx dx 2 d z dy dz = zx + 4 2 2 dx dx dx

10 Exerccio Programa de PMR 2420 Data de entrega: 28/03/11 (at as 17:00hs) Microgiroscpio Considere o microdispositivo mostrado na figura 1 composto por dois discos, um de raio externo igual a 1,4 mm e outro de raio externo igual a 0,85 mm. Trata-se de um microgiroscpio que pode ser utilizado para medir velocidade angular (rotao). Esse microdispositivo utilizado, entre outras aplicaes, nos sistemas de acionamento de Air-bags em automveis, ou em aparelhos celulares, como o IPHONE 3G, no sistema que mantm a tela sempre na horizontal, independentemente da posio do aparelho.

Figura 1 Prottipo do microgiroscpio. A figura 2 apresenta o modelo massa-mola-amortecedor para esse microdispositivo que consiste num sistema dinmico composto por um oscilador com 2 graus de liberdade (gdl), formado por dois discos (inrcias) conectados entre si. No seu funcionamento aplicada uma tenso eltrica alternada nos eletrodos (microcapacitores) internos de forma que o disco interno apresente um movimento angular alternado em torno do eixo z (gdl 1). Quando o dispositivo sujeito a um movimento de rotao em torno do eixo y (y), devido ao efeito giroscpio, ocorre um movimento angular alternado em torno do eixo x (gdl 2). Esse movimento sentido por outro conjunto de eletrodos (microcapacitores) e pode ser relacionado com a rotao y.

As equaes de movimento decompostas nos gdls 1 e 2 so:

+ C I1 1 1 1 + k11 = 2 y I 2 2 + M exc + C + (k k ) = 2 I I
2 2 2 2 2 el 2

y 2 1

onde y a velocidade angular do eixo y, I1 e I2 so as inrcias de rotao dos discos. M exc o momento de excitao na direo z, sendo aplicado atravs de um pente de capacitores dispostos circunferencialmente no disco interno. As constantes k1, k2, kel, C1 e C2 esto indicadas na figura 2 e seus valores so dados na Tabela 1.

x
2 , 2

2 1

C2 , k2 (corresponde ao eixo x) C1 , k1 (corresponde ao eixo z) z

Mexc

1 , 1

1.7mm 2.8mm
Figura 2 Modelo massa-mola-amortecedor do microdispositivo com 2 gdls. As constantes acima, bem como as condies iniciais do movimento esto descritas na tabela 1.
Tabela 1

Dados I1 I2 k1 k2 kel

do sistema 3,749.10-11 1,908.10-11 7,905 .10-5 10,184 .10-5 6,147 .10-5

dinmico [kg.m2] [kg.m2] [N.m] [N.m] [N.m]

Condies de contorno 1 (0) = 0 1 (0) = 0 (0) = 0 2 (0) = 0


2

C1=1,09.10-9kg.m2/s C2=2,7.10-9kg.m2/s M=7,16.10-9N.m

y =4 rad/s

fd=2500 Hz

Msen(dt) [N. m], onde: d = 2 f d [rad/s] M exc = 0, para t >


20 s fd

Note que os dados so fornecidos num sistema de unidades de forma a garantir que os clculos envolvam nmeros com ordem de grandeza satisfatria. Considerando as constantes dadas, 40 resolva as equaes para 0 t s. Utilize: fd a) Mtodo de Euler; b) Mtodo de Runge-Kutta de 2 ordem (Euler modificado); c) Mtodo de Runge-Kutta de 4 ordem; Em ambos os mtodos verifique a influncia do passo h sobre a soluo, ou seja, resolva considerando diferentes valores de h. Plote um grfico em funo de t, para cada conjunto de grandezas fsicas: (t ) e (t ) [rad/s] e (3) (t ) e (t ) [rad/s2]. (1) 1 (t ) e 2 (t ) [rad], (2) 1 2 1 2
d) Utilizando somente o mtodo de Runge-Kutta de 4 ordem (com passo h apropriado): d.1) Refazer o item c), plotando somente 1 (t ) e 2 (t ) [rad], e considerando C1 e C2 100 vezes menor; d.2) Considerando Mexc=Msen(dt) [N.m] para t>0 (excitao harmnica), nesse caso 2 (t )

[rad] ser do tipo 2 (t ) = 2 sen(d t + 2 ) onde 2 a amplitude e 2 [rad] a fase de 2 . O mesmo para 1 (t ) , que ser do tipo 1 (t ) = 1.sen(d t + 1 ) [rad]. Calcule e plote a resposta em freqncia do microgiroscpio, ou seja, plote 2 d , 2 d , 1 d e 1 d , sendo 1000 < fd < 2800 Hz e demais constantes dadas na Tabela 1. Determine a freqncia de ressonncia (Hz) para 2 (t ) . 10 20 Dicas: para obter a amplitude e fase considere os valores de 2 (t ) entre de t fd fd forma a garantir que a soluo homognea j tenha decado. Para o clculo da amplitude e fase de, por exemplo, 1 (t ) , avalie o valor de 1 (t ) em dois instantes de tempo distintos e resolva um sistema de duas equaes com duas incgnitas (amplitude e fase); d.3) Refaa o item d.2 para y =8 rad/s;
d.4) Para fd = 2310 Hz, calcule e plote 2 y para 12 < y < 12 rad/s (demais constantes dadas na Tabela 1); e) Quais so as concluses obtidas dos resultados das simulaes dos itens d.1, d.2 e d.3? Do item d.4, discuta como pode ser obtida a velocidade angular y utilizando esse sensor.

APRESENTAO DOS RESULTADOS

Os resultados devem ser apresentados da seguinte forma: a) Inicialmente, apresente o equacionamento do problema a ser implementado no SCILAB (ou MATLAB); b) Deve-se obrigatoriamente implementar o programa de forma a definir um mdulo geral com o algoritmo de Runge-Kutta (conforme o caso) que integre qualquer sistema de equaes de primeira ordem (sem limitaes). A representao de um sistema particular de equaes a ser resolvido no programa deve ser feita atravs da implementao de uma funo ("function") no SCILAB (ou MATLAB). O algoritmo de Runge-Kutta deve ser implementado e NO ser aceita a utilizao de comandos prontos do SCILAB (ou MATLAB) para a soluo das E.D.Os ou integrao numrica; c) Utilize os comandos do SCILAB (ou MATLAB) para as plotagens (coloque ttulo e legenda nos grficos); d) NO utilize os comandos de manipulao simblica do SCILAB (ou MATLAB). e) Entregue as listagens dos arquivos *.sci (ou *.m), os quais devem estar decentemente comentados; f) O relatrio deve ser entregue na forma impressa. NO sero aceitos arquivos em disquete ou enviados por email; g) Qualquer discusso ou comparao deve ser acompanhada de grficos e/ou outras indicaes que o levaram s concluses. h) Para cada dia de atraso ser descontado 2,0 pontos na nota do EP.

2a Lista de Exerccios - PMR-2420 (Soluo de Equaes Diferenciais Parciais por Mtodo de Diferenas Finitas)
1)
y x

u = 6x y
u=3y3

u=0 y x u=0

x = y = 0,5

Equao diferencial:

2u 2 v + = 12 xy x 2 y 2
Montar o sistema de equaes na forma matricial. 2) Para a E.D.P. Parablica: u 2u 2u = + t x 2 y 2 em uma regio do espao (t,x,y) como indicada na figura, valem as seguintes condies de contorno: Para t=0, u(0,x,y)=1 no interior do quadrado (0,x,y) Nas bordas do quadrado vale u(t,x,y)=100 para qualquer t (inclusive para t=0) Considerando x=y=1, t=0,1, calcule os valores de u(t,x,y) no reticulado para t=0,1 (ou seja, primeiro passo), atravs do mtodo das direes alternadas.

t 0,1 n=1

3 n=0

3 y

3) Determinar a distribuio de potencial eletrosttico V(x,y) na placa semi-circular de raio R=6 mostrada na figura abaixo, regida pela equao:

2V 2V + =0 x 2 y 2
Utilizar o mtodo das diferenas finitas. Montar o sistema de equaes para determinar V1,1, V2,1, V3,1, V1,2, V2,2 e V3,2 com x=3 e y=2.
V=1000
V1,2 V2,2 V2,1 V3,2

V=1000

V=1000
V1,1 V3,1

y x

x=3; y=2

V=0

4) Determinar a curva da linha elstica de um eixo no uniforme bi-apoiado mostrado na figura abaixo. A equao da linha elstica dada por:

d 2Y M = dx 2 EI
onde: Y=deflexo do eixo num ponto x (mm) x=distncia varivel ao longo do eixo M=momento fletor E=mdulo de elasticidade = 21000 kgf/mm2 (ao) I=momento de inrcia da seo transversal
r 4 I = 4

Utilizar diferenas finitas para montar as equaes.


210 N 120 120

90mm

140 N

60

30

40

50

30mm

185 N

420

165 N

20 Exerccio Programa de PMR 2420 Data de entrega: 05/05/2011 (at as 17:00hs) Mtodo de Diferenas Finitas (MDF) Considere a o eletrom abaixo constitudo por uma bobina enrolada num ncleo de ferro (forma de ferradura) e uma armadura que est a uma pequena distncia do ncleo (entreferro). O meio entre o ncleo de ferro e a armadura preenchido por ar. Quando uma corrente eltrica aplicada na bobina, a armadura atrada em direo a ferradura por uma fora eletromagntica. O material do ncleo de ferro e da armadura tem permeabilidade magntica relativa (rF) igual a 2000, o material da bobina e do ar tem permeabilidade magntica relativa (rAR) igual a 1. As dimenses do eletroim esto indicadas na figura em mm, sendo que a profundidade do dispositivo igual 5.10-3 m. O eletroim est sujeito a uma corrente eltrica distribuda na bobina ( y + 5.105 A/m2, somente na regio da bobina), que resulta na gerao de um J z = 10 6 cos 3 12.10 fluxo magntico no ncleo de ferro, que por sua vez gera uma fora eletromagntica que atrai a armadura.
y Entreferro Bobina

Ncleo de Ferro Armadura

x 4 -J 4 +J 2 15

12

20

(medidas em mm)

Em regime estacionrio, o fenmeno eletromagntico em duas dimenses e em meios contnuos regido pelas seguintes equaes de Maxwell: .B = 0 (Lei de Gauss) (1) H = J (Lei de Ampere) (2) (3) B = H

sendo B, o vetor de densidade superficial de fluxo magntico (Tesla ou Vs/m2), H o vetor de intensidade de campo magntico (A/m) e J o vetor de densidade superficial de corrente eltrica (A/m2). a permeabilidade magntica do material (Henry/m) que dada por: = r 0 onde 0 a permeabilidade magntica no vcuo (prxima do valor no ar) que vale 0 = 4 .10 7 (Henry/m) e 0 denominada de permeabilidade magntica relativa do meio. Para resolver esse sistema de equaes, podemos definir um vetor A=Azz, tal que: B = A .( A ) = 0 (4) Uma vez que o gradiente do rotacional sempre zero. Portanto, substituindo (4) em (3) e em (2): 1 . (5) A =J Assim resolvendo-se A encontra-se B atravs da equao (4) e H atravs da equao (3). No caso de um problema 2D, J = J z z (somente na regio da bobina, ou seja, Jz=0 para demais regies) e portanto: 2 Az 2 Az + = J z (6) x 2 y 2 A fora eletromagntica na armadura (Fela) calculada pelo mtodo de tensor de Maxwell. Nesse mtodo, as componentes dessa fora (Felax e Felay) so dadas por: 1 2 (7) Felax = ( B x2 B y )n x + 2 B x B y n y dl 2 0 armadura 1 2 (8) Felay = 2 B x B y n x + (B y B x2 )n y dl 2 0 armadura onde armadura corresponde ao contorno externo da armadura e nx, ny so as componentes do vetor normal a superfcie da armadura. Note que o eletroim simtrico. O problema acima est sujeito s seguintes condies de contorno:

a) nos pontos situados no contorno externo da figura Bn=B.n=0, Az=0 e n H = 0 ; b) nos pontos situados na fronteira entre dois meios (por exemplo, ar/ferro, bobina/ferro) a condio Bn1= Bn2 e n (H 2 H1 ) = 0 , uma vez que no h corrente superficial nas interfaces (veja idia na pg. 52 da apostila);

Considere as constantes dadas, e resolva a equao (6) no domnio da figura utilizando o mtodo de diferenas finitas (MDF) com malha quadrada (x=y): a) Implemente o mtodo de sobre-relaxao para a soluo do sistema linear de equaes resultante da aplicao do MDF (utilize =1,75 e tolerncia de 0,0001 para a convergncia). Verifique a influncia da discretizao (x ou y) sobre a soluo (explique como chegou no valor de x utilizado); b) Plote a distribuio de A(x,y) no eletroim; c) Plote o vetor de densidade superficial de fluxo magntico B(x,y) e o vetor de intensidade de campo magntico H(x,y) (use o comando apropriado no SCILAB ou MATLAB); d) Calcule as componentes da fora eletromagntica Fela;

e) Considere agora a equao (6) na sua forma genrica, que inclui agora o termo transiente: 1 Az + 1 Az = Az + M (9) x y x y x y t
x B = H = 0 sendo Az(x,y,t). O ncleo de ferro permeabilidades magnticas 0 H x (10) = ( x H x , y H y ) y H y e a armadura so formados agora por um nico material com r x (x, y ) = 1000 + 5.106 x 2 e relativas dadas por

ry (x, y ) = 3000 2.10 7 y 2 , onde rx e ry so as permeabilidades magnticas relativas nas direes x


e y, respectivamente, ou seja, considera-se agora que as propriedades de permeabilidade magntica esto variando continuamente ao longo da pea. e a condutividade eltrica definida somente na regio da bobina e igual a 5.106 (.m)-1. Supe-se que o ncleo de ferro e a armadura so formados por placas finas coladas e portanto, no haver corrente de fuga. M representa a excitao eltrica na bobina, dada por M=-Jzcost e Jz foi definido acima. Az e.1) Resolva os itens b), c), d) e e) novamente, considerando a equao (9) com =0 e t =0 Hz (ou seja, M=-Jz); e.2) Suponha agora que o eletrom esteja inicialmente desligado, ou seja, Az(x,y,0)=0. Ao lig-lo, M=-Jzcost para t>0 e =60Hz. As demais condies de contorno permanecem como descritas anteriormente. Pede-se: - Resolva a equao (9) utilizando o mtodo de alternncia das direes (veja pg. 48 da apostila) com uma discretizao apropriada no espao (x ou y) e no tempo (t); - Plote a distribuio dos vetores B(x,y,t) e H(x,y,t) para os tempos t=10t, 100t, e 500t s. - Plote a componente Felax entre 0 e 500t. APRESENTAO DE RESULTADOS Os resultados devem ser apresentados da seguinte forma: a) Inicialmente, apresente o equacionamento do problema a ser implementado no SCILAB (ou MATLAB). b) NO ser aceita a utilizao de comandos prontos do SCILAB (ou MATLAB) para a soluo da equao de derivadas parciais acima. c) Todos os resultados do tipo f(x,y) devem ser plotados utilizando-se funes do SCILAB (ou MATLAB) como mesh, contour, surf, etc(escolha uma) (coloque ttulo e legenda nos grficos). NO ser aceita a simples apresentao de tabelas ou a listagem dos valores da funo nos ns da malha. d) NO utilize os comandos de manipulao simblica do SCILAB (ou MATLAB). e) Entregue as listagens dos arquivos *.sci (ou *.m), os quais devem estar decentemente comentados. f) Entregue o relatrio impresso. NO ser aceita a entrega do relatrio em disquete ou por e-mail. g) Qualquer discusso ou comparao deve ser acompanhada de grficos e/ou outras indicaes que o levou s concluses. h) Para cada dia de atraso sero descontados 2,0 pontos na nota do EP.

3a Lista de Exerccios - PMR-2420 (Soluo de Equaes Diferenciais Parciais pelo Mtodo de Elementos Finitos)
1) Aplicar o mtodo de elementos finitos (Galerkin) para calcular a distribuio de momento fletor M(x) ao longo da viga mostrada na figura abaixo. Esta viga tem comprimento unitrio e est sujeita carga distribuda F(x)=sen(x). Lembrar que a equao que rege o problema :

d 2M = F ( x) dx 2
e as condies de contorno so: M(0)=0 e M(1)=0. Considerar 4 elementos iguais e montar as equaes em forma matricial.

F(x) x=0 x
2) A equao diferencial que descreve o comportamento dinmico de uma barra sujeita a trao ou compresso (barra de trelia) dada por:

x=1

2u u A 2 EA = 0 x x t Supor E e A constantes nesse caso. Considere o elemento mostrado na figura onde os graus de liberdade so representados por u1 e u2.

u1 n 1
L

u2 n 2 x

Utilizando a funo aproximadora linear:

u ( x) = c1 + c 2 x

a) determine as funes de forma N1(x) e N2(x) desse elemento b) mostre que a matriz de massa e rigidez do elemento so iguais respectivamente :

[ M ]e =

AL 2 1
6 1 2

[ K ]e =

AE 1 1 L 1 1

3) A equao diferencial que descreve o comportamento de uma viga dada por:

2v 2 + t 2 x 2

2v = q ( x, t ) EI x 2

Supor E e I constantes nesse caso. Considere o elemento mostrado na figura onde os graus de v liberdade so representados por u1, u2, 1 e 2, onde = . x y v1
1
L

v2

x n 2 Utilizando a funo aproximadora representada pelo polinmio: n 1


v ( x ) = c 0 + c1 x + c 2 x 2 + c3 x 3

c) determine as funes de forma N1(x),N2(x),N3(x) e N4(x) desse elemento d) mostre que a matriz de rigidez do elemento igual : 22 L 156 22 L 4 L2 AL [ M ]e = 13L 420 54 2 13L 3L
13L 13L 3L2 156 22 L 22 L 4 L2

54

6 L 12 6 L 12 6 L 4 L2 6 L 2 L2 EI [ K ]e = 3 L 12 6 L 12 6 L 2 6 L 4 L2 6L 2L

4) Conduo de calor num cilindro oco. A conduo de calor num meio contnuo bidimensional regida pela seguinte equao elptica:
k2T + Q = k 2T 2T + k + Q = 0 , (Equao de Poisson) x 2 y 2

sendo T = T(x,y) a temperatura, k, a condutividade trmica do material (assumida constante) e Q, o calor gerado internamente por unidade de rea do material (um valor positivo de Q indica gerao de calor, um valor negativo implica extrao de calor).

O problema apresenta simetria axial e no ocorre variao de temperatura na direo circunferencial, o que corresponde a adotar T/n=0, como indicado na figura acima. Alm T disso: q = k , onde q o fluxo de calor. n Montar o sistema de equaes algbricas para a determinao das temperaturas nos ns 1, 2, 3 e 4, utilizando o Mtodo de Elementos Finitos. 5) Repita o problema acima para o caso onde a temperatura nas superfcies interna e externa so fixadas em 200oC e 10oC respectivamente. Resolva o sistema e compare os resultados com a soluo analtica:
T = 200 190 ln r ln 2

6) Problemas de toro elstica de barras prismticas so regidos pela equao: 2 2 + = 2G x 2 y 2 sendo G o mdulo elstico de cisalhamento e , o ngulo de toro de cada seo por unidade de comprimento da barra prismtica. (x,y) a funo que representa a tenso mecnica, tal que =0 nas fronteiras. O momento de toro T dado por:

T = 2 dx dy ,

e a tenso de cisalhamento numa direo n na seo pode ser obtida de . = n Pede-se determinar o valor de T e a tenso mxima de cisalhamento para um dado valor de G e para a seo retangular mostrada na figura abaixo. Por consideraes de simetria, suficiente obter a soluo apenas para um quarto da seo, como mostrado na figura.

Toro elstica de uma barra prismtica. (a) barra de seo quadrada; (b) malha de elementos finitos usada.

30 Exerccio Programa de PMR 2420 Data de entrega: 13/06/2011 (at as 17:00hs) Prof. Dr. Emlio Carlos Nelli Silva / Prof. Dr. Eduardo Aoun Tannuri Mtodo de Elementos Finitos (MEF) 1) Considere a estrutura da figura abaixo sujeita a uma carga concentrada F8 variando no tempo e aplicada no ponto 8 e um momento concentrado M2(t) no ponto 2. A fora F3, aplicada no ponto 3, originada por atuadores e ser utilizada somente no sistema de controle descrito adiante.

F8x (N) 110 4s t

M(t) (N.m) 55

F8y = 0
6s t

-110

-55

a) Utilizando o software ANSYS (ou similar): a.1) Obtenha e plote os 6 primeiros modos de vibrar e freqncias de ressonncia da estrutura (sem amortecimento); a.2) Obtenha a resposta transiente da estrutura utilizando o mtodo direto Newmark . Considere os coeficientes de amortecimento do modelo de Rayleigh =10-3 e =10-4 ([C]=[M]+[K]).

Plote (no mesmo grfico) o deslocamento 8x e 8y no ponto 8 indicado na figura em funo do tempo at 20s. Condio inicial: velocidade e deslocamentos nulos; a.3) Discuta a influncia da discretizao da malha nos valores de freqncia de ressonncia e da discretizao do tempo t no deslocamento do ponto 8. b) Utilizando o software SCILAB (ou MATLAB): b.1) Desenvolva um programa especfico de MEF para resolver o problema acima baseando-se nos programas listados na apostila a13-2420.doc; b.2) Resolva os itens a.1) e a.2) novamente utilizando o seu programa; b.3) Compare os resultados do ANSYS (ou similar) com os resultados do seu programa (por exemplo, plote ambos os resultados no mesmo grfico).

Para os demais itens (b.4,c.1,c.2,c.3,c.4), considere a discretizao da estrutura com apenas 1 elemento de prtico entre dois ns, ou seja, a malha ser formada por 13 elementos. Alm disso, utilize a mesma numerao de ns e elementos indicados na figura da primeira pgina. Seguindo a numerao indicada, os ns 3 e 8 tero os seguintes graus de liberdade:

Demais fora M2 e momento F8 so nulos, a menos que se especifique o contrrio. b.4) Desenvolva uma lei de controle, tendo como varivel manipulada (ao de controle) a fora F3x e a varivel controlada o deslocamento 8x. O objetivo do controle manter o deslocamento 8x prximo zero, mesmo na presena dos distrbios no ponto 8 (F8). Para isso, aplique uma entrada degrau em F3x (ponto 3) e obtenha a resposta 8x (utilize para isso , o algoritmo transiente implementado no item b.2). Para projetar um sistema de controle faa uma aproximao de um sistema de 2 ordem sub-amortecido e identifique o modo dominante da dinmica (veja a dica abaixo). Calcule os parmetros de uma funo de 2 ordem que represente o sistema.
Dica: Funo de transferncia de 2 ordem e identificao de parmetros por resposta a degrau unitrio:

Step Response

x1

Decremento logartmico=

x2 K
Amplitude

x3

Time (sec)

c) Para os itens a seguir (c.1,c.2 e c.3), utilize os parmetros do modelo de segunda ordem obtidos no item b4. c.1) Projete um controlador derivativo (Kds) para garantir resposta adequada, com a especificao abaixo. Note que o controlador derivativo com realimentao de posio equivalente a um controlador proporcional com realimentao de velocidade.
Fator de amortecimento malha fechada (MF > 0.7) Dica: Malha fechada

+ -

F1

Mostra-se que (desprezando-se os zeros) em malha fechada:

MF

KK d n 2 + 2

c.2) Verifique o controle projetado no sistema completo. Para tanto, o controle deve ser

implementado no programa desenvolvido no item b e a resposta 8x(t) deve ser obtida (utilize para isso , o algoritmo transiente implementado no item b.2) considerando uma condio inicial de translao de 0,01 m, para todos os graus de liberdades livres, na direo horizontal.
Dica: Modelo do sistema:

+ [C]U + [K]U = F + F [M]U 2

Modelo do controle:

) F3 = ( K d I (7,22) U + [C + K I [M]U d (7,22) ]U + [K ]U = F

Modelo sistema controlado:

onde I(7,22) uma matriz 24x24 com o elemento (7;22) unitrio e todos os demais nulos. c.3) Faa a simulao considerando o sistema controlado, com ao de um distrbio senoidal dado pela fora F8x de amplitude 1000N e freqncia 1400rad/s e F8y = 0. Obtenha o deslocamento 8x com e sem o controle ativo. Considerar condies iniciais nulas. c.4) O intuito agora ser controlar tambm o deslocamento 8y atravs da aplicao da fora F3y. O controle (multivarivel) deve ser do tipo:

F3 = I DER U
onde I DER uma matriz 24x24 com os elementos:

I DER (7, 22) = I DER (8, 23) = 500 [N / m]; I DER (7, 23) = I DER (8, 22) = 100 [N / m]
e todos os demais elementos da matriz I DER so nulos. Faa a simulao considerando o sistema controlado, com ao de um distrbio dado pela fora F8, cujas componentes so F8x = 1000sen(1400t) e F8y = 1000sen(1400t). Obtenha o deslocamento 8x e 8y com e sem o controle ativo. Considerar condies iniciais nulas. 2) Considere a pea simtrica da figura abaixo com um furo central.

Resolva o problema usando o programa ANSYS (ou similar) considerando estado plano de tenses (plane stress), ou seja: a) Plote a estrutura deformada e identifique o mximo valor de deslocamento e onde ocorre; b) Plote as tenses mecnicas de von Mises na estrutura e obtenha os valores de tenso nos pontos A, B, C e D. Verifique a influncia da discretizao da malha nos resultados; c) Identifique o mximo valor de tenso de von Mises e onde ocorre, bem como os demais pontos onde ocorrem concentrao de tenses na estrutura. Sugira modificaes na estrutura para reduzir a concentrao de tenses;

OPTATIVO
Esse exerccio (EX) optativo e entrar no clculo da mdia final da seguinte forma: MF=0,8M+0,2EX, onde M a mdia calculada como descrito no programa do curso e EX a nota desse exerccio. A nota desse exerccio somente ser levada em conta caso aumente a mdia M (independentemente de seu valor). Mtodo de Elementos Finitos (MEF) Em regime estacionrio, o fenmeno de conduo eltrica em duas dimenses e em meios contnuos (Eletrocintica) regido pela equao de Laplace:
2V 2V x 2 + y 2 =0

(1)

sendo V(x,y) o potencial eltrico que dado em Volts e , a condutividade eltrica do material. A densidade de corrente eltrica J (x,y) (em A/m2) que flui no meio calculada por:

J = V = grad (V ) = (

V V , ) x y

(2)

Considere a barra prismtica constituda por dois materiais A e B descrita na figura acima, com profundidade igual a 0,2 m. A condutividade eltrica do material A = 4.106 S/m, e do material B que circule uma corrente eltrica por ele. O problema est sujeito s seguintes condies de contorno: a) nos pontos em x = 0, o potencial eltrico V de 150 V; b) nos pontos em y = 120, o potencial eltrico V de 150 V; c) nos pontos em x = 140, o potencial eltrico V de 0 V;

= 9.107 S/m. O bloco submetido a uma diferena de potencial eltrico igual a 150 V que faz com

y 20

60 150 20

Unidades de comprimento em [mm]

80 120 150

20 A 140 20 x

60

Considere as constantes dadas e resolva a equao (1) no domnio da figura utilizando o mtodo de elementos finitos (MEF) com malha triangular (x = y) do tipo sugerida na figura (elementos triangulares retngulos), mas a malha pode ser mais discretizada: a) Implemente um programa em SCILAB (ou MATLAB) que resolve a equao de Laplace (1); b) Plote a distribuio de V(x,y) no bloco. Verifique a influncia da discretizao sobre a soluo (explique a discretizao utilizada); c) Plote o vetor densidade de corrente eltrica J (x,y) (use o comando apropriado no SCILAB ou MATLAB); V d) Calcular a resistncia eltrica R do bloco acima, sabendo que: R = onde Im a corrente Im eltrica mdia dada por I m = J .n dS e J .n a componente de J na direo do vetor normal a superfcie, e S a rea da superfcie. Se escolhida a superfcie y=0.120 tem-se:
0,06 0,06

I m = J .ndS =

Jn

y = 0.120

.1.dx =
0,120

Jn

y = 0.120

dx uma vez que dS = 1.dx. Se escolhida a superfcie


0,120

x=0.0 tem-se: I m = J .ndS =

Jn

x=0

.1.dy =
0,06

Jn

x=0

dy uma vez que dS = 1.dy. A integral deve


0,120 0,06

ser resolvida usando um dos mtodos de integrao estudados no curso (trapzio, Simpson, etc.). Note que pela equao da continuidade:

Jn

y = 0.120

dx +

Jn

x =0

dy =

Jn

x = 0,140

dy .

APRESENTAO DE RESULTADOS Os resultados devem ser apresentados da seguinte forma: a) Inicialmente, apresente o equacionamento do problema a ser implementado no SCILAB (ou MATLAB). b) NO ser aceita a utilizao de comandos prontos do SCILAB (ou MATLAB) para a soluo da equao de derivadas parciais acima. c) Todos os resultados do tipo f(x,y) devem ser plotados usando-se funes do SCILAB (ou MATLAB) como mesh, contour, surf, etc(escolha uma) (coloque ttulo e legenda nos grficos). NO ser aceita a simples apresentao de tabelas ou a listagem dos valores da funo nos ns da malha. d) A gerao da malha de elementos finitos pode ser feita de forma simples e especfica para esse problema. e) O sistema matricial final pode ser resolvido simplesmente usando-se um comando do SCILAB (ou MATLAB) do tipo x=A/b. No entanto, caso o tamanho da matriz seja maior do que o mximo permitido pelo SCILAB (ou MATLAB) use um mtodo iterativo como Gauss-Seidel ou Sobrerelaxao. f) NO use os comandos de manipulao simblica do SCILAB (ou MATLAB) na soluo desse problema. g) Entregue os arquivos *.sci (ou *.m), os quais devem estar decentemente comentados. h) Qualquer discusso ou comparao deve ser acompanhada de grficos e/ou outras indicaes que o levou s concluses. i) Entregue o relatrio impresso. NO ser aceita a entrega do relatrio em disquete ou por e-mail.

Você também pode gostar