Você está na página 1de 7

Implementao da sada do programa para Paraview 5.

0
O programa Paraview uma aplicao de cdigo livre utilizado para a
visualizao e de anlise de dados cientficos.
Esse programa foi o escolhido para a visualizao dos resultados obtidos
nesse trabalho. Ele foi escolhido devido a suas funcionalidades. Possui uma
interface grfica simples e parametrizada. O Paraview um programa
construdo sobre as bibliotecas do Visualization Toolkit (VTK).
Inicialmente, o programa gerava resultados em um formato especifico para o
programa View3D. Contudo, uma das abordagens desse trabalho a
converso desse formato para o formato VTK, formato suportado pelo
programa Paraview. Portanto, foram realizadas modificaes na funo Wdata,
que gera as sadas dos resultados das anlises feitas pelo programa. Essa
sub-rotina foi adaptada para que gerasse arquivos de sada em compatveis
com o Paraview.

Gradientes conjugados com matrizes pr-condicionadas


O mtodo dos elementos finitos consiste na montagem de um sistema de
equaes do tipo:
K ~u

Onde, K a matriz de rigidez,

~
f

~
f o vetor de foras nodais e o vetor

~
u o

vetor dos deslocamentos nodais.


A resoluo dos sistemas lineares de equaes algbricas pode ser realizada
atravs de dois mtodos distintos: os mtodos diretos e os mtodos iterativos.
Os mtodos diretos conduzem uma soluo exata do sistema atravs de um
nmero

finito

de

operaes

aritmticos

elementares.

A metodologia

fundamental utilizada para o mtodo direto a triangularizao da matriz de


rigidez e na retro substituio dos valores encontrados. Entre os mtodos
diretos, se destacam o mtodo da eliminao de Gauss e mtodos baseados

na decomposio da matriz de rigidez em produtos de matrizes, como o


mtodo de Crout ou o de Cholesky. Esses mtodos tm como caracterstica
principal a sua otimizao do tempo e do espao da memria utilizada na sua
implementao computacional, apesar de sua simplicidade.
Os mtodos iterativos se baseiam em calcular uma srie de aproximaes.
Esses mtodos partem de uma aproximao inicial da soluo, que atravs de
um algoritmo bem implementado conduzem a uma srie de aproximaes cada
vez mais precisas. Entre os mtodos iterativos, destacam-se os mtodos de
Gauss-Seidel e o mtodo dos gradientes conjugados, que ser apresentado
nesse trabalho.
O mtodo dos gradientes conjugados um mtodo que utiliza dos mesmos
princpios do mtodo dos gradientes.
A ideia do mtodo dos gradientes que dado um
ponto

x1

x 0 , podemos encontrar um

que diminua o resduo dando um passo na direo de

f ' (x 0 ) .

O gradiente de uma funo aponta para o seu ponto de mximo, logo, para
encontrarmos um mnimo da funo devemos caminhar na direo oposta ao
gradiente. Portanto, podemos encontrar

x 1 atravs da equao:

x 1=x 0+ r 0

Onde o parmetro
melhor valor de

denominado comprimento do passo. Para encontrar o

, minimizamos

f ( x)

r 0 , ou seja, fazendo uma busca linear:

minimiza f ( x 0 + r 0 )

ao longo da direo definida por

O parmetro

com relao

determinado igualando a zero a derivada de

0+ r 0
x
f

r T0 r 0
r T0 A r 0
ri b Axi

riT ri
riT Ari

xi 1 xi i ri

Esse procedimento repetido vrias vezes, por vrias iteraes, at que

xi

esteja suficientemente prximo de x. Contudo, esse mtodo no possui uma


boa taxa de convergncia.
Para evitar que se tome vrias vezes uma mesma direo para a correo de
x, o mtodo dos gradientes conjugados prope uma modificao no mtodo do
gradiente.
Inicialmente, escolhe-se um vetor que representa uma aproximao inicial e
uma tolerncia, calcula-se ento, o resduo e a direo de relaxao e em
seguida gera-se uma sequncia de vetores, que a cada interao se aproxima
da soluo exata, em que o resduo ortogonal a direo de relaxao. Isso
pode ser representado na figura 1.

Figura 1 Representao grfica do mtodo dos gradientes conjugados

O mtodo dos gradientes conjugados sugere que, dada uma aproximao


inicial

x0

para o sistema

direes conjugadas

n n ,

{d 0 , d 1 , , d n1 }

Ax=b . Tomadas um conjunto de

e em at

iteraes, teremos

encontrado uma aproximao satisfatria para a soluo do sistema.


Utiliza-se ento, um vetor que representa uma aproximao inicial para a
soluo exata. A partir do chute inicial, das iteraes subsequentes e da
soluo exata, calcula-se o resduo:
r i=b A x i

Escolhe-se, ento, uma direo e a soluo aproximada atualizada a partir da


formula:
x i+1=x i + d i

Onde,

mnimo de

f ( xi + di ) , isto , o

o nmero real que minimiza a funo


f

ao longo da reta que passa por

x i e tem direo

di .

necessrio que as direes escolhidas diminuam os resduos e os erros,


isso |ri+1| < |ri|.
Calcula-se o resduo novamente, e repete-se esse processo at que o
resduo seja igual a zero.
Obtemos de forma genrica, um mtodo de direes conjugadas:
r (n) . d (n)
d (n). Ad(n)

x(n+1) = x(n) +

d(n),

Pr-condicionamento da matriz
A velocidade na qual as respostas aproximadas se aproximaro da resposta
exata conhecida como taxa de convergncia. A taxa de convergncia do
mtodo dos gradientes conjugados inversamente proporcional ao nmero de
condies

da matriz K.

Teoricamente, esse mtodo deveria convergir em


convergncia

no

ocorre

dessa

maneira,

pois

passos, contudo a
existem

erros

de

arredondamento.
As matrizes analisadas nesse trabalho so grandes e esparsas, tornando a
convergncia lenta. Porm, essa questo pode ser abordada por meio do prcondicionamento das matrizes.
O pr-condicionamento a multiplicao da matriz original do sistema por outra
matriz, tal que, o resultado dessa multiplicao seja uma matriz que se
aproxime da matriz identidade. Pois, quanto mais prxima da matriz identidade,
mais bem condicionada e bem-comportada a matriz.
Como a soluo do sistema de equaes exige a utilizao da inversa da
matriz K, interessante que o pr-condicionamento nos resulte em uma matriz
facilmente inversvel. O objetivo do mtodo reduzir o nmero de condies da

matriz da rigidez, logo, uma primeira aproximao pode ser realizada de acordo
com as expresses:
M =diag ( K )
M 1
ii =

1
k ii

Ademais, deve-se notar que o aumento da ordem de K causa o aumento de


iteraes necessrias para que ocorra a convergncia.
necessrio frisar que os erros numricos devido aos truncamentos crescem
com o aumento da ordem da matriz de rigidez. Isso ocorre, pois, a preciso
computacional limitada, resultando em um erro devido ao truncamento.
Portanto, podemos afirmar que, apesar da convergncia certa, possvel que
os erros de truncamento alterem o resultado do modelo computacional.
Descrio do problema avaliado
O problema estudado foi uma estrutura submetida ao estado plano de
deformao da figura 2. A norma de energia da soluo exata :
|u| E=1,379745

Figura 2 Estrutura submetida ao estado plano de deformao

Essa estrutura foi modelada com oito discretizaes diferentes.

Foram discretizadas as malhas 8x8, 16x16, 32x32, 64x64 e 128x128.


Quatro para elementos quadrilteros isoparamtricos e quatro para elementos
triangulares isoparamtricos. Os elementos triangulares isoparamtricos so
modelados dividindo os elementos quadrilteros ao meio.
Quadrilteros:

Triangulares:

64 elementos

128 elementos

256 elementos

512 elementos

1024 elementos

2048 elementos

4096 elementos

8192 elementos

16384 elementos

32768 elementos

Esse trabalho tambm tem como objetivo calcular a norma de energia para
cada uma das discretizaes e o erro em relao soluo exata, atravs da
expresso:
2 1/ 2

(|u|2E||||E )
|e| E=

A partir do erro, traa-se um grfico relacionando o erro de cada soluo e o


nmero de equaes (neq).

Você também pode gostar