1 2

GM / L3 - ME63 Objectifs
UFR -S&T, Université d’Evry – Val d’Essonne

‹ Apprendre la méthode des éléments finis (MEF)

MEF
Méthode des Eléments Finis
Zhi-Qiang FENG (CM, TP)
Christine RENAUD (TD)
Gregory TURBELIN (TP)
‹ Maîtriser
les concepts de base de la modélisation
numérique
‹ Être capable de résoudre des problèmes mécaniques
et physiques
‹ Apprendre à utiliser le code industriel ANSYS
http://lmee.univ-evry.fr/~feng
http://lmee.univ-evry.fr /~renaud
http://lmee.univ-evry.fr/~turbelin
Admissibilité : 3/5 examen + 2/5 TP ≥ 10/20

Enseignement en calcul des 3 4

Contenu de l’enseignement (ME63)

structures à l’UFR-ST
L3 ‹ introduction
Méthode des éléments finis ‹ méthodes matricielles pour résoudre les problèmes
discrets : système ressorts, réseaux électriques,
M1
réseaux hydrauliques
Calcul des structures
Optimisation des structures ‹ étapes logiques du calcul par Éléments Finis (EF)
Poutre, plaque et coque ‹ principe d’assemblage des matrices élémentaires

M2 ‹ introduction des conditions aux limites

Codes de calcul ‹ étapes pratiques du calcul par EF

Mécanique non linéaire ‹ problèmes d'équilibre ou de valeurs aux limites
Dynamique des structures ‹ approximation et discrétisation

5 6

Contenu de l’enseignement (suite) Contenu de l’enseignement (suite)

‹ formulation intégrale ‹ passage du continu au discret
‹ méthode de résidus pondérés (Galerkin, méthode de ‹ conditions aux limites portant sur la dérivée
collocation …)
‹ applicationen thermique (transfert de chaleur par
‹ éléments finis 1D, 2D et 3D
conduction et convection)
‹ systèmes de coordonnées
‹ éléments de référence et fonctions de forme
‹ transformation des dérivations et des intégrales
‹ intégration numérique (méthode de Gauss)
‹ équation aux dérivées partielles décrivant les
phénomènes physiques rencontré par l’ingénieur

1
 7 8

Méthode générale d'analyse numérique Connaissances requises et à acquérir

Système physique Lois de la physique ‹ L'analyse numérique fait appel aux connaissances
Formulation des
équations
Sciences de l’ingénieur dans les trois domaines suivants :
Équations aux dérivées partielles ‹ Sciences de l'ingénieur pour établir les équations
‹ Méthodes numériques pour transformer ces équations
Transformation des Méthode des
Formulation intégrale ‹ Programmation et informatique pour exécuter
équations résidus pondérés
efficacement les calculs sur l'ordinateur.

Système d’équations algébriques

Résolution Méthode de Gauss
numérique Méthode de Newton
Solution approchée (numérique)

9 10

Bibliographies Bibliographies (suite)

‹ Livres : ‹ Revues :
‹ The Finite Element Method ‹ Int. J. for Numerical Methods in Engineering
O.C. Zienkiewicz and R.L. Taylor ‹ Computers & Structures
‹ Une présentation de la méthode des éléments finis ‹ Revue Européenne de Mécanique Numérique
G. Dhatt et G. Touzot
‹ Modélisation des structures par éléments finis
J.L. Batoz et G. Dhatt

11 12

Codes de calcul Domaines d'application de la MEF

‹ NASTRAN, ANSYS, ABAQUS, ADINA, SAP, ‹ analyse linéaire (statique et dynamique)

MARC, I-DEAS, DYNA3D, PAM/System, ‹ analysenon linéaire (grands déplacements, grandes
déformations, contact et frottement, flambage, ...)
RADIOSS, SAMCEF, …
‹ mise en forme des matériaux
‹ MEF/MOSAIC, SYSTUS, CESA, CASTEM, ‹ thermique (en régime permanent et transitoire, ...)
ASTOR, ASTER, ZEBULON, MODULEF, … ‹ mécanique des fluides
‹à l’UFR-ST : ANSYS, COSMOS, I-DEAS, ‹ électromagnétisme

‹ dynamique rapide (choc, impact, crash)

CASTEM, FER/Solid, FER/Contact, ...
‹ optimisation des structures

2
 13 14

Secteurs d'utilisation de la MEF Exemple: butée de choc

‹ génie mécanique • Grandes déformations DEMO
• Matériau: caoutchouc
‹ génie civile • Mooney-Rivlin: hyperélasticité
incompressible
‹ transport
• Auto-contact multi-zones
‹ aéronautique
‹ espace
‹ nucléaire
‹ énergétique
‹ militaire
‹ ....

15
Problèmes d'équilibre 16

Exemple: Projection à plasma

(Système discret)
DEMO ‹ Pour un système discret (système de ressorts,
réseaux électriques, réseaux hydrauliques,...), les
  équations de comportement peuvent en général
s'écrire sous la forme matricielle suivante :
[K] {U} = {F}
  [K] - matrice caractérisant le système
{U} - variables inconnues du problème
DDL – Degré De Liberté
 DOF – Degree Of Freedom
{F} - sollicitations connues (second membre)

17 18

Signification (1D) Principes de la MEF

‹ La MEF est basée sur une idée

Problème K U F
simple : subdiviser (discrétiser)
Ressort raideur k déplacement force une forme complexe en un grand
Barre T/C rigidité EA/L déplacement force nombre de sous-domaines
Thermique conductivité température flux de élémentaires de forme géométrique
simple (éléments finis)
αA/L chaleur
interconnectés en des points
Electricité résistivité 1/R potentiel intensité
appelés nœuds.
Ecoulement perméabilité charge débit
αA/L hydraulique

3
 Principes de la MEF (suite)
19
Étapes logiques du calcul par 20

‹ Nous considérons le comportement mécanique de chaque
élément séparément, puis nous assemblons ces éléments
de telle façon que l’équilibre des forces et la compatibilité
des déplacements soient satisfaits en chaque nœud.
‹ La MEF utilise des approximations simples des variables
inconnues dans chaque élément pour transformer les
équations aux dérivées partielles en équations algébriques.
‹ Les nœuds et les éléments n’ont pas forcement de
signification physique particulière, mais sont basés sur des
considérations de précision de l’approximation.
éléments finis
1. Définir les nœuds et les éléments (Créer le maillage)
2. Pour chaque élément, établir la matrice de rigidité élémentaire [ke]
reliant les degrés de libertés (déplacements) nodaux {ue} et les forces
{fe} appliquées aux nœuds : [ke] {ue} = {fe}
3. Assembler les matrices et les vecteurs élémentaires en un système
global [K] {U} = {F} de manière à satisfaire les conditions
d’équilibre aux nœuds
4. Modifier le système global en tenant compte des conditions aux
limites
5. Résoudre le système [K] {U} = {F} et obtenir les déplacements {U}
aux nœuds
6. Calculer les gradients (flux de chaleur, déformations et contraintes)
dans les éléments et les réactions aux nœuds sur lesquels les
conditions aux limites sont imposées.

Assemblage 21 22

Introduction des conditions aux limites

{ke}, {fe} ==> [K], {F}
‹ construction de la matrice étendue [Ke] et du vecteur ‹ méthode du terme diagonal dominant
étendu {Fe} de chaque élément ‹ méthode du terme unité sur la diagonal
⎧0 ⎫
⎡0 0 0⎤ ⎪" ⎪ ‹ méthode de suppression des équations
⎢ ⎥ ⎪ ⎪
[K ]
e
⎢
= ⎢0 [k ]
e
0⎥
⎥
{ } ⎪⎨{ f e }⎪⎬
F e
=
⎢ ⎥ ⎪ ⎪
⎢ ⎥ ⎪" ⎪
⎢⎣ 0 0 0 ⎥⎦ ⎪⎩0 ⎪⎭
k1 k2 k3
‹ addition des matrices et des vecteurs étendus CL : u1=u1
1 4 2 3
[K ] = ⎡⎣ K 1 ⎤⎦ + ⎡⎣ K 2 ⎤⎦ + ... = ∑ [K e ]
e f1 f4 f2 f3
{F } = {F 1 } + {F 2 } + ... = ∑ {F } e

e Exemple Exemple

23 24

Etapes pratiques du calcul par EF Pré-processeur

Organisation générale d’un code de calcul ‹ Choisir le type d’éléments

‹ Entrer les propriétés géométriques
Pré-processeur ‹ Entrer les paramètres physiques
‹ Créer le modèle géométrique
‹ Créer le maillage : définir les nœuds et les éléments
Solveur
‹ Appliquer les sollicitations
‹ Imposer les conditions aux limites
Post-processeur

4
 25 26

Solveur Post-processeur

‹ Choisir le type d’analyse (statique, dynamique,…)

‹ Construire la matrice et le vecteur élémentaire [ke], {fe} ‹ Présenter les résultats de façon intelligible et synthétique :
‹ Assembler [ke] et {fe} dans [K] et {F} ‹ sous forme numérique
‹ sous forme graphique
‹ Prendre en compte les conditions aux limites
‹ Effectuer des fonctions complémentaires : combinaisons,
‹ Résoudre le système d’équations [K] {U} = {F}
interprétations, interpolations, animation, …
‹ Calculer les variations additionnelles (gradients, réactions,
σ, ε…)

Demo ANSYS

Problèmes d'équilibre 27 28

Système continu
(système continu)
‹ Pour un système continu, prenons comme exemple ‹ D'une manière générale, le comportement d'un
le problème thermique : système continu est décrit par les équations aux
∂ 2T ∂ 2T dérivées partielles (EDP):
K +K + Q = 0 dans V S
∂x 2 ∂y 2 L(u) + fv = 0 sur un domaine V V
V ∂T C(u) = fs sur la frontière S de V
K = h (T − Tf ) sur Sf
Q ∂n
Sf T=? L, C- opérateurs différentiels caractérisant
Comment ??? le système,
h, Tf u - fonctions inconnues,
[K] {U} = {F} fv, fs - fonctions connues appelées sollicitations.

29
Construction d’une fonction approchée 30

Approximation (Étape 1)
‹ Un modèle mathématique d'un système physique fait ‹ Choisirun ensemble fini de fonctions dépendant de
intervenir plusieurs variables ou fonctions, dites n paramètres ai : u(x, a1, a2, ..., an) = u(x)
exactes uex(x) : températures, déplacements,
potentiels, vitesse, etc. Celles-ci sont représentées u(x) = P1(x) a1 + P2 (x) a2 + ... + Pn(x) an = <P> {a}
par des fonctions "approchées" u(x) telles que la ‹ Les fonctions sont souvent choisies de manière à
différence : être faciles à évaluer, à intégrer ou dériver
e(x) = u(x) - uex(x) explicitement.
soit "petite" (de l'ordre de grandeur de la précision ‹ Polynômes: u(x) = a1 + a2x + ... + anxn-1
désirée). ‹ fonctions trigonométriques:

u(x) = a1sin(πx) + a2sin(2πx) + ... + ansin(nπx)

5
 Construction d’une fonction approchée 31 32

Approximation nodale
(Étape 2)
‹ Déterminer les paramètres a1, a2, ..., an en faisant ‹ En général, les paramètres a1, a2, ..., an n'ont pas de sens
coïncider uex(x) et u(x) en n points x1, x2, ..., xn, physique. Cependant nous pouvons choisir comme
c'est-à-dire en annulant e(x) en ces n points. paramètres ai les valeurs de la fonction uex(x) en n points
appelés NOEUDS de coordonnées x1, x2, ..., xn. Imposons
de plus que la fonction approchée u(x) coïncide avec la
L'approximation peut fournir fonction exacte uex(x) en ces nœuds.
‹ une solution approchée en tout point x d'une fonction u(x1) = uex( x1) = u1
difficile à évaluer ou connue seulement en certains u(x2) = uex( x2) = u2
points. ......
‹ une solution approchée d'une équation différentielle ou u(xn) = uex( xn) = un
aux dérivées partielles.
Exemple

33 34

Approximation nodale Approximation nodale

‹ La fonction approchée (approximation globale) ‹ L'approximation nodale possède deux propriétés

u(x) = P1(x) a1 + P2(x) a2 + ... + Pn(x) an = <P(x)> {a} fondamentales :
s'écrit alors (approximation nodale) : 1) comme u(xi) = ui, les fonctions Ni vérifient :
u(x) = N1(x) u1 + N2(x) u2 + ... + Nn(x) un = <N(x)>{ue}
Ni(xj) = δij (symbole de Kronecker)
‹ Définitions : 2) l'erreur d'approximation s'annule en tous les
{a} - paramètres généraux de l'approximation
nœuds xi
{ue} - variables nodales de l'approximation
<P(x)> - fonctions de base de l'approximation e(xi) = 0
<N(x)> - fonctions d'interpolation (fonctions de forme) Exemple

35 36

Approximation nodale Discrétisation

Approximation nodale par sous-domaines

‹ La méthode d'approximation nodale d'une fonction ‹ La construction d'une fonction approchée u(x) est difficile lorsque le
nombre de nœuds et donc de paramètres inconnus ui devient
d'une variable s'étend directement à l'approximation important. Le problème se complique encore si le domaine V a une
de plusieurs fonctions de plusieurs variables. forme complexe et si la fonction u(x) doit satisfaire des conditions
aux limites sur la frontière de V.
‹ EXEMPLE : déplacements d'une structure 3D ‹ La méthode d'approximation nodale par sous-domaines simplifie la
u(x,y,z) = <N(x,y,z)> {un} construction de u(x). Elle consiste à :
‹ identifier un ensemble de sous-domaines Ve du domaine V.
v(x,y,z) = <N(x,y,z)> {vn}
‹ définir une fonction approchée ue(x) différente sur chaque sous-
w(x,y,z) = <N(x,y,z)> {wn} domaine par la méthode d'approximation nodale. Chaque fonction
ue(x) peut dépendre des variables nodales d'autres sous-domaines
comme c'est le cas dans l'approximation de type "Spline".

6
 37 38
Discrétisation Discrétisation
Approximation nodale par éléments finis Règles de partition du domaine en éléments
‹ La méthode d'approximation nodale par éléments finis est ‹ Deux éléments distincts ne peuvent avoir en commun que
une méthode particulière d'approximation nodale par sous- des nœuds situés sur leur frontières, si elle existe.
domaines qui présente les particularités suivantes :
‹ L'approximation nodale sur chaque sous-domaine Ve ne fait
intervenir que les variables nodales attachées à des nœuds situés
sur Ve et sur sa frontière. 1D 2D 3D

‹ Les fonctions approchées ue(x) sur chaque sous-domaine Ve sont
construites de manière à être continues sur Ve et elles satisfont des
conditions de continuité entre les différents sous-domaines. Les
sous-domaines Ve sont appelés des ELEMENTS connectés par
des NOEUDS.
‹ L'ensemble de tous les éléments doit constituer un domaine
aussi proche que possible du domaine donné.
‹ Le recouvrement de deux éléments et les trous entre
éléments sont inadmissibles.

Discrétisation 39
Discrétisation 40

Erreur de discrétisation géométrique Formes d'éléments classiques

‹ Lorsque la frontière du domaine est constituée par des ‹ 1D
courbes ou des surfaces plus complexes que celles qui ‹ linéaire ou quadratique : L2, L3
définissent les frontières des éléments, une erreur est ‹ 2D
inévitable. Cette erreur est appelée "erreur de discrétisation
‹ éléments triangulaires: T3, T6
géométrique". Elle peut être réduite
‹ éléments quadrilatéraux: Q4, Q8
‹ en diminuant la taille des éléments
‹ 3D
‹ en utilisant des éléments à frontières plus complexes.
‹ éléments tétraédriques: TE4, TE10
‹ éléments hexaédriques: H8, H20
‹ éléments prismatiques: P6, P15

41 42

Formulation intégrale Méthodes numériques

Pour résoudre le système d'équations différentielles avec des ‹ Trouver des solutions approchées aux points
conditions aux limites :
S
discrets.
L(u) + fv = 0 sur un domaine V
V Les méthodes numériques sont classées en 3
C(u) = fs sur la frontière S de V
catégories :
la meilleure solution est la solution analytique.
Mais, en pratique, la méthode analytique est inapplicable pour ‹ Méthode des différences finies
‹ cette méthode marche plutôt pour des domaines rectangulaires
des problèmes réels:
‹ il est très difficile d'écrire un code général pour cette méthode
‹ domaine irrégulier
‹ multi-matériaux ‹ Méthode variationnelle
‹ matériaux anisotropes ‹ Méthode des résidus pondérés
‹ équations non linéaires, .....
Base mathématique de la MEF

7
 43 44

Méthode variationnelle Méthode des résidus pondérés

Pour résoudre l'équation différentielle suivante : ‹ Supposons que u = h(x) est une solution approchée
⎧⎪ d 2φ
⎪⎪D + Q = 0 sur 0 < x < H
de l'équation différentielle.
⎪ dx 2
⎨
⎪⎪
⎪⎪ φ( x =0) = φ0 ; φ( x =H ) = φH résidu : R(u) = L(u) + fv ≠ 0
⎩
‹ La méthode des résidus pondérés consiste à
la méthode variationnelle consiste à trouver une fonction test rechercher des fonctions u qui annulent la
φ = φ(x) telle que :
forme intégrale globale :
⎛
H D ⎛d φ ⎞
2 ⎞
Π = ∫0 ⎜⎜⎜ ⎜⎜ ⎟⎟⎟ + Q φ⎟⎟⎟dx → min
⎜⎝ 2 ⎝ dx ⎠ ⎠⎟ W = ∫ <ψ> {R(u)} dV = ∫ <ψ> {L(u) + fv} dV = 0
Cette méthode est inapplicable dans les cas où l'équation fonction de pondération (fonction test)
différentielle contient des termes en dérivée première. Le nombre de ψi(x) est égal au nombre de paramètres inconnus

45 46

Forme intégrale faible Problème continu à deux dimensions

‹ L'intégration par parties de la forme intégrale ∂ 2u ∂ 2u

‹ Équation de Poisson : + + f v = 0 sur V
globale fournit des formes intégrales dites faibles ∂x 2 ∂y 2
qui présentent les avantages suivants :
‹ Condition aux limites sur u (dite condition de Dirichlet) :
‹ L'ordre maximum des dérivées de u qui apparaissent dans
la forme intégrale globale diminue. Les conditions de u = us sur Su
dérivabilité de u sont donc moins fortes.
∂u
‹ Certainesdes conditions aux limites peuvent être prises ‹ Condition aux limites sur ∂n : (condition de flux)
en compte dans la forme intégrale faible. ∂u
+ α u = fs sur Sf
∂n
‹ si α = 0, cette condition est dite de Neuman
‹ si α ≠ 0, cette condition est dite de Cauchy

47 48

Forme intégrale globale Forme intégrale faible

⎛ ∂ 2 u ∂ 2u ⎞ ⎛ ∂ψ ∂u ∂ψ ∂u ⎞ ∂u ∂u
Wg =
∫ ψ(x, y )⎜⎜⎝ ∂x + ∂y
2 2
+ f v ⎟⎟dV = 0
⎠
Wf = −
∫ ⎜⎝ ∂x ∂x + ∂y ∂y − ψf ⎟⎠dV +∫ ψ ∂n dS +∫ ψ ∂n dS
V
v
Su Sf

‹u est dérivable deux fois et doit satisfaire toutes les ‹ Les fonctions ψ(x,y) et u(x,y) doivent être une fois
conditions aux limites sur Su et Sf. Les fonctions dérivables. Les termes de contour peuvent être
ψ(x,y) ne sont soumises à aucune condition. déterminés avec les conditions aux limites sur Su et
Sf.
∂u
‹ sur Sf : = fs - α u
∂n
‹ sur Su, on peut imposer ψ = 0.

8
 49 50

Forme intégrale faible Choix de ψi(x)

⎛ ∂ψ ∂u ∂ψ ∂u ⎞ Le choix du type de ψi(x) conduit à différentes

Wf = −
∫ ⎜⎝ ∂x ∂x + ∂y ∂y − ψf ⎟⎠dV +∫ ψ(f − αu)dS
V
v
Sf
s
méthodes:
où u et ψ doivent satisfaire les conditions aux limites :
méthode de collocation
ψ = 0; u = us sur Su
méthode de sous-domaines
méthode des moindres carrés

méthode de Galerkin

51 52

Méthode de collocation Méthode de sous-domaines

‹ La fonction ψi(x) est la distribution de Dirac δ(xi) au point ψi(x) = 1 sur certaines zones.
xi, dit point de collocation. La forme intégrale s'écrit :
Autrement dit,
∫δ(xi) R(x, u) dV = R(xi,u) = 0 ∫ R(u) dV = 0 sur des zones spécifiques.
Autrement dit, R(xi, u) = 0 sur des points spécifiques. En
Cette méthode est peu utilisée car le choix des sous-
pratique, cette méthode est peu utilisée car elle est difficile à
mettre en oeuvre avec une approximation par éléments finis. domaines est difficile. De plus, elle nécessite des
De plus elle conduit à un système d'équations non intégrations sur le volume.
symétrique. Par contre, elle a l'avantage d'éviter l'intégration
sur le volume.

53 54

Méthode des moindres carrés Méthode de Galerkin

ψi(x) = R(x) Les fonction ψ(x) sont constituées par l'ensemble des
Cette méthode consiste à minimiser l'expression variations δu des fonction u :
Er = ∫ R(x)2 dV ψ = δu = <P> {δa} = <δa> {P} ∀ {δa}
par rapport aux paramètres a1, a2, ... an. W = ∫ δu (L(u) + fv) dV = 0
Les conditions de stationnarité sont : W = δEr = 0
Cette relation est équivalente aux n équations algébriques : W = <δa> ∫{P}(L(<P>{a}) + fv) dV = 0 ∀ {δa}
Comme W doit s'annuler pour tout {δa}, la relation précédente
Wi(a) = ∫ L(Pi) (L(<P>{a})+fv) dV = 0 i=1,2,...,n est équivalente aux n équations algébriques :
Cette méthode est peu utilisée car elle ne permet pas l'intégration par Wi(a) = ∫ Pi(L(<P>{a}) + fv) dV = 0 i = 1,..,n
parties, et impose donc des conditions plus strictes sur l'approximation
de u que la méthode de Galerkin. Par contre, elle conduit à un système Ce système est symétrique si L est auto-adjoint.
symétrique et défini-positif quelle que soit l'équation différentielle. Exemple

9
 55 56

Élément 1D Élément linéaire à 2 nœuds

‹ Règles du maillage φ Transfert de chaleur ‹ Interpolation linéaire φ
par conduction et
‹ la densité du maillage peut convection φ(x ) = a1 + a 2x
être variable en fonction de φj
la variation des inconnues ‹ Pour déterminer a1 et a2, φi
e x
‹ placer un nœud où D, Q on peut établir 2 équations xi i j
changent brutalement aux nœuds i et j :
‹ placer un nœud à l'endroit
φi x j − φj x i xj
e
⎧ φi = a1 + a2x i a1 =
où on veut connaître la i j ⎪
⎪ L
solution ⎨ φj − φi
Fonctions de forme
⎪
⎪φ = a 1 + a 2x j a2 = Fonctions d’interpolation
⎧⎪ d 2φ ⎩ j
⎪⎪⎪ D 2 + Q = 0 sur 0 < x < H L
⎪⎪⎨ dx ⎧φi ⎪
⎪ ⎫
xj − x x − xi ⎪ ⎪⎪
⎪⎪
⎪⎪ φ( x =0) = φ0 ; D d φ = h( φf − φH ) φ(x ) = φi + φj = N i φi + N j φj = N i N j ⎪
⎨ ⎬
L L ⎪φ ⎪
⎪
⎪ j⎪
⎪⎪⎩ dx ( x =H )
⎩ ⎪
⎭
soit φ = N {φ e
}

57 58

Propriétés de N Passage du continu au discret

‹ EDP: ∂ 2u
D + Q = 0 sur 0 < x < H
‹ Ni(xj) = δij ∂x 2
n
u(x =0) = u 0 et u(x =H ) = uH
‹ ∑ Ni = 1
i =1 ‹ Formulation Intégrale Globale (FIG)
‹ ∑ ∂N i = 0 ‹ Formulation Intégrale Faible (FIF) avec la méthode de
n

i =1 ∂x Galerkin
‹N sont linéaires si l'interpolation est linéaire ‹ Formulation Intégrale Faible élémentaire (FIFe)
N sont quadratiques si l'interpolation est quadratique ‹ Approximation

‹ Intégration pour obtenir le système élémentaire

[K] {U} = {F}
‹ Assemblage pour obtenir le système globale

Élément 2D 59

Fonctions de forme
60

Élément triangulaire à 3 nœuds i-j-k

φ
‹ Interpolation linéaire y k
⎧⎪ A i p
⎪⎪N i = (ai + bi x + ciy ) / 2A = pjk
φ(x , y ) = a1 + a 2x + a 3y φk ⎪⎪⎪ A
⎪⎪ Apki
‹ Équations aux nœuds i, j, k φi φj y ⎨N j = (a j + bj x + c j y ) / 2A =
j
⎪⎪ A
k ⎪⎪ x
x i ⎪⎪N = (a + b x + c y ) / 2A = Apij
⎪⎪⎩ k k k k
A
⎧⎪φ = a + a x + a y ⎧
⎪⎪a1 = (ai φi + a j φj + ak φk ) / 2A
⎪⎪ i ⎪ j
1 2 i
⎪φ = a + a x + a y
3 i
⎪⎪ Ni
⎨ j ⎨a2 = (bi φi + bj φj + bk φk ) / 2A i k
⎪⎪ 1 2 j 3 j
⎪
⎪ A - aire du triangle ‹ propriétés de N y
⎪φ = a1 + a2x k + a 3yk ⎪a = (c φ + c φ + c φ ) / 2A
⎪⎩⎪ k ⎪
⎪
⎩ 3 i i j j k k
‹ Ni varie linéairement le j
ai = xj yk - xk yj ; bi = yj - yk ; ci = xk - xj ⎛1 xi yi ⎞⎟⎟ long des côtés i-j et i-k
⎜⎜ x
⎟
aj = xk yi - xi yk ; bj = yk - yi ; cj = xi - xk 2A = det ⎜⎜⎜1 xj y j ⎟⎟ = ai + a j + ak
ak = xi yj - xj yi ; bk = yi - yj ; ck = xj - xi ⎜⎜ ⎟ ‹ Ni = 0 sur le côté j-k
⎜⎝1 xk yk ⎠⎟⎟⎟

Approximation nodale φ(x ) = N i φi + N j φj + N k φk = N {φ }

e

10
 Remarque : les gradients sont 61
Élément 2D 62

constants dans un élément T3 Élément rectangulaire à 4 nœuds i-j-k-m

‹ Interpolation bi-linéaire dans «s-t»
⎧ ∂φ
⎪ ∂N 1
φ(x , y ) = α1 + α2s + α3t + α4st φ φi φ
⎪
⎪ = {φe } = (bi φi + bj φj + bk φk )
φj
m
⎪
⎪ ∂x ∂x 2A y φk
⎨ t m
⎪∂
⎪ φ ∂N 1 ‹ Équations aux nœuds i, j, k, m r
⎪
⎪
= {φe } = (ci φi + c j φj + ck φk )
⎩ ∂y
⎪ ∂y 2A α 1 = φi i k
φi = α1 1
s q
α2 = ( φ j − φi )
φj = α1 + 2b α2 2b 2b

2a
j
‹ C'est l'inconvénient de cet élément. Par contre, il est φk = α1 + 2b α2 + 2a α3 + 4ab α4 α3 =
1
( φm − φi )
2a x
bien adapté pour des domaines irréguliers et la φm = α1 + 2a α3
α4 =
1
( φi − φj + φk − φm )
matrice élémentaire peut être calculée 4ab

explicitement. φ(x ) = N i φi + N j φj + N k φk + N m φm = N {φe }

⎛ s ⎞⎛ t ⎞⎟ s ⎛ t ⎞⎟
N i = ⎜⎜1 − ⎟⎟ ⎜⎜1 − ⎟; N j = ⎜1 − ⎟
⎝ 2b ⎠⎝ 2a ⎠ 2b ⎝⎜ 2a ⎠
st t ⎛ s ⎞⎟
Nk = ; Nm = ⎜1 − ⎟
4ab 2a ⎜⎝ 2b ⎠

63
Remarque : les gradients ne sont 64

Transformation : "s-t" ==> "q-r"

pas constants dans un élément Q4
φ φi φ
φj
m
y m φk
t r
i k
s q
2b
2a

j
x
s=b+q
t=a+r
‹ Les propriétés de N sont comme celles de T3. Ces
Ces expressions sont très utiles puisqu'elles permettent
deux types d'élément sont donc compatibles et
de définir l'élément de référence pour des éléments
peuvent être utilisés conjointement.
plus généraux : éléments quadrilatéraux à 4 nœuds.

65 66

Systèmes de coordonnées Systèmes de coordonnées

‹ La résolution du problème par éléments finis ‹ système de coordonnées globales : x

demande souvent l'évaluation des intégrales dans
un domaine et il est difficile et même impossible ‹ système de coordonnées locales : s, q
de le faire par des méthodes analytiques. On fait ‹ système de coordonnées de référence: ξ : | ξ | ≤ 1
donc appel aux méthodes numériques.
ξ
‹ Les difficultés liées à l'évaluation numérique des s
q ξ = 2q/L
intégrales peuvent être réduites par changement x L = xj - x i
des variables d'intégration. i j

‹ Par exemple, écrire l'intégrale dans un nouveau

système de coordonnées.

11
 67 68

Différentes expressions de N Formule intégrale d’Olmstead

‹p - variable du nouveau système de coordonnées

‹ g(p) - équation qui relie x et p : x = g(p)
‹ Exemple: évaluer l’intégrale de N

Rapport des longueurs 69

Rapport des longueurs 70

Élément L2 Élément T3
v2 v1 v1=(1-s/L)=Ni(s)
k L1=d/h=Apjk /A =Ni
x v2 =s/L=Nj(s) h
L2=Nj
i j L2
s L1 L3=Nk
L3 P
i j i j
‹ formule intégrale d’Abramovitz-Stegun d
‹ formule intégrale d’Eisenberg-Malvern

‹ Ex.
‹ Ex.

71 72

Intégration sur les contours Intégration sur les contours

‹ L'incorporation des conditions aux limites avec k Côté i-j

dérivations ou des forces surfaciques dans le modèle L1 L1=Apjk /A =(b-s)/b=v1
d'éléments finis fait intervenir l'intégration sur les L2= v2
côtés des éléments. v2 Côté j-k: L2=v1 L3= v2
‹ Toute intégration sur le côté d'un élément i s P v1 j
triangulaire peut être remplacée par l'intégration sur b Côté k-i: L3=v1 L1= v2
une ligne en terme de s ou v2 :

‹ Côté k-i:
et l'intégration se fait avec la formule factorielle.

12
 73 74

Éléments de référence Éléments de référence: définition

η ‹ Un élément de référence Vr est un élément de forme
3
τe très simple, repéré dans un espace de référence
y (|ξ|≤1), qui peut être transformé en chaque élément
ξ
1 réel Ve par une transformation géométrique τe :
τe
2
η τe : ξ -> xe = xe(ξ) ξ = <ξ, η> ; x = <x, y>
4 3 x
‹ Nous utilisons une transformation linéaire par
ξ
1 2
rapport aux coordonnées {xn} des nœuds
géométriques de l'élément réel:
élément de référence Vr élément réel Ve τ : ξ -> x(ξ) = [N(ξ)] {xn}
Ni - fonctions de transformation géométrique

75 76

Propriétés de τe Construction des fonctions N(ξ)

1. τ est bijective : tout point de Vr <=> un point de Ve ‹ Approximation généralisée
2. nœuds de Vr <=> nœuds de Ve u(ξ) = <P1(ξ) P2(ξ) ... Pnd(ξ)> = <P(ξ)>{a}
3. chaque frontière de Vr se transforme en la frontière ‹ Approximation nodale
correspondante de Ve
u(ξ) = <N1(ξ) N2(ξ) ... Nnd(ξ)> = <N(ξ)>{ue}
‹ Élément isoparamétrique : N(ξ) = N(ξ) En chaque nœud d'interpolation de coordonnées {ξi},
la fonction u(ξ) prend la valeur nodale ui :

; {ue} = [Pn] {a}

77 78

Construction des fonctions N(ξ) Triangle de Pascal

‹ Reportons {a} = [Pn]-1 {ue} dans u(ξ) = <P(ξ)>{a}, ‹ En pratique, on peut choisir la base polynomiale à
on a : l'aide du triangle de Pascal (dans les cas 1D et 2D)
u(ξ) = <P(ξ)> [Pn]-1 {ue} 1
‹ Par identification, on obtient finalement : ξ η
<N(ξ)> = <P(ξ)> [Pn]-1 ξ ξη η2
2

‹ Résumé des opérations de construction de N ξ ξ2η ξη2 η3

3

‹ choix de la base polynomiale <P(ξ)> ... ... ...

‹ évaluation de la matrice nodale [Pn] = [Pj(ξi)] ‹ T6: <P(ξ)> = <1 ξ η ξη ξ2 η2>
‹ inversion de [Pn] ‹ Q8: <P(ξ)> = <1 ξ η ξη ξ2 η2 ξ2η ξη2>
‹ <N(ξ)> = <P(ξ)>[Pn]-1

13
 79 80

Quelques éléments de références Éléments de référence 2D

‹ 1D Q4 : <N> = 0.25 <(1-ξ)(1-η) (1+ξ)(1-η)
η
ξ (1+ξ)(1+η) (1-ξ)(1+η)>
z L2 1 2 3
4
z L3 ξ ξ
1 2 3
Q8 : N1 = - 0.25 (1-ξ)(1-η)(1+ξ+η) 1 2
N2 = 0.5 (1-ξ2)(1-η)
‹ 2D 3
η
N3 = - 0.25 (1+ξ)(1-η)(1-ξ+η)
z T3 <N> = < 1-ξ−η ξ η>
N4 = 0.5 (1+ξ)(1-η2) η
z T6 <N> = < -λ(1-2λ) 4ξλ -ξ(1-2ξ) 1 2 ξ
N5 = - 0.25 (1+ξ)(1+η)(1-ξ-η) 7 6 5
4ξη -η(1-2η) 4ηλ > η
avec λ = 1-ξ−η
5
N6 = 0.5 (1-ξ2)(1+η) 8 4 ξ
6 4
N7 = - 0.25 (1-ξ)(1+η)(1+ξ-η) 1 2 3
ξ
1 2 3
N8 = 0.5 (1-ξ)(1-η2)

81
Transformation des opérateurs de 82

Éléments de référence 3D
ζ
dérivation
‹ TE4: <N> = < 1-ξ−η−ζ ξ η ζ> 4 ‹ {∂ξ} = [J]{∂x}
‹ H8 : 1 3
η
2
<N> = 0.125 < a2b2c2 a1b2c2 Matrice Jacobienne
ξ
ζ
a1b1c2 a2b1c2 5 8

a2b2c1 a1b2c1 6 7

η
a1b1c1 a2b1c1 > 1 4

2 3 ‹ {∂x} = [j]{∂ξ}
a1 = 1+ξ; a2 = 1-ξ; ξ
‹ [j] = [J]-1
b1 = 1+η; b2 = 1-η; c1 = 1+ζ; c2 = 1-ζ

Calcul des termes de la matrice 83 84

Jacobienne [J] Transformation d'une intégrale

Comme <x y z> = <N(ξ,η,ζ)> [{xn} {yn} {zn}]

Formule intégrale d’Olmstead
on a :
1D

3D
∫ve f (x,y,z )dxdydz =
∫v r f (x( ξ, η, ζ ),y( ξ, η, ζ ),z( ξ, η, ζ ) )det(J )d ξd ηd ζ

14
 85 86

Intégration numérique Méthode de Gauss

‹ Évaluer l’intégrale dans un élément de référence 1D ‹ Lesg coefficients (poids) wi et les abscisses ξi sont
f(ξ) déterminés de manière à intégrer exactement des
polynômes d'ordre m ≤ 2g -1 :
f(ξ1) f(ξ2) f(ξ1) f(ξ2) f(ξ3)
f(ξ) = a1 + a2ξ + .... + a2g ξ2g-1
ξ ξ ξ
1 2 1 2 3
-1 1 w1 w2 w1 w2 w3

g : nombre de points d’intégration

ξi : coordonnées de points d’intégration
wi : poids d’intégration

Méthode de Gauss 87 88

2D ou 3D
détermination de wi et ξi
‹ Pour que l’équation précédente soit identiquement ‹ En 2D et 3D, utiliser dans chaque direction une
vérifiée pour tout a1, a2, .... , a2g, il faut : intégration numérique à une dimension.
2 ‹ Élément de référence carré (2D)
g
1
∫ ξ α dξ = = ∑ wiξ iα α = 0, 2,..., 2 g − 2
−1 α + 1 i =1 η
g
1
∫ ξ dξ = 0 = ∑ wiξ i
α α
α = 1, 3,..., 2 g −1
−1
i =1
ξ
Conditions:
soit wi>0
-1< ξi <1
g g
f (ξ ,η )dξ dη = ∑∑ wi w j f (ξi ,η j )
1 1
∫ ∫
i = 1,2,…g
−1 −1
Exemple i =1 j =1

89 90

Élément de référence triangulaire Élément de référence triangulaire

y
η 3 4
2 1
1
1
1 2 2 3
3

x
ξ
‹ Formule de Hammer
g
1 1−ξ
∫∫ f (ξ ,η ) dη dξ = ∑ wi f (ξi ,ηi )
0 0
i =1

‹ Ces formules intègrent exactement des polynômes d'ordre m N

(ξiηj avec i+j ≤ m).

15
 91 92

Problèmes scalaires 2D Problèmes physiques

‹ Équation fondamentale ‹ Écoulement irrotationnel

‹ Cette équation peut être appliquée aux différents ‹ψ - lignes de courant

problèmes physiques : ‹φ - lignes de potentiel (perpendiculaires aux ψ)
∂ψ ∂ψ
‹ Torsion d'une section non circulaire ‹ Les vitesses d'écoulement sont liées aux ,
∂x ∂y
‹ Écoulement d'eau dans un milieu poreux
‹ Dx ,Dy - perméabilités
g - module de cisaillement du matériau ‹ Q - source en un point (pompe)
θ - angle de torsion ‹ φ - niveau d'eau
φ - fonction des contraintes

93 94

Problèmes physiques Équations intégrales

‹ Transfert de chaleur d’une plaque de refroidissement ‹ Contribution d'un élément au système d'équations :

‹ Dx , Dy - conductivités ‹ avec φ = <N> {φe}

‹h - coefficient de convection
‹t - épaisseur de la plaque
‹Q - source de chaleur interne
‹φ - température
‹ φf - température ambiante

95 96

Système élémentaire Vecteur gradient et [Ke] compacte

{Re} = {Ie} + [KDGe]{φe} - {fQe} ‹ La matrice [KDGe] peut être réécrite sous une forme
plus compacte par la définition de :

et du vecteur gradient

16
 97 98

Application: élément triangulaire Application : élément rectangulaire

‹ Comme le système de coordonnées "s-t" est

Matrices parallèle au système de coordonnées "x-y" et une
longueur reste la même dans les deux systèmes de
coordonnées, on a :

Vecteur

99 100

élément rectangulaire : [KDe] élément rectangulaire : [KGe] et {fe}

‹ L'intégrationsur le terme de la première ligne et de

la première colonne de [B]T[D][B] donne :

…
…

101 102

Torsion d'une section non-circulaire Conditions aux limites sur la dérivée

y
Il existe deux types de conditions aux limites :
φ
τzy τzx
T Γ1
x

T z Γ2

φ = 0 sur les contours Sur les frontières isolées ou imperméables ou sur l'axe
de symétrie, on a :
• contraintes de cisaillement :
M=S=0
• couple :

17
 103 104

Conditions aux limites sur la dérivée Système élémentaire complet

Les conditions aux limites portant sur la dérivée sont incluses
dans le modèle d'éléments finis par [Ke]{φe} = {fe}
⎛ ∂φ ∂φ ⎞ avec
{I e } = − ∫ { N } ⎜ Dx cosθ + Dy sinθ ⎟ d Γ ⎡⎣ K e ⎤⎦ = ⎡⎣ K De ⎤⎦ + ⎡⎣ K Ge ⎤⎦ + ⎡⎣ K Me ⎤⎦
Γ
⎝ dx dy ⎠
= ∫ { N }( M φ − S ) d Γ
{ f } = { f }+{ f }+{ f }
e
Q
e e
Q* s
e

= ∫ M { N } N d Γ {φ e } − ∫ S { N } d Γ ⎡⎣ K De ⎤⎦ Matrice de conductivité { f } Vecteur de source repartie

e
Γ Γ Q

= ⎡⎣ K Me ⎤⎦ {φ e } − { f se } ⎡⎣ K Ge ⎤⎦ Matrice de génération de chaleur { f } Vecteur de source concentrée

e
Q*

⎡⎣ K Me ⎤⎦ Matrice de convection { f } Vecteur de convection

s
e

105 106

Application : Élément Q4 Application : Élément T3

⎡ N i2 Ni N j Ni N k Ni N m ⎤ ⎧ Ni ⎫
⎢ ⎥ ⎪N ⎪ ⎡ N i2 Ni N j Ni Nk ⎤ ⎧ Ni ⎫
N 2j
NN
⎡⎣ K Me ⎤⎦ = M ∫ ⎢ i j
Γ⎢N N
N j Nk
2
N j Nm ⎥
Nm Nk ⎥
dΓ { f } = S ∫ ⎪⎨ N
s
e
Γ
j ⎪
⎬d Γ Γ
⎢
⎡⎣ K Me ⎤⎦ = M ∫ ⎢ N i N j N 2j
⎥
N j N k ⎥d Γ { f } = S ∫ ⎪⎨ N
s
e
Γ
⎪
j ⎬d Γ
N j Nk N ⎪ k⎪ ⎢ 2 ⎥ ⎪N ⎪
⎢ 2 ⎥
i k k
⎪⎩ N m ⎭⎪ ⎣ Ni N k N j Nk Nk ⎦ ⎩ k⎭
⎢⎣ Ni N m N j Nm Nk Nm N m ⎥⎦

Sur le côté i-j: Nk=Nm= 0 Sur le côté i-j: Nk= 0

Lij Lij Lij Lij Lij Lij
∫Γij
Ni d Γ = ∫ N j d Γ =
Γij 2
; ∫Γij
N i2 d Γ = ∫ N 2j d Γ =
Γij 3
; ∫
Γij
Ni N j d Γ =
6 ∫Γij
Ni d Γ = ∫ N j d Γ =
Γij 2
; ∫Γij
N i2 d Γ = ∫ N 2j d Γ =
Γij 3
; ∫Γij
Ni N j d Γ =
6

⎡2 1 0 0⎤ ⎧1 ⎫
⎡2 1 0⎤ ⎧1 ⎫
⎢1 2 0 0 ⎥⎥ SLij ⎪⎪1 ⎪⎪ SLij ⎪ ⎪
⎡⎣ K Me ⎤⎦ =
MLij ⎢ { f s } = 2 ⎨0 ⎬
e
⎡⎣ K Me ⎤⎦ =
MLij ⎢
1 2 0 ⎥⎥ {f }= e
⎨1 ⎬
6 ⎢0 0 0 0⎥ 6 ⎢
s
⎪ ⎪ 2 ⎪ ⎪
⎢ ⎥ ⎪⎩0 ⎭⎪ ⎣⎢ 0 0 0 ⎥⎦ ⎩0 ⎭
⎣0 0 0 0⎦

107
Application : transfert de chaleur 108

Convection : identification de M, S par conduction et convection

‹ Flux de chaleur sortant 1D : mur composite H
d 2φ x
∂φ + QA = 0 sur 0 < x < H
qc = − kA = qh = hA (φ − φ f ) M = h ; S = hφ f
• Équation différentielle : kA
dx 2
∂n
• Convection
‹ Flux de chaleur entrant dφ
kA = hA (φ − φ f ) 鄕 = 0
dx h, φ f
∂φ
qc = kA = qh = hA (φ f − φ ) M = h ; S = hφ f dφ
∂n − kA = hA (φ − φ f ) 鄕 = H
dx

∂φ n ∂φ n kA ⎡ 1 −1⎤ ⎡ hA 0⎤ ⎡0 0 ⎤
<0 >0
• Matrice élémentaire ⎡⎣ K ⎤⎦ = L ⎢ −1 1 ⎥ + ⎢ 0 0 ⎥ + ⎢0 hA ⎥
e i
∂n ∂n
⎣ ⎦ ⎣ ⎦ ⎣ j⎦

qc qh qc qh
QAL ⎧1⎫ ⎧1 ⎫ ⎧0 ⎫
• Vecteur sollicitation { f } = 2 ⎨1⎬ + hAiφ f ⎨0 ⎬ + hA jφ f ⎨1 ⎬
e
chaleur sortant chaleur entrant ⎩⎭ ⎩ ⎭ ⎩ ⎭

18
 Application : transfert de chaleur 109
Application : transfert de chaleur 110

par conduction et convection par conduction et convection

‹ 2D : plaque de refroidissement ‹ 2D : chauffage de sols : des fils chauffants entourés
par un volume dont la section est constante
h, φ f

‹ Dx , Dy - conductivités
2 cm
‹h - coefficient de convection
6 cm 4 cm
‹t - épaisseur de la plaque
‹Q - source de chaleur interne
‹φ
isolation
- température d 2φ d 2φ
k + k 2 + Q* = 0 sur A
dx 2 dy
‹ φf - température ambiante
∂φ ∂φ
k = h (φ − φ f ) sur Γconvection =0 sur Γisolation et Γsym閠rie
∂n ∂n

Mécanique des fluides 111 112

Formulation "lignes de courant φ"

(écoulement irrotationnel)
‹ Domaines d'application
‹ EDP ∂ 2φ ∂ 2φ 5 cm/s
‹ écoulement autour des coins, des obstacles… + =0 12 cm

‹ écoulement des eaux sous-terrains, écoulement ∂x 2 ∂y 2

sous un barrage… ‹ Vitesse d'écoulement
‹ aéronautique
∂φ ∂φ
‹ Hypothèses vx = ; vy = −
‹ pas de frottement entre les fluides et les surfaces
∂y ∂x
‹ pas de turbulence (sans rotation, ni distorsion des ‹ Conditions aux limites φ = 30 ∂φ
∂φ =0
particules des fluides) =0 ∂x
∂x
‹ pas de pénétration ni séparation des surfaces φ =0

Écoulement de l'eau 113 114

Application : écoulement visqueux

dans un milieu poreux
Équations de Navier-Stokes (2D)
∂ 2φ ∂ 2φ
‹ EDP Dx + D +Q = 0 ∂u ∂u ∂u 1 ∂p μ ⎛ ∂ 2u ∂ 2u ⎞
∂x 2 ∂y 2
y u,v : vitesse
+u +v + − ⎜ + ⎟ + fx = 0
∂t ∂x ∂y ρ ∂x ρ ⎝ ∂x 2 ∂y 2 ⎠ p: pression

φ : niveau piézo-métrique a ∂v ∂v ∂v 1 ∂p μ ⎛ ∂ 2 v ∂ 2 v ⎞ μ : viscosité

+u +v + − ⎜ + ⎟ + fy = 0
Dx, Dy : perméabilités b ∂t ∂x ∂y ρ ∂y ρ ⎝ ∂x 2 ∂y 2 ⎠ ρ : densité
Q : source en un point (pompe) ∂φ
=0 ∂u ∂v
∂n + =0 fx, fy : forces
∂x ∂y
‹ Vitesse d'écoulement
(lois de Darcy) ∂φ
=0
∂φ ∂φ ∂n
vx = − Dx ; vy = −Dy
∂x ∂y

19