Résumé

Sophie Léger
2014-06-08
Méthode lagrangienne actualisée pour les problèmes hyperélastiques en très grandes déformations
Directeurs: André Fortin

Simuler numériquement de façon précise les matériaux hyperélastiques en grandes déformations par la méthode des éléments finis est encore un problème difficile. Même avec l’aide d’un maillage très raffiné, la formulation lagrangienne totale peut mener à des problèmes de convergence en raison de la dégénérescence des éléments du maillage. L’estimation d’erreur et le remaillage adaptatif sur la géométrie initiale sont des outils utiles qui peuvent améliorer la précision des solutions (avec moins de degrés de liberté), mais ces outils ne sont malheureusement pas suffisants pour atteindre de très hauts niveaux de déformation. La formulation lagrangienne actualisée où la géométrie du domaine de calcul est périodiquement mise à jour est donc préférée, et ceci même si des étapes de remaillage sont encore nécessaires afin de contrôler la qualité des éléments et d’éviter les éléments trop déformés, voire renversés. Suite à une étape de remaillage, le transfert de données (réinterpolation des variables) de l’ancien maillage vers le nouveau maillage est nécessaire, ce qui est un problème délicat. Si les transferts ne sont pas effectués adéquatement, la précision peut être sérieusement affectée.


Dans cette thèse, nous présentons une formulation lagrangienne actualisée où l’erreur sur la solution éléments finis est estimée et combinée au remaillage adaptatif afin de raffiner le maillage dans les régions où l’erreur estimée est grande, et au contraire, enlever des éléments là où l’erreur est considérée petite, le tout en contrôlant la qualité des éléments du maillage.  En utilisant cette approche, de très hauts niveaux de déformation peuvent être atteints tout en préservant la précision de la solution. Une attention particulière est portée aux méthodes de transfert de données et une méthode de projection cubique très précise est introduite. La méthode de continuation de Moore-Penrose, qui est très efficace, est aussi utilisée pour piloter automatiquement l’algorithme complet qui inclut l’augmentation de la charge, l’estimation d’erreur, le remaillage adaptatif et le transfert de données. Une nouvelle approche pour l’implémentation de la méthode de continuation de Moore-Penrose, facilitant la détection des points de bifurcation, sera aussi présentée de même que plusieurs exemples.

Retour