非线性算例的迭代求解方法

非线性静态算例

在非线性静态分析中,以任何“时间”阶梯 t+Δt 要求解的一组基本方程式为:

t+Δt{R} - t+Δt{F} = 0,

其中:

t+Δt{R} = 从外部施加的节点载荷的向量

t+Δt{F} = 内部创建的节点力向量。

由于内部节点力 t+Δt{F} 取决于 t+Δt 时刻的节点位移 t+Δt{U},因此必须使用迭代方法。下列方程式代表以某个时间阶梯 t+Δt 求解平衡方程式的迭代方案基本思路:

{ΔR}(i-1) = t+Δt{R} - t+Δt{F}(i-1)

t+Δt[K](i) {ΔU}(i) = {ΔR}(i-1)

t+Δt{U}(i) = t+Δt{U}(i-1) + {ΔU}(i)

t+Δt{U}(0) = t{U}; t+Δt{F}(0) = t{F}

其中:

t+Δt{R} = 从外部施加的节点载荷的向量

t+Δt{F}(i-1) = 第 (i) 次迭代时内部创建的节点力向量

{ΔR}(i-1) = 第 (i) 次迭代时的失去平衡载荷向量

{ΔU}(i) = 第 (i) 次迭代时的递增节点位移向量

t+Δt{U}(i) = 第 (i) 次迭代时的总位移向量

t+Δt[K](i) = 第 (i) 次迭代时的雅可比(正切刚度)矩阵

有各种不同的执行上述迭代的方案。下面提供了牛顿类型的两种方法的简要说明:

迭代求解方法 — 牛顿拉夫森 (NR) 方案

在此方案中,正切刚度矩阵是在特定步骤内的每次迭代时形成与分解,如下图所示。NR 方法有较高的收敛速度,并且其收敛速度具有平方收敛性。但是,由于正切刚度是在每次迭代时形成与分解,这对于大型模型来说相当昂贵,因此使用另一种迭代方法可能更有利。

迭代求解方法 — 修改的牛顿拉夫森 (MNR) 方案

在此方案中,正切刚度矩阵是在每个步骤一开始(或者根据定义算例属性时所指定的时间)形成与分解,并用于整个迭代过程,如下图所示。