Os métodos adaptativos são baseados em estimativas de erro. Há dois métodos principais para aumentar a precisão dos resultados de estudos estáticos:
Método H
O conceito do método h é utilizar os elementos menores em regiões com muitos erros. Após executar o estudo e estimar os erros, o software refina automaticamente a malha para melhorar os resultados quando for necessário.
Método P
O conceito do método p é utilizar os elementos mais eficientes em regiões com muitos erros. Após executar a análise e estimar os erros, o programa melhora a ordem dos elementos em regiões com erros que excedam um nível definido pelo usuário e executa novamente o estudo. O método p não altera a malha. Altera a ordem do polinômios usados para aproximar o campo de deslocamento. Usar uma ordem polinomial unificada para todos os elementos não é eficiente. O software melhora a ordem do polinômio apenas onde houver necessidade. Essa abordagem é chamada de método p-adaptativo seletivo.
Essa opção é aceita apenas para elementos sólidos. Quando essa opção é marcada, o programa pode executar o problema várias vezes. Após cada loop, o programa acessa os erros globais e locais e decide se deve fazer outra execução.
O programa interrompe os loops quando uma das condições a seguir for satisfeita:
- os critérios globais convergirem,
- todos os erros locais convergirem (por exemplo, para cada elemento) ou
- o número máximo de loops for atingido.
Você pode basear a verificação de convergência em energia de deformação total, raiz quadrada média (RMS, Root Mean Square) de tensões de von Mises ou RMS dos deslocamentos resultantes.
Nesta versão, o método p trabalha apenas com elementos sólidos, não aceita cascas.
Após executar um problema estático com o método p-adaptativo, você pode gerar plotagens de convergência. Para obter mais informações, consulte o capítulo Exibição de resultados.
Para obter um exemplo de métodos adaptativos, consulte o Tutorial On-line.