Anlisis II (ICE 3123)

Anlisis NL de Sistemas Discretos 2D

Jos Luis Almazn (Junio 2010)
1 Solucin Exacta
Las ecuaciones de equilibrio esttico son:
W
int
= W
ext
Indicial :
@V
e
@q
i
=
@U
@q
i
i = 1 : n
Matricial :
@V
e
(v)
@q
=
@U(s)
@q
donde v = [v
1
; v
2
; :::; v
ne
] es el vector de deformaciones; y s = [s
1
; s
2
; :::; s
m
] es
el vector desplazamiento de los puntos de aplicacin de carga en la direccin de
la carga. Usando la regla de derivacin en cadena se obtiene:
Indicial :
@V
e
@q
i
=
@V
e
@v
k
@v
k
@q
i
i = 1 : n; k = 1 : n
e
Matricial :
@V
e
@q
=
_
@v
@q
_
T
@V
e
@v
= v
T
;q
@V
e
@v
v
;q
(k; i) =
@v
k
@q
i
= v
k;i
Indicial :
@U
@q
i
=
@U
@s
k
@s
k
@q
i
i = 1 : n; k = 1 : p
Matricial :
@U
@q
=
_
@s
@q
_
T
@U
@s
= s
T
;q
@U
@s
s
;q
(k; i) =
@s
k
@q
i
= s
k;i
v
T
;q
@V
e
@v
= s
T
;q
@U
@s
v
T
;q
f = s
T
;q
P
donde f es el vector de fuerzas internas, y P es el vector que contiene las
magnitudes de fuerzas externas.
1
1.1 El problema de las restricciones cinemticas
Cuando hay restricciones cinemticas es necesario encontrar la relacin entre
GDL dependientes z e independientes q. Para ello, usamos las ecuaciones que
denen las restricciones cinemticas:
Indicial : C
j
(q; z) = 0 j = 1 : n
c
Matricial : C(q; z) = 0
Si introducimos un set de desplazamientos virtuales (innitesimales) q se
cumple que:
Indicial
_

_
C
j
(q + q; z + z) =
0
..
C
j
(q; z) +
@C
j
@q
i
q
i
+
@C
j
@z
k
z
k
= 0 j; k=1:n
c
; i=1:n
@C
j
@q
i
q
i
+
@C
j
@z
k
@z
k
@q
i
q
i
= 0 )
@C
j
@q
i
+
@C
j
@z
k
@z
k
@q
i
= 0
Matricial
_

_
C(q + q; z + z) =
0
..
C(q; z) +
@C
@q
q +
@C
@z
z = 0
@C
@q
q +
@C
@z
@z
@q
q = 0 )
ncn
..
@C
@q
+
ncnc
..
@C
@z
ncn
..
@z
@q
= 0 )
@z
@q
=
_
@C
@z
_
1
@C
@q
z
;q
= (C
;z
)
1
C
;q
Esta relacin nos permitir evaluar las ecuaciones de equilibrio, que son
derivadas parciales respecto a los gdl independientes q. Por ejemplo, para eval-
uar la matriz jacobiana v
;q
en forma "directa " deberamos conocer explci-
tamente las deformaciones v en funcin de q; sin embargo por lo general est
expresada en funcin de q y z. Luego, debo usar regla de la cadena:
Indicial: v
;q
(i:j) =
@v
i
(q)
@q
j
=
@v
i
(q; z)
@q
j
+
@v
i
(q; z)
@z
k
@z
k
@q
j
Matricial: v
;q
= v
;q
+v
;z
z
;q
El mismo procedimiento se usa para calcular s
;q
:
Indicial: s
;q
(i:j) =
@r
i
(q)
@q
j
=
@s
i
(q; z)
@q
j
+
@s
i
(q; z)
@z
k
@z
k
@q
j
Matricial: s
;q
= s
;q
+s
;z
z
;q
1.2 Implementacin computacional
En realidad se trata de resolver un sistema NL de ecuaciones para cada paso
de carga. A partir de esta solucin se construye la curva vs . El algoritmo
2
que se presenta a continuacin se puede implementar por medio de fsolve.m de
Matlab.
Algoritmo:
Paso 1) En la condicin inicial (sin carga) conozco q y z que satisfacen C(q; z) =
0. Inicializo multiplicador de carga =
o
Paso 2) Evalo las matrices jacobianas (Cinemtica)
z
;q
= (C
;z
)
1
C
;q
v;
q
= v
;q
= v
;q
+v
;z
z
;q
= g(q; z)
s
;q
= s
;q
= s
;q
+s
;z
s
;q
= h(q; z)
Paso 3) Evalo fuerzas internas (accin-deformacin)
f =
^
k v(q; z)
Paso 4) Resuelvo ecuaciones de equilibrio y restricciones cinemticas:
_
(v
;q
)
T
f (s
;q
)
T
P = 0
C(q; z) = 0
Nota 1: las incgnitas de este sistema NL de ecuaciones son q y z.
Nota 2: como el sistema se resuelve iterativamente, hay que dar un valor de
partida q
o
y z
o
.
Paso 5) Chequeo de convergencia (control de error)
Si converge, actualizo = + y voy a (6)
Si no vonverge (se aproxima a condicin inestable), entonces ) EXIT
Paso 6) Chequeo de paso de carga
Si >
max
, entonces ) EXIT
Si <
max
, vuelvo a (2) con todas las variables actualizadas
2 Solucin Aproximada
Como veremos ms adelante, el secreto est en linearizar expresiones del tipo,
@w(q)
@q
donde w(q) representa cualquier funcin escalar, como deformacin o desplaza-
miento, que depende de q (p.e. lo GDL de un sistema discreto). La componente
i -sima de
@w
@q
se puede expresar en Serie de Taylor como:
Indicial :
@w
@q
i

_
@w
@q
i
_
o
+
_
@
2
w
@q
i
@q
j
_
o
q
j
Matricial :
@w
@q

_
@w
@q
_
o
+
_
@
2
w
@q@q
T
_
o
q
w
;i
(w
;i
)
o
+ (w
;ij
)
o
q
j
3
donde (w
;ij
)
o
=
_
@
2
w
@q@q
T
_
o
es la matriz hessiana de la funcin w(q), evaluada
en q = q
o
.
2.1 Linearizacin de las fuerzas internas
Analicemos ahora cmo linearizar las fuerzas internas proyectadas sobre los GDL
q, es decir:
F
int
= v
T
;q
f
Si suponemos que cada elemento tiene un grado de libertad tenemos:
v
T
;q
f =
_
@v
1
@q
T
:::
@v
ne
@q
T
_
_

_
f
1
.
.
.
f
ne
_

_ =
ne

j=1
@v
j
@q
T
f
j
=
ne

j=1
v
T
j;q
f
j
donde
@v
j
@q
T
f
j
representa la fuerza en el elemento j-simo proyectada sobre los
GDL q.
El trmino
@v
j
@q
T
se puede linearizar de la siguiente manera,
@v
j
@q
T

_
@v
j
@q
_
T
o
+
_
@
2
v
j
@q@q
T
_
o
q
Entonces,
@v
j
@q
T
f
j
. .
(n1)

_
_
@v
j
@q
_
T
o
+
_
@
2
v
j
@q@q
T
_
o
q
_
f
j
A su vez, la fuerza en el elemento j-simo se puede linearizar como:
f
j
f
jo
+ k
j
v
j
donde v
j
se puede linearizar tambin como:
v
j

1n
..
_
@v
j
@q
_
o
q
Entonces, reemplazando se obtiene:
4
@v
j
@q
T
f
j
. .
(n1)

_
_
@v
j
@q
_
T
o
+
_
@
2
v
j
@q@q
T
_
o
q
_
_
f
jo
+ k
j
_
@v
j
@q
_
o
q
_
@v
j
@q
T
f
j

_
@v
j
@q
_
T
o
f
jo
+
_
@v
j
@q
_
T
o
k
j
_
@v
j
@q
_
o
q+f
jo
_
@
2
v
j
@q@q
T
_
o
q
donde se ha eliminado el trmino de segundo orden.
Ahora extendemos a todos los elementos,
_
@v
@q
_
T
f
_
@v
@q
_
T
o
f
o
+
_
@v
@q
_
T
o
^
k
_
@v
@q
_
o
q +
_
_
ne

j=1
f
jo
_
@
2
v
j
@q@q
T
_
o
_
_
q
v
T
;q
f (v
;q
)
T
o
f
o
+K
e
q +K
G
q
donde K
e
es la matriz de rigidez elstica tangente,
K
e
=
_
@v
@q
_
T
o
^
k
_
@v
@q
_
o
= (v
;q
)
T
o
^
k(v
;q
)
o
K
e
(i; l) =
_
@v
@q
i
_
T
o
^
k
_
@v
@q
l
_
o
= (v
;i
)
T
o
^
k(v
;l
)
o
siendo
^
k =diag(k
1
:::k
ne
) la matriz de rigidez compuesta de los elementos; y K
G
es la matriz de rigidez geomtrica tangente,
K
G
=
ne

j=1
f
jo
H
(G)
j
K
G
(i; l) =
ne

k=1
f
jo
_
@
2
v
j
@q
i
@q
l
_
o
= f
jo
v
j;il
siendo
H
(G)
j
=
_
@
2
v
j
@q@q
T
_
o
H
(G)
j
(i; l) =
_
@
2
v
j
@q
i
@q
l
_
o
= v
j;il
la matriz hessiana (tensor de orden 3) asociada al elemento j-simo.
5
Si existen GDL dependientes, conviene denir el siguiente vector (ya calcu-
lado),
Indicial : g
ji
(q; z) =
@v
j
@q
i
Matricial : g
j
(q; z) =
n1
..
@v
j
@q
j = 1 : n
e
Para calcular el hessiano (jacobiano del jacobiano) hay que usar la regla de
la cadena nuevamente,
H
(G)
j
(i; l) =
_
@
2
v
j
@q
i
@q
l
_
o
=
_
@
@q
l
_
@v
j
@q
i
__
o
=
_
@g
ji
(q)
@q
l
_
o
=
_
@g
ji
(q; z)
@q
l
+
@g
ji
(q; z)
@z
k
@z
k
@q
i
_
o
H
(G)
j
=
_
_
_
_
nn
..
@g
j
(q; z)
@q
+
nnc
..
@g
j
(q; z)
@z
ncn
..
@z
@q
_
_
_
_
o
= (g
j;q
+g
j;z
z
;q
)
o
2.2 Linearizacin de la fuerzas externas
El potencial externo depende de los desplazamientos de los puntos de aplicacin
de carga r(q):
U = U(r(q)) = r
T
Q =
p

k=1
r
T
k
Q
k
=
p

k=1
r
T
k
n
k
P
k
=
p

k=1
s
k
P
k
= s
T
P
donde Q
k
= n
k
P
k
es la k-sima carga (concentrada) externa, siendo n
k
el vector
unitario de la direccin, P
k
la magnitud de la carga y s
k
= r
T
k
n
k
la proyeccin
del desplazamiento del punto de aplicacin de la carga sobre la direccin (ja)
de sta.
El vector de cargas externas, aplicadas sobre los GDL q se calcula entonces
como:
F
ext
=
@U(s(q))
@q
=
@s
@q
T
P =
p

k=1
@s
k
@q
T
P
k
Evidentemente es posible linearizar
@s
k
@q
T
de la siguiente manera,
@s
k
@q
T

_
@s
k
@q
_
T
o
+
_
@
2
s
k
@q@q
T
_
o
q
Entonces, considerando la carga k-sima tenemos:
6
@s
k
@q
T

_
@s
k
@q
_
T
o
P
k
+ P
k
_
@
2
s
k
@q@q
T
_
o
q
Si extendemos a todas las cargas:
@s
@q
T
P =
p

k=1
@s
k
@q
T
P
k

_
@s
@q
_
T
o
P+
_
p

k=1
P
k
_
@
2
s
k
@q@q
T
_
o
_
q
@s
@q
T
P
_
s
T
;q
_
o
P+K
C
q
donde K
C
es la matriz de rigidez de carga,
K
C
=
p

k=1
H
(C)
k
P
k
K
C
(i; l) = s
k;il
P
k
siendo
H
(C)
k
=
_
@
2
s
k
@q@q
T
_
o
H
(C)
k
(i; l) =
_
@
2
s
k
@q
i
@q
l
_
o
= s
k;il
la matriz hessiana (tensor de orden 3) asociada a la carga P
k
.
Si existen GDL dependientes usamos la misma estrategia,
Indicial : h
km
(q; z) =
@s
k
@q
m
Matricial : h
k
(q; z) =
@s
k
@q
k = 1 : p
Indicial : H
(C)
k
(l; m) =
_
@
@q
l
_
@s
k
@q
m
__
o
=
_
@h
km
@q
l
_
o
=
_
@h
km
(q; z)
@q
l
+
@h
km
(q; z)
@z
i
@z
i
@q
l
_
o
Matricial : H
(C)
k
=
_
_
_
_
nn
..
@h
k
@q
+
nnc
..
@h
k
@z
ncn
..
@z
@q
_
_
_
_
o
= (h
k;q
+h
k;z
z
;q
)
o
7
2.3 Ecuacin incremental de equilibrio
Igualando las fuerzas internas y externas linearizadas se tiene:
(v
;q
)
T
o
f
o
+ (K
e
+K
G
) q =
_
r
T
;q
_
o
P+K
C
q
En esta ecuacin P es el vector de carga al nal del intervalo, por lo tanto
debe expresarse como,
P = P
o
+P
Entonces,
(v
;q
)
T
o
f
o
+ (K
e
+K
G
) q =
_
r
T
;q
_
o
P
o
+
_
s
T
;q
_
o
P+K
C
q
Si existe equilibrio al comienzo del intervalo, se cumple que:
(v
;q
)
T
o
f
o
=
_
s
T
;q
_
o
P
o
Finalmente la ecuacin incremental de equilibrio es:
(K
e
+K
G
K
C
) q =
_
r
T
;q
_
o
P
En realidad en cada paso de carga se resuelve un sistema lineal de ecua-
ciones. Se muestra a continuacin un algoritmo directo tipo Euler. Existe
la posibilidad de mejorarlo usando Runge-Kutta (requiere una evaluacin ms),
o bien hacer control de error usando Newton-Rapshon para encontrar la solucin
"exacta".
Algoritmo:
Paso 1) En la condicin inicial (sin carga) conozco q y z que satisfacen C(q; z) =
0. Adopto un valor P
Paso 2) Evalo las matrices jacobianas y hessianas al comienzo del intervalo
(z
;q
)
o
=
_
(C
;z
)
1
C
;q
_
o
_
v;
q
_
o
=
_
@v
j
@q
i
_
o
= (v
;q
+v
;z
z
;q
)
o
(s
;q
)
o
=
_
@s
k
@q
i
_
o
= (s
;q
+s
;z
z
;q
)
o
H
(G)
j
(i; l) =
_
@
2
v
j
@q
i
@q
l
_
o
= (g
j;q
+g
j;z
z
;q
)
o
H
(C)
k
(i; l) =
_
@
2
s
k
@q
i
@q
l
_
o
= (h
k;q
+h
k;z
z
;q
)
o
Paso 3) Evalo las matrices de rigidez:
K
e
=
_
v;
q
_
T
o
^
k
_
v;
q
_
o
, K
G
=

ne
j=1
f
jo
H
(G)
j
, K
C
=

p
k=1
H
(C)
k
P
k
Paso 4) Resuelvo ecuacion incremental,
(K
e
+K
G
K
C
) q =
_
s
T
;q
_
o
P
Si la matriz del sistema de aproxima a la inestabilidad) EXIT
8
Paso 5) Calculo linealmente el incremento z,
z = (z
;q
)
o
q
Paso 5) Actualizo todas las variables,
q = q + q, z = z + z, f
o
= f , P
o
= P
o
+ P
Paso 6) Chequeo de paso de carga
Si P
o
> P
max
, ) EXIT
Si P
o
< P
max
, vuelvo a (2)
9