1 / 33

Implmentation
Prin. Corres.

MEC6418 - NOTES DE COURS

lments finis

Calcul de structure avec des matriaux viscolastiques

Par: Martin Lvesque

professeur du dpartement de gnie mcanique

Hiver 2011

2 / 33

Implmentation
Introduction
Diff. finies
Algorithme
Prin. Corres.
lments finis

Implmentation numrique

Introduction

3 / 33

Les lois de comportement

Z tX
d
(0)
(i)
d
(1)
(t) = C : (t) +
C exp[i (t )] :
d
0
Z tX
d
(t) = S(0) : (t) +
S(i) (1 exp[i (t )]) :
d (2)
d
0

Implmentation
Introduction
Diff. finies
Algorithme

Prin. Corres.
lments finis

font intervenir lhistoire de contraintes et de dformations.

Calculer ou une valeur de t ncessite dintgrer lhistoire
de et de = 0 = t.
Pour des histoires arbitraires de et , ce calcul doit se faire
de manire numrique.
Plusieurs stratgies existent dans la littrature pour accomplir
cette tche.

La majeure partie des mthodes se concentrent sur la

discrtisation de lintgrale et utilisent les proprits des
exponentielles pour obtenir une expression rcursive.

Introduction

Dans la suite de ce document, nous allons prsenter une

approche rcemment propose par Crochon et al. dans la revue
Mech. Time-Depend. Mater. (2010) 14:359 387.
La mthode utilise le fait que la forme intgrale des lois
viscolastiques provient dune quation diffrentielle.
Cette forme est propice lutilisation des schmas de diffrence
finie (Euler, Crank-Nicholson, Runge-Kutta) et est plus prcise
que toutes les autres mthodes existantes.

Implmentation
Introduction
Diff. finies
Algorithme

Prin. Corres.
lments finis

4 / 33

Les schmas diffrences finies

Implmentation
Introduction
Diff. finies
Algorithme

Prin. Corres.
lments finis

5 / 33

Supposons que lon ait une quation diffrentielle du type:

y = f (t, y) avec y(0) = y0

(3)

o y = y(t) et t est une variable. Tout dpendant de la forme

de f , on pourra trouver une solution analytique cette
quation diffrentielle.
Quand on ne peut solutionner analytiquement, on peut trouver
une solution approximative en utilisant un schma de
diffrences finies.
Lapproche consiste discrtiser le domaine de t pour lequel on
veut la solution en un nombre fini dincrments. Par exemple, si
chaque incrment a la mme longueur h, on aura que le temps
tn = nh, o n est un entier.
On notera par yn = y(tn ).

Les schmas diffrences finies

Implmentation
Introduction
Diff. finies
Algorithme

Prin. Corres.
lments finis

6 / 33

De lquation (3), on peut voir que f (t, y) est la pente de y.

Alors, une premire approximation pourrait tre que:
yn+1 yn + hf (tn , yn )

(4)

Cette approche est appele schma dEuler avant et est

explicite car la solution tn+1 ne dpend que de yn . Ce schma
est reconnu tre instable et peu prcis.
Une autre approximation est de calculer
yn+1 yn + hf (tn+1 , yn+1 )
o cette fois le schma est implicite (la majeure partie du
temps) et est appel schma dEuler arrire. Ce schma est
stable mais ncessite plusieurs pas de temps pour une bonne
prcision (sa prcision est de lordre de h).

(5)

Les schmas diffrences finies

Implmentation
Introduction
Diff. finies
Algorithme

Prin. Corres.
lments finis

7 / 33

Une autre approche serait dutiliser la pente moyenne sur

lincrment de temps de sorte que
yn+1


h
yn + f (tn , yn ) + f (tn+1 , yn+1 )
2

(6)

Cette approche est appele schma de Crank-Nicholson et est

implicite. De plus, sa prcision est de lordre de h2 , ce qui lui
permet de converger plus rapidement que le schma dEuler.
On peut dfinir dautres schmas en utilisante des
dveloppement de Taylor de manire faire disparatre certains
termes. Par exemple, la mthode de Runge-Kutta explicite
permet de calculer
yn+1


h
yn + k1 + 2k2 + 2k3 + k4
6

o k1 = f (yn , tn ), k2 = f (yn + h2 k1 , tn + h2 ),
k3 = f (yn + h2 k3 , tn + h2 ) et k4 = f (yn + hk3 , tn+1 )

(7)

Algorithme

Implmentation
Introduction
Diff. finies
Algorithme

8 / 33

Dans le chapitre sur le dveloppement de la loi de

comportement viscolastique, on avait obtenu que:
(t) = L1 : (t) + L2 : (t)
B : + L3 : + L2 T : = 0

Prin. Corres.

(8)

lments finis

Si on reprend la notation gnrale de lquation (3), on a ici que



(9)
= B1 : L3 : + L2 T :

Si on utilise un schma dEuler implicite, on aura que:

n+1

n+1

= + h
n

= hB
do on tire que:
n+1 = I + hB1

: L3 :

n+1

n+1

+ L2 :

(10)



1  n
: L3
: hB1 : L2 T : n+1 (11)

Algorithme suite

Implmentation
Introduction
Diff. finies
Algorithme

Prin. Corres.

9 / 33

Lquation (11) peut se mettre sous la forme:

n+1 = W1 : n + W2 : n+1

(12)

Avec la loi de comportement, on a que:

n+1 = L1 : n+1 + L2 : n+1

lments finis

n+1

= L1 :

n+1

+ L2 : W1 : + W2 :

= (L1 + L2 : W2 ) : n+1 + L2 : W1 : n

(13)

On voit donc que n+1 dpend de n+1 et de n .

Lalgorithme va consister dans un premier temps discrtiser
lhistoire de chargement (i.e. (t)) en N incrments de temps.
Par la suite, pour chaque pas de temps, on calcule n+1 avec
lquation (49) et n+1 avec lquation (11). On pourra ainsi
calculer la rponse pour les N pas de temps choisis.

Algorithme suite

10 / 33

Le problme avec lalgorithme prcdent est quil fait intervenir

les matrices internes B et Li alors que la loi de comportement
fera intervenir les C(i) et i . Il y a un lien entre ces quantits
et lobjectif des prochains transparents est de lexpliciter.
Dans les transparents sur la viscolasticit, on avait obtenu que

Implmentation
Introduction
Diff. finies
Algorithme

Prin. Corres.
lments finis


L2ir L2jr
j (t)
i (t) = L1ij
L3rr


Z t
L2ir L2jr
dj (t)
L3rr
+
exp
d
(t )
L3rr
Brr
d
0


(14)

o toutes les matrices sont dans la base qui rendent B et L3

diagonales.
Lorsque deux matrices sont symtriques et dfinies positives
elles sont simultanment diagonalisables. De plus, une des deux
matrice diagonalise sera la matrice identit. Dans notre cas,
supposons que la matrice B = I lorsque diagonalise. Avec
lquation (1), on peut voir que les lments de la matrice L3
diagonalise doivent tre gaux au i .

Algorithme suite

11 / 33

Avec cette observation, on peut voir que:

Implmentation
Introduction
Diff. finies
Algorithme

1 (i)  (i) T
L2 : L2
= C(i)
i

(15)

(i)

Prin. Corres.

o L2 est une matrice qui fait partie de L2 . On peut r-crire

cette quation sous la forme:

lments finis

(i)
L2


(i) T
L2

= i C(i)

(16)

Comme C(i) 0 et symtrique, et que i > 0, i C(i) permet

une dcomposition de Cholesky.
Par dfinition, une dcomposition de Choleski permet
dexprimer une matrice symtrique sous la forme:

A = L : LT
o la matrice L est une matrice triangulaire infrieure.

(17)

Algorithme suite

12 / 33

Intressons nous aux dimensions des diverses matrices. La

matrice L2 servira reprsenter les diffrents C(i) . Si on a N
i , et que chaque matrice C(i) comprend 36 termes (parce que
cest une matrice 6 6), la matrice L2 doit avoir 36N termes.
La matrice L2 est une matrice L2ir o i [1, 6] car L2 : doit
avoir les mmes dimensions que les contraintes, cest dire 6
composantes. Lindice r correspond donc au nombre de termes
dans .

Implmentation
Introduction
Diff. finies
Algorithme

Prin. Corres.
lments finis

Comme i r = 6r = 36N , il faut que r = 6N .

Donc, si on a 2 i , L2 est une matrice 6 12.
Alors, la matrice L2 pourra tre exprime comme:





 L(2)  . . .  LN
L2 = L(1)
2
2
2
(i)

(18)

o chaque L2 est une matrice 6 6 triangulaire infrieure

qui est la dcomposition de Cholesky de i C(i) .

Algorithme suite

13 / 33

Comme r = 6N , B sera la matrice identit 6N 6N et L3

sera une matrice diagonale 6N 6N o les termes diagonaux
seront les i . On aura par exemple, L3rr = 1 pour r [1, 6],
L3rr = 2 pour r [7, 12], etc.
Pi=N (i)
L2ir L2jr
(0)
On a que C
= L1ij L3
= L1 i=1 C . On aura
rr
donc que:
i=N
X
C(i)
(19)
L1 =

Implmentation
Introduction
Diff. finies
Algorithme

Prin. Corres.
lments finis

i=0

On a donc tout ce quil faut pour programmer une

implmentation numrique.

(Voir exemple Mathematica sur le site web)

14 / 33

Implmentation

Prin. Corres.
Introduction
Princ.Corres.
Conv. Prop.
Laplace-Carson
Inversion
lments finis

Principe de correspondance

Introduction

15 / 33

Le calcul de structure avec des matriaux viscolastiques

linaires est plus compliqu quavec des matriaux lastiques
linaires car ils introduisent une dpendance au temps.
On la vu dans le dveloppement de la loi de comportement, un
outil qui permet de faire disparatre le dpendance au temps est
la transforme de Laplace.
Par dfinition, la transforme de Laplace de la fonction f est:
Z
L(f ) = f(s) =
exp[st]f (t)dt
(20)

Implmentation
Prin. Corres.
Introduction
Princ.Corres.
Conv. Prop.
Laplace-Carson
Inversion

lments finis

On peut donc remarquer quelle ne sapplique que sur laspect

temporel du problme. Laspect spatial nest aucunement
affect.
La transforme de Laplace permet donc de dcoupler la
dpendance temps-espace associe aux problmes
viscolastiques.
La dmarche sera dappliquer la transforme de Laplace sur le
problme, le solutionner dans lespace de Laplace et appliquer la
transforme inverse pour le retrouver dans lespace rel.

Le principe de correspondance viscolastique

16 / 33

Loutil qui nous permet de solutionner ces problmes se nomme

principe de correspondance viscolastique linaire.
Pour quil puisse sappliquer, le problme doit avoir les
particularits suivantes:

Implmentation
Prin. Corres.
Introduction
Princ.Corres.
Conv. Prop.
Laplace-Carson
Inversion

lments finis

1. Tous les matriaux doivent tre linaires.

2. Tous les paramtres dfinissant les matriaux ne doivent
pas dpendre du temps.
3. En chaque point du problme, le type de conditions aux
rives doit rester le mme. Par exemple, on ne pourrait pas
avoir une force impose durant un certain temps et par la
suite un dplacement impos au mme point.
4. Il ne faut pas que la gomtrie change avec le temps.

Exemple la conversion des proprits mcaniques

Implmentation
Prin. Corres.
Introduction
Princ.Corres.
Conv. Prop.
Laplace-Carson
Inversion

Considrons la loi de comportement:

Z t
d
d
S(t ) :
(t) =
d
0

17 / 33

(21)

Si lon applique la transforme de Laplace cette quation, on

obtiendra:
:
= sS

(22)

Considrons la loi de comportement:

Z t
d
(t) =
C(t ) :
d
d
0

lments finis

(23)

Si lon applique la transforme de Laplace cette quation, on

obtiendra:
:
= sC

(24)

Exemple la conversion des proprits mcaniques

Des quations (22) et (24) on tire que:

Implmentation
Prin. Corres.
Introduction
Princ.Corres.
Conv. Prop.
Laplace-Carson
Inversion

1 1
:

= sC
= S
:

(25)

1 1

S = 2C
s

(26)

On aura donc que:

lments finis

Do lon tirera que:

S(t) = L1

18 / 33

1 1
C
2
s

(27)

Cette relation est trs utile car elle permet de calculer la

souplesse de fluage si le module de relaxation est connu, ou vice
versa.

La transforme de Laplace Carson

Implmentation
Prin. Corres.
Introduction
Princ.Corres.
Conv. Prop.
Laplace-Carson
Inversion

19 / 33

Un outil qui est plus physique que la transforme de Laplace

est la transforme de Laplace Carson. La transforme de
Laplace-Carson f dune fonction f (t) est dfinie par:
f (s) = sL(f )

(28)

lments finis

Alors, si lon reprend les deux lois de comportement auxquelles

on a appliqu la transforme de Laplace et que lon multiplie
par s de chaque ct de lquation, on a:
= S :

(29a)

= C :

(29b)

S = (C )1

(30)

Ce qui permet dobtenir:

La transforme de Laplace Carson

20 / 33

S = (C )1
Implmentation
Prin. Corres.
Introduction
Princ.Corres.
Conv. Prop.
Laplace-Carson
Inversion

lments finis

Ce rsultat est trs similaire celui que lon obtiendrait en

lasticit linaire.
Alors, en pratique, on utilisera la transforme de Laplace
Carson pour solutionner les problmes.
Si pour un problme lastique on connat la solution en fonction
des proprits mcaniques du matriau, la dmarche est trs
simple:

On applique la transforme de Laplace Carson toutes les

proprits mcaniques.
Dans la solution du problme lastique, on remplace les
proprits lastiques par les proprits transformes.
On obtient la solution relle en appliquant la transforme
inverse.

(Voir exemples dapplication faits au tableau)

Inversion numrique des transformes de Laplace Carson

21 / 33

On vient de voir que lobtention de la solution temporelle peut

rapidement devenir complique.
De plus, dans la majorit des cas, il nexiste pas de solution
analytique pour la rponse temporelle.
On doit donc avoir recours des mthodes numriques, comme
la mthode de Collocation introduite par Schapery en 1962.
Nommons par (t) la solution temporelle un problme
viscolastique solutionn par le principe de correspondance.
Alors, on peut supposer que (t) peut se dcomposer comme:

Implmentation
Prin. Corres.
Introduction
Princ.Corres.
Conv. Prop.
Laplace-Carson
Inversion

lments finis

(t) = + t + (t)

(31)

o et sont scalaires.
En gnral, (t) va tre borne. En effet, pour une dformation
ou contrainte applique finie, la rponse est aussi finie, sauf
pour des cas singuliers. Pour ce cours, on supposera que
(t) = + (t)

(32)

Inversion numrique des transformes de Laplace Carson

Implmentation
Prin. Corres.
Introduction
Princ.Corres.
Conv. Prop.
Laplace-Carson
Inversion

22 / 33

Pour arriver une approximation de (t), Schapery a propos

d (t) sous la forme dune srie de Dirichlet pour approximer
(t) de sorte que:
(t) d (t) =

N
X

i exp [ti ]

(33)

i=1

lments finis

o les i > 0 et choisis priori.

On peut voir que s () = 0.
Une des proprits des transformes de Laplace Carson est le
thorme de la valeur finale. Supposons que lon veuille calculer
la limite suivante en utilisant les proprits de drivation des
transformes de Laplace:
Z
f(t) exp [st] dt = lim [sL(f ) f (0)]
(34)
lim
s0 0

s0

Inversion numrique des transformes de Laplace Carson

Implmentation
Prin. Corres.
Introduction
Princ.Corres.
Conv. Prop.
Laplace-Carson
Inversion

23 / 33

Comme lintgrale se fait par rapport t, on peut entrer la

limite dans lintgrale, ce qui nous conduira :
Z
f(t)dt = lim [f (s) f (0)]
(35)
s0

et aprs intgration on aura:

lments finis

f () f (0) = f (0) f (0)

(36)

ce qui conduit au thorme de la valeur limite:

f () = f (0)

(37)

En appliquant ce rsultat (t) en utilisant la dfinition de

(t), on aura que:
= (0)
(38)
ce qui nous permettra de dfinir:
(t) = (t) (0)

(39)

Inversion numrique des transformes de Laplace Carson

Implmentation
Prin. Corres.
Introduction
Princ.Corres.
Conv. Prop.
Laplace-Carson
Inversion

24 / 33

La mthode de collocation de Schapery consiste trouver

d (t) telle que la quantit suivante soit minimise:
Z
E=
[(t) d (t)]2 dt
(40)
0

Dans cette quation, les seules variables sont les i . Alors, E

sera minimale lorsque:
Z
E
[(t) d (t)] exp [ti ] dt = 0
(41)
= 2
i
0

Si on multiplie chaque ct de lquation par i , on a que:

Z
[(t) d (t)] exp [ti ] dt = 0
(42)
i

lments finis

ce qui est en fait la dfinition de la transforme de Laplace

Carson (ici, s = i ), ce qui permettra dcrire:
(i ) = d (i ) pour i [0, N ]

(43)

Inversion numrique des transformes de Laplace Carson

25 / 33

(i ) = d (i ) pour i [0, N ]
Implmentation
Prin. Corres.
Introduction
Princ.Corres.
Conv. Prop.
Laplace-Carson
Inversion

lments finis

Cette dernire quation est en fait un systme N quations

o les inconnues sont les i .
On aura que:


N

X

j exp[ts] 
d (i ) = sL

j=1
s=i

N
X
s 
j
=

s + j 
(44)

j=1

N
X
j=1

s=i

i
j
i + j

= ij j
ce qui conduira au systme linaire dquations:
(i ) = ij j

(45)

Inversion numrique des transformes de Laplace Carson

26 / 33

(i ) = ij j
Implmentation
Prin. Corres.
Introduction
Princ.Corres.
Conv. Prop.
Laplace-Carson
Inversion

La solution de ce systme sera:

i = (ij )1 (j )

(46)

La solution approche

lments finis

d (t) = + d (t)

(47)

dpendra donc des i choisis ainsi que de leur nombre.

En principe, plus on prendra de termes dans la srie de Dirichlet,
plus lapproximation sera prcise. Toutefois, comme pour les
sries de Taylor, lorsque le nombre de termes est grand on peut
obtenir des oscillations importantes. Il est donc ncessaire de
choisir astucieusement le nombre de termes dans la srie.

27 / 33

Implmentation
Prin. Corres.

lments finis
Principe
Imp. gnrale
Utilisation

Utilisation code de calculs par lments

finis

Principe de base

28 / 33

Lorsquun problme dlments finis prsente une nonlinarit

(par exemple gomtrique ou matrielle), la solution est faite de
manire incrmentale.
La Figure 1 illustre schmatiquement le processus (o les
contraintes devraient tre remplaces par des forces et les
dformations par des dplacements)
Par exemple, si on se trouve au temps tn , on aura n et n . Si
augmente de , alors, n+1 = n + , o = f () et
o f est non linaire.

Implmentation
Prin. Corres.
lments finis
Principe
Imp. gnrale
Utilisation

Figure 1: Schmatisation dun schma incrmental de solution

Principe de base

29 / 33

Supposons que lon connaisse et que lon veuille calculer

. Une manire de solutionner lquation = f () est
dutiliser la mthode itrative de Newton.
R-crivons lquation = f () sous la forme
f () = () = 0, o on travaille en 3D.
Supposons s la valeur de litration s. La mthode de
Newton permet de calculer s+1 avec:

Implmentation
Prin. Corres.
lments finis
Principe
Imp. gnrale
Utilisation

s+1


()

= s
 s : (s )




= s
 s : (s )

(48)

Dans leurs algorithmes internes, les codes de calculs par

lments finis doivent solutionner ce type dquation chaque
point dintgration des lments.
Alors, une solution par lments finis en viscolasticit sera
dcompose en plusieurs incrments et chaque incrment
ncessitera quelques itrations.

Implmentation gnrale

30 / 33

Les codes de calcul comme ANSYS et ABAQUS permettent de

dfinir des lois de comportement dfinies par lusager.
Pour ABAQUS, lusager doit utiliser la sous-routine UMAT et
fournir au code de calcul les informations suivantes:

Implmentation
Prin. Corres.
lments finis
Principe
Imp. gnrale
Utilisation

1.

2. La valeur de la contrainte la fin de lincrment n+1

3. Les nouvelles valeurs des variables internes n+1 , sil y a
lieu, la fin de lincrment

Reprenons lquation (49)

n+1 = (L1 + L2 : W2 ) : n+1 + L2 : W1 : n
n+1

= M1 :

+ M2 :

(49)

En remarquant que = n+1 n et que = n+1 n ,

on aura que:
+ n = M1 : ( + n ) + M2 : n
o ici n , n et n sont indpendants de car ils
appartiennent au pass.

(50)

Implmentation gnrale

Implmentation
Prin. Corres.
lments finis
Principe
Imp. gnrale
Utilisation

31 / 33

Alors, avec lquation (50), on aura que:

= M1

(51)

ce qui illustre que notre technique dintgration de la loi de

comportement est directement compatible avec une formulation
par lments finis.
La contrainte la fin de lincrment sera donne par
n+1 = M1 : n+1 + M2 : n
On peut voir que la contrainte la fin de lincrment dpend
des variables internes . Ces variables doivent donc tre
stockes en mmoire et mises jour chaque pas de calcul. On
avait obtenu prcdemment, lquation (12) que
n+1 = W1 : n + W2 : n+1 . Alors, la fin de lincrment,
n+1 sera calcule avec la valeur de n+1 .
Nous avons donc l tous les lments pour implmenter
nimporte quelle loi de comportement viscolastique linaire,
peu importe son degr de symtrie, dans un code de calculs par
lments finis.

Utilisation code de calculs

32 / 33

Pour des matriaux isotropes, les codes de calculs ont dj

implment des lois de comportement viscolastiques linaires.
Il est donc possible pour lusager dentrer des donnes isotropes
sans avoir lui-mme programmer sa loi de comportement.
Pour dfinir un matriau viscolastique, ANSYS et ABAQUS
ncessitent de dfinir en premier temps un matriau lastique
linaire isotrope. En gnral, lutilisateur va entrer un module
dYoung E0 et un coefficient de Poisson 0 .
ANSYS va reprsenter le module de cisaillement et de
compressibilit sous la forme:
"
#


N
X
t
k
k
i exp k
k(t) = k0 +
(52a)
i
i=1

Implmentation
Prin. Corres.
lments finis
Principe
Imp. gnrale
Utilisation

"

+
(t) = 0

N
X
i=1

#

t

i exp
i

(52b)

k0 et 0 seront dduits de E0 et 0 . Lutilisateur devra fournir

ANSYS les couples (ik , ik ) et (i , i ).

Utilisation code de calculs

33 / 33

"

N
X

"

N
X

k
+
k(t) = k0

Implmentation
Prin. Corres.
lments finis
Principe
Imp. gnrale
Utilisation

+
(t) = 0

i=1

i=1

ik exp

t
ik

#


#
t
i exp
i

Les paramtres sont dfis de manire ce que lorsque

k et = . Les paramtres
t = , k = k0

0
permettent donc de calculer la diminution de k0 ou 0 lorsque
lon attend trs longtemps.
P
Les codes calculent = 1
i . Alors, quand t = 0,
k = k0 et = 0 . Les modules k0 et 0 reprsentent donc la
rponse instantane du matriau.
La dfinition dun matriau viscolastique linaire dans ABAQUS
est trs similaire.