Taller 2.

Aplicaciones de elementos
finitos
Hector Alejandro Acevedo Sotelo, Luis Esteban Cortes Romero
Csar Santiago Gordillo Tous
haacevedos@unal.edu.co, lecortesr@unal.edu.co, csgordillot@unal.edu.co

I. Aproximacin de funciones usando el mtodo de los residuos

ponderados

(x) = ex x2 (1)
La equacin 1 presenta la siguiente curva en el intervalo de 1 a 10.

0.5

0.45

0.4

0.35

0.3
phi(x)

0.25

0.2

0.15

0.1

0.05

0
0 1 2 3 4 5 6 7 8 9 10
X

Figura 1

1. Aproximacion de (x)
Se plantea una funcion aproximada (x) de la siguiente manera:
N
X
(x) = am Nm (2)
m=1
Utilizando el concepto de residuos ponderados se plantea:
Z 10 Z 10
w ((x) (x)) dx = 0 w (am Nm ex x2 ) dx = 0
0 0
Z 10 Z 10
am wNm dx = wex x2 ) dx
0 0
Escogiendo una funcion de prueba polinomica y aplicacon Galerkin:

Nm = x m w = Nm = x l

Z 10 Z 10
am xl xm dx = xl ex x2 dx (3)
0 0

1
 La equacion 3 permite hallar los coeficientes am de la funcion de aproximacion, dependiendo del
orden del polinomio sera mejor la aproximacin, se realiza un desarrollo para un polinomio de tercer
grado, para ejemplificar el procedimiento de solucion.
R 10 R 10 3 R 10 4 R 10
2
0 x dx 0 x dx 0 x dx 0 ex x3 dx
a1
R
10 3 R 10 4 R 10 5 R 10 x 4
0 x dx 0 x dx 0 x dx e x dx

a2 = 0


R 10 4 R 10 5 R 10 6 R
10 x 5
0 x dx 0 x dx 0 x dx a3 0 e x dx

Resolviendo las integrales y despejando la matriz a la izquierda de los coeficiente am se obtienen

los siguientes valores:
a1 0,3899
a2 = 0,0985
a3 0,0061
Por lo tanto la funcion de aproximacin sera:

(x) = 0,3899x 0,098x2 + 0,006x3

0.5 phi(x)
phi approx (x)

0.4

0.3
f(x)

0.2

0.1

0 1 2 3 4 5 6 7 8 9 10
x

Figura 2: (x) aproximada con un polinomio de tercer orden

A medida que se aumenta el grado del polinomio mejor sera la aproximacin.

2. Programa de Matlab
Se realiza un programa en matlab que permita variar el orden del polinomio de aproximacion,
ademas se muestra el error en cada una de las aproximaciones. Se realizo una comparacion de las
aproximaciones en la figura 3.

2
 Aproximacin de funcion con polinomios Residuos del dominio
0.6 0.15
Pol. 3 orden Pol. 3 orden
Pol. 4 orden Pol. 4 orden
Pol. 5 orden Pol. 5 orden
0.5 0.1
Pol. 10 orden Pol. 10 orden
Pol. 15 orden Pol. 15 orden
Funcion exacta
0.4 0.05

0.3 0

R
y

0.2 -0.05

0.1 -0.1

0 -0.15

-0.1 -0.2
0 1 2 3 4 5 6 7 8 9 10 0 1 2 3 4 5 6 7 8 9 10
x x

Figura 3

3. Analisis del error

A medida que se incrementa el grado del polinomio es mejor la aproximacion, pero debido a que
el dominio es relativamente grande, se generan matrices que contiene coeficientes muy grandes y
muy pequeos generando errores en la aproximacin, esto se puede notar comparando las curvas
de error del polinomio de grado 10 y la de grado 15 en la figura 3, en el intervalo entre 7 y 10, el
error en la aproximacion de orden 15 empieza aumentar por el problema anteriormente mencionado,
mientras que el error de la aproximacion de orden 10 se mantiene muy cercano a cero. Por lo que el
criterio de convergencia que se escoge es un error maximo de 2 % en cualquier punto del dominio,
por lo cual se debe utilizar polinomios entre 9 y 13 orden.

II. Solucin de ecuaciones diferenciales usando el mtodo de los

residuos ponderados

1 d2 y
3y = 2x (4)
10 dx2

y (0) = 1 y 0 (1) = 2

1. Solucin analitica

1 00
y (x) 3y = 2x y 00 (x) 30y = 20x
10

Solucin ecuacin homogenea:

y 00 (x) 30y = 20x 2 30 = 0 = 30

3

yh (x) = C1 e 30x
+ C2 e 30x

Solucin Ecuacin particular

yp = Ax + B 30(Ax + B ) = 20x 30Ax 30B = 20x 30A = 20 30B = 0

2
A= B=0
3
2
yp (x) = x
3
Solucion analitica
ya (x) = yh (x) + yp (x)
Aplicando condiciones de frontera

y ( 0 ) = 1 = C1 + C2 C2 = 1 C1

8
2
y 0 (1) = 2 = 30C1 e 30 30C2 e 30 3 = C1 e 30
( 1 C 1 ) e 30
3 30

8
30

30

30
8
3 + 30e
30
3 +e = C1 ( e +e ) = C1
30 30(e 30 + e 30 )

8
3 + 30e
30 8
3 + 30e
30
C1 = 0,0021 C2 = 1 0,9979
30(e 30 + e 30 ) 30(e 30 + e 30 )

2
ya (x) = 0,0021e 30x
+ 0,9979e 30 30x
e x (5)
3

2. Solucin aproximada por elementos finitos

M
X Z b
y (x) = yi Ni (x) wi (x)R(x)dx = 0
i=1 a

R(x) = A(y ) A(y ) A(y ) = y 00 30y 20x = 0 A(y ) = y 00 30y 20x 6= 0

Escogiendo unas funciones de forma lineal como se ilustra en la figura 4 se discretiza el dominio
segun el numero de elementos, es evidente que para cada elemento intervienen dos funciones de
forma, obteniendo la siguiente ecuacion:

y (e) = Ni (x)yi + Nj (x)yj (6)

4
 Figura 4

Se realiza la solucion elemental de forma matricial:

 
(e)
 yi
= NT y

y = Ni Nj
yj
Xj
d2 y
Z
30y 20x)dx = 0
w(
Xi dx2
Z Xj Z Xj Z Xj
dw dy
Teorema de Green (debilitar) C.C dx 30 wy dx 20 wx dx = 0
Xi dx dx Xi Xi
Z Xj Z Xj Z Xj
dw dN T y T
dx + 30 wN ydx = C.C 20 wx dx
Xi dx dx Xi Xi

Xj Xj Xj
dN dN T y
Z Z Z
T
Galerkin w = N dx + 30 N N ydx = C.C 20 N x dx
Xi dx dx Xi Xi

""Z " # # # 
Xj dNi Z Xj    Z Xj   
dx
h
dNi dNj
i Ni   yi Ni
dNj dx dx
dx + 30 Ni Nj dx = C.C 20 x dx
Xi dx Xi Nj yj Xi Nj

R Xj R Xj R Xj R Xj
dNi dNj

dNi dNi
Xi dx dx dx Xi dx dx dx Xi Ni2 dx Xi Ni Nj dx   " RX
j
#
yi Ni x dx
+ 30 = C.C 20 RX i


yj Xj
R Xj dNj dNi R Xj dNj dNj R Xj R Xj Nj x dx
Xi dx dx dx Xi dx dx dx Xi Nj Ni dx Xi Nj2 dx Xi

Ky = f (7)
Para resolver las integrales de las matrices anteriormente planteadas se emplea una interpolacion
con los polinomios de lagrange de la siguiente manera:

5
 Z b Z 1
f (x) dx = f ( )J d
a 1
1 1
Ni ( x ) = (1 + )(1 ) Ni ( x ) =
2 2
1 1
x = Ni Xi + Nj Xj = (1 )Xi + (1 + )Xj
2 2
Xj Xi
J=
2
Obteniendo el siguiente resultado:

1 1 Xj Xi Xj Xi
 
Xj Xi Xj Xi Xi Xj
3 6

yi

(Xj Xi ) +

+ 30

= C.C 20  3 6 

yj X Xi
1 1 Xj Xi Xj Xi (Xj Xi ) 3j +
Xj Xi Xj Xi dx 6 3
6
(8)
La ecuacion 8 representa la solucion para un elemento, si se escoge un numero mayor de elementos
mejor sera la aproximacion,pero se tiene que plantear una solucion global uniendo las matrices
elementales, este algoritmo se encuentra en el archivo anexo de Matlab.

3. Programa en Matlab
Empleando el codigo de Matlab y una aproximacion empleando 3 elementos se obtienen las
curvas mostradas en la figura 5

Aproximacin de EDOs con residuos ponderados Residuos del dominio

1 0.07
y = Solucin Res. Pond.
r
y = Solucin analtica
a
0.8 0.06

0.6 0.05

0.4 0.04
R
y

0.2 0.03

0 0.02

-0.2 0.01

-0.4 0
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1 0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
x x

Figura 5

4. Anlisis del error

Se realiza una comparacin de la aproximacin de la solucin variando el numero de elementos
en la solucin aproximada, obteniendo las curvas de la figura 6

6
 Aproximacin de EDOs con residuos ponderados Residuos del dominio
1.2 0.16

2 elementos 2 elementos
3 elementos 0.14 3 elementos
1
4 elementos 4 elementos
10 elementos 10 elementos
50 elementos 0.12 50 elementos
0.8
Solucion analitica

0.1
0.6

0.08

R
0.4
y

0.06

0.2
0.04

0
0.02

-0.2 0

-0.4 -0.02
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1 0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
x x

Figura 6

Como se evidencia, a medida que se aumenta el numero de elementos la aproximacin de la

solucin es mas exacta, con 50 elementos se tiene un error de prcticamente 0, en el orden de
1 10 4, el mximo error se obtiene en los nodos intermedios de la funcin. Este mtodo permite
escoger el tipo de exactitud deseada variando simplemente el numero de elementos empleados.

III. Aplicacin elementos tipo Solid

La pieza seleccionada es el acople entre un tornillo sin fin y un reductor de velocidad que mezclan
un material contenido en un tubo. Su funcin es controlar la velocidad a la que se hace la mezcla y
el transporte del material.
12 m m

O 48 m m
O 40 m m

153 m m

12 m m

176,5 m m 69 m m
Dibujado: 02/08/2012
aprobado:
aprobado:
material : proyecto :

cantidad : escala : plano # :

tratamiento: dureza : titulo:
cotas en mm +/- 0,2 ngulo +/- 0,5
salvo especificacin
este plano es propiedad intelectual de d.m.i
Ltda esta prohibida su reproduccin parcial
o total .

Figura 7: Plano simplificado: eje de empalme.

7
 La figura 7 muestras las medidas ms importantes del eje. Una vez instalado, las condiciones
de frontera se generan en las cuetas. Una es producida por el reductor de velocidad y la otra es
la reaccin generada por el tornillo sin fin(En la figura 8 se pueden ver encerradas en rojo las dos
cuetas mencionadas anteriormente).

Figura 8: Corte del eje de empalme, detalle cuetas.

8
 Figura 9: Solido STL del eje de empalme.

El diseo de la pieza se hizo en solid edge y se export como un archivo .STL (imagen 9). Este
archivo se carg en Aurora Z88 V3 y se observo que la malla no permita hacer un anlisis por
elementos finitos (figura 10).

Figura 10: Malla original.

usando Aurora Z88 V3 se modifico la malla para que fuera adecuada para el anlisis. Se selecciono
el enmallado Netgen y el elemento tetraedrico cuadrtico (figura 11).

9
 Figura 11: Malla arreglada.

Ya con la malla arreglada y las condiciones de contorno asignadas se soluciono el ejercicio. Para
solucionar el caso; se seleccion PARDISO como motor de solucin, habilitando el solver speedup, y la
teora de falla von Mises stresses. A continuacin, se muestran las tendencias del comportamiento de
la pieza. La figura 12 muestra la estructura original y en colores las tendencias de las deformaciones
totales. La figura 13 muestra igualmente en colores las tendencias de las deformaciones totales
y se puede visualizar la deformacin en el elemento. Los datos de deformacin y esfuerzo estn
consignados en un documento aparte, son archivos bastante grandes dado a la cantidad de elementos
y nodos que tiene el mallado del elemento.

Figura 12: Elemento sin deformaciones.

10
 Figura 13: Estructura deformada.

La pieza, desde su diseo, se escogi para poder soportar torques del rango de los 1200KNm.
La pieza se simul usando un acero ingenieril y usando un torque de 1500KNm. En los resultados
encontramos que, incluso con unas condiciones de frontera mayores a las que va a estar sometido,
el elemento se comporta como se esperaba. El anlisis por elementos finitos sirve en este tipo de
elementos para ver un anlisis de esfuerzos,desplazamientos y efectos trmicos (principalmente para
situaciones estticas). Cuando se van a analizar ms elementos, la construcciones del mallado se
complica (toca hacer un mallado capaz de transmitir esfuerzos de un elemento a otro y poder asignar
materiales diferentes a segmentos de una malla completa) y el costo computacional se eleva bastante.

11