Gelöste Aufgaben/UEBP

Aufgabenstellung

Diese Problemstellung liefert einen Näherungsansatz für eine Standardlösung zum Euler-Bernoulli-Balken.

Der Euler-Bernoulli-Balken AB wird durch ein Moment M zwischen den beiden gelenkigen Lagern belastet.

Gesucht ist eine Lösung für die Biegelinie mit dem Ansatz von Ritz und zwei Trial-Funktionen.

Im Vergleich zu UEBO, das die gleiche Aufgabenstellung hat - arbeiten wir hier mit Ansatzfunktionen in zwei Sektionen wie bei der FEM. Nur das Gleichgewichts-Prinzip bliebt das Gleicht: das Prinzip vom Minimum der Potentiellen Energie.

Lösung mit Maxima

Beim Verfahren von Ritz arbeiten wir mit

dem Prinzip vom Minimum der Potentiellen Energie.

Statt mit

Ansatzfunktionen über die gesamte Länge des Balkens arbeiten wir
hier mit zwei Finiten Elementen (Sektionen), für die wir separat ansetzen.

Header

Wir berechnen die Potentielle Energie U des Systems in Abhängigkeit von den generalisierten Koordinaten Wi und erhalten aus

\displaystyle {\frac {d\,U}{d\,W_{i}}}{\stackrel {!}{=}}0

die Gleichung für den gesuchten Koeffizienten Wi der Trial-Funktionen.

/*******************************************************/
/* MAXIMA script                                       */
/* version: wxMaxima 15.08.2                           */
/* author: Andreas Baumgart                            */
/* last updated: 2019-10-19                            */
/* ref: TMC, Labor 3                                   */
/* description: Ritz / FEM approach to EBB, load-case 5*/
/*                                                     */
/*******************************************************/

/* declare variables and functions */
declare("Π", alphabetic); /* strain energy */
declare("ℓ", alphabetic); 
assume(ℓ>0);
dimless:[x=xi*ℓ,
         a=alpha*ℓ];

Declarations

Um die Lösung dimensionslos zu machen, nutzen wir wieder die analytische Lösung des Problems und

$W^{max}=\displaystyle {\frac {M\,\ell ^{2}}{9{\sqrt {3}}\,\cdot E\,I}}$ : die maximale Auslenkung des Balkens für a=ℓ.

Dimensionslose Orts-Koordinaten sind

{\begin{array}{ll}x&=\xi \cdot \ell ,\\a&=\alpha \cdot \ell .\end{array}}

.

/*********************************************************/
/*analytic solution vgl. Euler-Bernoulli-Blaken/Standard-Lösungen#case5*/
analytic: w(xi) = M*ℓ^2/(6*EI)*(xi^3+xi*(2-6*alpha+3*alpha^2)
/*                                   foeppel-function         */
                       - 3*(if xi<alpha then 0 else xi-alpha)^2);
W[max] : M*ℓ^2/(9*sqrt(3)*EI);

Formfunctions

Dass wir in UEBO die Trial-Funktions ϕ über die gesamte Stablänge angesetzt haben, führt bei den berechneten Näherungen für die Momente M(x) und letztlich auch für die Verschiebungen w(x) zu massiven Fehlern. Einen Sprung in der Momenten-Kennlinie mit einem Polynom zu approximieren, geht halt nicht gut.

Ein Schritt hin zur Methode der Finiten Elemente ist bei diesem "modifizierten Verfahren von Rayleigh-Ritz" der Ansatz der Trial-Functions in zwei Sektionen - also wie bei analytischen Lösung auch.

Die Sektions- (Element-) Längen sind dabei

für Sektion I: $\ell _{I}=\alpha \cdot \ell$ und
für Sektion II: $\ell _{II}=(1-\alpha )\cdot \ell$ .

Und wir arbeiten mit je einer Ortskoordinate ξ_i je Sektion, also

0\leq \ell _{I}\cdot \xi _{I}<a{\text{ und }}0\leq \ell _{II}\cdot \xi _{II}<\ell -a

mit

0\leq \xi _{i}<1

Für die Trial-Functions wählen wir sektionsweise Polynome zweiten Grades

{\begin{array}{lcl}w_{I}(\xi _{I})&=&c_{1,2}\cdot \xi ^{2}+c_{1,1}\cdot \xi +c_{1,0}\\w_{II}(\xi _{II)}&=&c_{2,2}\cdot \xi ^{2}+c_{2,1}\cdot \xi +c_{2,0}\end{array}}

,

deren Koeffizienten c_ij wir nun an die geometrischen Randbedingungen anpassen müssen:

{\begin{array}{lcl}w_{I}(0)&=&0\\w_{I}(1)&=&w_{II}(0)\\\left.\displaystyle {\frac {dw_{I}(\xi _{I})}{dx}}\right|_{\xi =1}&=&\left.\displaystyle {\frac {dw_{II}(\xi _{II})}{dx}}\right|_{\xi =0}\\w_{II}(1)&=&0\\\end{array}}

Zusätzlich ersetzen wir zwei c_ij durch die Verschiebung und Verdrehung im Momenten-Einleitungspunkt

{\begin{array}{lcl}W&:=&w_{II}(0)\\\Phi &:=&\left.\displaystyle {\frac {dw_{II}(\xi _{II})}{dx}}\right|_{\xi =0}\end{array}}

,

so dass die Trial-Functions die Form

w(x)=\left\{{\begin{array}{ccl}W\cdot \phi _{1,1}(\xi _{I})&+\Phi \cdot \phi _{1,2}(\xi _{I})&{\text{ für Sektion I}}\\W\cdot \phi _{2,1}(\xi _{II})&+\Phi \cdot \phi _{2,2}(\xi _{II})&{\text{ für Sektion II}}\end{array}}\right.

annehmen bzw.

w(x)=\left\{{\begin{array}{ccccl}W&\cdot \left(2\cdot \xi _{I}-{{\xi _{I}}^{2}}\right)&+\Phi &\cdot \left(\alpha \cdot {{\xi _{I}}^{2}}-\alpha \cdot \xi _{I}\right)\cdot \ell &{\text{ für }}0<x<a,\\W&\cdot \left(1-{{\xi _{II}}^{2}}\right)&+\Phi &\cdot \left(\left(\alpha -1\right)\cdot {{\xi _{II}}^{2}}+\left(1-\alpha \right)\cdot \xi _{II}\right)\cdot \ell &{\text{ für }}a<x<\ell .\end{array}}\right.

Im Plot sehen die vier Funktionen (zwei je Sektion, zwei Sektionen) so aus:

Trial-Functions - wie bei der Methode der Finiten Elemente

/*********************************************************/
/* declare trial-function(s) */
ell : [alpha*ℓ,(1-alpha)*ℓ];
phi : makelist(sum(c[i,j]*xi^j,j,0,2),i,1,2);

/*********************************************************/
/* boundary-conditions for geometric boundary conditions */
GBC: [subst([xi = 0 ],      phi[1]           ) = 0,
      subst([xi = 1 ],      phi[1]           ) = subst([xi = 0 ],      phi[2]           ),
      subst([xi = 1 ],      phi[1]           ) = W,
      subst([xi = 1 ], diff(phi[1],xi)/ell[1]) = Phi,
      subst([xi = 1 ], diff(phi[1],xi)/ell[1]) = subst([xi = 0 ], diff(phi[2],xi)/ell[2]),
      subst([xi = 1 ],      phi[2]           ) = 0];

sol[1] : solve(GBC,[c[1,0],c[2,0],c[1,1],c[2,1],c[1,2],c[2,2]])[1];
phi: expand(ratsimp(subst(sol[1],phi)));

phi : ratsimp(makelist(makelist(coeff(phi[i],[W,Phi][j]),j,1,2),i,1,2));

/*********************************************************/
toPlot : [[parametric,          alpha *t, phi[1][1]  , [t,0,1]],
          [parametric,          alpha *t, phi[1][2]/ℓ, [t,0,1]],
          [parametric, alpha+(1-alpha)*t, phi[2][1]  , [t,0,1]],
          [parametric, alpha+(1-alpha)*t, phi[2][2]/ℓ, [t,0,1]]];
toPlot : subst([xi=t, alpha=6/10], toPlot);

preamble: "set yrange [] reverse";
plot2d(toPlot, [y,-0.4,1],
       [legend, "ϕ11   ","ϕ12/ℓ1","ϕ21   ","ϕ22/ℓ2"],
       [gnuplot_preamble, preamble],
       [title, "trial-functions für α=6/10"],
       [xlabel, "x/ℓ →"],
       [ylabel, "<- ϕ"] );

ansatz: makelist(w[i](xi) = sum(phi[i][j]*[W,Phi][j],j,1,2),i,1,2);

Potential Energy

Für die Gleichgewichtsbedingungen setzten wir Π (aus Abschnitt Euler-Bernoulli-Balken) und A in U ein und schreiben die skalare Gleichung allgemein in Matrizenform an. Dabei müssen wir

\displaystyle {\frac {d\phi }{x}}={\frac {d\phi }{\xi _{i}}}\cdot \underbrace {\displaystyle {\frac {d\xi _{i}}{x}}} _{\displaystyle ={\frac {1}{\ell _{i}}}}

berücksichtigen und erhalten mit der Arbeitsfunktion des Moments

A=M\cdot w'|_{\displaystyle x=a}

das Potential in Matrix-Schreibweise:

U=\displaystyle {\frac {1}{2}}\cdot \displaystyle {\underline {Q}}^{T}\cdot {\underline {\underline {A}}}\cdot {\underline {Q}}-{\underline {Q}}^{T}\cdot {\underline {b}}

.

wobei

{\underline {Q}}=\left({\begin{array}{c}W\\\Phi \end{array}}\right)

.

/*********************************************************/
/* define potential energy of system */
PMPE : [U = Π - A,
        Π = sum(1/2*EI/ell[i]^3*'integrate('diff(w[i](xi),xi,2)^2,xi,0,1),i,1,2),
        A = M*Phi];

PMPE: subst(ansatz, subst(PMPE[3],subst(PMPE[2], PMPE[1])));
PMPE : expand(ev(PMPE,nouns));

/* unknowns */
Q : [W,Phi];

Equilibrium Conditions

Diese Gleichung erfüllt die Gleichgewichtsbedingungen

\displaystyle {\frac {dU}{dQ_{i}}}{\stackrel {!}{=}}0

,

wenn

{\begin{pmatrix}-{\frac {\left(4-12\cdot \alpha +12\cdot {{\alpha }^{2}}\right)\cdot EI}{\left({{\alpha }^{6}}-3\cdot {{\alpha }^{5}}+3\cdot {{\alpha }^{4}}-{{\alpha }^{3}}\right)\cdot {{\ell }^{3}}}}&{\frac {4\left(2\cdot \alpha -1\right)\cdot EI}{\left({{\alpha }^{4}}-2\cdot {{\alpha }^{3}}+{{\alpha }^{2}}\right)\cdot {{\ell }^{2}}}}\\4{\frac {\left(2\cdot \alpha -1\right)\cdot EI}{\left({{\alpha }^{4}}-2\cdot {{\alpha }^{3}}+{{\alpha }^{2}}\right)\cdot {{\ell }^{2}}}}&-{\frac {4\cdot EI}{\left({{\alpha }^{2}}-\alpha \right)\cdot \ell }}\end{pmatrix}}\cdot {\begin{pmatrix}W\\\Phi \end{pmatrix}}={\begin{pmatrix}0\\M\end{pmatrix}}

.

Hier kann man schon am Gleichungssystem ablesen, was für α=½ passiert: dann werden die Nebendiagonal-Elemente mit Ihren (2 α-1)-Koeffizienten zu Null, dann ist

$W=0$ und
$\displaystyle {\frac {16EI}{\ell }}\Phi =M$ .

/* equilibrium condition */
eom : makelist(expand(diff(subst(PMPE,U),Q[i])),i,1,2);

A :   funmake('matrix, makelist(makelist(coeff(eom[i],Q[j]),j,1,2),i,1,2));
b : - funmake('matrix, makelist([subst(makelist(Q[j]=0,j,1,2),eom[i])],i,1,2));

print(A,"∙",transpose(Q),"=",b)$

Solving

Auflösen der Gleichungen nach den unbekannten Koordinaten W und Φ liefert

{\begin{array}{ll}W&=\displaystyle {\frac {\left(\alpha -3\cdot {{\alpha }^{2}}+2\cdot {{\alpha }^{3}}\right)\cdot M\cdot {{\ell }^{2}}}{4\cdot EI}}\\\Phi &=\displaystyle {\frac {\left(1-3\cdot \alpha +3\cdot {{\alpha }^{2}}\right)\cdot M\cdot \ell }{4\cdot EI}}\end{array}}

.

Damit ist die gesuchte Näherungs-Lösung

{\begin{array}{ll}w_{I}(\xi _{I})&={\frac {\left(\left({{\alpha }^{3}}-3\cdot {{\alpha }^{2}}+\alpha \right)\cdot \xi +{{\alpha }^{3}}\cdot {{\xi }^{2}}\right)\cdot M\cdot {{\ell }^{2}}}{4\cdot EI}}\\w_{II}(\xi _{II})&={\frac {\left(\alpha -3\cdot {{\alpha }^{2}}+2\cdot {{\alpha }^{3}}+\left(-3\cdot {{\alpha }^{3}}+6\cdot {{\alpha }^{2}}-4\cdot \alpha +1\right)\cdot \xi +\left({{\alpha }^{3}}-3\cdot {{\alpha }^{2}}+3\cdot \alpha -1\right)\cdot {{\xi }^{2}}\right)\cdot M\cdot {{\ell }^{2}}}{4\cdot EI}}\end{array}}

.

/*********************************************************/
/* solve */
sol[2] : ratsimp(solve(eom,Q))[1];
/* approximated solution */
ritz : ratsimp(subst(sol[2],ansatz));

Post-Processing

Die gesuchten Koordinaten W und Φ tragen wir über α auf:

Wir lesen ab:

für α=½: die Lösung wird - wie erwartet - nur durch ϕ₂ beschreiben - also W = 0.
für α= 0: die Lösung wird - wie erwartet - nur durch ϕ₂ beschreiben - also W = 0.

Im Plot der normierten Biegelinie des Balkens im Vergleich von Ritz-Näherung zu analytischer Lösung - hier nur für a = ℓ/2 - zeigt sich, dass die Lösung von deutlich besserer Qualität ist:

Vergleich analytische / numerische Lösung für *w(x)*

Während in UEBO die Näherungslösung gerade mal 1/4 der analytischen Lösung erreichte, haben wir hier fast die gleichen Auslenkungen. Und das, obwohl die Modelle hier und in UEBO jeweils nur zwei Unbekannte haben.

/*********************************************************/
/* post-processing */

/* plot "weights" W, Φ over a */
plot2d([subst(sol[2],W)/(M*ℓ^2/(6*EI)),subst(sol[2],Phi)/(M*ℓ/(6*EI))],[alpha,0,1],
  [y,-0.5,1.6],
  [legend, "W", "Φ"],
  [xlabel, "α →"],
  [ylabel, "W/(M*ℓ^2/(6*EI)),Φ/(M*ℓ/(6*EI)) →"] );

/* plot y-axis upside-down */
preamble: "set yrange [] reverse";

/* plot displacement w(x) for α = 1/2 */
toPlot : subst([xi=t, alpha=1/2],[[parametric,          alpha *t, ratsimp(subst( ritz,w[1](xi))/W[max]),[t,0,1]],
                                  [parametric, alpha+(1-alpha)*t, ratsimp(subst( ritz,w[2](xi))/W[max]),[t,0,1]],
                                  [parametric,                 t, ratsimp(subst(analytic,w(xi))/W[max]),[t,0,1]]]);

plot2d(toPlot,
  [legend, "section  I", "section  II", "analytic"],
  [color, green, blue, red],
  [style, [lines,3], [lines,3], [lines,1]],
  [gnuplot_preamble, preamble],
  [xlabel, "x/ℓ →"],
  [ylabel, "w(x)/W →"] );

Post-Processing - Nachtrag

Wir schauen uns auch hier wie in UEBO den Vergleich von Näherungslösung - hier nur für α=½ - und der analytischen Lösung des Biegemomenten-Verlaufs an:

Vergleich analytische / numerische Lösung für das Schnittmoment *M(x)*

Durch das Ansetzen mit zwei separaten Ansatzfunktionen - je eine je Sektion - können wir nun den Sprung im Verlauf der Biegemomente abbilden. Und das macht die Lösung so viel genauer!

/* plot moments My(x) for α = 1/2 */
toPlot : subst([xi=t, alpha=1/2],[[parametric,          alpha *t, EI*diff(ratsimp(subst( ritz,w[1](xi))/M),xi,2)/ell[1]^2,[t,0,1]],
                                  [parametric, alpha+(1-alpha)*t, EI*diff(ratsimp(subst( ritz,w[2](xi))/M),xi,2)/ell[1]^2,[t,0,1]],
                                  [parametric,                 t, EI*M*ℓ^2/(6*EI)*ratsimp((6*xi-3*(if xi<alpha then 0 else 2))/ℓ^2/M),[t,0,1]]]);

plot2d(toPlot,
  [legend, "section  I", "section  II", "analytic"],
  [color, green, blue, red],
  [style, [lines,3], [lines,3], [lines,1]],
  [gnuplot_preamble, preamble],
  [xlabel, "x/ℓ →"],
  [ylabel, "M(x)/M →"] );

Gelöste Aufgaben/UEBP

Inhaltsverzeichnis

Aufgabenstellung

Lösung mit Maxima

Header

Declarations

Formfunctions

Potential Energy

Equilibrium Conditions

Solving

Post-Processing

Post-Processing - Nachtrag

Navigationsmenü

Gelöste Aufgaben/UEBP

Aufgabenstellung

Lösung mit Maxima

Header

Declarations

Formfunctions

Potential Energy

Equilibrium Conditions

Solving

Post-Processing

Post-Processing - Nachtrag

Navigationsmenü

Suche