显示动力学、隐式动力学！

玫瑰有刺

　　什么叫显示动力学，什么叫隐式动力学分析!

　　1、显式算法基于动力学方程，因此无需迭代;而静态隐式算法基于虚功原理，一般需要迭代计算

　　2、显式算法最大优点是有较好的稳定性。

　　动态显式算法采用动力学方程的一些差分格式，不用直接求解切线刚度，不需要进行平衡迭代，计算速度快，时间步长只要取的足够小，一般不存在收敛性问题。因此需要的内存也比隐式算法要少。并且数值计算过程可以很容易地进行并行计算，程序编制也相对简单。但显式算法要求质量矩阵为对角矩阵，而且只有在单元级计算尽可能少时速度优势才能发挥, 因而往往采用减缩积分方法，容易激发沙漏模式，影响应力和应变的计算精度。

　　静态显式法基于率形式的平衡方程组与Euler向前差分法，不需要迭代求解。由于平衡方程式仅在率形式上得到满足，所以得出的结果会慢慢偏离正确值。为了减少相关误差，必须每步使用很小的增量。

　　3、隐式算法

　　隐式算法中，在每一增量步内都需要对静态平衡方程进行迭代求解，并且每次迭代都需要求解大型的线性方程组，这个过程需要占用相当数量的计算资源、磁盘空间和内存。该算法中的增量步可以比较大，至少可以比显式算法大得多，但是实际运算中上要受到迭代次数及非线性程度的限制，需要取一个合理值。

　　4、求解时间

　　使用显式方法，计算成本消耗与单元数量成正比，并且大致与最小单元的尺寸成反比;

　　应用隐式方法，经验表明对于许多问题的计算成本大致与自由度数目的平方成正比;

　　因此如果网格是相对均匀的，随着模型尺寸的增长，显式方法表明比隐式方法更加节省计算成本

　　隐式求解法

　　将冲压成型过程的计算作为动态问题来处理后，就涉及到时间域的数值积分方法问题。在80年代中期以前，人们基本上使用牛曼法进行时间域的积分。根据牛曼法，位移、速度和加速度有着如下的关系：上面式子中， 分别为当前时刻和前一时刻的位移， 和 为当前时刻和前一时刻的速度， 和为当前时刻和前一时刻的加速度，β和γ为两个待定参数。由上式可知，在牛曼法中任一时刻的位移、速度和加速度都相互关联，这就使得运动方程的求解变成一系列相互关联的非线性方程的求解。这个求解过程必须通过迭代和求解联立方程组才能实现。这就是通常所说的隐式求解法。隐式求解法可能遇到两个问题。一是迭代过程不一定收敛;二是联立方程组可能出现病态而无确定的解。隐式求解法的最大优点是它具有无条件稳定性，即时间步长可以任意大。

　　显式求解法

　　如果采用中心差分法来进行动态问题的时域积分，则有如下位移、速度和加速度关系：

　　由上式可以看出，当前时刻的位移只与前一时刻的加速度和位移有关，这就意味着当前时刻的位移求解无需迭代过程。另外，只要将运动方程中的质量矩阵和阻尼矩阵对角化，前一时刻的加速度求解无需解联立方程组，从而使问题大大简化，这就是所谓的显式求解法。显式求解法的优点是它即没有收敛性问题，也不需求解联立方程组，其缺点是时间步长受到数值积分稳定性的限制，不能超过系统的临界时间步长。由于冲压成型过程具有很强的非线性，从解的精度考虑，时间步长也不能太大，这就在很大程度上弥补了显式求解法的缺陷。

　　在80年代中期以前显式算法主要用于高速碰撞的仿真计算，效果很好。自80年代后期被越来越广泛地用于冲压成型过程的仿真，目前在这方面的应用效果已超过隐式算法。显式算法在冲压成型过程的仿真中获得成功应用的关键，在于它不像隐式算法那样有解的收敛性问题。

　　显式算法和隐式算法，有时也称为显式解法和隐式解法，是计算力学中常见的两个概念，但是它们并没有普遍认可的定义，下面收集的一些理解。先看看一般对两种方法的理解和比较，=============================================================

　　显式算法隐式算法

　　-------------------------------------------------------------

　　(01)适用问题 动力学(动态) 静力学(静态)

　　(02)阻尼 人工阻尼 数值阻尼

　　-------------------------------------------------------------

　　(03)每步求解方法 矩阵乘法 线性方程组

　　(04)大矩阵(总刚) 否 是

　　(05)数据存贮量 小 大

　　(06)每步计算速度 快 慢

　　(07)迭代收敛性 无 有

　　(08)确定解 有确定解 可能是病态无确定解

　　-------------------------------------------------------------

　　(09)时步稳定性 有条件 无条件

　　(10)时间步 小 大

　　(11)计算精度 低高=============================================================

　　(01)是明显不对的，只是对两种方法的初级理解，(02)也是同样。下面要详细讨论这两点。(03)是每一步求解的方法，(04)(05)(06)(07)(08)是由(03)所决定的，它们不是两种方法的基本特点。同样，(09)是时间步选择的方法，(10)(11)是由(09)所决定的。

　　通过(03)(09)可以得到两种方法的计算特点，显式算法是每一步求解为矩阵乘法，时间步选择为条件稳定;隐式算法是每一步求解为线性方程组求解，时间步选择为无条件稳定。

　　下面主要分析两种方法的应用范围。

　　在求解动力学问题时，将方程在空间上采用有限元法(或其他方法)进行离散后，变为常微分方程组[M]{..u}+[C]{.u}+[K]{u}={f}。求解这种方程的其中两种方法为，中心差分法和Newmark法。采用中心差分法解决动力学问题被称为显式算法，采用Newmark法解决动力学问题被称为隐式算法。

　　在求解动力学问题时，离散元法(也有其他方法)主要有两种思想：动态松弛法(向后时步迭代)，静态松弛法(每一步要平衡)。动态松弛法是显式算法，静态松弛法是隐式算法。其中冲压成型就是动态松弛法的主要例子。

　　在求解静力学问题时，有时候将其看作动力学问题来处理而采用动态松弛法，这是显式算法。其中冲压成形就是主要例子。

　　最后总结，

　　=============================================================

　　显式算法隐式算法

　　-------------------------------------------------------------

　　(01)每步求解方法 矩阵乘法 线性方程组

　　(02)时步稳定性 有条件 无条件

　　-------------------------------------------------------------

　　(03)适用问题 动力中心差分法 动力Newmark法

　　动力动态松弛法动力静态松弛法 静力动态松弛法

　　=============================================================

　　附加说明：

　　1)求解线性静力学问题，虽然求解线性方程组，但是没有时步的关系，所以不应将其看作隐式算法。

　　2)求解非线性静力学问题，虽然求解过程需要迭代，或者是增量法，但是没有明显的时步问题，所以不应将其看作隐式算法。

　　3)静态松弛法，可以认为是将动力学问题看作静力学问题来解决，每一步达到静力平衡，需要数值阻尼。

　　4)动态松弛法，可以认为是将静力学问题或者动力学问题，分为时步动力学问题，采用向后时步迭代的思想计算。对于解决静力学问题时，需要人工阻尼。



转自：http://blog.sina.com.cn/s/blog_e23f4d720102w7qm.html