La génération de maillage adaptatif ne peut être utilisée que pour l'ensemble du modèle, pas pour des surfaces individuelles.
Génération adaptative du maillage EF sur les surfaces individuelles
Est-il possible d'appliquer la génération de maillage EF adaptative sur une seule surface ?
M. Faulstich est responsable de l'assurance qualité du programme RFEM et fournit également une assistance technique.





Les résultats des contraintes de solide peuvent être affichés sous forme de points 3D colorés dans les éléments finis.

Si la case 'Nombre d'incréments de charge' est décochée, le nombre d'incréments de charge sera déterminé automatiquement dans RFEM pour résoudre les tâches non linéaires efficacement.
La méthode utilisée est basée sur un algorithme heuristique.

Cette fonctionnalité permet de raffiner automatiquement le maillage EF sur les surfaces. Le raffinement du maillage est effectué graduellement. À chaque étape, un nouveau maillage EF est créé en fonction de l'évaluation des erreurs numériques de l'étape précédente. L'erreur numérique est évaluée à partir des résultats des éléments de surface et à partir de l’estimateur d’erreur de Zienkiewicz-Zhu.
Les erreurs sont évaluée pour un calcul de structure linéaire. Un cas de charge ou une combinaison de charges est sélectionné, puis le maillage EF est généré pour ce cas ou cette combinaison. Ce maillage EF est ensuite utilisé pour tous les calculs.

Le moteur de calcul offre une mise en réseau optimisé et est adapté au multi-processeur de la technologie de 64 bits. Il permet de calculer parallèlement des cas de charge linéaires et des combinaisons de charges par plusieurs processeurs sans trop solliciter la mémoire : La matrice de rigidité ne doit être déterminée qu'une seule fois. La technologie de 64 bits et les options étendues de mémoire RAM permettent de calculer même les grands systèmes avec le solveur direct et rapide d'équation.
L'évolution de la déformation est affichée dans un diagramme lors du calcul. Cela permet une bonne évaluation du comportement de convergence.
Mon modèle est instable. Quelle pourrait en être la raison ?