Ir al contenido

Documat


Estimación de error y h-adaptatividad en análisis de frecuencias naturales

  • Francisco Javier Fuenmayor Fernández [1] ; J.L. Restrepo [2] ; José Albelda Vitoria [1]
    1. [1] Universidad Politécnica de Valencia

      Universidad Politécnica de Valencia

      Valencia, España

    2. [2] Universidad EAFIT

      Universidad EAFIT

      Colombia

  • Localización: Métodos Numéricos en Ingeniería: [Comunicaciones presentadas al IV Congreso de Métodos Numéricos en Ingeniería celebrado en Sevilla durante los días 7-10 de Junio de 1999] / R. Abascal (ed. lit.), José Domínguez Abascal (ed. lit.) Árbol académico, G. Bugeda (ed. lit.), 1999, ISBN 84-89925-45-3
  • Idioma: español
  • Texto completo no disponible (Saber más ...)
  • Resumen
    • Este trabajo se centra en la estimación de error de discretización y definiciónde procesos h-adaptativos óptimos en el análisis mediante elementos finitos defrecuencias naturales y modos de vibración. Se consideran los casos de matrices de masaconsistentes y concentradas. En el primer caso, el error de discretización provienefundamentalmente de la modelización de la rigidez, con lo que es posible aplicarestimadores de error idénticos a los planteados en problemas estáticos. Cuando seutilizan matrices de masa concentradas, es necesario considerar además el errorinducido en la modelización de las características inerciales.Con respecto a h-adaptatividad, en problemas de frecuencias naturales, existirá interésen obtener mallas con un error deseado especificado para cada modo de vibración,mientras que los criterios tradicionales han sido desarrollados para considerarúnicamente un caso de carga. A partir del criterio de definición de malla óptima deminimización del número de elementos, se propone una formulación que permite definirel proceso h-adaptativo considerando un conjunto de modos de vibraciónsimultáneamente.Los métodos propuestos se aplican a ejemplos bidimensionales para verificarnuméricamente su validez.


Fundación Dialnet

Mi Documat

Opciones de artículo

Opciones de compartir

Opciones de entorno