M. Brovka(1)* , J.I. López(1) , J. Ramírez(1)

Slides:



Advertisements
Presentaciones similares
APLICACIÓN DE ESTRATEGIAS EVOLUTIVAS EN LA SÍNTESIS DE TRAYECTORIA DEL ACOPLADOR DE MECANISMOS DE CUATRO BARRAS ALBEIRO ESPINOSA BEDOYA JUAN FERNANDO RAMÍREZ.
Advertisements

4. ANÁLISIS FACTORIAL Introducción Modelo factorial ortogonal
Algoritmos Voraces.
KRIGING CON TENDENCIA.
MROGINSKI, Javier L. – BENEYTO, Pablo A. –
2. Diseño y Desarrollo del Producto
División de Discretización y Aplicaciones División de Álgebra Numérica Avanzada Noviembre de Simulación.
Modelo de Superficies Matemáticas
Curvas y superficies en 2D y 3D
COMPONENTIZACIÓN DE ALGORITMOS GENETICOS Y SU IMPLEMENTACIÓN EN UNA PLATAFORMA ABIERTA PARA APRENDIZAJE COMPUTACIONAL.
Telekom Solutions.
KRIGING.
1. Números complejos Definición de número complejo.
3. Métodos de resolución Ecuaciones algebraicas lineales
Modelado y simulación en Ingeniería Química. Manuel Rodríguez
Clase # 8: Análisis Conformacional (II)
Métodos Programación dinámica Función Costo Ponderación
Reducción de datos Por Elizabeth León.
Inteligencia Artificial Búsqueda informada y exploración
Computación Científica
Aplicaciones de la derivada Resuelve problemas de optimización aplicando las ideas básicas relacionadas con extremos de funciones de una variable Bloque.
Señales y sistemas de tiempo discreto
Robótica Inteligente L. Enrique Sucar Marco López ITESM Cuernavaca.
Métodos del Diseño de Sostenimiento
Comparación del método del mecano con otras técnicas convencionales de generación de mallas Proyecto.
TOPOGRAFÍA MASTER INTERNACIONAL DE INGENIERÍA DEL AGUA
Simulacion de sistemas dinamicos
Optimización Multiobjetivo Por: Antonio H
El algoritmo primal-dual
 La resolución de problemas algorítmicos no solamente implica que los informáticos sepan programar sino necesitan de otras habilidades como tener una.
Curvas y superficies en 2D y 3D
Mario Francisco, Pastora Vega
CONSOLIDER MATHEMATICA Reunión de la Plataforma COMPUTING de Noviembre de 2006, Barcelona División de Discretización y Aplicaciones y División de.
Problemas de frontera para ecuaciones diferenciales
La segmentación de imágenes se ocupa de descomponer una imagen en sus partes constituyentes, es decir, los objetos de interés y el fondo, basándose en.
CIMAT -- INEGI Imputación. Estudio y desarrollo de técnicas estadísticas multivariadas para la imputación óptima de campos perdidos. Modelos de Regresión.
Inicialización de Superficies Deformables mediante Elipsoides Generalizados R. Dosil, X. M. Pardo, A. Mosquera, D. Cabello Grupo de Visión Artificial Departamento.
Método de los Elementos Finitos y su implementación usando Matlab
DEFINICIONES Sea (P) el siguiente problema de programación lineal:
Diseño y análisis de algoritmos
“Sociedad, Ciencia, Tecnología y Matemáticas” 24 de marzo de 2003, Universidad de La Laguna Generación Automática de Mallas Tridimensionales para la Simulación.
Perímetro y Área TRIÁNGULO CUADRADO RECTÁNGULO.
Educación Matemática NB1 y NB2 ¿Qué se espera de la educación matemática? Puedan interpretar el mundo con ayuda de herramientas matemáticas Desarrollen.
Simplificación de Mallados Ernesto Coto Laboratorio de Computación Grafica Universidad Central de Venezuela.
UNIVERSIDAD POPULAR DEL CESAR
Ernesto Coto RECONSTRUCCIÓN DE VOLÚMENES CON TETRAEDROS A PARTIR DE SUPERFICIES GENERADAS UTILIZANDO MODELOS DEFORMABLES Laboratorio de Computación Gráfica.
DIFERENCIAS FINITAS EN EL DOMINIO DEL TIEMPO
UNIVERSIDAD NACIONAL DE CÓRDOBA FACULTAD DE CIENCIAS EXÁCTAS FÍSICAS Y NATURALES ESCUELA DE AGRIMENSURA CATEDRA DE TRABAJO FINAL Tema: Modelo Digital de.
Una introducción a la computación evolutiva
Sistemas Lineales Análisis de error Prof.: Dra. Nélida Beatriz Brignole.
División de Discretización y Aplicaciones División de Álgebra Numérica Avanzada Simulación y Predicción de Campos de Viento en 3-D R. Montenegro*, G. Montero,
UNAMESH: Un Sistema Experimental para Generar Mallas no Estructuradas en Regiones Planas Irregulares Luis Carlos Velázquez Guerrero Pablo Barrera Sanchez.
 Introducción  Modelo factorial ortogonal  Construcción del modelo factorial: método de componentes principales  Construcción del modelo factorial:
Clase # 7: Análisis Conformacional (I)
Sabemos reconocerlas, y calcularlas como soluciones de sistemas de ecuaciones, o de desigualdades Buscamos métodos de cálculo generales y eficientes Problemas.
Anisotropic Diffusion Applied to Surface Reconstruction of Implicit Surfaces V. Leborán, R. Dosil, X. M. Pardo Grupo de Visión Artificial Departamento.
La cornea: una superficie diferenciable Plano del cristalino Plano del apex sagital plana.
1 Condiciones de extremo Proceso para derivar las condiciones De problema más simple a más complejo Progresión de problemas: Problema sin restricciones.
1 Febrero FUNCIÓN DE COSTO El Sistema de Distritación presenta distintas soluciones y les asigna un valor a partir de una función de costo. Un.
SISTEMA DE ECUACIONES LINEALES. Métodos ExactosMétodos Aproximados.
PROCESO CONSTRUCTIVO LICENCIA DE CONSTRUCCIÓN
Método de torbellinos discretos
Análisis de estructuras. Problemas  No hay diferencias evidentes entre un modelo correcto y uno incorrecto  La utilización de una estructura desde el.
Resolución de Problemas Método Gráfico
Perímetro y Área TRIÁNGULO CUADRADO RECTÁNGULO.
Ecuaciones no lineales en Ingeniería
Universidad de Chile Facultad de Arquitectura y Urbanismo Diseño Industrial Gráfica Computacional II Splines.
Tema 3: Sistemas de ecuaciones lineales. Métodos iterativos
Contornos Activos Marcos Martín Fernández Enero de 2008.
Instituto de Protecciones de Sistemas Eléctricos de Potencia Universidad Nacional de Río Cuarto Calculo de H (Matriz Jacobiana) Potencia Activa inyectada.
Transcripción de la presentación:

Extención del Método del Mecano para Análisis Isogeométrico con T-splines M. Brovka(1)* , J.I. López(1) , J. Ramírez(1) R. Montenegro(1) , J.M. Escobar (1), J.M. Cascón(2) , E. Rodríguez(1) (1) University Institute SIANI, University of Las Palmas de Gran Canaria, Spain (2) Department of Mathematics, Faculty of Sciences, University of Salamanca, Spain CNM 2013, 25–28 June, 2013, Bilbao, Spain MINECO y FEDER Project: CGL2011-29396-C03-00 CONACYT-SENER Project, Fondo Sectorial, contract: 163723 http://www.dca.iusiani.ulpgc.es/proyecto2012-2014

Parametrización T-spline del dominio computacional para aplicación de IGA en 2D Objetivo: construir una transformación global del dominio paramétrico al dominio físico a partir de la representación del contorno de la geometría

S Parametrización del dominio computacional Transformación paramétrica de buena calidad Parametrizáción T-spline de buena calidad : Jacobiano positivo. Buena ortogonalidad y uniformidad de las curvas isoparamétricas S

Algoritmo de parametrización T-spline Esquema general del algoritmo Parametrización del contorno y construcción de una malla adaptada a las singularidades del contorno Optimización de la T-mesh Construcción de la representación T-spline de la geometría Refinamiento adaptativo con el fin de mejorar la calidad de la parametrización

Algoritmo de parametrización T-spline Paso 1: parametrización del contorno y construcción de una malla adaptada parametrización del contorno criterio de error de aproximación input boundary construcción de la malla adaptada al contorno

Parametrización T-spline Paso 1: parametrización del contorno y construcción de una malla adaptada T-mesh paramétrica adaptada al contorno T-mesh enredada en el espacio físico Objetivo: desenredar y suavizar la malla

Algoritmo de parametrización T-spline Paso 2: desenredo y suavizado de T-mesh La T-mesh paramétrica se deforma isomorficamente en la T-mesh en el espacio físico T-mesh física T-mesh paramétrica

Parametrización T-spline Paso 2: optimización de T-mesh, recolocación previa Recolocación previa de los nodos interiores mediante Coons patch T-mesh optimizada optimización

Algoritmo de parametrización T-spline Paso 2: optimización de T-mesh Optimización local: determinar una nueva posición del nodo libre para mejorar la calidad de la malla local. Minimizamos la función objetivo K(x) para hallar la posición óptima x0 del nodo libre nodo libre malla local malla local optimizada

Algoritmo de parametrización T-spline Paso 2: optimización de T-mesh. Descomposición de la malla local en triángulos nodo regular, 12 triángulos hanging node, 11 triángulos región factible región factible

S Algoritmo de parametrización T-spline Paso 2: optimización de T-mesh. Función objetivo basada en una medida de calidad para cuadriláteros Celdas de la malla local se descomponen en triángulos. La medida de calidad mean ratio de un triángulo : La función objetivo: S triángulo ideal triángulo físico M: número de elementos de la malla local

Algoritmo de parametrización T-spline Paso 2: función objetivo modificada para desenredo y suavizado simultaneo , función objetivo original: , función modificada: función objetivo original función objetivo modificada tiene el mismo mínimo y es suave en todo

Algoritmo de parametrización T-spline Paso 2: función objetivo con pesos una malla conforme, resultados satisfactorios (a) (b) (c) resultados satisfactorios con una función objetivo con pesos una malla no conforme, resultados no tan satisfactorios

Algoritmo de parametrización T-spline Paso 2: función objetivo con pesos. Nodo regular

Algoritmo de parametrización T-spline Paso 2: función objetivo con pesos. Hanging node (a) función objetivo sin pesos (b) función objetivo con pesos

Algoritmo de parametrización T-spline Paso 3: construcción T-spline vía interpolación Los puntos de control se determinan imponiendo condiciones de interpolación

Algoritmo de parametrización T-spline Paso 4: evaluación de la calidad de parametrización. Mean ratio Jacobian Mean ratio Jacobian - medida de calidad de la transformación paramétrica S en un punto

Algoritmo de parametrización T-spline Paso 4: refinamiento adaptativo para mejorar la calidad de la malla Refinamos en la zonas con celdas de baja calidad T-spline inicial T-spline refinada Isla de Gran Canaria Mean ratio Jacobian Mean ratio Jacobian

Algoritmo de parametrización T-spline Resultados de aplicación. Isla de Gran Canaria dominio paramétrico T-spline, dominio físico

Algoritmo de parametrización T-spline Resultados de aplicación. Isla de Gran Canaria mean ratio Jacobian en el dominio paramétrico mean ratio Jacobian en el dominio físico

Algoritmo de parametrización T-spline Resultados de aplicación. Flor dominio paramétrico T-spline, dominio físico

Algoritmo de parametrización T-spline Resultados de aplicación. Flor mean ratio Jacobian en el dominio paramétrico mean ratio Jacobian en el dominio físico

Aplicación del análisis isogeométrico Resolución de ecuación de Poisson solución exacta: indicador de error basado en residuo:

grafica de convergencia solución numérica en un corte del dominio paramétrico

Líneas futuras Extender el algoritmo a 3D: parametrización volumétrica de un solido a partir de su superficie Parametrización con un dominio paramétrico del tipo policubo que se adapta mejor a las singularidades de dominios complejos

Gracias por su atención