FEA mesh convergence study — Cristian Estévez

En la práctica del Análisis de Elementos Finitos (FEA), uno de los errores más peligrosos es asumir que un mapa de colores vistoso y continuo equivale automáticamente a un resultado correcto. Dado que el MEF es un método numérico aproximado que transforma ecuaciones diferenciales en un sistema de ecuaciones algebraicas simultáneas, la calidad del resultado depende directamente de la capacidad de la malla para representar el campo de deformaciones real.

Un estudio de convergencia de malla es el procedimiento sistemático que permite verificar si el tamaño de los elementos es lo suficientemente fino para garantizar que los errores de discretización sean aceptables. Sin esta verificación, corres el riesgo de tomar decisiones de diseño basadas en tensiones subestimadas artificialmente debido a una malla excesivamente rígida.

1. ¿Por qué la malla influye en la precisión del resultado?

Las formulaciones estándar basadas en el método de los desplazamientos imponen restricciones al movimiento continuo del sólido al interpolar los desplazamientos mediante funciones de forma polinómicas dentro de cada elemento. Este confinamiento hace que el modelo computacional sea intrínsecamente más rígido que la estructura física real.

Al reducir el tamaño de los elementos, se incrementan los grados de libertad del sistema, lo que otorga mayor flexibilidad al modelo y permite que la solución aproximada converja de forma monótona hacia la solución exacta:

Desplazamientos: convergen desde abajo (límite inferior), aproximándose progresivamente al valor real a medida que la malla se refina.
Tensiones: al ser derivadas espaciales de los desplazamientos ({σ} = [D][B]{d}), requieren un nivel de refinamiento significativamente mayor para capturar sus valores reales, especialmente en regiones con gradientes elevados.

2. Las tres estrategias de refinamiento: métodos h, p y r

Para mejorar la precisión de una malla y estudiar su convergencia, la literatura y los códigos de cálculo clasifican los métodos de refinamiento en tres enfoques principales:

Fig. 1 — Los tres enfoques de refinamiento sobre una placa con un agujero: el método h añade elementos en la zona crítica, el p eleva el orden del polinomio (nodos intermedios) y el r reubica los nodos existentes hacia el gradiente sin cambiar su número.

Método h (h-refinement): mantiene el tipo de elemento y el orden del polinomio (por ejemplo, elementos cuadriláteros bilineales o tetraedros lineales) y reduce el tamaño característico del elemento h en las regiones de interés. Es la técnica más utilizada en la industria.
Método p (p-refinement): mantiene la geometría de la malla original intacta, pero incrementa el orden del polinomio p de las funciones de forma (pasando, por ejemplo, de un comportamiento lineal a cuadrático, cúbico o superior).
Método r (r-refinement): reorganiza o recoloca la posición de los nodos existentes concentrándolos en las zonas de mayor gradiente de tensión, sin alterar la cantidad total de elementos ni el grado polinómico.

3. Guía paso a paso para realizar un estudio de convergencia

Para ejecutar un estudio de convergencia riguroso sin desperdiciar recursos computacionales, se debe seguir esta metodología iterativa.

Paso 1: definir la métrica clave de control

Selecciona la variable crítica que condiciona el objetivo de tu análisis:

Si el objetivo es verificar la rigidez o deflexión global, la métrica será el desplazamiento máximo.
Si el objetivo es evaluar la resistencia a fallo o fatiga, la métrica debe ser la tensión equivalente de Von Mises o la tensión principal máxima en la zona crítica (hot spot).

Paso 2: modelo base con malla preliminar

Ejecuta una primera simulación con una malla promedio uniforme (coarse mesh). Esta ejecución inicial servirá para comprobar que las condiciones de contorno y cargas son correctas y para localizar espacialmente los gradientes de tensión.

Paso 3: refinamiento local en regiones críticas

Aplica un refinamiento de malla (método h o p) únicamente en la región de alto gradiente de tensión (por ejemplo, el radio de un agujero o entalla), manteniendo el resto del modelo con la malla gruesa previa para ahorrar grados de libertad. Las reglas de transición entre zonas finas y gruesas se detallan en El arte del mallado en FEA.

Paso 4: construir la curva de convergencia (mínimo 3 iteraciones)

Realiza al menos tres iteraciones sucesivas reduciendo el tamaño del elemento local. Registra los datos y grafica una curva con el número de grados de libertad / nodos en el eje X y el valor de la métrica seleccionada en el eje Y.

Fig. 2 — Curva de convergencia: la tensión máxima en el punto crítico sube y se estabiliza al refinar. Cuando la variación entre dos iteraciones consecutivas baja del 5% (Δ = 2,5%), la malla se da por convergida. Valores ilustrativos.

Paso 5: criterio de parada

El estudio se considera exitoso y la malla se da por convergida cuando la variación del resultado de la métrica entre dos iteraciones consecutivas es menor al 5%. El modelo correspondiente a la penúltima iteración se selecciona como la malla óptima de trabajo.

4. Tensiones frente a desplazamientos: ¿por qué no convergen al mismo tiempo?

Un descubrimiento habitual durante un estudio de convergencia es que los desplazamientos convergen mucho más rápido que las tensiones.

Fig. 3 — Esquema cualitativo de convergencia: los desplazamientos (incógnitas primarias) se acercan al valor exacto por debajo con pocos elementos; las tensiones, obtenidas por derivación, necesitan una malla mucho más fina.

En la formulación del MEF por desplazamientos:

Los desplazamientos son las incógnitas primarias del sistema ([K]{u} = {F}, ver la matriz de rigidez). Un modelo con pocos elementos suele predecir desplazamientos razonablemente cercanos al valor real (con errores del 5-10%).
Las tensiones son incógnitas secundarias que se obtienen derivando el campo de desplazamientos. Dado que la derivación reduce en un grado el orden del polinomio de la función de forma, un elemento lineal (como un triángulo CST de 3 nodos o un tetraedro TET4) produce tensiones constantes en todo su interior.

Fig. 4 — Misma malla de cuatro elementos sobre un gradiente de tensión decreciente (línea discontinua): con elementos de primer orden la tensión es constante en cada uno y salta entre vecinos (izq.); con elementos de segundo orden varía linealmente y sigue mejor la curva real (dcha.).

Por esta razón, capturar la curva real de un gradiente de tensión usando elementos de primer orden requiere mallas extremadamente finas. En cambio, el uso de elementos cuadráticos de segundo orden (como el TET10 o HEX20) permite variaciones lineales de tensión dentro del propio elemento, logrando la convergencia con un número sustancialmente menor de nodos. Si dudas entre ambas familias en piezas 3D, consulta hexaedros frente a tetraedros.

5. La trampa mortal: singularidades frente a concentraciones reales

Al realizar un estudio de convergencia, es crucial distinguir entre una concentración de tensiones física y una singularidad matemática de tensión.

Fig. 5 — Concentración real frente a singularidad: con un agujero de radio R, la tensión máxima se estabiliza en un valor finito al refinar (izq.); con una esquina afilada de radio cero, crece sin límite con cada refinamiento (dcha.).

Concentración de tensiones real: existe físicamente en la estructura (por ejemplo, un agujero con radio R o un redondeo). A medida que refinamos la malla, la tensión máxima sube paulatinamente hasta estancarse y alcanzar un valor asintótico finito.
Singularidad de tensión: es una distorsión provocada por las hipótesis simplificadoras del modelo matemático. Ocurre al aplicar una fuerza concentrada en un único nodo (Área = 0 ⇒ σ = F/0 = ∞) o en esquinas reentrantes afiladas con radio cero.

¿Cómo detectar y manejar una singularidad?

Si al refinar la malla consecutivamente observas que la tensión no se estabiliza y sigue creciendo exponencialmente hacia el infinito sin importar cuántos elementos añadas, estás ante una singularidad.

Acciones correctivas:

Si la singularidad está lejos de tu zona de interés: aplica el principio de Saint-Venant. La perturbación de la singularidad es local; puedes ignorar el pico de tensión numérico en ese nodo y evaluar los resultados en las regiones de interés alejadas.
Si la singularidad está en la zona de interés: redefine la geometría o la carga. Sustituye las fuerzas puntuales nodales por presiones distribuidas o elementos de interpolación R-type (MPC), e introduce los radios de redondeo reales (fillets) de la geometría en lugar de esquinas afiladas a 90°.

6. Verificación visual: tensiones no promediadas (unsmoothed plots)

Una herramienta de diagnóstico inmediato para verificar la calidad de la malla tras el cálculo es inspeccionar los mapas de contorno de tensiones en modo no promediado (unsmoothed / non-averaged).

Dado que el solucionador calcula las tensiones de forma independiente dentro de cada elemento, los nodos compartidos entre elementos vecinos tendrán valores de tensión ligeramente distintos.

Fig. 6 — Tensiones sin promediar de los cuatro elementos que comparten un nodo: en una malla gruesa se dispersan (168 → 219 MPa) y el promediado del postprocesador los oculta tras un único valor (izq.); en una malla fina casi coinciden (dcha.).

Si al visualizar el mapa no promediado observas saltos o discontinuidades de color marcadas entre elementos adyacentes, significa que la malla es demasiado gruesa para capturar el gradiente y requiere refinamiento.
Si la transición de colores es suave y continua incluso sin aplicar el promediado del postprocesador, la malla ha capturado fielmente el campo de tensiones.

Conclusión

Un estudio de convergencia de malla no es un lujo teórico, sino la garantía de calidad de un análisis por elementos finitos.

Permite encontrar el equilibrio óptimo entre la precisión requerida y el tiempo de cálculo. Recuerda siempre comprobar los mapas de tensiones no promediados, vigilar las singularidades en esquinas afiladas y exigir una variación menor al 5% antes de dar por válidos los valores de tensión de tu simulación.

FIN

In Finite Element Analysis (FEA) practice, one of the most dangerous mistakes is to assume that a colourful, continuous contour map automatically equals a correct result. Since the FEM is an approximate numerical method that turns differential equations into a system of simultaneous algebraic equations, the quality of the result depends directly on how well the mesh can represent the real deformation field.

A mesh convergence study is the systematic procedure for checking whether the element size is fine enough to keep discretisation errors acceptable. Without this check, you risk making design decisions based on stresses that are artificially underestimated because the mesh is too stiff.

1. Why does the mesh affect the accuracy of the result?

Standard formulations based on the displacement method constrain the continuous motion of the solid by interpolating displacements with polynomial shape functions inside each element. This confinement makes the computational model inherently stiffer than the real physical structure.

Reducing the element size increases the system's degrees of freedom, which gives the model more flexibility and lets the approximate solution converge monotonically towards the exact solution:

Displacements: they converge from below (a lower bound), approaching the real value progressively as the mesh is refined.
Stresses: being spatial derivatives of the displacements ({σ} = [D][B]{d}), they need a significantly higher level of refinement to capture their real values, especially in regions with high gradients.

2. The three refinement strategies: h, p and r methods

To improve the accuracy of a mesh and study its convergence, the literature and solver codes classify refinement methods into three main approaches:

Fig. 1 — The three refinement approaches on a plate with a hole: the h-method adds elements in the critical zone, the p-method raises the polynomial order (mid-side nodes) and the r-method relocates the existing nodes towards the gradient without changing their number.

h-method (h-refinement): keeps the element type and polynomial order (for example, bilinear quadrilaterals or linear tetrahedra) and reduces the characteristic element size h in the regions of interest. It is the most widely used technique in industry.
p-method (p-refinement): keeps the original mesh geometry intact but raises the polynomial order p of the shape functions (going, for example, from linear to quadratic, cubic or higher behaviour).
r-method (r-refinement): rearranges or relocates the existing nodes, concentrating them in the zones of highest stress gradient, without changing the total number of elements or the polynomial degree.

3. Step-by-step guide to running a convergence study

To run a rigorous convergence study without wasting computational resources, follow this iterative methodology.

Step 1: define the key control metric

Select the critical variable that conditions the goal of your analysis:

If the goal is to check global stiffness or deflection, the metric will be the maximum displacement.
If the goal is to assess failure or fatigue resistance, the metric must be the von Mises equivalent stress or the maximum principal stress in the critical zone (hot spot).

Step 2: base model with a preliminary mesh

Run a first simulation with a uniform average mesh (coarse mesh). This initial run is used to check that the boundary conditions and loads are correct and to locate the stress gradients spatially.

Step 3: local refinement in critical regions

Apply mesh refinement (h- or p-method) only in the region of high stress gradient (for example, the radius of a hole or notch), keeping the rest of the model on the previous coarse mesh to save degrees of freedom. The transition rules between fine and coarse zones are detailed in The art of meshing in FEA.

Step 4: build the convergence curve (minimum 3 iterations)

Carry out at least three successive iterations, reducing the local element size. Record the data and plot a curve with the number of degrees of freedom / nodes on the X axis and the value of the selected metric on the Y axis.

Fig. 2 — Convergence curve: the maximum stress at the critical point rises and levels off as the mesh is refined. When the variation between two consecutive iterations drops below 5% (Δ = 2.5%), the mesh is considered converged. Illustrative values.

Step 5: stopping criterion

The study is considered successful and the mesh converged when the variation of the metric between two consecutive iterations is less than 5%. The model from the second-to-last iteration is selected as the optimal working mesh.

4. Stresses versus displacements: why don't they converge at the same time?

A common discovery during a convergence study is that displacements converge much faster than stresses.

Fig. 3 — Qualitative convergence sketch: displacements (primary unknowns) approach the exact value from below with few elements; stresses, obtained by differentiation, need a much finer mesh.

In the displacement-based FEM formulation:

Displacements are the system's primary unknowns ([K]{u} = {F}, see the stiffness matrix). A model with few elements usually predicts displacements reasonably close to the real value (with errors of 5–10%).
Stresses are secondary unknowns obtained by differentiating the displacement field. Since differentiation lowers the order of the shape-function polynomial by one degree, a linear element (such as a 3-node CST triangle or a TET4 tetrahedron) produces constant stresses throughout its interior.

Fig. 4 — The same four-element mesh over a decreasing stress gradient (dashed line): with first-order elements the stress is constant in each one and jumps between neighbours (left); with second-order elements it varies linearly and follows the real curve more closely (right).

For this reason, capturing the real curve of a stress gradient with first-order elements requires extremely fine meshes. By contrast, using second-order quadratic elements (such as TET10 or HEX20) allows linear stress variations within the element itself, achieving convergence with a substantially smaller number of nodes. If you are unsure which family to pick for 3D parts, see hexahedra versus tetrahedra.

5. The deadly trap: singularities versus real stress concentrations

When running a convergence study, it is crucial to distinguish between a physical stress concentration and a mathematical stress singularity.

Fig. 5 — Real concentration versus singularity: with a hole of radius R, the maximum stress levels off at a finite value as the mesh is refined (left); with a sharp corner of zero radius, it grows without bound with every refinement (right).

Real stress concentration: it exists physically in the structure (for example, a hole of radius R or a fillet). As we refine the mesh, the maximum stress rises gradually until it levels off and reaches a finite asymptotic value.
Stress singularity: a distortion caused by the simplifying assumptions of the mathematical model. It occurs when a force is applied at a single node (Area = 0 ⇒ σ = F/0 = ∞) or at sharp re-entrant corners of zero radius.

How to detect and handle a singularity?

If, when refining the mesh consecutively, you see that the stress does not stabilise and keeps growing exponentially towards infinity no matter how many elements you add, you are facing a singularity.

Corrective actions:

If the singularity is far from your region of interest: apply Saint-Venant's principle. The disturbance of the singularity is local; you can ignore the numerical stress peak at that node and evaluate the results in the distant regions of interest.
If the singularity is in the region of interest: redefine the geometry or the load. Replace nodal point forces with distributed pressures or R-type interpolation elements (MPC), and introduce the real fillet radii of the geometry instead of sharp 90° corners.

6. Visual check: unaveraged stress plots (unsmoothed plots)

A quick diagnostic tool for checking mesh quality after the solve is to inspect the stress contour plots in unaveraged (unsmoothed / non-averaged) mode.

Since the solver computes stresses independently inside each element, the nodes shared between neighbouring elements will have slightly different stress values.

Fig. 6 — Unaveraged stresses of the four elements sharing a node: on a coarse mesh they scatter (168 → 219 MPa) and the post-processor's averaging hides them behind a single value (left); on a fine mesh they almost coincide (right).

If the unaveraged plot shows marked colour jumps or discontinuities between adjacent elements, the mesh is too coarse to capture the gradient and needs refinement.
If the colour transition is smooth and continuous even without applying the post-processor's averaging, the mesh has captured the stress field faithfully.

Conclusion

A mesh convergence study is not a theoretical luxury but the quality guarantee of a finite element analysis.

It lets you find the optimal balance between the required accuracy and the computation time. Always remember to check the unaveraged stress plots, watch for singularities at sharp corners and demand a variation below 5% before accepting the stress values of your simulation as valid.

END