《Journal of Computational Physics》:Adaptive computation driven by an augmented fully-mixed FEM for double-diffusive natural convection in porous media
编辑推荐:
马里奥·阿尔瓦雷斯|埃利吉奥·科尔梅纳雷斯|菲兰德·A·塞凯拉
哥斯达黎加大学数学系,圣拉蒙,西区总部,阿拉胡埃拉,哥斯达黎加
摘要
本文在我们之前发表于《计算数学应用》2021年第114卷第112–131页的研究基础上,进一步发展了一种用于多孔介质中双扩散自然对流
马里奥·阿尔瓦雷斯|埃利吉奥·科尔梅纳雷斯|菲兰德·A·塞凯拉
哥斯达黎加大学数学系,圣拉蒙,西区总部,阿拉胡埃拉,哥斯达黎加
摘要
本文在我们之前发表于《计算数学应用》2021年第114卷第112–131页的研究基础上,进一步发展了一种用于多孔介质中双扩散自然对流的半增强混合有限元方法。我们在二维和三维空间中设计并分析了新的增强型全混合格式。该格式引入了一个张量形式的伪热溶质梯度,这一梯度取决于温度和浓度的梯度,作为额外的未知量。这样的改进使得耦合方程组变为混合形式,带来了诸多计算优势:无需损失精度即可从离散解中高效获取温度和浓度的梯度;无需拉格朗日乘数或扩展算子即可自然处理狄利克雷边界条件;此外,通过引入参数化的冗余伽辽金项,保证了方法的强制性,使得可以应用拉克斯-米尔格拉姆定理,从而无需满足无穷大-下确界相容性条件,进而提升了选择有限元子空间时的灵活性。该格式允许使用任意多项式阶数的有限元空间,并通过先验和后验误差分析证明了最优阶收敛速率。我们还提出了两种基于残差的可计算后验误差估计器,这两种估计器完全基于局部信息,无需以往方法中所需的非局部范数。这些理论结果通过二维下的自适应数值实验得到了进一步验证,实验结果证实了该方法的高效性与可靠性。
引言
本文主要对用于模拟多孔介质中双扩散自然对流的增强型全混合有限元方法进行先验和后验误差分析。这种现象在自然界以及工业应用中十分常见,因为在温度和浓度变化的情况下,热量和质量会同时发生传递(参见[1]、[2]、[3]、[4]等文献)。实际上,由于应用场景的多样性,人们设计了多种数值方法来模拟这一问题,包括[5]、[6]、[7]、[8]、[9]、[10]、[11]、[12]、[13]、[14]等文献中的方法。这些方法涵盖了基于有限体积法和有限元法、并行与投影稳定化技术、控制理论以及混合有限元法等。它们处理的场景包括在腔体或多孔封闭空间中的流动,物理参数可能为恒定或变化,也可能存在时间依赖性。
对于约束在多孔封闭空间Ω?Rn中的流体,其中n∈{2, 3},在稳态条件下,本文所研究的数学模型旨在求解速度场u=(u1,u2,u3)、压力标量场p,以及当n=2时为向量φ=(φ1,φ2)t、当n=3时为φ=(φ1,φ2,0)t,其中φ1和φ2分别代表温度场和浓度场。需要满足的方程组为:γu?div(ν(φ)(?u+(?u)t))+(u·?)u+?p=(α·φ)g,divu=0,?div(K?φ)+(?φ)u=0,这些方程由纳维-斯托克斯-达西方程(描述流体流动)和矢量平流-扩散方程(描述浓度场φ1和温度场φ2)组成,二者通过浮力以及対流传质和传热作用非线性地相互耦合。其中,γ>0为达西数的倒数,ν为非线性运动粘度,g为重力加速度,α为膨胀系数向量,K为扩散常数对角矩阵,即K=diag(ki),1≤i≤n,当i=3时ki=0。关于所需考虑的数据和边界条件的具体假设将在下一节中给出。
在纳维-斯托克斯方程的混合格式研究背景下,我们首先回顾[15]中的工作,该研究将之前为斯托克斯方程开发的对偶混合框架扩展到了纳维-斯托克斯问题。在这些工作中,作者们为不可压缩流设计了准最优且具有收敛性的数值格式,其核心未知量要么是应变张量,要么是速度梯度张量。类似地,[16]中将基于伪应力的混合方法分析从斯托克斯方程推广到了纳维-斯托克斯方程。他们的方法包括引入并分析一种符合H(div)要求的伪应力基格式,该格式在n=2、3维度下能够在L3范数下达到O(hk+1?n/6)的精度。此后,[17]为纳维-斯托克斯问题开发了一种对偶混合有限元方法,其基本未知量为速度梯度(属于L2空间)、速度(同样属于L2空间),以及经过适当修改的伪应力(或应力)张量(属于H(div)空间),这一修改形式能够自然体现伪应力张量与对流项之间的相互作用。除上述成果外,[18]最早提出了针对可变粘度纳维-斯托克斯模型的增强型混合有限元方法。在该研究中,作者引入了经过修改的伪应力张量,其中包含了扩散项、对流项以及压力项,这些均被视为辅助未知量。
有一些研究致力于对方程(1.1)进行数值分析,其中包括[7]、[8]、[9]、[19]、[20]等文献,这些作者研究了多孔介质中的这一现象。特别是在[8]中,作者开发了一种基于投影的稳定化技术,用于模拟非稳态问题,并证明了半离散情形下的收敛性。该文还通过多种数值实验验证了最优阶误差估计的正确性,并将自己的结果与以往研究的结果进行了比较。另一方面,在[7]中,作者通过扩展现有的布林克曼流方法,构建了一种满足散度条件的离散伽辽金格式,严格推导出了该格式的适定性以及收敛性质。数值测试结果证实了预测的误差衰减速率,并展示了该方法在不同场景下的适用性。
近期,[9]、[19]、[20]等文献致力于为方程(1.1)所描述的现象构建混合有限元方法。在[9]中,作者将速度梯度、温度梯度以及浓度梯度作为新的未知量引入问题中。由此得到的格式在反射巴拿赫空间上具有鞍点结构。在数据足够小的前提下,该文证明了伽辽金格式的适定性以及先验误差估计。由于为了满足无穷大-下确界相容性条件,离散子空间必须建立在具有宏观元素结构的网格上,因此计算成本可能会显著上升,尤其是在三维情况下。为了解决这些问题,[19]提出了一种在标准希尔伯特空间中的新混合有限元方法。更确切地说,该方法将应变张量和非线性伪应力引入问题中,同时在流体方程中加入了冗余的伽辽金型惩罚项,热量和浓度方程则采用标准的原始格式。在适当的规则性假设、合理的惩罚参数选择以及离散情形下对任意有限元子空间家族的适用性条件下,作者证明了连续问题及其对应的伽辽金格式的可解性。随后,[20]对前述格式进行了后验误差分析。
受以上研究的启发,本文的目标是在[9]、[19]、[20]的基础上,进一步开发一种用于多孔介质中双扩散对流的混合有限元方法,该方法结合了基于残差的后验误差指标所驱动的自适应网格细化策略。具体而言,我们保留了[19]中的半增强混合-原始格式,仅对流体流动方程的表述进行了调整。与此同时,我们引入了包含温度、浓度、它们的梯度以及传输方程中速度的张量未知量,同时还加入了源自热量和质量传递方程本构关系与平衡关系的惩罚项。随后,将得到的格式转化为一个不动点问题,其适定性可通过经典的巴拿赫不动点定理与拉克斯-米尔格拉姆定理共同保证。对于相应的伽辽金格式,则分别利用布劳威尔不动点定理和巴拿赫不动点定理来证明离散解的存在性与唯一性。特别是,对于辅助未知量,可以选择阶数为k的拉维阿尔-托马斯空间;而对于速度和温度,则可以选择度数不超过k+1的连续分段多项式。最后,我们给出了最优的先验误差估计,并通过二维下的多个数值实验展示了该格式的良好性能,同时也验证了理论上的收敛速率。
当前格式还具有以下优势:
1. 除了流体?速度梯度、剪应力张量以及涡度之外,它还能够通过简单地对离散解进行后处理来计算温度和浓度梯度,不仅不会损失精度,而且计算成本也低于[9]中的方法。
2. 与[9]不同,由于加入了一致的伽辽金项,因此无需满足无穷大-下确界相容性条件,这使得在选择离散有限元子空间时具有更大的灵活性。
3. 由于在热量和质量传递方程中采用了混合格式,因此温度和浓度的狄利克雷边界条件可以通过格式本身自然得到满足,无需在边界上使用扩展算子或拉格朗日乘数(参见[19]、[21])。
4. 该格式支持高阶近似,并能够实现最优阶误差估计。
5. 与[20]中使用的非局部误差指标不同,此处采用的误差指标是完全局部的,且易于计算。
定义域
设Ω?Rn,其中n∈{2, 3},表示一个具有多边形/多面体边界Γ的有界区域,Γ具有向外的单位法向量n。为正确设定边界条件,我们假设存在ΓD、ΓN?Γ,使得?ΓD∩ΓN=?,|ΓD|>0,且Γ=ΓξD∪ΓξN。
向量与张量运算符
对于向量场,?(·)表示梯度运算符,div(·)表示散度运算符。张量τ的散度是一个向量,记为divτ,其第i个分量定义为对应行i的散度值。两个向量v和w的笛卡尔积记为?,其ij分量值为viwj。此外,张量τ的偏微分部分表示为τd:=τ?1ntr(τ)I,其中tr(τ)=∑i=1nτii为通常的迹运算符,I则表示Rn×n中的单位矩阵。
函数空间
通常,我们将勒贝格空间定义为Lp(Ω):={f:Ω→R:∥f∥p,Ω=(∫Ω|f|p)1/p<∞},其中1
0,使得∥ψ∥1,Ω≤cP|ψ|1,Ω,对所有属于H01(Ω)的ψ都成立。
此外,我们还需要提及以下希尔伯特空间:H(div;Ω):={τ∈L2(Ω):divτ∈L2(Ω)},HΓN(div;Ω):={q∈H(div,Ω):qn=0onΓN},H0(div;Ω):={τ∈H(div;Ω):∫Ωtrτ=0},这些空间都配备了常用的范数‖τ‖div,Ω2:=‖τ‖0,Ω2+‖divτ‖0,Ω2。
最后,我们定义对称张量的以下闭子空间:Ltr2(Ω):={r∈L2(Ω):rt=randtrr=0}。
数据假设与边界条件
我们假设g∈L∞(Ω),γ>0,α∈L∞(Ω),K=diag(ki),1≤i≤n∈L∞(Ω),且K是一个均匀正定的张量,满足(Kx)·x≥k0|x|2,对所有x∈Rn都成立,其中k0=min{k1,k2,?,kn}>0。运动粘度ν:R+×R+?R+被假设为一个有界且利普希茨连续的函数,它可能依赖于温度和质量浓度,且满足ν1≤ν(?)≤ν2,同时对于任意?,ψ∈R×R+,都有|ν(?)?ν(ψ)|≤Lν|??ψ|,其中ν1、ν2和Lν为某些正常数。至于完成方程(1.1)的边界条件,我们假设在整个边界上速度满足无滑移条件,而温度场和浓度场则分别满足物理边界条件,即u=0 on Γ,φ=φD on ΓD,以及(?φ)n=0 on ΓN,其中φD∈H1/2(ΓD)是ΓD上已知的迹函数。最后,我们用0表示一般的零向量,而用c或C表示与离散化参数无关的一般正常数,这些常数在不同位置可能取不同的值。
索伯列夫嵌入
在后续的分析中,为得到若干关键误差估计(如下文中的(2.32)、(2.35)、(4.4)、(4.13)和(4.15)所示),我们将频繁使用以下连续嵌入映射(参见[22]中的定理4.12以及[23]中的定理1.3.4):{Hε(Ω)→L21?ε(Ω),存在常数C?ε,ε∈(0,1),此时n=2;Hε(Ω)→L63?2ε(Ω),存在常数C?ε,ε∈[12,1),此时n=3;H1(Ω)→Lnε(Ω),存在常数Cε,n∈{2,3};H1(Ω)→L4(Ω),存在常数c1(Ω)。}
后一问题的可解性最终在第几节中得到探讨。伽辽金方法在本节中,我们描述了为问题(2.10)提出的混合有限元方法,并进行了相应的分析,包括先验误差估计的推导。后验误差分析在本节中,我们对第3节中建立的有限元方法进行了后验误差分析,其中Ω?Rn,n∈{2, 3}。为此,在下一节中我们将介绍一些初步的符号以及将在后续分析中使用的工具性结果。数值结果在本节中,我们展示了所提出的改进型混合有限元方法(3.6)以及自适应算法的性能。具体而言,我们验证了先验误差估计的收敛速率(参见(3.13)),并确认了后验误差估计量Θ(参见(4.1))和Ξ(参见(4.23))的可靠性和效率界限。为此,所提方法的数值验证仅限于二维实验,因为这些实验足以说明其性能。结论与未来方向在本文中,针对由稳态纳维-斯托克斯-达西方程(描述流体流动)和对流-扩散方程(控制温度和浓度)构成的耦合系统,开发了一种混合有限元方法。在某些数据假设下,连续问题的适定性得以保证,从而确保存在唯一解。然而对于离散问题,只能保证解的存在性(由于非线性因素)。未引用参考文献[41]。CRediT作者贡献说明马里奥·阿尔瓦雷斯:写作——审阅与编辑,写作——初稿撰写,验证,监督,项目管理,方法论,研究,资金获取,形式分析,概念构建。埃利吉奥·科尔梅纳雷斯:写作——审阅与编辑,写作——初稿撰写,验证,监督,项目管理,方法论,研究,资金获取,形式分析,概念构建。菲兰德·A·塞凯拉:写作——审阅与编辑,可视化,验证,软件。利益冲突声明埃利吉奥·科尔梅纳雷斯声明获得了国家研究与创新机构的财政支持。其他作者则声明没有已知的利益冲突或可能影响本文所述工作的个人关系。