留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

Navier-Stokes方程的亚格子模型后处理混合有限元方法

上一篇

下一篇

张琪慧, 尚月强. Navier-Stokes方程的亚格子模型后处理混合有限元方法[J]. 西南大学学报(自然科学版), 2019, 41(3): 67-74. doi: 10.13718/j.cnki.xdzk.2019.03.010
引用本文: 张琪慧, 尚月强. Navier-Stokes方程的亚格子模型后处理混合有限元方法[J]. 西南大学学报(自然科学版), 2019, 41(3): 67-74. doi: 10.13718/j.cnki.xdzk.2019.03.010
Qi-hui ZHANG, Yue-qiang SHANG. A Subgrid Stabilizing Postprocessed Mixed Finite Element Method for the Navier-Stokes Equations[J]. Journal of Southwest University Natural Science Edition, 2019, 41(3): 67-74. doi: 10.13718/j.cnki.xdzk.2019.03.010
Citation: Qi-hui ZHANG, Yue-qiang SHANG. A Subgrid Stabilizing Postprocessed Mixed Finite Element Method for the Navier-Stokes Equations[J]. Journal of Southwest University Natural Science Edition, 2019, 41(3): 67-74. doi: 10.13718/j.cnki.xdzk.2019.03.010

Navier-Stokes方程的亚格子模型后处理混合有限元方法

  • 基金项目: 重庆市基础科学与前沿技术研究专项项目(cstc2016jcyjA0348)
详细信息
    作者简介:

    张琪慧(1994-), 女, 硕士研究生, 主要从事偏微分方程数值解的研究 .

    通讯作者: 尚月强, 博士, 教授
  • 中图分类号: O241.82

A Subgrid Stabilizing Postprocessed Mixed Finite Element Method for the Navier-Stokes Equations

  • 摘要: 提出并考察了3种基于亚格子模型的后处理混合有限元方法,其主要思想是:第一步在粗网格上求解带有亚格子模型稳定项的Navier-Stokes方程,得到最后时刻T的有限元解uH;第二步在最后时刻T,对第一步所得解uH进行后处理,主要通过在细网格上(或用高阶元)分别求解带有亚格子模型稳定项的Stokes问题、Newton问题或者Ossen问题.实验结果表明:在选取适当的稳定化参数和网格尺寸的条件下,3种稳定化的后处理有限元方法提高了稳定化的混合有限元解的精确度,并且收敛阶较标准的有限元方法明显提高了一阶.从计算时间看,除ν = 1以外,在其它情况下稳定化的Newton型后处理花费的时间相对较多,而稳定化的Ossen型后处理花费的时间相对较少.从精确度来看,Newton型后处理和Ossen型后处理方法所得速度的H1-范误差和压力的L2-范误差比Stokes型后处理方法更有效.
  • 加载中
  • 图 1  动能与时间关系图

    图 2  算法2在不同时刻的速度分量${{{\mathit{\boldsymbol{\tilde{u}}}}}_{\tilde{h}1}}$等值线

    图 3  算法2在不同时刻的速度分量${{{\mathit{\boldsymbol{\tilde{u}}}}}_{\tilde{h}2}}$等值线

    图 4  算法2在不同时刻的压力等值线

    表 1  稳定化的混合有限元解和后处理解的L2范误差

    h Δt ${{\left\| \mathit{\boldsymbol{u}}\left(T \right)-{{\mathit{\boldsymbol{u}}}_{N}}^{h} \right\|}_{0}}$ 收敛率1 ${{\left\| \mathit{\boldsymbol{u}}\left(T \right)-{{{\mathit{\boldsymbol{\tilde{u}}}}}_{N}}^{h} \right\|}_{0}}$ 收敛率2
    1/3 1/1 000 0.002 623 32 - 0.000 546 192 -
    1/4 1/2 000 0.001 144 46 2.883 42 0.000 204 008 3.423 26
    1/5 1/4 000 0.000 582 591 3.025 86 8.988 45 e-005 3.673 12
    1/6 1/8 000 0.000 332 497 3.076 18 4.551 18 e-005 3.732 71
    下载: 导出CSV

    表 2  稳定化的混合有限元解和后处理解的H1范误差

    h Δt ${{\left\| \mathit{\boldsymbol{u}}\left(T \right)-{{\mathit{\boldsymbol{u}}}_{N}}^{h} \right\|}_{0}}$ 收敛率1 ${{\left\| \mathit{\boldsymbol{u}}\left(T \right)-{{{\mathit{\boldsymbol{\tilde{u}}}}}_{N}}^{h} \right\|}_{0}}$ 收敛率2
    1/3 1/1 000 0.056 121 6 - 0.011 215 6 -
    1/4 1/2 000 0.033 580 3 1.785 24 0.005 077 48 2.754 74
    1/5 1/4 000 0.022 172 3 1.860 21 0.002 728 83 2.782 69
    1/6 1/8 000 0.015 690 6 1.896 55 0.001 665 23 2.709 01
    下载: 导出CSV

    表 3  稳定化的混合有限元压力解和后处理压力解的误差

    h Δt ${{\left\| \mathit{\boldsymbol{P}}\left(T \right)-{{\mathit{\boldsymbol{P}}}_{h}} \right\|}_{0}}$ 收敛率1 ${{\left\| \mathit{\boldsymbol{P}}\left(T \right)-{{{\mathit{\boldsymbol{\tilde{P}}}}}_{h}} \right\|}_{0}}$ 收敛率2
    1/3 1/1 000 0.293 433 - 0.012 140 7 -
    1/4 1/2 000 0.168 947 1.918 99 0.004 673 56 3.318 38
    1/5 1/4 000 0.113 955 1.764 72 0.002 215 05 3.346 04
    1/6 1/8 000 0.087 428 8 1.453 35 0.001 225 75 3.245 49
    下载: 导出CSV

    表 4  3种算法所得逼近解的L2范误差

    ν 算法1 算法2 算法3
    ${{\left\| \mathit{\boldsymbol{u}}\left(T \right)-{{{\mathit{\boldsymbol{\tilde{u}}}}}_{N}}^{h} \right\|}_{0}}$ 计算时间/ s ${{\left\| \mathit{\boldsymbol{u}}\left(T \right)-{{{\mathit{\boldsymbol{\tilde{u}}}}}_{N}}^{h} \right\|}_{0}}$ 计算时间/ s ${{\left\| \mathit{\boldsymbol{u}}\left(T \right)-{{{\mathit{\boldsymbol{\tilde{u}}}}}_{N}}^{h} \right\|}_{0}}$ 计算时间/ s
    1 4.170 23 e-008 646.368 3.281 82 e-008 645.385 3.281 8 e-008 642.455
    0.1 4.122 22 e-007 6 446.090 3.271 9 e-007 6 475.770 3.271 86 e-007 6 438.950
    0.01 4.042 53 e-006 12 240.900 3.263 82 e-006 12 300.300 3.264 11 e-006 12 229.000
    0.001 3.439 92 e-005 18 037.300 3.160 34 e-005 18 158.800 3.181 14 e-005 18 019.600
    下载: 导出CSV

    表 5  3种算法所得逼近解的H1范误差

    ν 算法1 算法2 算法3
    ${{\left\| \mathit{\boldsymbol{u}}\left(T \right)-{{{\mathit{\boldsymbol{\tilde{u}}}}}_{N}}^{h} \right\|}_{1}}$ 计算时间/ s ${{\left\| \mathit{\boldsymbol{u}}\left(T \right)-{{{\mathit{\boldsymbol{\tilde{u}}}}}_{N}}^{h} \right\|}_{1}}$ 计算时间/ s ${{\left\| \mathit{\boldsymbol{u}}\left(T \right)-{{{\mathit{\boldsymbol{\tilde{u}}}}}_{N}}^{h} \right\|}_{1}}$ 计算时间/ s
    1 3.181 36 e-005 646.368 3.191 44 e-006 645.385 3.191 44 e-006 642.455
    0.1 0.000 317 569 6 446.090 3.190 04 e-005 6 475.770 3.190 04 e-005 6 438.950
    0.01 0.003 120 13 12 240.900 0.000 318 435 12 300.300 0.000 318 434 12 229.000
    0.001 0.026 555 6 18 037.300 0.003 128 28 18 158.800 0.003 128 08 18 019.600
    下载: 导出CSV

    表 6  3种算法所得逼近解的压力误差

    ν 算法1 算法2 算法3
    ${{\left\| \mathit{\boldsymbol{P}}\left(T \right)-{{{\mathit{\boldsymbol{\tilde{P}}}}}_{h}} \right\|}_{0}}$ 计算时间/ s ${{\left\| \mathit{\boldsymbol{P}}\left(T \right)-{{{\mathit{\boldsymbol{\tilde{P}}}}}_{h}} \right\|}_{0}}$ 计算时间/ s ${{\left\| \mathit{\boldsymbol{P}}\left(T \right)-{{{\mathit{\boldsymbol{\tilde{P}}}}}_{h}} \right\|}_{0}}$ 计算时间/ s
    1 2.533 81 e-005 646.368 2.591 14 e-006 645.385 2.591 99 e-006 642.455
    0.1 2.533 85 e-005 6 446.090 2.592 76 e-006 6 475.770 2.588 36 e-006 6 438.950
    0.01 2.533 86 e-005 12 240.900 2.643 26 e-006 12 300.300 2.609 82 e-006 12 229.000
    0.001 2.533 92 e-005 18 037.300 3.884 7 e-006 18 158.800 3.060 6 e-006 18 019.600
    下载: 导出CSV
  • [1] TEMAN R. Navier-Stokes Equations:Theory and Numerical Analysis[M]. Amsterdam:North-Holland Publishing, 1977.
    [2] GIRAULT V, RAVIART P A. Finite Element Methods for Navier-Stokes Equations:Theory and Algorithms[M]. Berlin:Springer-Verlag, 1986.
    [3] GLOWINSKI R. Finite Element Methods for Incompressible Viscous Flow[M]//Handbook of Numerical Analysis. Amsterdam:Elsevier, 2003.
    [4] ARCHILLA B G, NOVO J, TITI E S. Postprocessing the Galerkin Method:A Novel Approach to Approximate Inertial Manifolds[J]. SIAM Journal on Numerical Analysis, 1998, 35(3):941-972. doi: 10.1137/S0036142995296096
    [5] doi: https://epubs.siam.org/doi/10.1137/S0036142998335893 GARC B. Postprocessing the Galerkin Method:The Finite-Element Case[J]. SIAM Journal on Numerical Analysis, 2000, 37(2):470-499.
    [6] AYUSO B, ARCHILLA B G, NOVO J. The Postprocessed Mixed Finite-Element Methodfor the Navier-Stokes Equations[J]. SIAM Journal on Numerical Analysis, 2005, 43(3):1091-1111. doi: 10.1137/040602821
    [7] FRUTOS J D, ARCHILLA B G, NOVO J. Static Two-Grid Mixed Finite-Element Approximations to the Navier-Stokes Equations[J]. Journal of Scientific Computing, 2012, 52(3):619-637. doi: 10.1007/s10915-011-9562-7
    [8] DURANGO F, NOVO J. Two-Grid Mixed Finite-Element Approximations to the Navier-StokesEquations Based on a Newton-Type Step[J]. Journal of Scientific Computing, 2018, 74(1):456-473. doi: 10.1007/s10915-017-0447-2
    [9] doi: https://onlinelibrary.wiley.com/doi/abs/10.1002/num.20120#citedBy SHANG Y Q. A Two-Level Subgrid Stabilized Oseen IterativeMethod for the Steady Navier-Stokes Equations[J]. Journal of Computational Physics, 2013,233(1):210-226.
    [10] doi: http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=10.1515/jnum-2012-0013 HECHT F. New Development in Freefem++[J]. Journal of Numerical Mathematics, 2012, 20(3-4):159-344.
    [11] doi: http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=d8521578e4067f0b252c5e62ecab0883 SHANG Y Q. Error Analysis of a Fully Discrete Finite Element Variational Multiscale Method for Time-Dependent Incompressible Navier-Stokes Equations[J]. Numerical Methods for Partial Differential Equations, 2013, 29(6):2025-2046.
  • 加载中
图( 4) 表( 6)
计量
  • 文章访问数:  594
  • HTML全文浏览数:  342
  • PDF下载数:  13
  • 施引文献:  0
出版历程
  • 收稿日期:  2018-03-01
  • 刊出日期:  2019-03-20

Navier-Stokes方程的亚格子模型后处理混合有限元方法

    通讯作者: 尚月强, 博士, 教授
    作者简介: 张琪慧(1994-), 女, 硕士研究生, 主要从事偏微分方程数值解的研究
  • 西南大学 数学与统计学院, 重庆 400715
基金项目:  重庆市基础科学与前沿技术研究专项项目(cstc2016jcyjA0348)

摘要: 提出并考察了3种基于亚格子模型的后处理混合有限元方法,其主要思想是:第一步在粗网格上求解带有亚格子模型稳定项的Navier-Stokes方程,得到最后时刻T的有限元解uH;第二步在最后时刻T,对第一步所得解uH进行后处理,主要通过在细网格上(或用高阶元)分别求解带有亚格子模型稳定项的Stokes问题、Newton问题或者Ossen问题.实验结果表明:在选取适当的稳定化参数和网格尺寸的条件下,3种稳定化的后处理有限元方法提高了稳定化的混合有限元解的精确度,并且收敛阶较标准的有限元方法明显提高了一阶.从计算时间看,除ν = 1以外,在其它情况下稳定化的Newton型后处理花费的时间相对较多,而稳定化的Ossen型后处理花费的时间相对较少.从精确度来看,Newton型后处理和Ossen型后处理方法所得速度的H1-范误差和压力的L2-范误差比Stokes型后处理方法更有效.

English Abstract

  • Navier-Stokes方程是描述流体运动规律的一类典型的非线性方程,其研究对人们认识和控制湍流格外重要,并被广泛应用于天气、海流等方面.近几十年来,用有限元方法数值求解Navier-Stokes方程吸引了许多研究者[1-3].而后处理的思想最初是在文献[4]中基于Fourier谱方法提出的,文献[5]将该方法应用于混合有限元方法提出了后处理的混合有限元方法.该方法主要分为两步:第一步,在粗网格上求解一个非线性系统,得到最后时刻T的有限元解uH;第二步,在最后时刻T,对第一步所得解进行后处理,主要通过在细网格上(或用高阶元)求解一个线性的Stokes问题[6],或一个线性Ossen类型的问题[7],或者一个Newton类型的问题[8].理论分析和数值实验表明:在选择合适的网格尺寸的条件下,后处理的混合有限元方法与标准的有限元方法相比收敛精度提高了一阶.由于完全非线性问题要在粗网格上求解,而对流占优的流体具有不稳定性,所以用后处理的方法模拟大雷诺数流问题具有一定的挑战性.本文中,我们把前面提到的3种后处理的有限元方法和亚格子稳定化方法[9]相结合,提出了3种稳定化的后处理混合有限元方法.

  • 定义1  设Ω${{\mathbb{R}}^{d}}$(d = 2,3)中具有齐次Dirichlet边界条件的有界区域,我们考虑下面的Navier-Stokes方程:

    其中:uΩ${{\mathbb{R}}^{2}}$表示速度矢量,pΩ$\mathbb{R}$表示压力,fΩ${{\mathbb{R}}^{2}}$表示流体驱动的体积力,ν>0为流体粘性系数,u0是使得▽·u0 = 0的初始速度,并且ut = u/∂t,定常数T表示最后时刻.

    下面针对定义1提出的数学问题,我们引进两个Hilbert空间:

    HV分别赋予L2(Ω)d空间和H01(Ω)d空间的内积.用‖·‖l表示Sobolev空间Wl,q(Ω)d的范数,‖·‖-l表示其对偶空间的范数.后面还会涉及到商空间Hl(Ω)/$\mathbb{R}$,其范数定义为:

    $\mathscr{T}$h = (τihϕih)iIh(h>0)是区域Ωh的准均匀网格剖分,其中h是单元τih${{\mathscr{T}}_{\mathit{h}}}$的最大直径,ϕihτ0τih为单射.当r≥2时,基于网格剖分${{\mathscr{T}}_{\mathit{h}}}$,我们定义下列有限元空间:

    其中Pr-1(τ0)表示定义在τ0上的至多r-1次多项式空间.

    接下来,我们考虑Hood-Taylor元(Xh,rQhr-1),其中

    并且这个有限元对(Xh,rQhr-1)满足inf-sup条件[6].

    根据非线性项b(·,·,·)的定义[9],我们具体给出离散的非线性项bh(·,·,·)为:

    亚格子模型是基于一个椭圆型投影算子${{\mathit{\Pi }}_{h}}:{{H}_{0}}^{1}{{\left(\mathit{\Omega } \right)}^{d}}\to {{R}_{1}} = \left\{ v\in {{H}_{0}}^{1}{{\left(\mathit{\Omega } \right)}^{d}}:v\left| _{\pi _{i}^{h}} \right.\in {{({{p}_{1}})}^{d}}, \forall {{\tau }_{i}}{{~}^{h}}\in {{T}_{h}} \right\}$所定义,其中算子Πh的定义为:

    下面根据投影算子Πh,定义亚格子稳定项为:

    其中α>0是稳定化参数,通常α = o(hs)(s是与所使用有限元空间的阶数有关的参数).

    下面在T时刻逼近问题(1)-(4).基于3种后处理的有限元方法[6-8]和亚格子稳定化方法[9],我们的亚格子稳定化的后处理有限元方法具体如下:

    算法1  基于Stokes问题的稳定化后处理有限元方法.

    1) 给定u0h逼近u(0),寻找uh:[0,T]→Xh,rQhr-1使得:

    其中${{{\mathit{\boldsymbol{\dot{u}}}}}_{h}} = \partial {{\mathit{\boldsymbol{u}}}_{h}}/\partial t$,并且通常取u0h = Sh(u0),Sh是离散Stokes投影[6].

    2) 对离散的速度和压力(uh(T),ph(T))后处理,寻找$({{{\mathit{\boldsymbol{\tilde{u}}}}}_{{\tilde{h}}}}, \text{ }{{{\mathit{\boldsymbol{\tilde{p}}}}}_{{\tilde{h}}}})\in \left(\tilde{X}, \tilde{Q} \right)$使得:

    其中后处理的有限元$\left(\tilde{X}, \tilde{Q} \right)$有以下两种取法:

    方法1  更细网格上的同阶Hood-Taylor元$\left(\tilde{X}, \tilde{Q} \right) = ({{X}_{\tilde{h}, r}}, {{Q}_{\tilde{h}, \text{ }r-1}}), \ r\ge 3, \ \tilde{h} < h$.

    方法2 相同网格上的高阶Hood-Taylor元$\left(\tilde{X}, \tilde{Q} \right) = ({{X}_{\tilde{h}, r+1}}, {{Q}_{\tilde{h}, \text{ }r}}), \ r\ge 3, \ \tilde{h} = h$.

    算法2 基于Newton型问题的稳定化后处理有限元方法.

    1) 给定uh(0)逼近u(0),寻找uh:[0,T]→Xh,rph:[0,T]→Qhr-1,使得(uhph)满足(5)-(6)式;

    2) 对离散的速度和压力(uh(T),ph(T))后处理,寻找$({{{\mathit{\boldsymbol{\tilde{u}}}}}_{{\tilde{h}}}}, \text{ }{{{\mathit{\boldsymbol{\tilde{p}}}}}_{{\tilde{h}}}})\in \left(\tilde{X}, \tilde{Q} \right)$使得:

    算法3  基于Ossen型问题的稳定化后处理有限元方法.

    1) 给定uh(0)逼近u(0),寻找uh:[0,T]→Xh,rph:[0,T]→Qhr-1,使得(uhph)满足(5)-(6)式;

    2) 对离散的速度和压力(uh(T),ph(T))后处理,寻找$({{{\mathit{\boldsymbol{\tilde{u}}}}}_{{\tilde{h}}}}, \text{ }{{{\mathit{\boldsymbol{\tilde{p}}}}}_{{\tilde{h}}}})\in \left(\tilde{X}, \tilde{Q} \right)$使得:

  • 本节将利用FreeFem++软件[10]进行数值实验来证明算法的有效性和比较3种亚格子稳定化后处理混合有限元方法的不同.在实验中,Hood-Taylor元用于空间离散,算法中第一步的非线性系统由Crank-Nicolson Admas-Bashforth方法求解,第二步在相同的网格上用高阶Hood-Taylor元P3-P2元后处理.

  • 特别地,对于算法1,我们选择Navier-Stokes方程的准确解为:

    其中,求解区域Ω = [0, 1]×[0, 1] ⊂${{\mathbb{R}}^{2}}$,并且取ν = 1,T = 0.1,α = 0.1 h2|log(h)|. 表 1给出了T时刻稳定化的混合有限元逼近解和后处理所得解的第一个分量的L2-范误差,其中‖u(T)-uNh0表示稳定化的混合有限元速度解的误差,${{\left\| \mathit{\boldsymbol{u}}\left(T \right)-{{{\mathit{\boldsymbol{\tilde{u}}}}}_{N}}^{h} \right\|}_{0}}$表示稳定化后处理速度解的误差,第二个分量类似可得;表 2H1-范误差;表 3为压力解的误差比较,其中‖P(T)-Ph0为稳定化的混合有限元解的压力误差,${{\left\| \mathit{\boldsymbol{P}}\left(T \right)-{{{\mathit{\boldsymbol{\tilde{P}}}}}_{h}} \right\|}_{0}}$表示稳定化后处理压力误差.通过表 1-3可知,稳定化的后处理混合有限元方法确实提高了稳定化的混合有限元解的精确度.

    为了对比3种算法,取网格尺寸h = 1/160,时间步长Δt = 1/8 000,分别取ν = 1,0.1,0.01和0.001,进行数值求解.数值结果在表 4-6中给出,通过比较发现:从花费时间的长短来看,除ν = 1以外,在其它情况下稳定化的Newton型后处理花费的时间相对较多,而稳定化的Ossen型后处理花费的时间相对较少.从精确度来看,用3种算法所得速度的L2-范误差基本一致,但由算法2和算法3所得的速度的H1-范误差和压力的L2-范误差比算法1更准确.

  • 在这个实验中,我们考虑一个定义在Ω = [0, 6]×[0, 1]上的圆柱绕流问题,其中该圆柱的圆心(xy) = (1,0.5),半径为0.15.取入流速度为

    并且在其它边界上满足无滑动边界条件[11].在这个问题中,Hood-Taylor元用于空间离散,粘性系数ν = 0.001.设置网格尺寸为h = 1/12,稳定化参数α = 0.1h2|log(h)|,时间步长Δt = 0.001,分别取最后时刻T = 1,2,4,6,8,10. 图 1描述了3种算法关于动能和时间T的关系.从图中可以看出在T = 1,2,4,6时3种算法所得解的动能差距不大,但在T = 8,10时算法2和算法3所得解的动能比算法1的大.

    图 2描绘了在T = 1,2,4,6,8,10的情况下,算法2在圆柱周围的速度分量${{{\mathit{\boldsymbol{\tilde{u}}}}}_{\tilde{h}1}}$的等值线;图 3是速度分量${{{\mathit{\boldsymbol{\tilde{u}}}}}_{\tilde{h}2}}$的等值线;而图 4是压力等值线.对于算法1和算法3,可得到类似的结果.

  • 在这篇文章中,我们主要通过数值实验研究了3种基于亚格子模型的后处理混合有限元方法,实验结果表明:在选取适当的稳定化参数和网格尺寸的条件下,3种稳定化的后处理有限元方法提高了稳定化的混合有限元解的精确度,并且收敛阶也明显提高了一阶.但是从计算时间看,除ν = 1以外,在其它情况下稳定化的Newton型后处理花费的时间相对较多,而稳定化的Ossen型后处理花费的时间相对较少.从精确度来看,用3种算法所得的速度的L2-范误差基本一致,但Newton型后处理和Ossen型后处理方法所得的速度的H1-范误差和压力的L2-范误差比Stokes型后处理方法更有效.

参考文献 (11)

目录

/

返回文章
返回