[論文レビュー] Convergence of a low order non-local Navier-Stokes-Korteweg system: the order-parameter model

Frédéric Charve|arXiv (Cornell University)|Feb 11, 2013

Navier-Stokes equation solutions参考文献 16被引用数 6

ひとこと要約

本稿では、古典的Kortewegモデルにおける高階の表面張力項を置き換えるために新たな変数（順序パラメータ）を導入した低階非局所ナビエ＝ストークス＝コルトエーウェッジ系、すなわち順序パラメータモデルを導入し、その解析を行う。著者らは、平衡状態に近い初期データに対して、一意な大域的解の存在を証明し、スケーリングパラメータε → 0の下で局所的Kortewegモデルへの収束を示し、エネルギー法およびフーリエ解析を用いて収束の明確な速度を導出する。

ABSTRACT

In the present article we consider a capillary compressible system introduced by C. Rohde after works of Bandon, Lin and Rogers, called the order-parameter model, and whose aim is to reduce the numerical difficulties that one encounters in the case of the classical local Korteweg system (involving derivatives of order three) or the non-local system (also introduced by Rohde after works of Van der Waals, and which involves a convolution operator). We prove that this system has a unique global solution for initial data close to an equilibrium and we precisely study the convergence of this solution towards the local Korteweg model.

研究の動機と目的

• 古典的局所的および非局所的Kortewegモデルにおける、第三階の微分項や畳み込み作用素を伴う数値的困難さを解決すること。
• 高階の表面張力項を置き換えるために補助的な順序パラメータを用いた新しい低階モデル（順序パラメータモデル）を提案し、その解析を行うこと。
• 初期データが平衡状態に近い場合に、順序パラメータモデルに対して一意な大域的強解の存在を厳密に証明すること。
• スケーリングパラメータε → 0の下で、順序パラメータモデルの解が局所的Kortewegモデルの解に収束することを確立すること。
• ハイブリッドBesov空間におけるエネルギー推定およびフーリエ解析を用いて、非局所モデルと局所モデルの解の間の収束速度を定量的に導出すること。

提案手法

• 補助的な順序パラメータcを用いて新たな表面張力項を導入し、cはポisson型方程式 −α²Δc = c − ρ に従う。
• 表面張力項の低正則性構造に適合したハイブリッドBesov空間フレームワークを用いる。
• フーリエ空間におけるエネルギー法および事前推定を適用し、解のノルムを制御し、収束速度を導出する。
• 小さなパラメータε → 0を用いた特異摂動アプローチを採用し、非局所カーネルφεのフーリエ変換がe^{-ε²|ξ|²}であることを仮定する。
• ベッセル関数および第二種変形ベッセル関数（Kν）の漸近的解析に依拠し、カーネルに対する点ごとの推定を導出する。
• 非局所項（φε ∗ ρ − ρ）と局所項（Δρ）を比較することで、ε → 0の極限における収束を確立する。

実験結果

リサーチクエスチョン

• RQ1 古典的局所Kortewegモデルが有する高階微分項を回避しつつも物理的整合性を保つ低階非局所モデルを構築可能か？
• RQ2 順序パラメータモデルは、平衡状態に近い初期データに対して一意な大域的解を有するか？
• RQ3 スケーリングパラメータε → 0の下で、順序パラメータモデルの解は局所Kortewegモデルの解にどのように収束するか？
• RQ4 非局所的順序パラメータモデルと局所Kortewegモデルの解の間の収束速度は何か？
• RQ5 補助的な順序パラメータの使用は、物理的正確性を損なわずに数値的安定性を向上させ得るか？

主な発見

• 初期データが適切なハイブリッドBesov空間に属し、平衡状態に十分近い場合、順序パラメータモデルは一意な大域的強解を有する。
• スケーリングパラメータε → 0の下で、順序パラメータモデルの解は局所Kortewegモデルの解に収束し、適切なノルムにおいて収束速度がO(ε)である。
• 収束はエネルギー推定および非局所カーネルのフーリエ変換の精密な漸近的解析によって確立される。
• この手法は、非局所カーネルのフーリエ変換e^{-ε²|ξ|²}が局所的表面張力項の記号−|ξ|²とε → 0の下で漸近的に等価であることに依拠している。
• 物理空間におけるカーネルの制御に不可欠な、変形ベッセル関数K_{d/2−1}(x)およびその微分に関する点ごとの推定が導出された。
• 解析により、順序パラメータモデルが局所モデルの正則化性を継承しつつも、その数値的複雑性を回避できることを確認した。