[논문 리뷰] Supplementary Variable Method for Developing Structure-Preserving Numerical Approximations to Thermodynamically Consistent Partial Differential Equations

Yuezheng Gong, Qi Hong외 1명|arXiv (Cornell University)|2020. 06. 08.

Numerical methods for differential equations참고 문헌 17인용 수 5

한 줄 요약

이 논문은 열역학적으로 일관된 편미분방정식, 특히 그래디언트 플로우에 대해 에너지 생산률을 유지하는 수치적 방법을 개발하기 위해 보조 변수 방법(SVM)을 도입한다. 과다정의된 방정식계를 안정화하기 위해 보조 변수를 도입함으로써, 이 방법은 이산 에너지 소산 일관성을 보장하며, 더 큰 시간 간격과 더 나은 보존 성질을 갖는 카인-힐리아드 모델에서 기존 방법들보다 정확성과 효율성 면에서 뛰어나다.

ABSTRACT

We present a new temporal discretization paradigm for developing energy-production-rate preserving numerical approximations to thermodynamically consistent partial differential equation systems, called the supplementary variable method. The central idea behind it is to introduce a supplementary variable to the thermodynamically consistent model to make the over-determined equation system, consisting of the thermodynamically consistent PDE system, the energy definition and the energy dissipation equation, structurally stable. The supplementary variable allows one to retain the consistency between the energy dissipation equation and the PDE system after the temporal discretization. We illustrate the method using a dissipative gradient flow model. Among virtually infinite many possibilities, we present two ways to add the supplementary variable in the gradient flow model to develop energy-dissipation-rate preserving algorithms. Spatial discretizations are carried out using the pseudo-spectral method. We then compare the two new schemes with the energy stable SAV scheme and the fully implicit Crank-Nicolson scheme. The results favor the new schemes in the overall performance. This new numerical paradigm can be applied to any thermodynamically consistent models.

연구 동기 및 목표

• 열역학적으로 일관된 PDE의 과다정의된 시스템에서 시간 이산화 과정에서 에너지 소산과 PDE 역학 간의 일관성이 상실되는 구조적 불안정성을 해결하기 위해.
• 이산 수준에서 에너지 생산률(즉, 에너지 소산률)을 보존하는 체계적인 수치적 프레임워크를 개발하기 위해.
• 기존의 볼록 분할법과 안정화자 방법의 한계를 극복하기 위해, 이산 에너지와 PDE 진화 간의 보장된 일관성이 없는 방법들이다.
• 특정 그래디언트 플로우에 국한되지 않고, 열역학적으로 일관된 모든 모델에 적용 가능한 일반화 가능한 프레임워크를 제시하기 위해.
• 기존의 SAV-CN 및 FICN과 같은 표준 방법들과 비교해 정확성과 계산 효율성 면에서 뛰어난 성능을 보여주기 위해.

제안 방법

• 과다정의된 시스템을 구조적으로 안정화하기 위해 그래디언트 플로우 시스템에 보조 변수 α(t)를 도입한다.
• 에너지 소산 방정식과 PDE 시스템을 에너지 정의와 보조 변수를 포함한 더 큰 일관된 시스템으로 재구성한다.
• 고정밀도와 스펙트럼 수렴을 유지하기 위해 공간 이산화에 의사-스펙트럼 방법을 사용한다.
• 확장된 시스템에 시간 이산화를 적용하여 이산 PDE로부터 이산 에너지 소산 방정식을 유도할 수 있도록 보장함으로써 에너지 안정성을 유지한다.
• 에너지 함수에 보조 변수를 다른 방식으로 통합함으로써 두 가지 변형, SVM-I 및 SVM-II를 구성한다.
• 각 시간 단계에서 보조 변수를 갱신하기 위해 스칼라 비선형 방정식을 풀며, 에너지 진동과 PDE 역학 간의 일관성을 유지한다.

실험 결과

연구 질문

• RQ1 열역학적으로 일관된 PDE의 과다정의된 시스템에 보조 변수를 도입하여 시간 이산화 후에도 구조 일관성을 확보할 수 있는가?
• RQ2 볼록 분할법이나 인위적 안정화에 의존하지 않고도 이산 수치적 방법에서 에너지 소산률을 어떻게 유지할 수 있는가?
• RQ3 기존의 SAV-CN 및 FICN과 비교해 제안된 방법의 계산 비용과 정확성의 상호 보완 관계는 어떠한가?
• RQ4 보조 변수 방법은 그래디언트 플로우를 초월한 다른 열역학적으로 일관된 모델로 일반화될 수 있는가?
• RQ5 새로운 방법들은 빠른 상이화 역학을 정확히 해석할 수 있도록 어느 정도의 큰 시간 간격을 견딜 수 있는가?

주요 결과

• 제안된 SVM-I 및 SVM-II 수치적 방법은 큰 시간 간격에서도 총 부피와 에너지 소산률을 정확히 유지하며, SAV-CN 수치적 방법보다 정확성 면에서 뛰어나다.
• SVM-II는 τ = 2.0e-4의 시간 간격에서 정확한 역학을 달성한 반면, SAV-CN는 τ = 3.125e-6에서 실패했으며, 이는 시간 간격에 대한 강인성 향상의 중요한 증거이다.
• 초기 일시적 변동 이후 보조 변수 α(t)는 거의 0에 가까이 유지되며, 이는 임의의 비물리적 역학을 유도하지 않고 안정화 보조 변수로서의 역할을 함을 확인한다.
• SVM-I 및 SVM-II는 FICN보다 CPU 시간이 적게 소요되었지만, SAV-CN보다는 더 많이 소요되었으며, 이는 각 시간 단계에서 스칼라 비선형 방정식을 풀기 때문이다.
• 특히 빠른 상이화 역학을 해석하는 데 있어 FICN보다 뛰어난 계산 효율성과 SAV-CN보다 높은 정확성을 보였다.
• 모든 테스트 시간 간격에서 SVM-I 및 SVM-II로 계산된 에너지 진동은 기준 해와 매우 유사하게 유지되었으며, 장기적 안정성과 일관성을 확인하였다.