[論文レビュー] A Numerical Approach to Solving Nonlinear Differential Equations on a Grid with Potential Applicability to Computational Fluid Dynamics

Jesper Tveit|arXiv (Cornell University)|Sep 3, 2014

Advanced Numerical Methods in Computational Mathematics参考文献 5被引用数 4

ひとこと要約

本稿では、関数値および指定された次数までの微分値をグリッド上に組み込むことで、非線形微分方程式を解く高次有限要素法を提示している。この手法により、グリッド解像度を低く抑えても高精度な解を得ることができる。2次元のリードドライブキャビティベンチマークにおいて、多項式次数が9に達するまで、安定した高レイノルズ数定常解（Re = 4×10⁴まで）が得られ、従来のh-メッシュ細分化に比べて優れた性能を示し、効率性と精度に優れている。

ABSTRACT

A finite element method for solving nonlinear differential equations on a grid, with potential applicability to computational fluid dynamics (CFD), is developed and tested. The current method facilitates the computation of solutions of a high polynomial degree on a grid. A high polynomial degree is achieved by interpolating both the value, and the value of the derivatives up to a given order, of continuously distributed unknown variables. The two-dimensional lid-driven cavity, a common benchmark problem for CFD methods, is used as a test case. It is shown that increasing the polynomial degree has some advantages, compared to increasing the number of grid-points, when solving the given benchmark problem using the current method. The current method yields results which agree well with previously published results for this test case.

研究の動機と目的

• 構造的グリッド上で高次元の空間的精度を達成する非線形微分方程式の数値解法を開発すること。
• 困難なCFDベンチマーク問題を解く際、メッシュ解像度を高めるh-メッシュ細分化と多項式次数を高めるp-メッシュ細分化の両者の利点を調査すること。
• 2次元リードドライブキャビティ流れの非圧縮性ナビエ＝ストークス方程式に対して、高レイノルズ数定常解を計算すること。
• 擬似時間法で一般的に見られる誤った周期的アーティファクトを生じさせない、安定で高精度な解を生成できるかを示すこと。
• 本手法を高次元、非定常流、マルチフェーズ流体などに一般化する可能性を検討すること。

提案手法

• 本手法は、各グリッド点に関数値および次数(Ω−1)までの微分値を明示的に格納する有限要素法に基づく。これにより、高次連続性が実現される。
• グリッドデータに基づいて、支配的非線形PDEの弱形式を定式化し、補間された関数値および微分値に依存する方程式系が得られる。
• 反復的に解くために残差最小化スキームを採用し、各反復ステップで線形および非線形段階を経て近似解を改善する。
• 多次元データのインデキシングと処理に行列ベースのフレームワークを用い、関数値および微分値を表す4次元行列を含む。
• 離散化により、ドメイン全体でC^(Ω−1)連続性が保証され、各要素内で高次多項式近似が可能となる。
• グリッド点数を増やさずに連続性の次数を高める（p-豊か化）により、局所的メッシュ細分化が可能となる。

実験結果

リサーチクエスチョン

• RQ1 2次元リードドライブキャビティ問題を解く際、グリッド解像度を高めるh-メッシュ細分化と比較して、多項式次数を高めるp-メッシュ細分化が、より高い精度と効率性をもたらすか？
• RQ2 本手法は、20,000を超えるレイノルズ数において、非圧縮性ナビエ＝ストークス方程式の安定した高次元定常解を達成できるか？
• RQ3 リードドライブキャビティベンチマークにおいて、既存の高次手法と比較して、本手法の精度と計算コストの両面で優れているか？
• RQ4 数値的不正確さが、2次元シミュレーションで乱流や周期的流れといった物理的不安定性を模倣する程度はどの程度か？
• RQ5 本手法を、複雑な幾何形状、マルチフェーズ流体、非定常問題に最小限の構造的変更で拡張可能か？

主な発見

• 本手法は、2次元リードドライブキャビティに対して、Re = 4×10⁴に達する定常解を安定して計算でき、このベンチマークで報告された中で最も高いレイノルズ数の一つである。
• 多項式次数が9（Ω = 5）に達する解が得られ、高レイノルズ数流れにおいてp-メッシュ細分化がh-メッシュ細分化を上回る精度と効率性を示した。
• 既存のベンチマークと良好に一致する結果が得られ、本手法の正確性と信頼性が検証された。
• 高次連続性（Ω = 5）が高レイノルズ数シミュレーションにおいて最も効率的であったが、数値的精度の制限により、さらに次数を上げることは困難であった。
• 擬似時間積分スキームで一般的に見られる誤った周期的解を回避しており、観察された不安定性が数値的ものであることが示された。
• 数値積分の計算コストはグリッドサイズに線形に増加するが、方程式系の解法コストはより急激に増加するため、大規模応用において最適化の余地がある。