[论文解读] A time-accurate, adaptive discretization for fluid flow problems

Victor DeCaria, William Layton+1 more|arXiv (Cornell University)|Oct 15, 2018

Advanced Numerical Methods in Computational Mathematics参考文献 30被引用 36

一句话总结

本文提出了一种针对Navier-Stokes方程的最小化、自适应时间离散化方法，通过两步线性时间滤波器对向后欧拉格式进行增强。该滤波器将精度提升至二阶，消除过度阻尼现象，并以可忽略的计算成本实现无条件能量稳定性，显著改善了流体流动模拟中阻力、升力和涡旋脱落的预测效果，且无需修改遗留代码。

ABSTRACT

This report presents a low computational and cognitive complexity, stable, time accurate and adaptive method for the Navier-Stokes equations. The improved method requires a minimally intrusive modification to an existing program based on the fully implicit / backward Euler time discretization, does not add to the computational complexity, and is conceptually simple. The backward Euler approximation is simply post-processed with a two-step, linear time filter. The time filter additionally removes the overdamping of Backward Euler while remaining unconditionally energy stable, proven herein. Even for constant stepsizes, the method does not reduce to a standard / named time stepping method but is related to a known 2-parameter family of A-stable, two step, second order methods. Numerical tests confirm the predicted convergence rates and the improved predictions of flow quantities such as drag and lift.

研究动机与目标

• 开发一种稳定、时间精确且计算高效的流体流动问题时间离散化方法，以克服向后欧拉方法存在的过度阻尼和低精度问题。
• 在遗留的向后欧拉代码中，以最小的实现工作量，实现自适应时间步长和自适应阶次选择。
• 在恒定时间步长下，证明滤波方法具有无条件能量稳定性和二阶收敛性。
• 与标准向后欧拉方法相比，展示在关键流动量（如阻力、升力和压降）上更高的精度，尤其在中等时间步长下表现更优。
• 在典型问题（如绕圆柱体流动）上验证该方法，表明其能正确预测涡旋脱落行为，而向后欧拉方法则失败。

提出的方法

• 该方法对向后欧拉解应用两步线性时间滤波器，将一阶精度的解转换为二阶精度解，且无需额外求解或函数评估。
• 滤波公式为：$ u^{n+1} = \hat{u}^{n+1} - \frac{1}{3}(\hat{u}^{n+1} - 2u^n + u^{n-1}) $，其中 $ \hat{u}^{n+1} $ 为向后欧拉解。
• 提供两种选项：选项A仅对速度进行滤波，选项B对速度和压力均进行滤波，其中选项B可提升压力精度。
• 该方法为嵌入式且模块化设计，可仅通过约20行额外代码，轻松集成到现有向后欧拉代码中，实现自适应时间步长与阶次控制。
• 时间滤波器保持了无条件能量稳定性，并避免了向后欧拉方法在较大时间步长下典型的过度耗散现象。
• 在恒定时间步长下，通过速度稳定性与误差分析进行方法分析，并引入了一项此前工作中未涵盖的新型压力误差分析。

实验结果

研究问题

• RQ1 是否可通过仅对向后欧拉方法进行最小化修改——具体为引入时间滤波器——在不增加计算复杂度的前提下，实现二阶精度与改进的动力学行为？
• RQ2 时间滤波后的向后欧拉方法是否能在保持无条件能量稳定性的同时，减少流体流动模拟中的数值过度阻尼？
• RQ3 与标准向后欧拉方法相比，该时间滤波器在多大程度上改善了时间相关流动量（如阻力、升力和压降）的预测精度？
• RQ4 能否通过该基于滤波器的框架，在遗留的向后欧拉代码中轻松实现自适应时间步长与自适应阶次选择？
• RQ5 仅对速度进行滤波与对速度和压力均进行滤波的选择，对Navier-Stokes方程中压力近似精度的影响如何？

主要发现

• 时间滤波后的向后欧拉方法在速度和压力上均实现了二阶收敛，数值测试结果证实了两者均达到最优收敛率。
• 在绕圆柱体流动问题中，向后欧拉方法在 $ \Delta t = 0.04 $ 时无法捕捉涡旋脱落，而滤波方法从 $ \Delta t = 0.02 $ 起即能正确预测。
• 滤波方法将最大阻力误差从 2.95112558（向后欧拉在 $ \Delta t = 0.04 $ 时）降低至 2.95021463（滤波后的向后欧拉），接近参考值 2.950921575。
• 滤波方法正确预测了最大升力幅值与时间点：$ c_{l,max} = 0.4744 $ 在 $ t = 5.7 $，接近参考值 $ 0.47795 $；而向后欧拉方法则同时低估了幅值与相位。
• 对速度和压力均进行滤波可略微提升压降精度，但主要优势来自对速度的滤波，其纠正了流动动力学中的主导误差。
• 该方法具有无条件能量稳定性，即使在时间步长不足以保证精度时也能保持稳定，而标准向后欧拉方法则会抑制物理振荡。