[论文解读] Inverse estimates for elliptic boundary integral operators and their application to the adaptive coupling of FEM and BEM

Markus Aurada, Michael Feischl+4 more|arXiv (Cornell University)|Nov 19, 2012

Advanced Numerical Methods in Computational Mathematics参考文献 34被引用 5

一句话总结

本文为椭圆边界元方法（BEM）中四个经典边界积分算子建立了反向估计，使 h-自适应有限元-BEM 耦合算法的收敛性分析成为可能。关键贡献在于利用加权残差误差估计器证明了自适应 FEM-BEM 方案的收敛性，并通过奇异扰动问题上的数值实验验证了最优收敛率。

ABSTRACT

We prove inverse-type estimates for the four classical boundary integral operators associated with the Laplace operator. These estimates are used to show convergence of an h-adaptive algorithm for the coupling of a finite element method with a boundary element method which is driven by a weighted residual error estimator.

研究动机与目标

• 为与拉普拉斯算子相关的四个经典边界积分算子建立反向型估计。
• 使具有奇异解的线性传输问题的 h-自适应 FEM-BEM 耦合的收敛性分析成为可能。
• 将可靠的后验误差估计器扩展至包含 FEM-BEM 耦合框架中的数据逼近项。
• 利用估计器缩减技术，证明基于加权残差误差估计器的自适应算法的收敛性。
• 通过数值实验验证理论结果，显示在自适应加密下实现最优收敛率。

提出的方法

• 利用局部椭圆正则性理论，推导了单层、双层、超奇异及联合势算子的新反向估计。
• 将这些估计应用于证明在 FEM-BEM 耦合背景下加权残差误差估计器的效率与可靠性。
• 将自适应有限元方法（AFEM）中的估计器缩减框架适配至 FEM-BEM 设置，以建立误差估计器的收缩性。
• 采用 Costabel 的对称耦合公式进行 FEM-BEM 耦合，确保对称性与稳定性。
• 以标记参数 θ = 0.25 实现自适应算法，并与均匀加密结果进行比较。
• 在 MATLAB 中使用 HILBERT BEM 库进行离散边界积分算子的组装，并采用直接求解器求解线性系统。

实验结果

研究问题

• RQ1 能否在一般多面体曲面上为所有四个经典边界积分算子建立反向估计？
• RQ2 对于具有角奇点的问题，自适应 FEM-BEM 耦合算法是否收敛？
• RQ3 能否将加权残差误差估计器扩展至包含 FEM-BEM 耦合中的数据逼近项？
• RQ4 基于估计器缩减的自适应算法是否能够实现最优收敛率？
• RQ5 在奇异解情况下，自适应与均匀加密策略在收敛行为上如何比较？

主要发现

• 本文利用局部椭圆正则性，在多面体曲面上为所有四个经典边界积分算子建立了反向估计。
• 采用 θ = 0.25 的自适应 FEM-BEM 耦合算法实现了误差估计器 ϱℓ → 0（当 ℓ → ∞ 时）的收敛性。
• 数值实验确认了最优收敛率：FEM 的收敛率为 α = p/2，BEM 的收敛率为 β = 3/2 + q，其中 p 和 q 为多项式阶次。
• 均匀加密导致收敛率始终为 α = 2/7，与多项式阶次无关，这是由于凹角处的奇异性所致。
• 自适应加密恢复了最优收敛率，当 p = 1，q = 1 时，整体误差主要由 FEM 部分主导，收敛率为 α = 1/2。
• 误差估计器 ϱℓ 为能量误差提供了可靠的上界，且体积与边界贡献均以最优速率收敛。