[论文解读] Convergence Analysis of a Class of Massively Parallel Direction Splitting Algorithms for the Navier-Stokes Equations

Jean‐Luc Guermond, P Minev+1 more|arXiv (Cornell University)|Jan 19, 2011

Advanced Numerical Methods in Computational Mathematics参考文献 22被引用 5

一句话总结

本文提出了一种用于不可压缩Navier-Stokes方程的海量并行、方向分裂算法，该算法将动量和压力校正步骤均分解为一维求解，实现了线性复杂度、无条件稳定性和超线性收敛。该方法在2D中被证明具有O(τ)的精度，在3D中具有O(τ^{3/2})的精度，数值结果证实了其高精度和在1024个处理器上的最优弱可扩展性。

ABSTRACT

We provide a convergence analysis for a new fractional time-stepping technique for the incompressible Navier-Stokes equations based on direction splitting. This new technique is of linear complexity, unconditionally stable and convergent, and suitable for massive parallelization.

研究动机与目标

• 开发一种用于不可压缩Navier-Stokes方程的时间推进方法，使其计算高效且高度可并行化。
• 通过使用方向分裂将传统投影方法中求解多维Poisson方程的计算瓶颈替换为一维椭圆方程求解，从而克服该瓶颈。
• 为新算法建立严格的收敛性分析，包括在2D和3D中的误差估计。
• 在复杂流动的大规模模拟（如顶盖驱动腔流和后向台阶流）中，展示该方法的稳定性、精度和可扩展性。
• 在大规模网格上利用并行架构实现瞬态流动的高效模拟。

提出的方法

• 该方法对动量方程和压力校正步骤均应用方向分裂，将每个步骤简化为一系列一维椭圆问题。
• 在每个时间步长中，算法求解一系列一维对流-扩散问题以获得速度，以及一系列一维Poisson型问题以获得压力校正。
• 时间离散化采用分数步长方法，解耦速度和压力的演化，同时保持稳定性。
• 空间离散化采用MAC（标记与细胞）有限差分格式，对导数使用中心差分。
• 该算法通过使用MPI的域分解在并行环境中实现，每个子区域独立求解一维系统。
• 采用Schur补方法耦合子区域解，从而高效求解全局系统。

实验结果

研究问题

• RQ1 是否可以将方向分裂同时应用于动量和压力校正步骤，以实现线性复杂度和海量并行性？
• RQ2 所得到的算法是否对不可压缩Navier-Stokes方程具有无条件稳定性和收敛性？
• RQ3 该方法在2D和3D中的收敛速率是多少，是否依赖于空间维度？
• RQ4 该方法是否能在大规模3D模拟中保持高精度和可扩展性？
• RQ5 与标准投影方法相比，该方法在基准问题上的性能和精度如何？

主要发现

• 该方法被证明是无条件稳定且收敛的，2D中收敛速率为O(τ)，3D中为O(τ^{3/2})，误差估计已严格证明。
• 数值实验表明，实际收敛速率在2D和3D中均超过O(τ^{3/2})，表明实际中表现出更高阶行为。
• 该算法在1024个处理器上实现了最优弱可扩展性，即使在高达2×10^9个网格节点的网格上性能也无显著下降。
• 在Re=1000和Re=5000条件下，3D顶盖驱动腔流模拟在t=4、8和12时速度场的精度达到四位有效数字。
• 后向台阶流模拟得到的回流长度与Kim和Moin（2000）的基准数据高度一致，误差低于1%。
• 分裂格式与非分裂格式的速度剖面仅在第四位小数位有差异，证实了方法的高精度。