[论文解读] Curl-curl conforming elements on tetrahedra
本文在四面体网格上构建了 H(curl²)-符合的有限元,用于求解三维四阶旋度问题,该问题源于电磁学与磁流体动力学中的四阶旋度系统。所提出的有限元实现了最优插值误差估计,并可在一般 Lipschitz 域中实现符合的有限元离散化,数值验证证实了其精度与收敛性。
In [24], we proposed H(curl^2)-conforming elements on both a triangle and a rectangle. This family of elements provides a brand new method to solve the quad-curl problem in 2 dimensions. In this paper, we turn our focus to 3 dimensions and construct an H(curl^2)-conforming tetrahedral finite element. The newly proposed element has been proved to have the optimal interpolation error estimate. Having tetrahedral elements, we can solve the quad-curl problem in any Lipschitz domain by conforming finite element method. We also provide several numerical examples of using our element to solve the quad-curl problem. The results of the numerical experiments show the effectiveness and correctness of our element.
研究动机与目标
- 在四面体网格上构造 H(curl²)-符合的有限元,以求解三维四阶旋度问题。
- 克服在三维中构造旋度-旋度符合有限元的挑战,其正则性要求弱于 H¹(curl) 有限元。
- 尽管最低阶元具有大量自由度(315 个),仍确保最优插值误差估计。
- 提供一种符合的有限元方法,可在 H(curl²) 空间中收敛至精确解,避免 H²-符合方法中固有的投影误差。
- 通过四面体网格实现在任意 Lipschitz 域中对四阶旋度问题的精确数值求解。
提出的方法
- 通过定义涉及向量场本身、其旋度以及边和面上法向导数的点值的自由度(DOFs),在四面体上构造 H(curl²)-符合的有限元。
- 使用参考元和变换矩阵 D,将自由度从参考元映射到物理四面体,确保唯一性和符合性。
- 引入与参考元相关的中间元,其自由度便于证明最优插值误差估计。
- 由于传统拉格朗日型基函数计算在高自由度下不可行,采用文献 [8] 中的方法计算高自由度元(315 个自由度)的基函数。
- 通过包含雅可比矩阵和边/面法向量的变换矩阵,将物理元上所有自由度表示为参考元上函数值的线性组合。
- 通过将插值算子表示为自由度的函数,并验证一致性和稳定性,证明插值误差在 H(curl²) 范数下收敛最优。
实验结果
研究问题
- RQ1能否在三维四面体网格上构造 H(curl²)-符合的有限元,以实现四阶旋度问题的最优收敛率?
- RQ2当自由度涉及边和面上的法向导数时,如何确保旋度-旋度符合有限元的唯一性和符合性,因为这些量在参考元与物理元之间不能自然传递?
- RQ3所提出的四面体上 H(curl²)-符合有限元空间的最优插值误差估计是什么?
- RQ4所提方法能否在 H(curl²) 空间中收敛至精确解,从而避免 H²-符合方法中固有的投影误差?
- RQ5如何高效计算具有 315 个自由度的高阶 H(curl²)-符合有限元的基函数?
主要发现
- 所提出的四面体上 H(curl²)-符合有限元在 H(curl²) 范数下实现了最优插值误差估计,证实了其理论可靠性。
- 该构造在数学上严谨,通过详细分析自由度及其变换,验证了唯一性和符合性。
- 最低阶元具有 315 个自由度,远高于标准 Nédélec 元,反映了对旋度和二阶导数捕捉的高要求。
- 数值实验验证了方法的正确性与收敛性,显示了三维四阶旋度问题中达到最优收敛率。
- 该方法可在任意 Lipschitz 域中实现四阶旋度问题的符合有限元离散化,克服了 H²-符合与非符合方法的局限性。
- 提供了一个计算框架,代码已发布于 https://github.com/QianZhangMath/3D-curl-curl-conforming-FE,即使在高自由度下也能高效计算基函数。
更好的研究,从现在开始
从阅读论文到最终审阅,大幅缩短您的研究时间。
无需绑定信用卡
本解读由 AI 生成,并经人工编辑审核。