[论文解读] Goal-oriented a posteriori error control for nonstationary convection-dominated transport problems

Kristina Schwegler, Marius Paul Bruchhäuser+1 more|arXiv (Cornell University)|Jan 25, 2016

Advanced Numerical Methods in Computational Mathematics参考文献 18被引用 4

一句话总结

本论文提出了一种针对非定常对流主导传输问题的面向目标的后验误差控制框架，结合使用对偶加权残差（DWR）方法与稳定化有限元方法。通过采用更高阶的对偶问题近似以及“先对偶化后稳定化”的策略，该方法实现了鲁棒的误差估计，并显著减少了虚假振荡，目标量的效度指数接近于1。

ABSTRACT

The numerical approximation of convection-dominated problems continues to remain subject of strong interest. Families of stabilization techniques for finite element methods were developed in the past. Adaptive techniques based on a posteriori error estimates offer potential for further improvements. However, there is still a lack in robust a posteriori error estimates in natural norms of the discretizations. Here we combine the dual weighted residual method for goal-oriented error control with stabilized finite element approximations. By a duality argument an error representation is derived on that a space-time adaptive approach is built. It differs from former works on the dual weighted residual method. Numerical experiments illustrate that our schemes are capable to resolve layers and sharp fronts with high accuracy and to further reduce spurious oscillations of approximations.

研究动机与目标

• 解决在对流主导问题中应用稳定化有限元方法时，自然范数下缺乏鲁棒的后验误差估计器的问题。
• 开发一种自适应策略，以在具有陡峭层和前缘的区域提高精度，同时最小化虚假振荡。
• 确保对小扩散参数ε的鲁棒性，该参数在对流主导区域中至关重要。
• 通过提高对偶解近似质量，增强误差估计的可靠性。
• 利用DWR方法与稳定化离散化，实现高效、面向目标的自适应时间依赖传输问题求解。

提出的方法

• 应用对偶加权残差（DWR）方法，推导空间-时间域内面向目标误差控制的误差表示式。
• 采用“先对偶化后稳定化”策略：在推导出对偶弱形式后，使用稳定化有限元方法（SUPG与激波捕捉）求解对偶问题。
• 对对偶解采用高阶有限元近似（如分段二次或四次）以提高层区域的精度。
• 在原问题与对偶问题中结合迎风Galerkin（SUPG）稳定化与额外的激波捕捉（SOLD）技术，以控制振荡。
• 基于面向目标的误差估计器构建空间-时间自适应网格，以在误差贡献高的区域进行局部加密。
• 通过推导反映对流主导问题物理行为的范数下的误差估计，确保一致性和鲁棒性。

实验结果

研究问题

• RQ1 能否在使用稳定化有限元方法时，针对非定常对流主导传输问题实现鲁棒的面向目标后验误差估计？
• RQ2 对偶问题近似的选择（如多项式阶次、稳定化方式）如何影响误差估计器的精度与可靠性？
• RQ3 DWR方法在多大程度上可减少对流主导问题数值解中的虚假振荡？
• RQ4 与标准插值技术相比，使用更高阶的对偶解近似是否能提高误差估计器的效度？
• RQ5 所提出的自适应策略在使用最少自由度的情况下，对锐利前缘与边界层的分辨能力如何？

主要发现

• 所提方法在目标量上的效度指数非常接近于1，表明误差估计器具有高度可靠性。
• 当采用更高阶对偶近似时，数值解中的虚假振荡显著减少。
• 在对偶问题中引入激波捕捉稳定化并未带来可测量的改进，表明SUPG本身已足够满足对偶问题的需求。
• 对偶解采用更高阶近似（如分段二次或四次）相比低阶近似，能实现更好的收敛行为与更优的误差降低效果。
• 该方法即使在三维及时间依赖的设置下，也能以高精度成功解析层与锐利前缘。
• DWR与稳定化有限元方法的结合，为对流主导问题提供了鲁棒的面向目标自适应方法，展现出在复杂应用（如Navier–Stokes流动）中的强大潜力。