[论文解读] Mesh-robustness of the variable steps BDF2 method for the Cahn-Hilliard model.

Hong-lin Liao, Bingquan Ji+2 more|arXiv (Cornell University)|Feb 7, 2021

Solidification and crystal growth phenomena参考文献 27被引用 4

一句话总结

本文提出了一种针对Cahn-Hilliard模型的变步长BDF2方法，该方法在用户定义的步长比限制 $ r_{\text{user}} < 4.864 $ 下保持能量耗散性与网格鲁棒稳定性。通过利用离散正交卷积核和新型嵌入不等式，实现了对时间步长变化不敏感的 $ L^2 $-范数误差估计，确保了网格鲁棒的收敛性，并通过自适应时间步长策略实现了高效的长时间模拟。

ABSTRACT

The two-step backward differential formula (BDF2) implicit method with unequal time-steps is investigated for the Cahn-Hilliard model by focusing on the numerical influences of time-step variations. The suggested method is proved to preserve a modified energy dissipation law at the discrete levels if the adjoint time-step ratios fulfill a new step-ratio restriction $0<r_k:= au_k/ au_{k-1}\le r_{\mathrm{user}}$ ($r_{\mathrm{user}}$ can be chosen by the user such that $r_{\mathrm{user}}<4.864$), such that it is mesh-robustly stable in an energy norm. We view the BDF2 formula as a convolution approximation of the first time derivative and perform the error analysis by using the recent suggested discrete orthogonal convolution kernels. By developing some novel convolution embedding inequalities with respect to the orthogonal convolution kernels, an $L^2$ norm error estimate is established at the first time under the updated step-ratio restriction $0<r_k\le r_{\mathrm{user}}$.The time-stepping scheme is mesh-robustly convergent in the sense that the convergence constant (prefactor) in the error estimate is independent of the adjoint time-step ratios. On the basis of ample tests on random time meshes, a useful adaptive time-stepping strategy is applied to efficiently capture the multi-scale behaviors and to accelerate the long-time simulation approaching the steady state.

研究动机与目标

• 为解决在Cahn-Hilliard模型的变步长BDF2格式中保持能量稳定性和收敛性的挑战。
• 分析时间步长变化对长时间模拟中数值稳定性和精度的影响。
• 建立误差界与时间步长比无关的网格鲁棒收敛理论。
• 开发一种实用的自适应时间步长策略，以高效捕捉多尺度动力学。

提出的方法

• 将BDF2方法表述为使用变时间步长对一阶时间导数进行卷积逼近。
• 采用离散正交卷积核，在时间离散化框架中实现精确的误差分析。
• 为正交卷积核推导出新型卷积嵌入不等式，以控制时间误差的增长。
• 引入步长比限制 $ 0 < r_k := \Delta t_k / \Delta t_{k-1} \leq r_{\text{user}} $，其中 $ r_{\text{user}} < 4.864 $，以在离散层面保持能量耗散。
• 证明该方法满足一种修正的能量耗散律，从而在能量范数下确保稳定性。
• 基于在随机时间网格上的数值测试，实现了一种自适应时间步长策略，以加速收敛至稳态。

实验结果

研究问题

• RQ1 在任意时间步长变化下，变步长BDF2方法是否能为Cahn-Hilliard模型保持能量耗散？
• RQ2 何种步长比限制可确保在能量范数和 $ L^2 $ 范数下的网格鲁棒稳定性与收敛性？
• RQ3 如何利用离散正交卷积核在非均匀时间网格中推导出精确的误差估计？
• RQ4 收敛常数在多大程度上依赖于时间步长比？能否使其与之无关？
• RQ5 自适应时间步长策略在捕捉多尺度动力学和加速长时间模拟方面的有效性如何？

主要发现

• 在步长比限制 $ r_k \leq r_{\text{user}} < 4.864 $ 下，变步长BDF2方法在离散层面保持了修正的能量耗散律，从而确保了能量稳定性。
• 在更新后的步长比条件下，于第一个时间步建立了新的 $ L^2 $-范数误差估计，且收敛常数与时间步长比无关。
• 收敛性具有网格鲁棒性，即误差界中的预因子不依赖于相邻时间步长比。
• 由于采用了离散正交卷积核和推导出的嵌入不等式，该方法在 $ L^2 $ 范数下实现了最优收敛速率。
• 在随机时间网格上的数值实验验证了自适应时间步长策略在捕捉多尺度行为方面的鲁棒性与高效性。
• 该方法通过动态调整时间步长，在保持稳定性和精度的同时，实现了加速的长时间模拟。