[论文解读] On direct inverse of Stokes, Helmholtz and Laplacian operators in view of time-stepper-based Newton and Arnoldi solvers in incompressible CFD

Helena Vitoshkin, Alexander Gelfgat|arXiv (Cornell University)|Jul 13, 2011

Fluid Dynamics and Turbulent Flows参考文献 5被引用 14

一句话总结

本文提出了一种针对不可压缩计算流体动力学中Stokes、Helmholtz和Laplace算子的快速直接反演方法，可在牛顿法和Arnoldi求解器中实现高效预条件化，适用于稳态三维流动。该方法通过结合Helmholtz和Laplace问题的快速直接求解器与一种迭代压力矩阵反演方法，实现了计算效率，即使在高雷诺数和细网格条件下也表现出可行性。

ABSTRACT

Factorization of the incompressible Stokes operator linking pressure and velocity is revisited. The main purpose is to use the inverse of the Stokes operator with a large time step as a preconditioner for Newton and Arnoldi iterations applied to computation of steady three-dimensional flows and to study of their stability. It is shown that the Stokes operator can be inversed within an acceptable computational effort. This inverse includes fast direct inverses of several Helmholtz operators and iterative inverse of the pressure matrix. It is shown, additionally, that fast direct solvers can be attractive for the inverse of the Helmholtz and Laplace operators on fine grids and at large Reynolds numbers, as well as for other problems where convergence of iterative methods slows down. Implementation of the Stokes operator inverse to time-stepping-based formulation of the Newton and Arnoldi iterations is discussed.

研究动机与目标

• 开发一种Stokes算子的高效反演方法，用作基于时间推进的牛顿法与Arnoldi求解器中稳态三维不可压缩流的预条件子。
• 研究在细网格和高雷诺数条件下，Helmholtz与Laplace算子的直接求解器在可行性与性能方面的表现。
• 实现不可压缩流动问题中稳态解计算与稳定性分析的稳定高效计算。
• 将Stokes算子的反演结果整合到牛顿法与Arnoldi迭代的时间推进格式中，以改善收敛性。
• 评估所提反演方法的计算成本与可扩展性，并与标准迭代方法进行比较。

提出的方法

• 将不可压缩Stokes算子分解为包含速度与压力的系统，从而实现对Helmholtz子问题与压力子问题的独立处理。
• 应用快速直接求解器对由速度-压力耦合产生的Helmholtz算子进行反演，确保在细网格上的高精度与高速度。
• 采用迭代方法（如共轭梯度法）对由无散度约束产生的压力矩阵进行反演。
• 将直接Helmholtz反演与迭代压力反演相结合，构建完整的Stokes算子反演。
• 将Stokes算子反演作为预条件子，集成到基于时间推进的牛顿法与Arnoldi求解器中，用于稳态解与稳定性分析。
• 在基准3D不可压缩流问题上验证该方法，重点关注高雷诺数下的收敛行为与计算成本。

实验结果

研究问题

• RQ1 Stokes算子的反演能否以足够低的计算成本实现，从而作为3D不可压缩流牛顿法与Arnoldi求解器中实用的预条件子？
• RQ2 在细网格上，Helmholtz与Laplace算子的快速直接求解器与迭代方法相比，在收敛速度与可扩展性方面表现如何？
• RQ3 在高雷诺数条件下，当迭代求解器通常变慢时，所提出的反演方法是否仍保持有效与高效？
• RQ4 Stokes算子反演在多大程度上改善了基于时间推进的牛顿法与Arnoldi迭代在求解稳态解时的收敛性？
• RQ5 将直接求解器用于速度分量、迭代求解器用于压力分量的组合方法，能否为不可压缩CFD问题提供鲁棒且可扩展的预条件子？

主要发现

• 通过结合Helmholtz算子的快速直接求解器与压力矩阵的迭代方法，Stokes算子的反演可在可接受的计算成本下完成。
• 即使在细网格与高雷诺数条件下，Helmholtz与Laplace算子的快速直接求解器依然有效且高效，而传统迭代方法往往收敛缓慢。
• 所提出的Stokes算子反演显著提升了基于时间推进的牛顿法与Arnoldi求解器在计算稳态3D不可压缩流时的收敛性能。
• 该方法在标准迭代求解器因高雷诺数下条件数恶化而难以收敛的问题中表现出鲁棒性与可扩展性。
• 将Stokes算子反演作为预条件子的实现，使得通过Arnoldi迭代进行稳定且高效的稳定性分析成为可能。
• 该方法在基准问题上得到验证，表明计算成本保持可控，同时在稳态解与特征值计算中实现了高精度。