[论文解读] Optimal estimates of the field enhancement in presence of a bow-tie structure of perfectly conducting inclusions in two dimensions

Hyeonbae Kang, KiHyun Yun|arXiv (Cornell University)|Jul 1, 2017

Numerical methods in inverse problems参考文献 12被引用 4

一句话总结

该论文推导了二维拉普拉斯问题中由具有角奇点的完美导体夹杂物组成的蝴蝶结结构的场增强最优估计。通过构造辅助调和函数并分析紧密排列夹杂物之间的相互作用，作者表明，在每个顶点附近，梯度以 $\epsilon^{-\beta_j}/|\log\epsilon|$ 的速率发散，显著超过光滑夹杂物中观察到的 $\epsilon^{-1/2}$ 速率，这是由于夹杂物间相互作用放大了角奇点所致。

ABSTRACT

This paper deals with the field enhancement, that is, the gradient blow-up, due to presence of a bow-tie structure of perfectly conducting inclusions in two dimensions. The bow-tie structure consists of two disjoint bounded domains which have corners with possibly different aperture angles. The domains are parts of cones near the vertices, and they are nearly touching to each other. We characterize the field enhancement using explicit functions and, as consequences, derive optimal estimates of the gradient in terms of the distance between two inclusions and aperture angles of the corners. The estimates show that the field is enhanced beyond the corner singularities due to the interaction between two inclusions.

研究动机与目标

• 分析二维空间中两个具有角点的完美导体夹杂物之间相互作用引起的场增强。
• 量化在蝴蝶结构型下，两个夹杂物的接近如何放大角奇点。
• 以夹杂物间距 $\epsilon$ 和锥角 $\alpha_j$ 为变量，推导解梯度的最优上下界。
• 证明发散速率超过光滑夹杂物中观察到的 $\epsilon^{-1/2}$ 速率，这是角奇点与相互作用效应共同作用的结果。
• 为非平凡背景场验证解参数 $a_\epsilon$ 的下界，确保估计非退化。

提出的方法

• 作者将问题建模为由拉普拉斯方程控制的导电性或平面外弹性问题，夹杂物边界条件为常数。
• 引入辅助调和函数以捕捉夹杂物顶点附近梯度的奇异性行为。
• 分析采用渐近展开和共形映射技术，以间距 $\epsilon$ 和角点角度 $\alpha_j$ 表征发散速率，其中 $\beta_j = \pi / (2\pi - \alpha_j)$。
• 该方法依赖于构造比较函数 $\eta$，并利用最大值原理和霍普夫引理来控制通量和梯度行为。
• 解被分解为背景调和函数 $h$ 和扰动项，总通量条件确保了解的存在性与唯一性。
• 关键技术步骤在于证明：对于非对称背景场（如 $h(x,y) = x$），与边界电势差相关的参数 $a_\epsilon$ 有远离零的下界。

实验结果

研究问题

• RQ1 在二维空间中，两个紧密排列的具有角点的完美导体夹杂物附近，拉普拉斯方程解的梯度行为如何？
• RQ2 在蝴蝶结结构中，角奇点 $|X - V_j|^{-1 + \beta_j}$ 受两个夹杂物间相互作用的放大程度如何？
• RQ3 当夹杂物间距 $\epsilon$ 趋近于零时，梯度的最优发散速率是多少？其与锥角 $\alpha_1$ 和 $\alpha_2$ 的依赖关系如何？
• RQ4 对于非对称背景场，能否独立于 $\epsilon$ 建立解参数 $a_\epsilon$ 的下界？
• RQ5 在顶点附近区域与更远区域之间，梯度估计是否存在间隙？若存在，能否将其弥合？

主要发现

• 在每个顶点 $V_j$ 附近，解的梯度行为为 $\frac{\epsilon^{-\beta_j}}{|\log\epsilon|} |X - V_j|^{-1 + \beta_j}$，其中 $\beta_j = \pi / (2\pi - \alpha_j)$，表明角奇点被 $\epsilon^{-\beta_j}/|\log\epsilon|$ 显著放大。
• 发散速率 $\epsilon^{-\beta_j}/|\log\epsilon|$ 显著强于光滑夹杂物中观察到的 $\epsilon^{-1/2}$ 速率，这是由于角奇点与夹杂物间相互作用的共同效应所致。
• 对于背景场 $h(x,y) = x$，参数 $a_\epsilon$ 有不依赖于 $\epsilon$ 的正数下界，确保估计非退化且发散具有鲁棒性。
• 估计结果证实场增强超过了内在角奇点效应，当 $|X - V_j| \leq \epsilon$ 时，梯度超过 $\epsilon^{-1}/|\log\epsilon|$，表明存在极端的场集中。
• 结果表明夹杂物间的相互作用放大了角奇点，且这种放大作用通过显式渐近函数得到定量刻画。
• 在顶点附近区域与更远区域之间，梯度估计可能存在间隙，目前尚无下界结果。