数学 > 数值分析
[提交于 2025年4月26日
(v1)
,最后修订 2025年5月30日 (此版本, v2)]
标题: 不可压缩流动的H(div)-协调无散度间断伽辽金方法与二阶显式龙格-库塔格式的数值分析
标题: Numerical analysis of an H(div)-conforming divergence-free DG method with a second-order explicit Runge-Kutta scheme for incompressible flows
摘要: 最近,采用Runge-Kutta(RK)时间步进的H(div)协调DG型方法被广泛用于模拟高雷诺数流动,其中对流项显式处理。尽管RKDG方法的分析技术已得到充分发展,但由于无散度约束的存在,将其扩展到不可压缩流动问题上非常非平凡,关键在于分析对流项。我们忽略粘性效应,并针对不可压缩欧拉方程组,对结合二阶显式RK方案的H(div)协调无散度DG方法进行了误差分析。在严格的CFL条件 $\tau \lesssim h^{4 / 3}$ 下,对于多项式次数为 $k \geq 1$ 的情况,我们得到了 $O(h^{k+1 / 2}+\tau^2)$ 的先验误差估计,其中 $h$ 和 $\tau$ 分别为网格尺寸和时间步长,假设精确解足够光滑。 对于线性多项式的情形,我们研究了现有的分析技术是否可以将严格的CFL条件放松为标准的CFL条件 $\tau \lesssim h$。结果表明,无散度约束阻止了这些技术的应用。我们推测,在标准CFL条件下无法推导出线性多项式的误差估计。最后,我们指出基于我们的分析框架,分析结果可轻松推广至高网格雷诺数下的Navier-Stokes方程,其中粘性和对流项均显式处理。 数值实验结果支持了我们的分析结果以及关于线性多项式的猜想。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.