Hermiteova interpolacija radijalnim baznim funkcijama u metodi kontrolnih volumena
Matijašević, Dubravko
Doctoral thesis / Disertacija
2011
Degree Grantor / Ustanova koja je dodijelila akademski / stručni stupanj: University of Zagreb, Faculty of Mechanical Engineering and Naval Architecture / Sveučilište u Zagrebu, Fakultet strojarstva i brodogradnje
Permanent link / Trajna poveznica: https://urn.nsk.hr/urn:nbn:hr:235:635291
Rights / Prava: In copyright
Download date / Datum preuzimanja: 2021-10-10
Repository / Repozitorij:
Repository of Faculty of Mechanical Engineering and Naval Architecture University of Zagreb Sveuˇciliˇsteu Zagrebu Fakultet strojarstva i brodogradnje
HERMITEOVA INTERPOLACIJA RADIJALNIM BAZNIM FUNKCIJAMA U METODI KONTROLNIH VOLUMENA
doktorska disertacija
Mentor: Doc. dr.sc. Zeljkoˇ Tukovi´c Dubravko Matijaˇsevi´c
Zagreb, 2011. Podaci za bibliografsku karticu
UDK: 532.5:519.6 Kljuˇcnerijeˇci: Metoda kontrolnih volumena, metoda visokog reda toˇcnosti,proizvoljna poliedarska mreˇza, generalizirana interpolacija radijalnim baz- nim funkcijama, skalarna radijalna reprodu- ciraju´ca jezgra, konvekcijsko-difuzijska jed- nadˇzba,nestlaˇcivo strujanje, projektivna me- toda. Znanstveno podruˇcje: tehniˇcke znanosti Znanstveno polje: zrakoplovstvo, raketna i svemirska tehnika Institucija u kojoj je rad izraden: Fakultet strojarstva i brodogradnje Mentor: dr.sc. Zeljkoˇ Tukovi´c,doc. Broj stranica: 177 Broj slika: 80 Broj tablica: 3 Broj koriˇstenihbibliografskih jedinica: 198 Datum obrane: 27. rujna 2011. Povjerenstvo: Prof. dr.sc. Zdravko Terze, Doc. dr.sc. Zeljkoˇ Tukovi´c, Prof. dr.sc. Zdravko Virag, Prof. dr.sc. Josip Tambaˇca, Prof. dr.sc. Hrvoje Jasak Institucija u kojoj je rad pohranjen: Fakultet strojarstva i brodogradnje, Sveuˇciliˇsteu Zagrebu Zahvala: Prvo se ˇzelimzahvaliti prof. dr.sc Zdravku Terzeu, kao glavnom istraˇzivaˇcuna projektu u okviru kojeg sam izradio ovaj rad, i na podrˇsciu kljuˇcnimtrenucima, Zatim se posebno ˇzelimzahvaliti doc. dr.sc. Zeljkuˇ Tukovi´cu,mom mentoru pri izradi ovog rada, s kojim sam vodio brojne korisne diskusije ti- jekom njegove izrade. Nadalje bih se ˇzelio zahvaliti prof. dr.sc. Hrvoju Jasaku, koji je svojim prijedlozima doprinijeo da tema do- bije svoj konaˇcanoblik. Takoder se ˇzelim zahvaliti prof. dr.sc. Josipu Tambaˇci,koji mi je pomogao da usvojim potrebne mate- matiˇckekoncepte. Na kraju se ˇzelimzahva- liti mag.math. Tomislavu Paˇzuruna suges- tijama vezanim na matematiˇckeformulacije koriˇsteneu tekstu, i svim ostalima koji su na bilo koji naˇcindoprinijeli tijekom izrade rada. Predgovor
Vrlo je popularna upotreba metode kontrolnih volumena za rjeˇsavanje problema koji se susre´cuu inˇzenjerskoj praksi, pogotovo kada se raˇcunastrujanje fluida. Dva su glavna razloga njene popularnosti. Prvo, metoda ima jasnu fizikalnu interpretaciju, i drugo, mogu´ceju je koristiti na nestrukturiranim mreˇzamasastavljenima od proizvoljnih poliedarskih kontrolnih volumena. Takve proizvoljne mreˇzeu velikoj mjeri olakˇsavaju prostornu diskretizaciju sloˇzenihdomena, koje su vrlo ˇcesteu inˇzenjerskoj praksi, i omogu´cujuupotrebu bilo kojega generatora mreˇze. U prethodnih nekoliko godina ubrzan je razvoj metoda kontrolnih volumena visokog reda toˇcnosti od kojih se oˇcekujeda ´ce,kao raˇcunalno jeftinija alternativa koja daje vrlo toˇcnarjeˇsenjave´cna grubim mreˇzama,uskoro u praksi poˇcetizamjenjivati osnovnu metodu kontrolnih volumena, koja je drugog reda toˇcnosti. Uobiˇcajeni problem metoda visokog reda toˇcnostije taj ˇstointerpolacija njima pos- tavlja odredene pretpostavke na tip mreˇze,ˇstoonda te metode ograniˇcava samo na proraˇcunestrujanja u jednostavnijim domenama. Nadalje, problem je ˇstoodredeni ti- povi rubnih uvjeta ruˇsered toˇcnostimetode kontrolnih volumena, obzirom da je ˇcesto potrebno koristiti jednostranu interpolaciju niˇzegreda toˇcnostiod interpolacije u os- tatku domene. Poˇzeljnoje dakle da takve metode ne ruˇsered toˇcnostiuz rub, gdje je obiˇcnoi potrebna najve´catoˇcnostproraˇcuna. Razvoj metoda visokog reda toˇcnostna proizvoljnim mreˇzamaomogu´cilobi njihovu puno ˇsiruprimjenu u problemima kakvi se sre´cuu inˇzenjerskoj praksi.
Zagreb, kolovoz 2011. Dubravko Matijaˇsevi´c Sadrˇzaj
Predgovor iv
Sadrˇzajv
Saˇzetak ix
Summaryx
Popis oznaka xi
Popis slika xvii
Popis tablica xxi
1. Uvod1 1.1. Pregled dosadaˇsnjihistraˇzivanja ...... 2 1.2. Klasiˇcnai slaba rjeˇsenjaparcijalnih diferencijalnih jednadˇzbi ...... 3 1.3. Motivacija ...... 5 1.4. Hipoteza ...... 5 1.5. Organizacija rada ...... 6
2. Matematiˇckimodel strujanja fluida9 2.1. Jednadˇzbe mehanike kontinuuma za kontrolni volumen ...... 10 2.2. Izotermno strujanje nestlaˇcivog newtonovskog fluida ...... 11
3. Interpolacija radijalnim baznim funkcijama 13 3.1. Uvod ...... 16
v vi
3.2. Interpolacija radijalnim baznim funkcijama ...... 17 3.2.1. Interpolacijski problem ...... 18 3.2.2. Rjeˇsivost interpolacijskog problema ...... 19 3.2.3. Optimalnost interpolacije radijalnim baznim funkcijama . . . . . 21 3.2.4. Radijalne bazne funkcije na kompaktnom nosaˇcu ...... 22 3.2.5. Greˇska interpolacije ...... 25 3.2.6. Numeriˇcka stabilnost ...... 27 3.3. Generalizirana interpolacija radijalnim baznim funkcijama ...... 29 3.4. Hilbertovi prostori s reproduciraju´com jezgrom ...... 34
4. Particija jedinice 37 4.1. Metoda particije jedinice ...... 38 4.2. Funkcije u particiji jedinice ...... 41
5. Metoda kontrolnih volumena 45 5.1. Uvod ...... 45 5.2. Osnovna metoda kontrolnih volumena na proizvoljnoj poliedarskoj mreˇzi 47 5.2.1. Definicija poliedarske mreˇze ...... 47 5.2.2. Diskretizacija prostornih integrala ...... 50 5.2.3. Vremenska diskretizacija ...... 53 5.2.4. Primjena rubnih uvjeta ...... 54 5.2.5. Sustav linearnih algebarskih jednadˇzbi ...... 55 5.2.6. Diskretizacija Navier-Stokesovih jednadˇzbi ...... 58 5.2.7. Jednadˇzbaza tlak ...... 60 5.2.8. Povezivanje brzine i tlaka ...... 63 5.2.9. Rekonstrukcija iz vrijednosti funkcije ...... 66 5.3. Metoda kontrolnih volumena visokog reda toˇcnostina proizvoljnoj poli- edarskoj mreˇzi...... 68 5.3.1. Uvod ...... 68 5.3.2. Kompozitne poliedarske ´celije ...... 71 5.3.3. Rekonstrukcija iz prosjeka u ´celijama ...... 73 5.3.4. Povezivanje brzine i tlaka ...... 74 5.3.5. Konvektivni i difuzni protoci ...... 75 5.3.6. Postupak rjeˇsavanja Navier-Stokesovih jednadˇzbi ...... 76 vii
6. Numeriˇckiprimjeri 79 6.1. Interpolacija ...... 79 6.1.1. Interpolacija bez particije jedinice ...... 82 6.1.2. Interpolacija u particiji jedinice ...... 90 6.2. Difuzija metodom kontrolnih volumena ...... 93 6.2.1. Metoda kontrolnih volumena bez particije jedinice ...... 93 6.2.2. Metoda kontrolnih volumena s particijom jedinice ...... 101 6.3. Konvekcija-difuzija ...... 107 6.4. Konvekcija ...... 110 6.5. Strujanje u ˇsupljini ...... 113
7. Zakljuˇcak 119 7.1. Zakljuˇcakdoktorskoga rada ...... 119 7.2. Saˇzetiprikaz znanstvenog doprinosa rada ...... 120 7.3. Prijedlog smjerova daljnjih istraˇzivanja ...... 121
A. O povezivanju brzine i tlaka pri modeliranju nestlaˇcivog toka metodom kontrolnih volumena 123 A.1. Uvod ...... 123 A.2. Tipovi mreˇzau metodi kontrolnih volumena ...... 125 A.2.1. Medusobni poloˇzaj proraˇcunskihˇcvorova u mreˇzi ...... 126 A.3. Metode za povezivanje brzine i tlaka ...... 128 A.3.1. Penalty formulacije ...... 128 A.3.2. Formulacija umjetne stlaˇcivosti ...... 129 A.3.3. Faktorizacija operatora i ”fractional step” metode ...... 130 A.3.4. Poissonova jednadˇzbaza tlak ...... 131 A.4. Projektivne metode ...... 132 A.4.1. SIMPLE klasa metoda ...... 140 A.4.2. Povezivanje brzine i tlaka u metodi kontrolnih volumena sa pri- mitivnim varijablama na mreˇzamacentriranim u ´celijama . . . . . 143 A.4.3. Nova metoda ...... 143
B. Povezivanje brzine i tlaka u metodi konaˇcnihelemenata 145 B.1. Mjeˇsoviti konaˇcnielementi ...... 145 B.2. Stabilizirani konaˇcnielementi ...... 148 viii
C. Numeriˇcka integracija 151 C.1. Kvadraturne formule na trokutima ...... 151
D. Osnovni koncepti normiranih prostora 153 D.1. Fourierovi redovi ...... 153 D.2. Hilbertovi prostori ...... 154 D.3. Prostori Soboljeva ...... 158
Literatura 160
Zivotopisˇ 179
Biography 180 Saˇzetak
Primjena metode kontrolnih volumena na proizvoljnoj poliedarskoj mreˇzipoˇzeljnaje kod rjeˇsavanja inˇzenjerskih problema zbog svoje konzervativnosti i upotrebljivosti kod vrlo sloˇzenihgeometrija. S druge strane, nedostatak koriˇstenjapoliedarske mreˇzeoˇcitujese u ograniˇcenombroju upotrebljivih shema interpolacije i aproksimacije gradijenta, koje su potrebne za raˇcunanjekonvekcijskog i difuzijskog toka. Taj je problem posebno naglaˇsen kada se radi o metodama visokog reda toˇcnosti. Op´cenito,razvoj metode kontrolnih volumena visokog reda toˇcnostiza proraˇcune nestlaˇcivihviskoznih tokova zaostaje za razvojem metoda za stlaˇcive neviskozne tokove. Hermiteova interpolacija radijalnim baz- nim funkcijama primjerena je u metodi kontrolnih volumena na proizvoljnoj poliedarskoj mreˇzi,jer ne name´cetopologiju toˇcaka u kojima se zadaju interpolacijski uvjeti. Na- dalje, generalizacija Hermiteove interpolacije omogu´cujeraˇcunanjeinterpolanta, kako u sluˇcajevima s Neumannovim rubnim uvjetom, tako i iz prosjeka u ´celijamau formulaciji visokog reda toˇcnosti.U ovom se radu generalizirana interpolacija koristi za rekonstruk- ciju u konvektivnom i difuzivnom ˇclanu. U fokusu su metode za eliptiˇcnei degenerirane eliptiˇcne-paraboliˇcneprobleme, jer se metoda koristi za raˇcunanjenestlaˇcivog viskoz- nog toka. Nadalje, istraˇzujese particija jedinice koja je primjerena promatranoj klasi problema, a koja je efikasnija od particija jedinice WENO tipa ˇcijekoriˇstenjetipiˇcnopri- likom proraˇcunahiperboliˇckihtokova u kojima se pretpostavlja da ´cese diskontinuiteti pojavljivati u domeni kao dio rjeˇsenja. Ovaj je rad doprinos razvoju metode kontrolnih volumena visokog reda toˇcnostiza raˇcunanjenestlaˇcivihviskoznih tokova fluida na proizvoljnim poliedarskim mreˇzama.
Kljuˇcnerijeˇci: Metoda kontrolnih volumena, metoda visokog reda toˇcnosti, proizvoljna poliedarska mreˇza,generalizirana interpolacija radijalnim baznim funkcijama, skalarna radijalna reproduciraju´cajezgra, konvekcijsko-difuzijska jednadˇzba,nestlaˇcivo strujanje, projektivna metoda.
ix Summary
Polyhedral finite volume method is attractive when dealing with engineering problems, due to its conservativeness and ability to describe complex geometries. On the other hand, disadvantage of the polyhedral mesh description is in a rather limited set of schemes for interpolation and gradient approximation, which are required for convection and diffusion flux calculation. That issue is even more emphasised in high order accurate methods. Generally, development of high order finite volume methods for incompressible viscous flow seems to be lagging behind development of methods for compressible inviscid flow. Hermitian radial basis function interpolation can be used in the finite volume method on arbitrary polyhedral mesh description, since it is scattered data interpolation method. Also, with generalised Hermitian radial basis function interpolation one is able to obtain interpolation with Neumann boundary points as subset of data centres, and cell averages in high order methods. In this work, generalised radial basis function interpolation is used for reconstruction of convection and diffusion fluxes. A focus is on elliptical and degenerate elliptic-parabolic problems since method is intended for incompressible viscous flow calculation. This motivates use of more efficient partition of unity method for such problems then WENO-type partition of unity, typically used in hyperbolic flow calculations where discontinuities naturally occur as part of the solution. This work is a contribution to the effort in development of high order accurate polyhedral finite volume method for incompressible viscous flow calculations.
Keywords: Finite volume method, high-order method, arbitrary polyhedral mesh, generalised radial basis function interpolation, scalar radial reproducing kernel, convection-diffusion equation, incompressible flow, projection method.
x Popis oznaka
A Interpolacijska matrica, vidi jednadˇzbu (3.4) ...... 19
A(ΩP )(·) Operator osrednjavanja po ´celijiΩP , vidi jednadˇzbu(5.1) ...... 45
A∂n∂n Dio interpolacijske matrice koji odgovara usmjerenim derivacijama funkcionala usmjerenih derivacija, vidi jednadˇzbu (5.40) ...... 66
Ae∂n Dio interpolacijske matrice koji odgovara funkcionalima usmjerenih derivacija, vidi jednadˇzbu (5.40) ...... 66
Aee Dio interpolacijske matrice koji odgovara funkcionalima evaluacija u toˇckama, vidi jednadˇzbu (5.40) ...... 66
A∫∂n Dio interpolacijske matrice koji odgovara integralima funkcionala usmjerenih de- rivacija, vidi jednadˇzbu(5.48) ...... 73
A∫e Dio interpolacijske matrice koji odgovara integralima funkcionala evaluacija u toˇckama, vidi jednadˇzbu(5.48) ...... 73
A∫∫ Dio interpolacijske matrice koji odgovara integralima funkcionala integracija u ´celijama, vidi jednadˇzbu(5.48) ...... 73
∂n∂n ai, j Element matrice A∂n∂n , vidi jednadˇzbu(5.42) ...... 67 e∂n ai, j Element matrice Ae∂n , vidi jednadˇzbu(5.42) ...... 67 ee ai, j Element matrice Aee, vidi jednadˇzbu(5.42) ...... 67 ∫∂n ai, j Element matrice A∫∂n , vidi jednadˇzbu(5.49) ...... 73 ∫e ai, j Element matrice A∫e, vidi jednadˇzbu(5.49) ...... 73 ∫∫ ai, j Element matrice A∫∫ , vidi jednadˇzbu(5.49) ...... 73 aP Dijagonalni koeficijent za ´celiju,vidi jednadˇzbu(5.21) ...... 57 aS Koeficijent koji odgovara susjednoj ´celiji, vidi jednadˇzbu(5.21) ...... 57
xi xii POPIS OZNAKA
a(Sf )(·) Operator osrednjavanja po stranici Sf , vidi jednadˇzbu(5.2) ...... 46 au Dijagonala operatora N , vidi jednadˇzbu(A.19) ...... 141 c Vektor koeficijenata dobivenih iz interpolacijskih uvijeta, vidi jednadˇzbu(3.5)20 cj Koeficijenti dobiveni iz interpolacijskih uvijeta, vidi jednadˇzbu(3.3) . . . . . 18 D Operator divergencije koji djeluje na diskretan sustav, vidi jednadˇzbu(A.3) 124 d Dimenzija euklidskog prostora ...... 17 df Vektor od teˇziˇsta´celije xP do teˇziˇsta´celije xN , koje dijele stranicu Sf , vidi jed- nadˇzbu(5.13) ...... 51 e Totalna specifi´cnaenergija, [J/kg], vidi jednadˇzbu(2.7) ...... 11 ei Jediniˇcnivektor u smjeru ”i”...... 154 f Vektor volumnih izvora koliˇcinegibanja g, vidi jednadˇzbu(A.3) ...... 124 f Indeks stranice Sf , vidi jednadˇzbu(5.7) ...... 48 G Operator gradijenta koji djeluje na diskretan sustav, vidi jednadˇzbu(A.3) . 124 g Specifiˇcnamasena sila, [m/s2], vidi jednadˇzbu(2.6) ...... 10
Gφ Ograniˇcenjesvojstvenih vrijednosti interpolacijske matrice A, odozdo . . . . 28 Hm Prostor Soboljeva definiran pomo´cu L2 , vidi jednadˇzbu(D.7) ...... 158 Hw Prirodan Hilbertov prostor Wendlandovih funkcija ...... 35 hY, Ω Udaljenost popunjavanja interpolacijskih centara, vidi jednadˇzbu(3.9) . . . . 25 I Jediniˇcnitenzor ...... 11 K Najve´ci broj nosaˇcakoji se preklapaju u bilo kojoj toˇckidomene ...... 39 Lp Banachov prostor u op´cemsluˇcaju , vidi jednadˇzbu(D.4) ...... 155 L2 Kanonski Hilbertov prostor , vidi jednadˇzbu(D.5) ...... 156
Lρ Diskretni Laplaceov operator za nehomogeni tok, vidi jednadˇzbu(A.12) . . 135 M Broj nosaˇcau particiji jedinice ...... 38 m Red uvjetne pozitivne definitnosti radijalne bazne funkcije ...... 19 N Linearizirani operator konvekcije diskretnog sustava, vidi jednadˇzbu(A.15) 140 n Vanjska jediniˇcnanormala na stranicu kontrolnog volumena ...... 10 N Broj interpolacijskih centara ...... 27 N Nelinearni operator konvekcije-difuzije, vidi jednadˇzbu(A.3) ...... 124
ND Broj interpolacijskih centara sa Dirichletovim rubnim uvijetom ...... 66
NN Broj interpolacijskih centara sa Neumannovim rubnim uvijetom ...... 66 O(?) Red veliˇcine ?, vidi jednadˇzbu(5.4) ...... 47 POPIS OZNAKA xiii
P Solenoidni projektor, vidi jednadˇzbu(A.5) ...... 133 p Vektor diskretnih vrijednosti tlaka p, vidi jednadˇzbu(A.3) ...... 124 p Tlak, [N/m2], vidi jednadˇzbu(2.9) ...... 11
P Indeks poliedarske ´celijeu mreˇzi PΩ ...... 48
PΩ Poliedarska mreˇzau domeni Ω ...... 48 P Matrica polinomnog dijela interpolacije, vidi jednadˇzbu(3.6) ...... 21 p0 Korekcija polja diskretnog tlaka, vidi jednadˇzbu(A.17) ...... 140
Pσ Solenoidni projektor za tok nehomogene gusto´ce,vidi jednadˇzbu(A.8) . . . 134 P˜ Pribliˇznisolenoidni projektor, vidi jednadˇzbu(A.10) ...... 135 ˜ Pσ Pribliˇznisolenoidni projektor za tok nehomogene gusto´ce,vidi jednadˇzbu(A.12) 135 p∗ Vektor diskretnih vrijednosti tlaka p∗ kojima se ne postiˇzesolenoidnost, vidi jednadˇzbu(A.15) ...... 140 Q Komplementaran projektor soleniodnom projektoru P ...... 133 Q˙ Volumni protok kroz stranicu ´celije,vidi jednadˇzbu(5.25) ...... 59 qψ Povrˇsinska gusto´caprotoka svojstva ψ ...... 10
Qσ Komplementaran projektor solenoidnom projektoru za tok nehomogene gusto´ce
Pσ, vidi jednadˇzbu(A.9) ...... 134 ˜ Qσ Komplementaran projektor pribliˇznomsolenoidnom projektoru za tok nehomo- ˜ gene gusto´ce Pσ, vidi jednadˇzbu(A.13) ...... 136 qY Udaljenost razdvajanja interpolacijskih centara, vidi jednadˇzbu(3.9) . . . . . 25 r(xx,yy) euklidska udaljenost toˇcaka x i y ...... 17 rˆj(x) Funkcija udaljenosti na nosaˇcuΩj, vidi jednadˇzbu(4.3) ...... 41 s Specifi´cna entropija, [J/(kg K)], vidi jednadˇzbu(2.8) ...... 11 s(x) Interpolant radijalnim baznim funkcijama, vidi jednadˇzbu(3.3) ...... 18
SP Skup unutraˇsnjihstranica poliedarske ´celijeΩP ...... 48
SP Skup indeksa unutraˇsnjihstranica poliedarske ´celijeΩP ...... 48 ¯ SP Skup svih stranica poliedarske ´celije ΩP ...... 48 ¯ SP Skup indeksa svih stranica poliedarske ´celijeΩP ...... 48 s(x) Generalizirani interpolant, vidi jednadˇzbu(3.11) ...... 29 sψc Volumna gusto´caizvora veliˇcine ψ, vidi jednadˇzbu(5.10) ...... 51 sψp Koeficijent proporcionalnosti gusto´ceizvora sa ψ, vidi jednadˇzbu(5.10) . . . 51 xiv POPIS OZNAKA
sψ Volumna gusto´caizvora svojstva ψ ...... 10 T Apsolutna temperatura, [K], vidi jednadˇzbu(2.8) ...... 11 t vrijeme, [s] ...... 10 t0 ”Najmanja” toˇcka ruba hiperkvadratiˇcnognosaˇca,vidi jednadˇzbu(4.3) . . . 41 t1 ”Najve´ca”toˇcka ruba hiperkvadratiˇcnognosaˇca,vidi jednadˇzbu(4.3) . . . . 41 ∆t Vremenski korak, vidi jednadˇzbu(5.5) ...... 47 tn Vremenski trenutak u kojem se implicitno rijeˇsavaju diskretizirane jednadˇzbe, vidi jednadˇzbu (5.17) ...... 53 (·)n−1 Vrijednost iz prethodne iteracije implicitnog rjeˇsavaˇca,vidi jednadˇzbu(5.18) 53 to Prethodni vremenski trenutak, vidi jednadˇzbu(5.17) ...... 53 too Pretprethodni vremenski trenutak, vidi jednadˇzbu(5.17) ...... 53
TPΩ Dualna mreˇzasimpleksa poliedarskoj mreˇziu domeni Ω ...... 48 u Vektor diskretnih vrijednosti brzine v, vidi jednadˇzbu(A.3) ...... 124 uˆ∗ Vektor diskretnih brzina dobivenih bez utjecaja gradijenta tlaka, koje onda ne zadovoljavaju jednadˇzbukontinuiteta, vidi jednadˇzbu(A.20) ...... 141 u0 Vektor korekcija diskretnih brzina do solenoidnosti, vidi jednadˇzbu(A.16) . 140 V Solenoidna projekcija od V ∗ ...... 133 v Brzina gibanja kontinuuma, [m/s] ...... 10 v Glatka funkcija koju se interpolira, vidi jednadˇzbu(3.2) ...... 18
Vj Interpolacijski prostor nosaˇcaΩj, vidi jednadˇzbu(4.2) ...... 38 V˜ Brzina, ili njena lokalna derivacija, koja je pribliˇznosolenoidna, vidi jednadˇzbu(A.10) 135 V ∗ Nesolenoidna brzina, ili njena lokalna derivacija...... 133 v∗ Brzina koja ne zavovoljava jednadˇzbukontinuiteta, vidi jednadˇzbu(A.4) . . 132
Wj Teˇzinska funkcija iz particije jedinice ...... 38 wj Normirana teˇzinska funkcija iz particije jedinice, vidi jednadˇzbu(4.1) . . . . 38 xc Vektor teˇziˇsta´celijeili stranice, vidi jednadˇzbu(5.4) ...... 47 xf Teˇziˇstestranice Sf , vidi jednadˇzbu(5.7) ...... 48 xP Teˇziˇste´celijeΩP , vidi jednadˇzbu(5.6) ...... 48 Y Skup interpolacijskih centara ...... 16
Y0 Interpolacijski centri u kojima djeluje λid ...... 66
Y1 Interpolacijski centri iz Neumannovog dijela ruba ...... 66 POPIS OZNAKA xv
yj Interpolacijski centar ...... 16
Yj Interpolacijski centri u nosaˇcuΩj ...... 38 α Koeficijent implicitne podrelaksacije, vidi jednadˇzbu(5.22) ...... 57
αp Koeficijent podrelaksacije za jednadˇzbutlaka, vidi jednadˇzbu(5.36) . . . . . 65
δY, Ω Mjera neuniformnosti interpolacijskih centara, vidi jednadˇzbu(3.10) . . . . . 26
Γ0 Rub sa Dirichletovim rubnim uvijetom ...... 66
Γ1 Rub sa Neumannovim rubnim uvijetom ...... 66 κ Uvjetovanost interpolacijske matrice AA...... 27 Λ Skup linearno nezavisnih funkcionala u generaliziranoj interpolaciji . . . . . 29
λj Funkcional u generaliziranoj interpolaciji ...... 29
λmax Najve´ca svojstvena vrijednost interpolacijske matrice AA...... 27
λmin Najmanja svojstvena vrijednost interpolacijske matrice AA...... 27
λid Funkcional evaluacije u toˇcki,vidi jednadˇzbu(5.37) ...... 66
λ∂n Funkcional derivacije u smijeru n, vidi jednadˇzbu(5.37) ...... 66 µ Dinamiˇcka viskoznost fluida, [N s/m2], vidi jednadˇzbu(2.9) ...... 11
µψ Koeficijent difuzije za veliˇcinu ψ, vidi jednadˇzbu(2.3) ...... 10 ν Kinematiˇcka viskoznost fluida, [m2/s], vidi jednadˇzbu(2.11) ...... 11 Ω Proraˇcunska domena ...... 48
Ωj Nosaˇcfunkcije wj ...... 38
ΩM Materijalni volumen ...... 10
∂ΩM Zatvoreni rub materijalnog volumena ...... 10
ΩP Kontrolni volumen ...... 10
ΩP Poliedarska ´celija...... 48
∂ΩP Rub poliedarske ´celije...... 48
∂ΩP Zatvoreni rub kontrolnog volumena ...... 10 M {Ωj}j=1 Pokrivaˇcdomene ...... 38 ∂Ω Rub proraˇcunske domene ...... 48 Φ(xx, y) = (φ ◦ r)(xx, y) Radijalna bazna funkcija, vidi jednadˇzbu(3.1) ...... 16 φ(r) Radijalna bazna funkcija ...... 16 2k φd, k Wendlandove funkcije u d dimenzija glatko´ce C , vidi jednadˇzbu(3.8) . . . 22 ϕ Mjera tlaka kojom se korigira brzina do soleniodnosti, vidi jednadˇzbu(A.4) 132 d Πm(R ) Prostor realnih polinoma u d varijabli stupnja m − 1, vidi jednadˇzbu(3.3) 18 xvi POPIS OZNAKA
$(x) Polinom uz radijalniu bazniu funkciju, vidi jednadˇzbu(3.3) ...... 18 ψ Intenzivno fizikalno svojstvo ...... 10 Ψ Povrˇsinska gusto´caprotoka veliˇcine ψ, vidi jednadˇzbu(5.2) ...... 46
ψf Vrijednost zavisne varijable u teˇziˇstustranice Sf , vidi jednadˇzbu(5.15) . . . 52
ψN Vrijednost zavisne varijable u teˇziˇstu´celije”N”, vidi jednadˇzbu(5.13) . . . . 51 ρ Gusto´cafluida ...... 10 σ Kompaktnija oznaka za 1/ρ, vidi jednadˇzbu(A.7) ...... 134 σ Tenzor naprezanja, [N/m2], vidi jednadˇzbu(2.6) ...... 10 Υ Funkcija iˇsˇcezavanja ...... 41 Υ0 C0 funkcija iˇsˇcezavanja, vidi jednadˇzbu(4.4) ...... 41 Υ1 C1 funkcija iˇsˇcezavanja, vidi jednadˇzbu(4.4) ...... 41 Υ2 C2 funkcija iˇsˇcezavanja, vidi jednadˇzbu(4.4) ...... 41
Kratice BDF Backward Differencing Formula ...... 53 ENO Essentially Non Oscillatory ...... 4 MKV Metoda kontrolnih volumena ...... 1 RBFI (engl. Radijal Basis Function Interpolation)...... 14 RBF Radijalne bazne funkcije ...... 18 TPS Thin Plate Spline ...... 14 TVD Total Variation Diminishing ...... 4 WENO Weighted Essentially Non Oscillatory ...... 4 Popis slika
3.1 Wendlandove funkcije klase C2, C4 i C6, za d ≤ 3...... 23 3.2 Derivacija Wendlandovih C2, C4 i C6 funkcija za d ≤ 3...... 23 3.3 Druga derivacija Wendlandovih C2, C4 i C6 funkcija za d ≤ 3...... 24 3.4 Tre´caderivacija Wendlandovih C2, C4 i C6 funkcija za d ≤ 3...... 24 3.5 Wendlandova C0 funkcija, za d ≤ 3...... 31 y 3.6 Distribucija (D (φ3,0 ◦ r)(xx,yy)) ·ey, koja se stavlja u centar s Neumanno- vim rubnim uvjetom...... 31 3.7 Wendlandova C2 funkcija, za d ≤ 3...... 32 y 3.8 Funkcija (D (φ3,1 ◦ r)(xx,yy)) ·ey, koja se stavlja u centar s Neumannovim rubnim uvjetom...... 32 3.9 Wendlandova C4 funkcija, za d ≤ 3...... 33 y 3.10 Funkcija (D (φ3,2 ◦ r)(xx,yy)) ·ey, koja se stavlja u centar s Neumannovim rubnim uvjetom...... 33
4.1 Funkcija udaljenostir ˆ(x)...... 42 4.2 Teˇzinska funkcija (Υ0 ◦ rˆ)(x)...... 42 4.3 Teˇzinska funkcija (Υ1 ◦ rˆ)(x)...... 43 4.4 Teˇzinska funkcija (Υ2 ◦ rˆ)(x)...... 43
5.1 Poliedarski kontrolni volumen...... 49 5.2 Raˇsˇclanjivanje poligonalne stranice na simplekse [179]...... 70 5.3 Raˇsˇclanjivanje poliedarskog kontrolnog volumena na simplekse [179]. . . . 72
xvii xviii POPIS SLIKA
6.1 Skica cilindra sa prikazanim rubnim uvjetima...... 80 6.2 Slika uz objaˇsnjenjeizgleda grafova ...... 82 6.3 Interpolacija G1K1P −1, s ...... 83 6.4 Interpolacija G1K1P −1, ∇s ...... 83 6.5 Interpolacija G1K1P 0, s ...... 84 6.6 Interpolacija G1K1P 0, ∇s ...... 84 6.7 Interpolacija G1K1P 1, s ...... 85 6.8 Interpolacija G1K1P 1, ∇s ...... 85 6.9 Interpolacija G2K2P 1, s ...... 86 6.10 Interpolacija G2K2P 1, ∇s ...... 86 6.11 Interpolacija G2K2P 2, s ...... 87 6.12 Interpolacija G2K2P 2, ∇s ...... 87 6.13 Interpolacija G3K3P 2, s ...... 88 6.14 Interpolacija G3K3P 2, ∇s ...... 88 6.15 Interpolacija G3K3P 3, s ...... 89 6.16 Interpolacija G3K3P 3, ∇s ...... 89 6.17 Nosaˇciparticije jedinice...... 90 6.18 Interpolacija u particiji jedinice, G1K1P 1,Υ ∈ C0, s ...... 91 6.19 Interpolacija u particiji jedinice, G1K1P 1,Υ ∈ C0, ∇s ...... 91 6.20 Interpolacija u particiji jedinice, G2K2P 2,Υ ∈ C2, s ...... 92 6.21 Interpolacija u particiji jedinice, G2K2P 2,Υ ∈ C2, ∇s ...... 92 6.22 MKV G1K1P −1, s ...... 94 6.23 MKV G1K1P −1, ∇s ...... 94 6.24 MKV G1K1P 0, s ...... 95 6.25 MKV G1K1P 0, ∇s ...... 95 6.26 MKV G1K1P 1, s ...... 96 6.27 MKV G1K1P 1, ∇s ...... 96 6.28 MKV G2K2P 1, s ...... 97 6.29 MKV G2K2P 1, ∇s ...... 97 6.30 MKV G2K2P 2, s ...... 98 6.31 MKV G2K2P 2, ∇s ...... 98 6.32 MKV G3K3P 2, s ...... 99 6.33 MKV G3K3P 2, ∇s ...... 99 POPIS SLIKA xix
6.34 MKV G3K3P 3, s ...... 100 6.35 MKV G3K3P 3, ∇s ...... 100 6.36 MKV particijom jedinice, G1K1P 1,Υ ∈ C0, s ...... 102 6.37 MKV particijom jedinice, G1K1P 1,Υ ∈ C0, ∇s ...... 102 6.38 MKV particijom jedinice, G2K2P 2,Υ ∈ C2, s ...... 103 6.39 MKV particijom jedinice, G2K2P 2,Υ ∈ C2, ∇s ...... 103 6.40 MKV particijom jedinice, G2K2P 2, usporedba Υ0 i Υ2, s ...... 104 6.41 MKV particijom jedinice, G2K2P 2, usporedba Υ0 i Υ2, ∇s ...... 104 6.42 Greˇska interpolanta G2K2P 2 u particiji jedinice Υ0, c = 100, dobivenoga
metodom kontrolnih volumena na mreˇziod 620 ´celija. kv − skL2(Ω) = 0.000444345, n = 24.9...... 105 6.43 Greˇska gradijenta interpolanta G2K2P 2 u particiji jedinice Υ0, c = 100, dobivenoga metodom kontrolnih volumena na mreˇziod 620 ´celija,u log
mjerilu. k∇v − ∇skL2(Ω) = 0.00196839, n = 24.9...... 105 6.44 Greˇska interpolanta G2K2P 2 u particiji jedinice Υ0, c = 100, dobivenoga
metodom kontrolnih volumena na mreˇzi od 9870 ´celija. kv − skL2(Ω) = 7.12347e − 07, n = 99.348...... 106 6.45 Greˇska gradijenta interpolanta G2K2P 2 u particiji jedinice Υ0, c = 100, dobivenoga metodom kontrolnih volumena na mreˇziod 9870 ´celija,u log
mjerilu. k∇v − ∇skL2(Ω) = 5.01201e − 05, n = 99.348...... 106 6.46 Greˇska G3K3P 3 interpolacije na mreˇziod 328 ´celija ...... 108 6.47 Greˇska G3K3P 3 interpolacije na mreˇziod 1002 ´celije ...... 108 6.48 Greˇska G2K2P 2 interpolacije za problem konvekcije-difuzije ...... 109 6.49 Greˇska G3K3P 3 interpolacije za problem konvekcije-difuzije ...... 109 6.50 Kvadratna domena kod konvekcije ”stepenastog” profila...... 110 6.51 Konvekcija stepenastog profila, 10x10 kontrolnih volumena ...... 111 6.52 Konvekcija stepenastog profila, 20x20 kontrolnih volumena ...... 111 6.53 Pravokutna domena kod konvekcije sin2 profila...... 112 6.54 Konvekcija sin2 profila, 9x18 kontrolnih volumena ...... 112 6.55 Konvekcija sin2 profila, 19x38 kontrolnih volumena ...... 113 6.56 Greˇska brzine pri strujanju u ˇsupljini ...... 114 6.57 Greˇska iznosa brzine u ´celijama, G2vK2P 2 pK2P 2 na 44 ´celije,u logaritam- skom mjerilu...... 115 xx POPIS SLIKA
6.58 Greˇska x komponente brzine u ´celijama, G2vK2P 2 pK2P 2 na 44 ´celije . . . 115 6.59 Greˇska iznosa brzine u ´celijama, G2vK2P 2 pK2P 2 na 148 ´celije,u logaritam- skom mjerilu...... 116 6.60 Greˇska x komponente brzine u ´celijama, G2vK2P 2 pK2P 2 na 148 ´celije.. . . 116 6.61 Greˇska iznosa brzine u ´celijama, G2vK2P 2 pK2P 2 na 572 ´celije,u logaritam- skom mjerilu...... 117 6.62 Greˇska x komponente brzine u ´celijama, G2vK2P 2 pK2P 2 na 572 ´celije.. . . 117
A.1 Glavni tipovi mreˇza. ”A” mreˇzaje centrirana u ´celijamaza sve varija- ble odn., ima nepomaknuti, dok. ”B” i ”C” imaju pomaknuti raspored proraˇcunskihˇcvorova. ”B” je centrirana u vrhovima, a ”C” je MAC kon- figuracija...... 127 Popis tablica
3.1 Neke globalne radijalne bazne funkcije ...... 19 3.2 Wendlandove radijalne bazne funkcije na kompaktnom nosaˇcu ...... 25 3.3 Red konvergencije Wendlandovih radijalnih baznih funkcija u d = 2. . . . 27
xxi 1 Uvod
Metoda kontrolnih volumena (MKV) je danas najraˇsirenijametoda za proraˇcune strujanja. Njena glavna prednost je posljedica konzervativnog diskretiziranja zakona oˇcuvanja fizikalnih veliˇcina. Naime ve´cinaparcijalnih diferencijalnih jednadˇzbisu po- sljedica nekog zakona oˇcuvanja (npr., oˇcuvanje mase, koliˇcinegibanja, energije) a u MKV su te fizikalne veliˇcineoˇcuvane i na diskretnoj razini [138]. To je posebno vaˇzno kod raˇcunanjastrujanja nestlaˇcivog fluida. Konzervativnost MKV proizlazi iz naˇcina integracije konvekcijskog i difuzijskog toka na povrˇsinamakoje omeduju kontrolne volu- mene. Teorem Gauss—Ostrogradskog omogu´cujetakvu formulaciju, a posljedica je da su fizikalni zakoni oˇcuvanja koji se raˇcunaju zadovoljeni na svakom volumenu kao i na cijeloj domeni. Postoji problem na konfiguracijama mreˇzau kojima su proraˇcunske toˇcke, u kojima se rjeˇsava diskretizirani matematiˇckimodel, razliˇciteod toˇcaka u kojima se integrira konvekcijski i difuzijski tok. Za strukturirane mreˇzepostoje vrlo sofisticirane metode interpolacije funkcije i aproksimacije gradijenta, za difuzijski i konvekcijski transport, ali strukturirane su mreˇzeprimjenjive samo na relativno jednostavnim geometrijama. Nestrukturirane mreˇzeomogu´cujumodeliranje strujanja u geometrijski sloˇzenimdo- menama, no znaˇcajno ograniˇcavaju broj primjenjivih metoda interpolacije vrijednosti i gradijenta promatranih polja. Ideja upotrebe Hermiteove 1 interpolacije radijalnim baznim funkcijama sastoji se u koriˇstenjuinterpolanta, ili njegovog gradijenta, koji se integrira pomo´cuteorema Gauss—Ostrogradskog prilikom raˇcunanja numeriˇckihfluk- seva kroz stranice kontrolnih volumena. S obzirom da su evaluacijske toˇcke poznate a
1 U ovom radu ´cese Hermiteovom interpolacijom nazivati ona interpolacija koja stvara simetriˇcnu (hermitsku) interpolacijsku matricu.
1 2 Poglavlje 1. Uvod priori, evaluacija se moˇzeimplementirati vrlo djelotvorno. Dakle, ˇzelise na´ciinterpolant koji bi zadovoljio rubne uvjete u toˇckama kojima je rub definiran, a da njegov integral metodom kontrolnih volumena zadovoljava diskretizirane transportne jednadˇzbe.
1.1. Pregled dosadaˇsnjihistraˇzivanja
Diskretizacija metodom kontrolnih volumena danas je najzastupljenija metoda koja se koristi pri numeriˇckom modeliranju problem strujanja fluida [138, 62]. Najˇsirupri- mjenu za nestlaˇcivitok ima metoda u kojoj je razmjeˇstaj proraˇcunskihtoˇcaka, centri- ranih u ´celijama(engl. cell-centered), nepomaknut (engl. collocated), tj. gdje se iste toˇcke koriste za raˇcunanjebrzine i tlaka. Upravo ´cetaj razmjeˇstaj biti razmatran u ovom radu. Toˇcnostkoju daje ta metoda ovisi o toˇcnostiraˇcunanjakonvekcijskog i difuzijskog toka na stranicama kontrolnih volumena. Interpolacija radijalnim baznim funkcijama nije nova metoda. Ve´cdugo postoje glo- balne radijalne bazne funkcije kao ˇstosu Hardyeva [84] 1971.g. i Duchonova [55] 1976.g. Prve radijalne bazne funkcije na kompaktnom nosaˇcukonstruirali su Wu 1995.g. [192] i Wendland 1995.g. [182]. U pogledu interpolacije postoje dva pristupa. Nesimetriˇcni, u literaturi poznat i kao Kansina metoda [101], vrlo je popularan i ˇceˇs´ceje koriˇsten od Hermiteovog, iako se zna da nesimetriˇcnamatrica interpolacije ˇcakmoˇzebiti singu- larna [90]. Moroney [127] je istraˇzivao primjenu Hermiteove interpolacije Lagrangeovih podataka (samo vrijednost funkcije) radijalnim baznim funkcijama u metodi kontrolnih volumena na tetraedarskoj mreˇzi.Naˇsaoje da takva formulacija podiˇzetoˇcnostmetode kontrolnih volumena, iako nije kao interpolacijske uvijete koristio vrijednosti usmjerene derivacije u toˇckama na Neumannovom rubu. U dijelu ovog rada koristiti ´cese Hermi- teova interpolacija Birkhoffovih podataka [191, 132, 93]. U njoj se i Neumannove toˇcke stavljaju kao interpolacijski uvjeti, u prostornoj interpolaciji metode kontrolnih volu- mena. S obzirom da je koristio globalne radijalne bazne funkcije, Moroney je naiˇsaoi na probleme koje inherentno donosi sam odabir globalnih funkcija. Naime, takva je inter- polacijska matrica puna, te sve loˇsijeuvjetovana s pove´canjembroja toˇcaka, pa je zbog toga primjenjiva samo na relativno grube mreˇze.Za najfinije mreˇzepotrebno je koristiti lokalne interpolacije u particiji jedinice, jer se takav pristup moˇzeimplementirati vrlo efikasno [188]. Poglavlje 1. Uvod 3
Pri formulaciji metodom kontrolnih volumena visokog reda, potrebno je koristiti ge- neraliziranu interpolaciju radijalnim baznim funkcijama. U njoj su podatci, iz kojih se radi rekonstrukcija, prosjeci u kontrolnim volumenima koji se raˇcunaju viˇsimredom toˇcnosti.Postoji nekoliko radova gdje se generalizirana interpolacija u particiji jedinice koristi za prostornu diskretizaciju u metodi kontrolnih volumena, no tada se metoda kontrolnih volumena redovno koristi za proraˇcunstlaˇcivog strujanja na mreˇzamacentri- ranim u vrhovima [169, 95,2,3]. Generaliziranom interpolacijom mogu´ceje formulirati metodu kontrolnih volumena proizvoljno visokog reda. U drugom dijelu ovog rada se razmatra metoda kontrolnih volumena visokog reda toˇcnostina proizvoljnoj poliedar- skoj mreˇzicentriranoj u ´celijama,koja takoder zadovoljava Neumannove i Dirichletove rubne uvijete. Takoder, metoda koja se razmatra je prirodna za nestlaˇcive tokove fluida, jer traˇzirijeˇsenjeu neˇstomanjem prostoru od onog koje dozvoljava slaba formulacija metode kontrolnih volumena. Ta slaba rjeˇsenjasu nuˇznaza probleme u kojima se di- skontinuiteti prirodno pojavljuju kao dio rjeˇsenja.
1.2. Klasiˇcnai slaba rjeˇsenjaparcijalnih diferenci- jalnih jednadˇzbi
Da bi se preciznije moglo opisati kakva se rjeˇsenjatraˇzemetodom opisanom u ovom radu, potrebno je spomenuti pojmove vezane uz tip rjeˇsenjaparcijalnih diferencijalnih jednadˇzbi. Klasiˇcnorijeˇsenje dobiva se iz polazne parcijalne diferencijalne jednadˇzbe i pripada klasi koja je potrebna (dovoljno glatka) da se formalno zadovolji polazna jednadˇzba. Osnovna ideja koju podrazumijeva pojam slabih rjeˇsenja je da se rijeˇsenjediferen- cijalne jednadˇzbe traˇziu ve´cemprostoru funkcija od onog u kojem bi se traˇziloklasiˇcno rijeˇsenje. Kada se rijeˇsenjetraˇzinekom integralnom formulacijom, prirodno se dolazi do slabih rjeˇsenja,gdje se nedostatak glatko´cepojavljuje u ”malim” 2 podskupovima domene Ω, ili pak taj nedostatak glatko´cemoˇzebiti prisutan u ve´cinidomene [123]. U tim podruˇcjimarijeˇsenjenije dovoljno puta diferencijabilno da zadovolji diferencijalnu jednadˇzbuu klasiˇcnomsmislu. Metodom kontrolnih volumena, obzirom da se temelji na integralnoj formulaciji, traˇzese slaba rjeˇsenja. Konkretno, rjeˇsenjadobivena metodom kontrolnih volumena
2 Podskupovima mjere 0. 4 Poglavlje 1. Uvod su u op´cemsluˇcaju po dijelovima klasiˇcnarjeˇsenjas diskontinuitetima koji razdvajaju ta glatka rjeˇsenjau ´celijama [19]. Tako se za hiperboliˇcke probleme rjeˇsenjudozvo- ljava da bude distribucija. No klasa takvih slabih rjeˇsenjaje prevelika da se osigura njihova jedinstvenost. Zbog toga se u metodi kontrolnih volumena za hiperboliˇcke pro- bleme zadaje dodatni tzv. entropijski uvjet koji osigurava jedinstvenost rjeˇsenja. Kod hiperboliˇckihproblema se u domeni prirodno pojavljuju diskontinuiteti.
U ovom radu se razmatra metoda kontrolnih volumena za eliptiˇcnei degenerirane eliptiˇcne-paraboliˇcneprobleme 3, koje stvara konvektivno-difuzijski operator, pa se ne polazi od pretpostavke da ´cese u domeni pojavljivati diskontinuiteti. Ta pretpostavka je to bolja, ˇstoje problem ”viˇseeliptiˇcan”odn., ˇstoje konvekcija manja. Dakle, iako se istraˇzujemetoda visokog reda, gdje se traˇzerijeˇsenjeu terminima prosjeka u ´celijama, klasa funkcija kojima se rijeˇsenjeopisuje je dovoljno glatka da rijeˇsenjebude klasiˇcnou cijeloj domeni, pri ˇcemu funkcija zadovoljava rubne uvijete. Takav izbor stvara problem ako se diskontinuiteti pojave u domeni, zbog npr. diskontinuiteta u rubnim uvjetima ili polje koje se transportira ima diskontinuitete, pa tada glatki interpolant poˇcneoscilirati u blizini diskontinuiteta. Ova pojava se naziva Gibbsov fenomen. Za rjeˇsavanje spo- menutog problema potrebno je dozvoliti diskontinuirana rjeˇsenjana stranicama ´celija, barem oko onih ´celijau blizini uzroka Gibbsovih oscilacija, odnosno oko ´celijau kojima rijeˇsenjeoscilira. Postavlja se pitanje kako identificirati oscilacije koje nisu dio rjeˇsenja, bez obzira da li se za stabilizaciju koriste konvekcijske sheme ”total variation dimini- shing” (TVD) tipa, ili ”(weighted) essentially non oscillatory” ((W)ENO) tipa. Naime, TVD sheme identificiraju oscilacije na temelju mjere druge derivacije rjeˇsenja,te na taj naˇcinne mogu razlikovati Gibbsove oscilacije od glatkih ekstrema koji su dio rjeˇsenja. Razlog tome je ˇstose druge derivacije razliˇciteod nule mogu pojaviti kao dio rjeˇsenja konvekcijsko-difuzijskog problema. Kada se radi o metodama drugog reda toˇcnosti,za takav pristup i nema pravih alternativa, te je kao posljedica za TVD sheme karakte- ristiˇcnoda zagladuju rjeˇsenjai u blizini glatkih ekstrema. Kod metoda visokog reda, Gibbsov fenomen bi se moglo identificirati na viˇsimderivacijama, te na taj naˇcinprobati sprijeˇcitinaruˇsavanje rjeˇsenjashemom konvekcije.
3 Termin degenerirani eliptiˇcni-paraboliˇcniproblem koristi se za opis promatranog problema jer prijelaz u eliptiˇcnu ili paraboliˇcnu prirodu nije kontinuiran. Naime pri takvom prijelazu promjeni se tip jednadˇzbi,kao i rubni uvjeti, odnosno takvi prijelazi nazivaju se singularne perturbacije. Poglavlje 1. Uvod 5
1.3. Motivacija
Trenutno se u svijetu aktivno razvijaju metode visokog reda toˇcnosti(viˇseod dru- gog) za proraˇcunviskoznih tokova, jer postoje indikacije da su one jeftinija alternativa metodama drugog reda toˇcnosti,za dozvoljenu greˇskuproraˇcuna. Bassi i Rebay [21] su dobivali vrlo toˇcnarjeˇsenjametodom konaˇcnihelemenata visokog reda toˇcnosti,pri- likom raˇcunanjaneviskoznog, i laminarnog viskoznog toka. Zingg i suradnici [196] su pokazali da je metoda visokog reda na strukturiranoj mreˇzidoista efikasnija od metode drugog reda, za dobivanje rjeˇsenjas podjednakom greˇskom, stlaˇcivog turbulentnog toka. Razvoj metode kontrolnih volumena visokog reda toˇcnosti, na nestrukturiranim mreˇzama,gotovo iskljuˇcivo je usmjeren na konvektivne sheme. Neki od prvih radova u tom smjeru su oni od Bartha i Frederichsona [18, 17], u kojima je upotrebljavana kva- dratna rekonstrukcija za Eulerove jednadˇzbe. Od tada je postignut napredak u ENO i WENO shemama visokog reda toˇcnosti,npr. [58,1, 135, 136, 70]. Razvoj metoda za viskozne tokove visokog reda toˇcnostiiˇsaoje sporije. Tako nije neuobiˇcajeno koristiti npr. shemu tre´cegili petog reda za konvekciju, dok se difuzija raˇcunasamo drugim redom toˇcnosti[103]. Delanaye i suradnici [49, 71] su koristili kvadratnu rekonstrukciju za konvektivni, a linearnu za gradijent u viskoznom ˇclanu. Ollivier-Gooch i Van Altena [7,8,9] razvijaju metodu kontrolnih volumena na nestruk- turiranoj mreˇzikoja je, osim za rekonstrukciju konvekcije, visokog reda i za difuziju. U toj metodi se koristi metoda najmanjih kvadrata, pa je rekonstrukcija aproksimativna. U ovom radu razmatra se metoda kontrolnih volumena na nestrukturiranoj mreˇzi visokog reda toˇcnosti,u kojoj se rekonstruiraju konvektivni i difuzni ˇclaninterpolacijom, umjesto samo aproksimacijom koju dozvoljava metoda najmanjih kvadrata.
1.4. Hipoteza
Cilj istraˇzivanja je provjera mogu´cnosti upotrebe Hermiteove interpolacije radijal- nim baznim funkcijama, u diskretizaciji zakona oˇcuvanja fizikalnih veliˇcinametodom kontrolnih volumena na proizvoljnoj poliedarskoj mreˇzis nepomaknutim rasporedom proraˇcunskihtoˇcaka centriranih u kontrolnim volumenima. Istraˇzivanje je temeljeno na pretpostavci da se koriˇstenjemHermiteove interpolacije Birkhoffovih podataka radijalnim baznim funkcijama u metodi kontrolnih volumena, na 6 Poglavlje 1. Uvod proizvoljnoj poliedarskoj mreˇzi,moˇzepove´cati toˇcnost raˇcunanja difuzijskog i konvek- cijskog transporta a time i toˇcnostsame metode. U radu je nadalje pretpostavljeno da se, upotrebom generalizirane interpolacije radi- jalnim baznim funkcijama, moˇzepove´catired toˇcnostimetode kontrolnih volumena na proizvoljnoj poliedarskoj mreˇziupotrebom funkcionala za raˇcunanjeprosjeka u ´celijama, gdje su ti funkcionali Gaussove integralne formule. Pri tome interpolant zadovoljava i diskretne Dirichletove te Neumannove rubne uvjete.
1.5. Organizacija rada
Ostatak ovog rada organiziran je na slijede´cinaˇcin. U drugom su poglavlju navedeni osnovni zakoni mehanike kontinuuma u integralnoj formi kakvi se koriste u metodi kontrolnih volumena, koji su nakon toga konkretizirani za nestlaˇcivo strujanje izotermnog newtonovskog fluida. U tre´cempoglavlju opisana je interpolacija radijalnim baznim funkcijama na naˇcin prikladan za njezino koriˇstenjeu metodi kontrolnih volumena, te su navedene teoret- ske osnove koriˇsteneu tom poglavlju, ili u narednim poglavljima. Opisana interpola- cija radijalnim baznim funkcijama je dovoljna za formuliranje metode kontrolnih volu- mena drugog reda toˇcnosti,u kojoj se interpoliraju i podatci iz Neumannovih rubnih uvjeta. Opisanom interpolacijom moˇzese interpolirati funkcija i iz prosjeˇcnih vrijednosti u ´celijama,ˇstoje potrebno za formulaciju metode visokog reda toˇcnosti. U ˇcetvrtompoglavlju je opisana particija jedinice, kao metoda za omogu´cavanje upotrebe interpolacije radijalnim baznim funkcijama na fine mreˇze.Uvode se pojmovi a priori i a posteriori particija jedinice, za metode koje ne ovise, odnosno ovise o rjeˇsenju problema koji se rjeˇsava metodom kontrolnih volumena. Detaljnije je opisana a priori particija jedinice, koja se koristi u ovom radu. U petom poglavlju je izloˇzenametoda kontrolnih volumena u njenoj osnovnoj for- mulaciji, koja je drugog reda toˇcnosti, kao i formulacija metode kontrolnih volumena visokog reda toˇcnosti. U ˇsestompoglavlju je izloˇzenametodologija primijenjena za numeriˇcko modeliranje metodom kontrolnih volumena. Napravljeni su numeriˇckieksperimenti da se potvrdi teoretski oˇcekivani red toˇcnostimetode. Isprobane su razne radijalne bazne funkcije na kompaktnom nosaˇcu,sa raznim polinomima, te razliˇcitimparticijama jedinice. Takoder Poglavlje 1. Uvod 7 su isprobane razliˇciteGaussove integracijske formule da se utvrdi utjecaj pojedinih pa- rametara na red toˇcnostimetode. U posljednjem poglavlju navedeni su glavni zakljuˇcciproizaˇsliiz rada. Istaknut je originalni doprinos rada u podruˇcjutehniˇckihznanosti, te su predloˇzenesmjernice daljnjeg istraˇzivanja. 8 Poglavlje 1. Uvod 2 Matematiˇckimodel stru- janja fluida
U ovom radu se za opis strujanja fluida koristi matematiˇckimodel kontinuuma, u kojem se diskretna priroda materije zamjeni neprekidnim modelom, ˇstoima za posljedicu da se fizikalna svojstva mogu opisati neprekidnim funkcijama u prostoru i vremenu. Tada se strujanje fluida opisuje osnovnim zakonima oˇcuvanja:
• zakonom oˇcuvanja mase,
• zakonom koliˇcinegibanja,
• zakonom momenta koliˇcinegibanja,
• zakonom oˇcuvanja energije,
• zakonom brzine produkcije entropije.
Kod strujanja nepolarnog fluida, zakon momenta koliˇcinegibanja svodi se na sime- triˇcnosttenzora naprezanja, pa ako se njegova simetriˇcnostunaprijed pretpostavi, ovaj zakon viˇsenije potrebno ukljuˇcivati u skup ostalih zakona oˇcuvanja. Entropija se ne pojavljuje u ostalim jednadˇzbama,te ju se moˇzerjeˇsavati odvojeno od njih.
9 10 Poglavlje 2. Matematiˇckimodel strujanja fluida
2.1. Jednadˇzbe mehanike kontinuuma za kontrolni volumen
Integralni zakoni oˇcuvanja intenzivnog fizikalnog svojstva ψ, za materijalni volumen
ΩM zatvoren povrˇsinom ∂ΩM , izraˇzenje jednadˇzbom: D Z I Z ρψ dV = − n · q dS + ρs dV, (2.1) Dt ψ ψ ΩM ∂ΩM ΩM gdje je ρ gusto´cafluida, n jediniˇcnavanjska normala na rub materijalnog volumena
∂ΩM , qψ povrˇsinska gusto´caprotoka svojstva, i sψ volumna gusto´caizvora svojstva ψ. Primjenom Reynoldsovog transportnog teorema na jednadˇzbu(2.1) dobiva se inte- gralni zakon oˇcuvanja fizikalnog svojstva ψ, za kontrolni volumen ΩP zatvoren povrˇsinom
∂ΩP : d Z I I Z ρψ dV + n · ρvv ψ dS = − n · q dS + ρs dV, (2.2) dt ψ ψ ΩP ∂ΩP ∂ΩP ΩP gdje je v brzina gibanja kontinuuma. Povrˇsinska gusto´caprotoka qψ fizikalnog svojstva ψ u transportnoj jednadˇzbi(2.2) obiˇcnopredstavlja difuzijski tok, pa se moˇzeizraziti slijede´comjednadˇzbom:
qψ = −µψ∇ψ, (2.3) gdje je µψ koeficijent difuzije za veliˇcinu ψ. Uvrˇstavanjem jednadˇzbe (2.3) u (2.2) slijedi konaˇcnioblik integralne transportne jednadˇzbe fizikalnog svojstva ψ za kontrolni volumen: d Z I I Z ρψ dV + n · ρvv ψ dS = n · µ ∇ψ dS + ρs dV. (2.4) dt ψ ψ ΩP ∂ΩP ∂ΩP ∂ΩP Iz jednadˇzbe (2.4) slijede osnovni zakoni mehanike kontinuuma za kontrolni volumen:
• zakon oˇcuvanja mase: d Z I ρ dV + n · ρvv dS = 0, (2.5) dt ΩP ∂ΩP
• zakon oˇcuvanja koliˇcinegibanja: d Z I Z I ρvv dV + n · ρvv v dS = ρgg dV + n · σ dS, (2.6) dt ΩP ∂ΩP ΩP ∂ΩP gdje je g najˇceˇs´cegravitacijsko ubrzanje, a σ = σT simetriˇcantenzor naprezanja, Poglavlje 2. Matematiˇckimodel strujanja fluida 11
• zakon oˇcuvanja energije: d Z I ρe dV + n · ρvv e dS = dt ΩP ∂ΩP Z I I Z (2.7) ρgg · v dV + n · σ · v dS − n · q dS + ρse dV,
ΩP ∂ΩP ∂ΩP ΩP
• zakon brzine produkcije entropije: d Z I I q Z ρQ ρs dV + n · ρvv s dS ≥ n · dS + dV, (2.8) dt T T ΩP ∂ΩP ∂ΩP ΩP gdje je s specifiˇcnaentropija, a T apsolutna temperatura.
2.2. Izotermno strujanje nestlaˇcivog newtonovskog fluida
U ovom radu se razmatra izotermno strujanje nestlaˇcivog newtonovskog fluida. Ten- zor naprezanja nestlaˇcivihnewtonovskih fluida raˇcunase iz generaliziranog Newtonovog zakona viskoznosti: σ = −pII + µ ∇v + (∇v)T , (2.9) gdje je p tlak, µ dinamiˇcka viskoznost fluida, a I jediniˇcnitenzor. Za nestlaˇcivo strujanje izotermnog fluida homogene gusto´ce ρ = konst., zakoni oˇcuvanja mase (2.5) i koliˇcine gibanja (2.6) ˇcinezatvoren sustav jednadˇzbi. Dijeljenjem sa ρ, taj sustav jednadˇzbi postaje: I n · v dS = 0, (2.10)
∂ΩP d Z I I Z Z 1 v dV + n · v v dS = n · (ν∇v) dS + g dV − ∇p dV, (2.11) dt ρ ΩP ∂ΩP ∂ΩP ΩP ΩP te se zajedno naziva Navier–Stokesovim jednadˇzbama. U jednadˇzbi(2.11), ν je kine- matiˇcka viskoznost fluida. Navier–Stokesove jednadˇzbe su eliptiˇcnogtipa u prostoru, pa se rubni uvjet polju brzine mora zadavati po svim rubovima. Jednadˇzbakontinuiteta je kinematiˇckiuvjet koji polje brzine mora zadovoljiti. Tlak se pojavljuje samo u jednadˇzbikoliˇcinegibanja, odnosno pojavljuje se njegov gradijent pa je polje tlaka u nestlaˇcivom toku odredeno do 12 Poglavlje 2. Matematiˇckimodel strujanja fluida na konstantu. Priroda Navier–Stokesovih jednadˇzbi, kao i postupci povezivanja brzine i tlaka, detaljnije su opisani u poglavljuA.. 3 Interpolacija radijalnim baznim funkcijama
U prethodnih nekoliko desetlje´casu radijalne bazne funkcije, ili preciznije uvjetno pozitivno definitne funkcije, upotrebljavane s puno uspjeha u rekonstrukciji nepoznatih glatkih funkcija iz proizvoljnih centara. Taj uspjeh je uglavnom temeljen na sljede´cim ˇcinjenicama.
• Radijalne bazne funkcije mogu se upotrijebiti u proizvoljno prostornih dimenzija.
• Ne name´cunikakvu strukturu na centre podataka, pa oni mogu biti proizvoljno rasporedeni.
• Omogu´cujuinterpolante proizvoljne glatko´ce.
• Interpolanti imaju jednostavnu strukturu, pa se lako raˇcunaju funkcionali pomo´cu njih.
No ta pozitivna svojstva nisu besplatna. Tako npr. gladak interpolant, dobiven pomo´cuglatke bazne funkcije, stvara loˇseuvjetovanu interpolacijsku matricu. Nadalje, obzirom da je ve´cinabaznih funkcija globalna, interpolacijska matrica je puna ˇsto,za veliki broj interpolacijskih centara, vodi na neprihvatljivu sloˇzenostu smislu raˇcunalnog vremena i potrebe za memorijom raˇcunala. Sloˇzenost rjeˇsavanja takvog ”globalnoga” interpolacijskog problema zahtjeva O(N 3) procesorskog vremena, i O(N 2) memorije, gdje je N broj interpolacijskih centara. Nadalje, svaka evaluacija interpolanta traˇzi dodatnih O(N) procesorskog vremena. Postoji viˇsenaˇcinada se interpolacijski problem rjeˇsava efikasnije nego ˇstoje inverti- ranje pune matrice, no za najve´ceprobleme, kakvi se stavljaju pred metodu kontrolnih volumena, particija jedinice je najprikladnija.
13 14 Poglavlje 3. Interpolacija radijalnim baznim funkcijama
√ Dvije najpoznatije radijalne bazne funkcije su Hardyevi multikvadrik φ(r) = c2 + r2, c > 0, i Duchonov [55, 56, 57] ”thin plate spline” (TPS) φ(r) = r2 log r. Obzirom da se multikvadrik ”skalira”, tako da se dobije najve´catoˇcnosta da se pri tome ne ugrozi √ stabilnost, funkcija se moˇzezapisati [159] u normiranom obliku φ(r) = 1 + r2. Interpolacija radijalnim baznim funkcijama (RBFI) minimizira normu, ˇstoima fi- zikalnu interpretaciju u specijalnom sluˇcaju interpolacije poliharmoniˇcnimsplineom, TPS-om, gdje je ta norma energija deformiranja beskonaˇcneploˇce.To svojstvo ima za posljedicu da je interpolant gladak, ali i omogu´cava primjenu koncepta ortogonalne pro- jekcije. Nadalje, RBFI je metoda koja od interpoliranih podataka ne zahtjeva nikakvu strukturu u smislu mreˇze.Zato ne ˇcudida RBFI nalazi primjenu u raznim podruˇcjima, pogotovo u onima u kojima nije mogu´ceprimijeniti drugu metodu npr., zbog preve- likoga broja dimenzija. Razlog da je TPS jedna od najpopularnijih radijalnih baznih funkcija je vjerojatno taj ˇstoima jasnu fizikalnu interpretaciju. Drugi razlog je ˇstone ovisi o broju dimenzija problema, kao ni ostale globalne funkcije. Radijalne bazne funk- cije op´cenitose mogu koristiti ili za interpolaciju ili za aproksimaciju, a pokazale su se iznimno toˇcneza interpolaciju ”glatkih podataka”.
Neka podruˇcjaprimjene radijalnih baznih funkcija. Interpolaciju radijalnim baznim funkcijama mogu´ce je primijeniti na ˇsirokom spektru podruˇcja. Prvo je Hardy [84, 85] primijenio multikvadrike u geodeziji prilikom opisivanja to- pografskih povrˇsinaiz proizvoljno rasporedenih toˇcaka. Od tada je RBFI bila upotrebljavana za mjerenje npr. temperature na povrˇsini Zemljine kugle u meteoroloˇskimstanicama, ili mjerenje na nekim drugim objektima u viˇsedimenzija, od kojih se onda radi interpolacija na naˇcinkako je to opisao Hardy [86]. To je inspiriralo neke istraˇzivaˇceda razmatraju pitanje kako efikasno aproksimirati ili interpolirati podatke koji dolaze sa sfere, i kako udaljenosti prilagoditi udaljenostima na sferi, tzv. geodetskim udaljenostima. Carlson i Foley [38] su koristili RBFI za interpolaciju podataka dobivenih mjerenjem npr. temperature s broda, gdje duˇzlinija po kojima brod plovi mreˇzamoˇzebiti viˇseod 100 puta guˇs´caod mreˇzeu okomitom smjeru. Girosi [74] istiˇce radijalne bazne funkcije kao pristup primjeren neuralnim mreˇzama u tzv. ”problemima uˇcenja”,djelomiˇcnozbog njihove glatko´ce i fleksibilnost na broj dimenzija. Tipiˇcnaprimjena danas je u detektorima poˇzara. Moderni detektor mjeri Poglavlje 3. Interpolacija radijalnim baznim funkcijama 15 viˇseparametara, kao ˇstosu intenzitet zraˇcenja,njegove raspodjele po spektru, kretanje objekta, itd., na osnovu ˇcegamora odluˇcitida li je u prostoriji poˇzarili ne. Prije primjene uredaja potrebno je mreˇzu”nauˇciti”na odredene situacije kojima se dodjeljuje testna vrijednost 1 ili 0, ovisno da li se tada ˇzeliproglasiti poˇzarili ne. U primjeni uredaj interpolira testnu vrijednost iz nauˇcenihsituacija. Radijalne bazne funkcije, zbog ˇcinjeniceda ne zahtijevaju nikakvu strukturu od toˇcaka u kojima su poznati podatci, nailaze na sve ˇsiruprimjenu prilikom rekonstrukcije glatkih povrˇsinaiz toˇcaka s povrˇsine.Te toˇcke mogu biti dobivene bilo kakvim npr. 3D skeniranjem. Povrˇsinase onda rekonstruira iz implicitne jednadˇzbe S = {x ∈ Ω: F (x) = 0}. Funkcija F moˇzebiti evaluirana bilo gdje u domeni Ω, ˇstoomogu´cava implementaciju glatkog ”zoomiranja” prilikom vizualizacije. Takoder daje odredenu mjeru udaljenosti proizvoljne toˇcke, u kojoj je F (x) = c, od povrˇsine F (x) = 0, a gradijent od F na povrˇsini S daje normalu na povrˇsinu. Kada bi se u toj situaciji koristile Lagrangeove toˇcke samo s povrˇsinesnimanoga objekta, dobilo bi se trivijalno rijeˇsenjeu rekonstrukciji 0 = F 6= F (x). Taj problem se obiˇcnorjeˇsava tako da se dodaju toˇcke, iz toˇcaka s povrˇsineu smjeru okomitom na povrˇsinu, u kojima se zadaju Lagrangeovi interpolacijski uvjeti koji su razliˇcitiod 0. Elegantniji naˇcinrjeˇsavanja spomenutog problema je interpolacija Hermiteovih podataka. Tada se samo u toˇckama na povrˇsini,osim F (yj) = 0 zadaju i vrijednost normale na povrˇsinu ∂nF (yj)[118]. Interpolaciju radijalnim baznim funkcijama za rekonstrukciju implicitnih povrˇsinaprvi su koristili Savchenko i suradnici [156], i Turk i O’Brien [175], pri ˇcemu su koristili globalne funkcije. Morse i suradnici [128], te Kojekine i suradnici [104] su razvili metodu koja koristi Wendlandove funkcije na kompaktnom nosaˇcu,ˇstoje omogu´cilorjeˇsavanje puno ve´cihproblema. Daljnje pove´canjeefikasnosti rekonstrukcije implicitnih povrˇsina omogu´cilaje primjena interpolacije radijalnim baznim funkcijama u particiji jedinice [69, 186, 137, 174]. Primjena radijalnih baznih funkcija takoder je vaˇznau metodama rubnih eleme- nata (engl. boundary element methods), jer za razliku od tradicionalnih metoda rubnih elemenata ne zahtijevaju strukturiranu mreˇzuna rubu, pa se moˇzekoristiti npr. stan- dardna ”StereoLithography” [35] (StL) triangulacija za definiranje geometrije proma- tranog objekta. Pollandt [143] ih je koristio za rjeˇsavanje nelinearnih eliptiˇcnihparcijal- nih diferencijalnih jednadˇzbimetodom rubnih elemenata. Danas se koriste tri metode rubnih elemenata, s radijalnim baznim funkcijama, ”dual reciprocity” metode rubnih 16 Poglavlje 3. Interpolacija radijalnim baznim funkcijama elemenata [198], metoda fundamentalnih rjeˇsenja[59] i metoda rubnih ˇcvorova(engl. boundary knot method)[75]. Nadalje, koristilo ih se u konzervativnom suˇceljufluida i strukture za interpolaciju sila i pomaka elastiˇcnestrukture [23], i strukturnog sustava [173] gdje je suˇceljekonzer- vativno za svaki element strukturnog sustava kao i za sustav u cjelini. Ahrem [5] je kroz suˇceljeprenosio, na mreˇzudomene fluida, i informaciju o stupnjevima slobode rotacije s elastiˇcnogkrila koje je bilo modelirano 1D elementima. Upotrebljavane su i za deformaciju mreˇzekontrolnih volumena iz poznatog pomaka ruba [26]. Iscrpnija analiza, i usporedba s drugim metodama za deformaciju mreˇze moˇze se prona´ciu [28]. Ostale primjene ukljuˇcujuprocesiranje signala, statistiku (kriging) i optimizaciju (npr. [120, 180, 146, 129, 154] i reference u tim radovima).
3.1. Uvod
U 1D sluˇcaju, prilikom interpolacije polinomima, prostor u kojem se traˇziinterpolant ne ovisi o rasporedu interpolacijskih toˇcaka, ve´csamo o njihovom broju. Kada se radi interpolacija u viˇsedimenzija, pokazalo se da funkcijski prostori H, u kojima se traˇzi rijeˇsenjeinterpolacijskog problema, moraju ovisiti o podacima koje se interpolira, ˇsto je posljedica teorema Mairhubera i Curtisa [29]. Najjednostavniji naˇcinda se H uˇcini ovisan o podacima je da se uzme ovisan o poloˇzajima interpolacijskih centara Y , a ne i o vrijednostima funkcije u njima. Direktan naˇcinda se pomo´culokacija poznatih funkcijskih vrijednosti napravi line- arni prostor, koji ovisi o centrima Y , je da se definira funkcija [159]:
Φ:Ω × Ω → R, (3.1) i da se svaka Φ(xx, yj) promatra kao funkcija varijable x, ovisna o interpoliranim poda- cima. Superpozicija takvih funkcija rezultira prostorom Hilbertovim:
( N ) X HΦ,Y = αjΦ(xx, yj): αj ∈ R . j=1 Schaback [159] argumentira takav izbor prostora, i pokazuje da, uz par slabih i generalnih pretpostavki, ne postoji bolji naˇcinda se on konstruira. Poglavlje 3. Interpolacija radijalnim baznim funkcijama 17
U tekstu ´cese ponekad govoriti o radijalnoj baznoj funkciji φ(r): [0, ∞i → R, a ponekad o radijalnoj funkciji koja je definirana na Ω × Ω, tj. pomo´cudvije toˇcke iz domene Ω. Da se istakne razlika, druga ´cese oznaˇcavati velikim slovom, pa vrijedi Φ(xx,yy) = (φ ◦ r)(xx,yy), gdje je r(xx,yy) euklidska udaljenost dviju toˇcaka. Moˇzese umjesto Hilbertovog prostora koristiti semi-Hilbertov prostor, s pripadaju´com semi-normom generiranom pozitivno semi-definitnom bilinearnom formom s netrivijal- nom jezgrom. U toj jezgri su polinomi obiˇcnoniˇzegstupnja. To je sluˇcaj s radijalnim baznim funkcijama na kompaktnom nosaˇcu,kao i sa svim pozitivno definitnim funk- cijama. Neke globalne funkcije su uvjetno pozitivno definitne, pa im se polinom mora staviti u jezgru. Interpolacija funkcijama na kompaktnom nosaˇcu,iz velikog broja centara (´celijau metodi kontrolnih volumena), imaju manje zahtjeve na raˇcunalne resurse. Tada se oda- bire manji radijus nosaˇcaˇcimematrica postaje slabije popunjena, ili se centri dijele na manje podskupove s razliˇcitimgusto´cama(”multilevel” tehnike [94]), ili se pak gusto´ca centara ne mijenja ve´cse interpolacijski problem podjeli u puno malih u particiji je- dinice [185]. Funkcije na kompaktnom nosaˇcustvaraju slabo popunjene matrice, ˇsto u op´cemsluˇcaju predstavlja prednost za rjeˇsavanje linearnog sustava. Ako su radijusi nosaˇcamali, funkcije ´cebiti lokalne, ˇstoima odredene prednosti i nedostatke. Nedosta- tak je ˇstose globalna ”slika” rjeˇsenjane prenosi lako (ˇstoje nepovoljno npr. u eliptiˇcnoj jednadˇzbiza tlak). Prednost, osim stabilnije interpolacije, je to ˇstoje u prirodi rjeˇsenja ve´cineproblema da su vaˇznijelokalne pojave. U nastavku ovog poglavlja dan je kratak pregled radijalnih baznih funkcija koje se najˇceˇs´cekoriste, i neka njihova vaˇznasvojstva. Viˇseo interpolaciji radijalnim baznim funkcijama moˇzese na´ciu [144, 159, 164, 162, 163, 34, 94, 188].
3.2. Interpolacija radijalnim baznim funkcijama
U odredenim inˇzenjerskim problemima funkcija v nije dana kao formula, ve´ckao skup funkcijskih vrijednosti. Ti se podatci mogu promatrati kao toˇcneili pribliˇznevri- jednosti od v u proizvoljnim centrima (engl. scattered points) domene Ω ∈ Rd, u kojoj je v definiran. Op´cenito,problem rekonstrukcije iz jednadˇzbi (engl. recovery) podrazumijeva rekonstrukciju od v kao formulu, iz danog skupa funkcijskih vrijednosti. Tako se rekonstrukcija od v iz jednadˇzbimoˇzeraditi ili interpolacijom, koja toˇcnore- 18 Poglavlje 3. Interpolacija radijalnim baznim funkcijama konstruira funkcijsku vrijednost u centrima, ili aproksimacijom, u kojoj se dozvoljava da interpolant s na ”neki naˇcin”ne rekonstruira v toˇcno,u nekim ili svim centrima. Ovisno o tome ˇstose oˇcekujeod rekonstrukcije, koristi se ili interpolacija ili aproksima- cija [159, 164, 34, 188]. Radijalne bazne funkcije (RBF) su ve´cdobro poznat i efikasan alat za interpolaciju iz proizvoljnih centara u viˇsedimenzija. U ovom radu ih se koristi za rekonstrukciju pros- tornih funkcija iz prosjeka u ´celijama,prilikom diskretizacije metodom kontrolnih volu- mena. U prethodna dva desetlje´ca,radijalne bazne funkcije koriˇstenesu za rjeˇsavanja problema opisanih parcijalnim diferencijalnim jednadˇzbama.Tako su koriˇsteneu kolo- kacijskoj metodi za eliptiˇcneprobleme [67], za rjeˇsavanje transportne jednadˇzbe [117] i jednadˇzbidinamike fluida [101]. Takoder je RBF koristio Wendland u bezmreˇznoj Galerkinovoj metodi [184], Behrens i Iske u semi-Lagrangeovskoj metodi za probleme advekcije [24], Hunt ih koristi u bezmreˇznoj metodi za konvekcijsko-difuzijski problem u kojem dominira konvekcija [92], a Sonar i Iske za rekonstrukciju ENO shemom konvekcije u metodi kontrolnih volumena [169, 95].
3.2.1. Interpolacijski problem
T N Neka je dan vektor v|Y = (v(y1), . . . , v(yN )) ∈ R funkcijskih vrijednosti, dobi- venih iz nepoznate funkcije v : Rd → R u konaˇcnombroju proizvoljnih centara Y = d {y1, . . . , yN } ⊂ R , d ≥ 1. Interpolacija iz proizvoljnih centara (engl. scattered data interpolation) Lagrangeovih podataka 1 podrazumijeva raˇcunanjeinterpolanta d s: R → R koji zadovoljava s|Y = v|Y :
s(yj) = v(yj) ∀ 1 ≤ j ≤ N. (3.2)
U interpolaciji radijalnim baznim funkcijama odaberu se radijalne funkcije φ: R+ ≡ [0, ∞i → R, pa se traˇziinterpolant s oblika: n X d s(x) = cj φ(kx − yjk2) + $(x), $ ∈ Πm(R ), (3.3) j=1 d d gdje k · k2 oznaˇcava euklidsku normu na R , a Πm(R ) oznaˇcava vektorski prostor svih realnih polinoma u d varijabli stupnja m − 1. Ovdje je m = m(φ) red uvjetne pozitivne definitnosti bazne funkcije φ, v. def.1. Neke su bazne funkcije φ definirane u R+, navedene u tablici 3.1. 1 Lagrangeovi podatci podrazumijevaju samo vrijednosti funkcije. Poglavlje 3. Interpolacija radijalnim baznim funkcijama 19
Tablica 3.1: Neke globalne radijalne bazne funkcije
RBF φ(r) parametri m(φ) dβ/2e β (−1) r β > 0, β∈ / 2N dβ/2e Poliharmoniˇcnispline (−1)1+β/2 rβ log r β > 0, β ∈ 2N 1 + β/2 Gaussova exp −r2 0 dβ/2e 2β/2 Multikvadrik (−1) 1 + r β > 0, β∈ / 2N dβ/2e Inverzni multikvadrik 1 + r2β/2 β < 0 0
Interpolacija radijalnim baznim funkcijama ima poˇzeljnosvojstvo da je invarijantna prema euklidskim transformacijama (translacijama, rotacijama i zrcaljenjima). To pro- izlazi iz ˇcinjeniceda je euklidska norma invarijantna na translacije i ortogonalne opera- tore, kojima se opisuju euklidske transformacije [61]. Neke radijalne bazne funkcije, kao ˇstosu Gaussova, (inverzni) multikvadrici i poli- harmoniˇcnisplajnovi, su definirane globalno, na Rd. Relativno nedavno su konstruirane i radijalne bazne funkcije na kompaktnom nosaˇcu,koje su reda uvjetne pozitivnosti m = 0 ($(x) = 0 u jednadˇzbi (3.3))[192, 182, 33]. Dok globalne radijalne bazne funkcije u principu ne ovise o dimenziji, RBF na kompaktnom nosaˇcuovise o prostornoj dimenziji d.
3.2.2. Rjeˇsivost interpolacijskog problema
Sve se bazne funkcije, navedene u tablici 3.1 mogu klasificirati koriˇstenjemkoncepta (uvjetno) pozitivno definitnih funkcija, koji se primjenjuje u analizi postojanja i jedins- tvenosti rjeˇsenjainterpolacijskog problema.
Definicija 1 Za neprekidnu radijalnu baznu funkciju φ: R+ → R kaˇzese da je pozi- d tivno definitna na R , ako i samo ako je za svaki konaˇcniskup Y = {y1, . . . , yN }, y ∈ Rd, N × N matrica
N×N A = (φ(kyi − yjk2))1≤i, j≤N ∈ R (3.4) pozitivno definitna.
Definicija 2 Za neprekidnu radijalnu baznu funkciju φ: R+ → R kaˇzese da je uvjetno pozitivno definitna reda m na Rd, ako i samo ako je za svaki konaˇcniskup Y = 20 Poglavlje 3. Interpolacija radijalnim baznim funkcijama
d N {y1, . . . , yN }, y ∈ R , i svaki c ∈ R \{0} koji zadovoljava
N X d cj $(yj) = 0, ∀$ ∈ Πm, j=1 je kvadratna forma N N XX cjck φ(kyj − ykk2) j=1 k=1 pozitivna. Funkcija φ je pozitivno definitna ako je uvjetno pozitivno definitna reda uvjetne pozitivnosti m = 0.
Gornje definicije osiguravaju da ´ce(uvjetno) pozitivno definitne funkcije stvarati (uvjetno) pozitivno definitnu matricu, ˇsto ima za posljedicu da je interpolacijska matrica regularna, a interpolacija jedinstvena. Za m = 0, interpolant s u (3.3) je oblika:
N X s(x) = cj φ(kx − yjk2). j=1
N U tom sluˇcaju se koeficijenti c = (c1, . . . , cN ) ∈ R od s dobivaju iz interpolacijskih uvjeta (3.2) rjeˇsavanjem linearnog sustava:
AAcc = v|Y , (3.5)
N×N gdje je A = (φ(kyi − yjk2))1≤i, j≤N ∈ R . Iz definicije1, matrica A je pozitivno definitna ako je funkcija φ pozitivno definitna. Obzirom da su svojstvene vrijednosti takve matrice pozitivne, kada je φ pozitivno definitna reda m = 0, A je regularna matrica pa (3.5) ima jedinstveno rijeˇsenje [94]. Za m > 0, φ je uvjetno pozitivno definitna reda m, i interpolant s mora sadrˇzavati m−1+d polinomni dio koji stvara q dodatnih stupnjeva slobode, gdje je q = d dimenzija d polinomnog prostora Πm(R ). Ti se dodatni stupnjevi slobode eliminiraju pomo´cu q uvjeta ortogonalnosti, koji se nazivaju i momentni uvijeti jer interpolacija s polino- mima egzaktno reproducira polinome do m − 1. stupnja:
N X d cj $(yj) = 0, ∀ $ ∈ Πm. j=1 Poglavlje 3. Interpolacija radijalnim baznim funkcijama 21
Tada se rjeˇsava (N + q) × (N + q) linearni sustav: " #" # " # AAPP c v| = Y , (3.6) P T 0 d 0
N×N α N×q gdje je A = (φ(kyi − yjk2))1≤i, j≤N ∈ R , P = ((yj) )1≤j≤N; |α| $(yj) = 0, 1 ≤ j ≤ N ⇒ $ ≡ 0. d U tom se sluˇcaju svaki polinom u Πm(R ) moˇzena jedinstven naˇcin rekonstruirati iz funkcijskih vrijednosti u centrima Y . Slijede´citeorem rezimira vezu izmedu uvjetno pozitivne definitnosti, te postojanja i jedinstvenosti rjeˇsenjainterpolacijskog problema. Teorem 1 ([188]) Neka je φ uvjetno pozitivno definitna funkcija reda m na Rd, i neka d je skup centara Y , Πm-jedinstveno rjeˇsiv.Tada postoji samo jedna funkcija s oblika (3.3) takva da je n X d s(yj) = v(yj) ∀ 1 ≤ j ≤ n, i cj $(yj) = 0, ∀ $ ∈ Πm(R ). j=1 U nekoj starijoj literaturi moˇzese na´cii drugaˇcijaterminologija. Tako se za funk- ciju negdje govori da je pozitivno definitna ako je pridruˇzena matrica pozitivno semi- definitna, dok se funkciju koja generira pozitivno definitnu matricu nazivalo strogo po- zitivno definitnom. 3.2.3. Optimalnost interpolacije radijalnim baznim funkcijama Svaka uvjetno pozitivno definitna funkcija φ ima pripadaju´ci”prirodan” Hilbertov prostor Hφ [188], s pripadaju´compolu normom | · |φ, u kojem se rjeˇsava problem opti- malne rekonstrukcije iz jednadˇzbi (engl. optimal recovery). To znaˇcida za svaki v ∈ Hφ, i Y = {y1, . . . , yn}, u prirodnom prostoru Hφ postoji jedinstveni RBF inter- polant s oblika (3.3) koji zadovoljava: |s|Hφ, Y = min |s˜|Hφ, Y :s ˜ ∈ Hφ, Y sas ˜(yj) = v(yj), j = 1,...,K . 22 Poglavlje 3. Interpolacija radijalnim baznim funkcijama Teoriju optimalne rekonstrukcije interpolanta iz jednadˇzbisu prvi iznijeli Golomb i Weinberger [76], a kasnije su ju detaljno razradili Micchelli i Rivlin [126]. 3.2.4. Radijalne bazne funkcije na kompaktnom nosaˇcu Funkcije na kompaktnom nosaˇcuovise o dimenziji prostora d, i fiksna funkcija φ je pozitivno defintna do odredenog broja dimenzija. Takoder, za funkcije na kompaktnom nosaˇcunuˇznoje m = 0 [188]. Wendland [182, 181, 183] je istraˇzivao funkcije oblika: p(r) 0 ≤ r ≤ 1, φ(r) = (3.7) 0 r > 1, gdje je p polinom u 1D. Funkcija l φl(r) = (1 − r)+, d gdje (·)+ = max(0, (·)), je pozitivno definitna na R ako [12] je N 3 l ≤ bd/2c + 1 ali nije polinom najmanjeg stupnja i za svoju glatko´cu.Tu je b·c najve´cicijeli broj manji ili jednak argumentu. Wendland konstruira iterativnu proceduru raˇcunanjafunkcija na kompaktnom nosaˇcu najmanjeg stupnja za traˇzenu glatko´cuu potrebnom broju dimenzija. Pove´cavaju´ci glatko´cu,prvih nekoliko radijalnih baznih funkcija, u obliku koji je predloˇzioFasshauer, su: bd/2c+1 φd, 0 = (1 − r)+ , l+1 φd, 1 = (1 − r)+ [(l + 1)r + 1], l+2 2 2 φd, 2 = (1 − r)+ [(l + 4l + 3)r + (3l + 6)r + 3], l+3 3 2 3 2 2 φd, 3 = (1 − r)+ [(l + 9l + 23l + 15)r + (6l + 36l + 45)r + (15l + 45)r + 15], (3.8) gdje je l = bd/2c + k + 1. Slijede´citeorem opisuje tu klasu funkcija. d Teorem 2 ([188]) Funkcije oblika φd, k, iz jednadˇzbi (3.8), su pozitivno definitne na R i oblika su (3.7), gdje je p polinom u 1D stupnja bd/2c + 3k + 1. Posjeduju kontinuirane derivacije do reda 2k. Polinom p je najmanjeg stupnja za danu dimenziju d i glatko´cu 2k. Dok su neke globalne funkcije, kao npr. Gaussova i inverzni multikvadrici, klase C∞, glatko´calokalnih Wendlandovih funkcije funkcija je uvijek konaˇcna, C2k. Poglavlje 3. Interpolacija radijalnim baznim funkcijama 23 1 phi3,1 phi3,2 phi3,3 0.8 0.6 0.4 0.2 0 0 0.2 0.4 0.6 0.8 1 r Slika 3.1: Wendlandove funkcije klase C2, C4 i C6, za d ≤ 3. 0 -0.5 -1 -1.5 -2 -2.5 phi'3,1 phi'3,2 phi'3,3 -3 0 0.2 0.4 0.6 0.8 1 r Slika 3.2: Derivacija Wendlandovih C2, C4 i C6 funkcija za d ≤ 3. 24 Poglavlje 3. Interpolacija radijalnim baznim funkcijama 10 5 0 -5 -10 -15 -20 phi''3,1 phi''3,2 phi''3,3 -25 0 0.2 0.4 0.6 0.8 1 r Slika 3.3: Druga derivacija Wendlandovih C2, C4 i C6 funkcija za d ≤ 3. 140 phi'''3,1 phi'''3,2 120 phi'''3,3 100 80 60 40 20 0 -20 -40 0 0.2 0.4 0.6 0.8 1 r Slika 3.4: Tre´caderivacija Wendlandovih C2, C4 i C6 funkcija za d ≤ 3. Poglavlje 3. Interpolacija radijalnim baznim funkcijama 25 Tablica 3.2: Wendlandove radijalne bazne funkcije na kompaktnom nosaˇcu dimenzija funkcija glatko´ca 0 φ1, 0(r) = (1 − r)+ C 3 2 d = 1 φ1, 1(r) = (1 − r)+(3r + 1) C 5 2 4 φ1, 2(r) = (1 − r)+(8r + 5r + 1) C 2 0 φ3, 0(r) = (1 − r)+ C 4 2 φ3, 1(r) = (1 − r)+(4r + 1) C d ≤ 3 6 2 4 φ3, 2(r) = (1 − r)+(35r + 18r + 3) C 8 3 2 6 φ3, 3(r) = (1 − r)+(32r + 25r + 8r + 1) C 3 0 φ5, 0(r) = (1 − r)+ C 5 2 d ≤ 5 φ5, 1(r) = (1 − r)+(5r + 1) C 7 2 4 φ5, 2(r) = (1 − r)+(16r + 7r + 1) C 3.2.5. Greˇska interpolacije Prije razmatranja konvergencije i stabilnosti interpolacije potrebno je definirati dvije vaˇzneveliˇcine. Definicija 3 Danom konaˇcnomskupu u parovima razliˇcitihcentara Y = {y1, . . . , yN } ⊂ Ω, udaljenost popunjavanja (engl. fill distance) skupa Y je hY, Ω = sup min kx − yk2, (3.9) x∈Ω y∈Y dok je udaljenost razdvajanja (engl. separation distance) 1 qY = min kx − yk2. 2 xx, y∈Y x6=y Stabilnost je povezana s udaljenosti razdvajanja qY , dok je toˇcnostrekonstrukcije povezana s udaljenosti popunjavanja hY, Ω. Kod uniformnog rasporeda interpolacijskih centara, ove dvije veliˇcinegrubo koincidiraju. Udaljenost razdvajanja qY je mjera naj- manje udaljenosti koja razdvaja bilo koja dva centra, dok je udaljenost popunjavanja hY, Ω mjera koja govori kako centri popunjavaju domenu Ω (to je najve´caudaljenost od bilo koje toˇcke iz domene do najbliˇzeginterpolacijskog centra). Tako udaljenost popu- njavanja nije nikad manja od udaljenosti razdvajanja, a probleme stvaraju situacije u 26 Poglavlje 3. Interpolacija radijalnim baznim funkcijama kojima je udaljenost razdvajanja puno manja od udaljenosti popunjavanja [159]. U toj situaciji su interpolacijski centri neuniformno rasporedeni po domeni, a kvocijent: hY, Ω δY, Ω = ≥ 1, (3.10) qY je mjera neuniformnosti rasporeda centara Y u domeni Ω. Greˇske se promatraju u terminima udaljenosti popunjavanja, kada hY, Ω → 0. Kada se promatra konvergencija, vaˇznoje ne samo ˇstose dogada s funkcijom, ve´ci ˇstose dogada s njenim derivacijama. k d k d Definicija 4 Prostor Cν (R ) saˇcinjavajusve v ∈ C (R ) funkcije ˇcija k-ta derivacija zadovoljava α ν D v(x) = O(kxk2) za kxk2 → 0. Rezultati o konvergenciji ne postoje za op´ce domene, pa se promatraju samo domene koje zadovoljavaju uvjet unutarnjeg konusa. Definicija 5 Za skup Ω ⊂ Rd kaˇzese da zadovoljava uvjet unutarnjeg konusa ako π postoji kut θ ∈ h0, 2 i i radijus r > 0 takvi da, za svaki x ∈ Ω, postoji jediniˇcnivektor ξ(x) takav da je konus d T C(xx, ξ(x), θ, r) := x + λzz : z ∈ R , kzk2 = 1, z ξ(x) ≥ cos θ, λ ∈ [0, r] sadrˇzanu Ω. ∞ Definicija 6 Aproksimacijski proces (v, Y ) 7→ sY ima L red konvergencije k u funkcijskom prostoru H ako postoji konstanta c > 0 takva da, za sve v ∈ H, vrijedi k kv − sY kL∞(Ω) ≤ chY, ΩkvkH. Teorem 3 ([187]) Neka je Ω ⊆ Rd ograniˇcen,neka zadovoljava uvjet unutarnjeg ko- nusa, te ima Lipschitzov rub. Neka je φ = φd, k iz teorema2. Neka je 1 ≤ q ≤ ∞ i σ d 1 v ∈ H , gdje je σ = 2 + k + 2 . Ako je Ω pokriven kontrolnim volumenima {ΩP } tako da svaka kugla B ⊆ Ω radijusa h sadrˇzibarem jedan ΩP onda se greˇskaizmedu v i optimalne rekonstrukcije s iz prosjeka u ´celijamamoˇzeograniˇcitisa 1 1 σ−d( 2 − q ) kv − skLq(Ω) ≤ Ch + kvkHσ(Ω). Konvergencija greˇske prve derivacije je red manja. Kada bi se s profinjavanjem mreˇzeskalirale i funkcije, npr. smanjivanjem radijusa nosaˇcakompaktnih funkcija, radilo bi se o tzv. stacionarnom profinjavanju [159, 164, Poglavlje 3. Interpolacija radijalnim baznim funkcijama 27 Tablica 3.3: Red konvergencije Wendlandovih radijalnih baznih funkcija u d = 2. q = ∞ q = 2 k = 1 h1.5 h2.5 k = 2 h2.5 h3.5 k = 3 h3.5 h4.5 188, 163]. Stacionarno profinjavanje npr. prilikom interpolacije radijalnim baznim funk- cijama na kompaktnom nosaˇcuima za posljedicu da se interpolacijskoj slabo popunjenoj matrici ne mijenja ˇsirinapojasa koeficijenata koji su razliˇcitiod 0. Nasuprot tome, pri nestacionarnom profinjavanju se broj centara pove´cava pri ˇcemu je radijus nosaˇca konstantan. Analiza greˇske i stabilnosti interpolacije valjana je za nestacionarno profi- njavanje. Pri stacionarnom profinjavanju greˇska ne´cei´ciu 0 pri h → 0 kod interpolacije pozitivno definitnim funkcijama [31, 32]. U tom sluˇcaju funkcije treba skalirati tako da se postigne kompromis izmedu toˇcnostii stabilnosti [158], a za specijalne sluˇcajeve pos- toji i teorijska analiza problema pod nazivom aproksimativna aproksimacija [122]. 3.2.6. Numeriˇcka stabilnost Numeriˇcka stabilnost je vaˇznosvojstvo svake interpolacijske sheme. Pogotovo je vaˇznoda profinjavanjem mreˇze,npr. tako da udaljenost popunjavanja hY, Ω teˇziu 0, metoda ne postane numeriˇckinestabilna. Standardan naˇcinmjerenja stabilnosti interpolacijskog postupka [159] je uvjetova- nost matrice interpolacija u jednadˇzbi(3.6). Uvjetovanost matrice odredena je omjerom najve´cei najmanje svojstvene vrijednosti κ = λmax/λmin, a za numeriˇckustabilnost je potrebno da uvjetovanost ne bude velika. Za matrice dobivene interpolacijama pozitivno definitnim radijalnim baznim funkcijama φ, svojstvene vrijednosti su ograniˇceneodozgo s [188]: λmax(Aφ, Y ) ≤ Nφ(0), gdje je N broj interpolacijskih centara. Numeriˇckieksperimenti potvrduju da ta svoj- stvena vrijednost ne stvara probleme [157, 160, 188]. S druge strane, λmin je funkcija udaljenosti razdvajanja qY skupa Y , i profinjavanjem mreˇzeteˇziu 0, pa moˇzeuzroko- 28 Poglavlje 3. Interpolacija radijalnim baznim funkcijama vati probleme u interpolaciji ako je mreˇzapreviˇsefina. Tako se za numeriˇckustabilnost promatra donja ograda za λmin. Interpolacijska greˇska bila je izraˇzenau terminima duljine popunjavanja hY,Ω, obzi- rom da je ta duljina mjera kako centri Y pokrivaju podruˇcjeΩ. Ali to ne´cebiti i dobra mjera za stabilnost. Skup Y moˇzeimati veliku duljinu popunjavanja, a svejedno biti loˇseuvjetovan. Razlog za to je ˇstoje dovoljno da dva centra budu blizu, da uvjetovanost bude velika. Najmanju svojstvenu vrijednost λmin je prirodnije izraˇzavati u terminima duljine razdvajanja qY . Duljina razdvajanja je radijus najmanje kugle u domeni Ω koja u unutraˇsnjostinema ni jedan centar, ali ima barem dva centra na rubu. Tu ideju, da se najmanja svojstvena vrijednost izraˇzava u terminima duljine razdvajanja, predloˇzio je Ball [16], a proˇsirilisu ju Narcowich i Ward [131, 130, 133, 134]. Za svaku baznu funkciju φ postoji funkcija Gφ(q) takva da: λmin ≥ Gφ. Gφ : R+ → R+ je kontinuirana i monotono rastu´cafunkcija, koja zadovoljava Gφ(0) = 0. Funkcija Gφ za razliˇcitebazne funkcije moˇzese na´ciu [157, 160, 188]. Vrijednost od Gφ za Wendlandove funkcije dana je u slijede´cemteoremu. Teorem 4 ([188]) Za interpolaciju radijalnim baznim funkcijama na kompaktnom nosaˇcu, iz teorema2, najmanja svojstvena vrijednost interpolacijske matrice moˇzese ograniˇciti na slijede´cinaˇcin: 2k+1 λmin ≥ CqY . Ovdje konstanta C ovisi o φ, ali ne i o skupu Y . Donja granica od λmin ide u 0 kako mreˇzapostaje sve finija. Op´cenito,matrice dobi- vene RBF interpolacijom mogu postati jako loˇseuvjetovane, ako se smanjuje udaljenost razdvajanja qY , pa je u tom sluˇcaju bazne funkcije potrebno skalirati. Kada se koristi interpolacija radijalnim baznim funkcijama uvijek se mora birati izmedu stabilnosti i toˇcnostiinterpolacije, ˇstoSchaback [157] naziva uncertanty principle u ˇclankuu kojem se prvi puta ova pojava spominje u kontekstu interpolacije radijalnim baznim funkcijama, dok Wendland to naziva trade–off principle [188]. Kada se ˇzeli visoka toˇcnostrekonstrukcije mora se ˇzrtvovati stabilnost, i obratno, ako se ˇzelistabilna interpolacija toˇcnost ´cebiti manja. I toˇcnosti stabilnost su povezane s gusto´cominterpolacijskih centara, i s glatko´com radijalne bazne funkcije φ, dok u sluˇcaju funkcija na kompaktnom nosaˇcu,i s radijusom nosaˇcafunkcije φ. Poglavlje 3. Interpolacija radijalnim baznim funkcijama 29 Ako se fiksira gusto´cacentara, npr. fiksiranjem mreˇzekontrolnih volumena, glatko´ca funkcije φ mora se paˇzljivo odabirati. Tada glatko´catreba biti minimalna, koju rjeˇsavani problem dozvoljava, jer pretjerana glatko´caima negativne posljedice za stabilnost [157]. Ako se fiksira toˇcnostili stabilnost, mora se uˇcinitikompromis izmedu gusto´cecen- tara i glatko´cefunkcije φ. U sluˇcaju male gusto´ceinterpolacijskih centara (npr. kad je mreˇzakontrolnih volumena gruba) mogu se odabrati glatke funkcije, a za fine mreˇze potrebno je koristiti funkcije φ manje glatko´cekako bi se izbjegli numeriˇckiproblemi. 3.3. Generalizirana interpolacija radijalnim baznim funkcijama U odredenim aplikacijama, kao ˇstoje to prilikom rjeˇsavanja parcijalnih diferenci- jalnih jednadˇzbi,potrebno je dobiti rekonstrukciju iz jednadˇzbitemeljem nekih drugih tipova podataka, razliˇcitihod evaluacije u toˇcki. To je sluˇcaj npr. prilikom zadavanja Neumannovog rubnog uvjeta, ili kada je poznat prosjek funkcije u kontrolnom volu- menu. Na sre´cu,RBFI okruˇzenjese moˇzegeneralizirati i na sloˇzenijefunkcionale, tako da interpolant i dalje minimizira normu. ∗ Neka je Hφ, Λ Hilbertov prostor, a Hφ, Λ njegov dual. Ako se oznaˇcisa Λ = {λ1, . . . , λN } ⊆ ∗ Hφ, Λ skup linearno nezavisnih funkcionala na Hφ, Λ, i λ1(v), . . . , λN (v) ∈ R vrijednosti tih funkcionala od v, tada problem generalizirane interpolacije traˇziinterpolant s ∈ Hφ, Λ takav da vrijedi: λi(v) = λi(s), i = 1,...,N. Interpolant s je ovdje generalizirani interpolant, a u problemu optimalne rekonstruk- cije iz jednadˇzbitraˇzise interpolant s ∈ H takav da vrijedi: |s|Hφ, Λ = min |s˜|Hφ, Λ :s ˜ ∈ Hφ, Λ, λi(v) = λi(s), i = 1,...,N . Generalizirani interpolant je oblika: N X y d s(x) = cj λj φ(kx − yjk2) + $(x), $ ∈ Πm(R ), (3.11) j=1 y gdje oznaka λj podrazumijeva djelovanje funkcionala λj na φ, koji se promatra kao funkcija drugog argumenta, yj. 30 Poglavlje 3. Interpolacija radijalnim baznim funkcijama Interpolant sada zadovoljava interpolacijske uvijete x λi (s) = λi(v), i = 1,...,N, x gdje λi oznaˇcava djelovanje funkcionala na s, kada se λi promatra kao funkcija prve varijable, x. Da se otklone dodatni stupnjevi slobode, koriste se momentni uvjeti, koji su sada: N X x d cj λj ($) = 0, ∀$ ∈ Πm(R ). j=1 Konaˇcno,dobiva se linearni sustav: " #" # " # AAPP c v| = Λ , (3.12) P T 0 d 0 gdje je A = λxλyφ(kx − yk ) ∈ N×N , P = (λx(x )α) ∈ N×q, i j 2 1≤i, j≤N R j j 1≤j≤N; |α| x d λi (Πm(R )) = 0, i = 1,...,N ⇒ $ ≡ 0, d x N tj., da se svaki polinom $ iz Πm(R ) moˇzerekonstruirati iz {λi ($)}i=1 na jedinstven naˇcin. Za fiksnu funkciju φ, kada se fiksiraju funkcionali Λ odreden je i prostor Hφ, Λ. Funk- cionali Λ generaliziraju evaluacije u toˇckama Y . Sada se za interpolacijske uvijete mogu zadavati razni podatci. Funkcionali moraju biti linearno nezavisni, pa podaci koji se zadaju ne smiju biti redundantni. Mogu se interpolirati Hermiteovi podatci [118], koji podrazumijevaju da se osim vrijednosti funkcije zadaju i njene derivacije u istim centrima, ali takvi da se zadaju sve derivacije redom do funkcije. Mogu se zadavati samo neke derivacije, kao u op´cenitijemsluˇcaju Hermiteove interpolacije Birkhoffovih po- dataka [191, 93]. U generaliziranoj Hermiteovoj interpolaciji, funkcionali Λ mogu biti i op´cenitijipodatci, npr. lokalni integrali u sluˇcaju integralne interpolacije [22], ope- ratori prosjeka u ´celijama[169], ili njihova kombinacija kao u sluˇcaju interpolacije viˇseg reda za metodu kontrolnih volumena na mreˇzicentriranoj u ´celijama,koja se koristi Poglavlje 3. Interpolacija radijalnim baznim funkcijama 31 1 0.9 0.8 0.7 0.6 0.5 0.4 0.3 0.2 1 0.1 0.5 0 -1 0 -0.5 y 0 -0.5 x 0.5 1-1 Slika 3.5: Wendlandova C0 funkcija, za d ≤ 3. 2 1.5 1 0.5 0 -0.5 -1 1 -1.5 0.5 -2 -1 0 -0.5 y 0 -0.5 x 0.5 1-1 y Slika 3.6: Distribucija (D (φ3,0 ◦ r)(xx,yy)) · ey, koja se stavlja u centar s Ne- umannovim rubnim uvjetom. 32 Poglavlje 3. Interpolacija radijalnim baznim funkcijama 1.2 1 0.8 0.6 0.4 0.2 1 0.5 0 -1 0 -0.5 y 0 -0.5 x 0.5 1-1 Slika 3.7: Wendlandova C2 funkcija, za d ≤ 3. 2.5 2 1.5 1 0.5 0 -0.5 -1 -1.5 1 -2 0.5 -2.5 -1 0 -0.5 y 0 -0.5 x 0.5 1-1 y Slika 3.8: Funkcija (D (φ3,1 ◦ r)(xx,yy))·ey, koja se stavlja u centar s Neuman- novim rubnim uvjetom. Poglavlje 3. Interpolacija radijalnim baznim funkcijama 33 1.2 1 0.8 0.6 0.4 0.2 1 0.5 0 -1 0 -0.5 y 0 -0.5 x 0.5 1-1 Slika 3.9: Wendlandova C4 funkcija, za d ≤ 3. 8 6 4 2 0 -2 -4 1 -6 0.5 -8 -1 0 -0.5 y 0 -0.5 x 0.5 1-1 y Slika 3.10: Funkcija (D (φ3,2 ◦ r)(xx,yy)) · ey, koja se stavlja u centar s Ne- umannovim rubnim uvjetom. 34 Poglavlje 3. Interpolacija radijalnim baznim funkcijama o ovom radu. Pomo´cugeneralizirane interpolacije moˇzese metoda konaˇcnih eleme- nata preformulirati kao problem rekonstrukcije iz jednadˇzbi(3.11)(recovery), tako da se definiraju funkcionali koji koriste ”slabe podatke” [165]: Z λj(f) = ∇f · ∇gj, Ω pomo´cu test funkcije gj. Najˇceˇs´caupotreba generalizirane Hermiteove interpolacije radijalnim baznim funkcijama je u simetriˇcnim kolokacijskim metodama [191, 93, 67, 66, 145, 113, 60, 197], gdje su funkcionali diferencijalni operatori koji djeluju u unu- traˇsnjostiili na rubu proraˇcunske domene, kao i u nesimetriˇcnimkolokacijskim meto- dama [115, 147, 116, 197, 109] koje zbog jednostavnosti implementacije postaju sve popularnije, pogotovo nakon ˇstosu Hon i Schaback [90] rasvijetlili situacije u kojima nesimetriˇcnekolokacije postaju singularne, i nakon ˇstoje Schaback [161] analizirao ko- nvergenciju te klase metoda. 3.4. Hilbertovi prostori s reproduciraju´comjezgrom Funkcija Φ moˇzebiti sloˇzenijaod (φ ◦ r), kakva se koristi u ovom radu. Op´cenito, svaka funkcija: Φ:Ω × Ω → R naziva se jezgra, ili preciznije skalarna jezgra (realna jezgra). Funkcija (φ ◦ r) je tako skalarna radijalna jezgra. Postoje translacijske jezgre. Takoder postoje jezgre koje imaju sliku u viˇsedimenzija od skalarne. Takva je npr. tenzorska radijalna jezgra, odnosno matriˇcnaradijalna jezgra [27]. U ovom poglavlju biti ´ceizneseni neki rezultati vezani za jezgre, te je na kraju po- glavlja naveden prostor koji stvara jezgra od Wendlandovih pozitivno definitnih funkcija. Definicija 7 Neka je H Hilbertov prostor funkcija v :Ω → R. Funkcija Φ:Ω × Ω → R naziva se reproduciraju´cajezgra za H ako: 1. Φ(·,yy) ∈ H ∀ y ∈ Ω, 2. v(y) = hv, Φ(·,yy)iH ∀ v ∈ H, y ∈ Ω. ∗ Tako definirana jezgra ima svojstvo da su funkcionali evaluacije u toˇcki δy ∈ H kon- tinuirani za svaki y ∈ Ω, zbog kontinuiranosti skalarnog mnoˇzenja.Odabirom funkcije φ, odredena je radijalna jezgra (φ ◦ r). Poglavlje 3. Interpolacija radijalnim baznim funkcijama 35 Hilbertovi prostori s reproduciraju´comjezgrom imaju i ova svojstva [188]: 1.Φ( xx,yy) = Φ(yy,xx) xx,yy ∈ Ω, 2.Φ( xx,yy) = hΦ(·,yy), Φ(·,xx)iH = hδx, δyiH∗ xx,yy ∈ Ω, 3. ako su f, fn ∈ H, n ∈ N, takve da fn konvergira u f u normi Hilbertovog prostora, onda fn konvergira i po toˇckama. Pozitivno definitne funkcije stvaraju takvu jezgru da su funkcionali evaluacije u toˇckama linearno nezavisni. Reproduciraju´cajezgra Hilbertovog prostora je upravo pozitivno (semi-)definitna jezgra [188]. Wendland pokazuje da za jezgre dobivene radijalnim baznim funkcijama na d kompaktnom nosaˇcu(3.8), prirodan Hilbertov prostor je prostor Soboljeva Hφd,k (R ) = w d d 1 2k H (R ), gdje je w = 2 + k + 2 pri tome je interpolant C kontinuiran. 36 Poglavlje 3. Interpolacija radijalnim baznim funkcijama 4 Particija jedinice Cijena interpolacije globalnim radijalnim baznim funkcijama je reda veliˇcine O(N 3), i dodatnih O(N) za svaku evaluaciju [188], pa je primjerena samo za male skupove podataka. Radijalne bazne funkcije na kompaktnom nosaˇcuomogu´cujuinterpolaciju iz ve´cegbroja centara od funkcija na globalnom nosaˇcu,ali bi na neuniformnim mreˇzama, na kojima su centri lokalno jako blizu, uvjetovanost interpolacijske matrice mogla pos- tati prevelika. Pomo´cuparticije jedinice, globalni se interpolacijski problem dijeli na viˇsemanjih interpolacijskih problema, iz kojih se rekonstruira globalni interpolant. Na taj naˇcinje mogu´cepomo´cuparticije jedinice koristiti razliˇciteradijuse nosaˇcabaznih funkcija, u pojedinim particijama. Ideju upotrebe particije jedinice uveo je Maude [121] gdje se razmatra 1D sluˇcaj. Franke [68] je proˇsiriokoncept na viˇsedimenzionalnisluˇcaj, u radu u kojem je testi- rao viˇseteˇzinskihfunkcija i razliˇcitelokalne interpolacije. Analizu konvergencije in- terpolacije generalnom radijalnom baznom funkcijom u particiji jedinice dao je Wend- land [185, 186]. U kontekstu bezmreˇznihmetoda za rjeˇsavanje parcijalnih diferencijalnih jednadˇzbi,metodu particije jedinice su poˇcelikoristiti Babuˇska i Melenk [14], kasnije i Franke i Schaback [67], i Krysl i Belytschko [107]. Particija jedinice moˇzese napraviti a priori, tako da ne ovisi o rjeˇsenju,i a posteri- ori, kada particija jedinice ovisi o rjeˇsenjupromatranog problema opisanog parcijalnim diferencijalnim jednadˇzbama. U ovom radu se ne traˇzeslaba rjeˇsenja,u smislu da se konvekcija ne stabilizira tako da se dozvoljavaju diskontinuiteti na stranicama kontrol- nih volumena, pa se koristi a priori particija jedinice. S druge strane npr., u WENO shemi se u svakom koraku rekonstrukcije radi nova particija jedinice [2,3], te se tako 37 38 Poglavlje 4. Particija jedinice stabilizira slabo rijeˇsenje. 4.1. Metoda particije jedinice M Za particiju jedinice promatrano podruˇcjese pokrije otvorenim pokrivaˇcem {Ωj}j=1, kojemu se elementi barem malo preklapaju. Particiju jedinice saˇcinjavaju ne-negativne PM 1 kontinuirane funkcije {wj}, za koje vrijedi j=1 wj(x) = 1 na Ω, i supp(wj) ⊆ Ωj . Svaki element pokrivaˇca {Ωj} ima svoj interpolacijski prostor Vj. Sada se v interpolira na svakom elementu pokrivaˇca,a globalni interpolant se raˇcunaiz: M X s(x) = sj(x) wj(x). j=1 Elementi pokrivaˇca(nosaˇci)geometrijski mogu izgledati bilo kako, ali je praktiˇcnije PM koristiti konveksne oblike. Uvjet j=1 wj(x) = 1 se dobiva iz glatke pozitivne funkcije normalizacijom: W (x) w (x) = j . (4.1) j M P Wi(x) i=1 Lokalni interpolacijski prostori, potprostori polaznog interpolacijskog prostora (glo- balne interpolacije), dani su sa: Vj := span{Φ(·, y): y ∈ Yj}, (4.2) gdje Φ: Ω × Ω → R uvjetno pozitivno definitna funkcija reda m, a Yj = Y ∩ Ωj. Lo- kalni interpolant sj je dan s interpolantom sYj . Moˇzese vidjeti da globalni interpolant nasljeduje interpolacjsko svojstvo iz lokalnih, tj. s(yk) = v(yk), 1 ≤ k ≤ N kao poslje- dica particije jedinice: M M X X s(yk) = sYj (yk) wj(yk) = v(yk) wj(yk) = v(yk). j=1 j=1 Iz jednostavnog raˇcunase vidi da je greˇska globalne interpolacije odredena najve´com 1 Za takvu particiju jedinice kaˇzese da je podredena pokrivaˇcu {Ωj} [176]. Skup supp(wj), na kojem funkcija wj poprima vrijednost razliˇcituod 0, naziva se nosaˇcfunkcije wj. Poglavlje 4. Particija jedinice 39 greˇskom lokalnih interpolacija: M X |v(x) − s(x)| = [v(x) − sj(x)]wj(x) j=1 M X ≤ |v(x) − sj(x)|wj(x) ≤ max kv − sjkL∞(Ω ). 1≤j≤M j j=1 Slijede definicije potrebne za formalno iskazivanje reda konvergencije interpolacije u particiji jedinice. d M Definicija 8 Neka je Ω ⊆ R ograniˇcenskup, i neka je {Ωj}j=1 njegov otvoreni po- krivaˇc.Dakle svaki Ωj je otvoren i ograniˇcen,i Ω je sadrˇzanu njihovoj uniji. Neka je x y M δj = diam(Ωj) = supxx, y∈Ωj kx −yk2. Tada se za familiju ne-negativnih funkcija {wj}j=1, k d sa wj ∈ C (R ), kaˇzeda je k-stabilna particija jedinice obzirom na pokrivaˇc {Ωj} ako vrijedi: 1. supp(wj) ⊆ Ωj, M P 2. wj(x) = 1 na Ω j=1 d 3. ∀α ∈ N0 takva da |α| ≤ k, ∃ Cα > 0 takav da: α Cα ∞ kD wjkL (Ωj ) ≤ ∀1 ≤ j ≤ M. δj d Definicija 9 Neka je Ω ⊆ R ograniˇcen,i neka su dani centri Y = {y1, . . . , yN } ⊆ Ω. Za otvoreni pokrivaˇckaˇzese da je regularan za (Ω,Y ) ako vrijede slijede´casvojstva: 1. ∀x ∈ Ω, broj nosaˇcaza koje je x ∈ Ωj je ograniˇcenglobalnom konstantom K. π 2. postoji konstanta Cr i kut θ ∈ h0, 2 i takvi da svaki Ωj ∪ Ω zadovoljava uvjet unutarnjeg konusa s kutom θ i radijusom r = CrhY,Ω. Neka od ovih svojstava su prirodna, dok su druga tehniˇcka. Tako je npr. K uvi- jek konaˇcanu praksi, a za efikasnost evaluacije je vaˇznoda je za globalni interpolant potrebno evaluirati najviˇse K lokalnih interpolanata. Formalno, da se ne izgubi red konzistencije [188] K je potrebno ograniˇciti,jer ne ovisi o N. Uvjet konusa je vaˇzanjer omogu´cujeprocjenu reda interpolacije radijalnim baznim funkcijama. Sada se moˇzeiskazati rezultat o konvergenciji. 40 Poglavlje 4. Particija jedinice d Teorem 5 ([188]) Neka je Ω ⊆ R otvoren i ograniˇcenskup, a Y = {y1, . . . , yN } ⊆ Ω. k d Neka je Φ ∈ Cν (R ) uvjetno pozitivno definitna funkcija reda m. Neka je {Ωj} regularan pokrivaˇcza (Ω,Y ) i {wj} k-stabilna particija jedinice za {Ωj}. Tada se greˇskaizmedu v ∈ HΦ(Ω) i interpolanta u particiji jedinice moˇzeograniˇcitina slijede´cinaˇcin: α α (k+ν)/2−|α| |D v(x) − D s(x)| ≤ C hY,Ω |v|HΦ(Ω) k za sve x ∈ Ω i sve |α| ≤ 2 . k d Ovdje je Cν (R ) iz definicije4. Sloˇzenostalgoritma. Na sloˇzenostalgoritma particije jedinice najviˇseutjeˇcestruk- tura podataka, koja treba zadovoljavati slijede´cepretpostavke. • Svaki nosaˇcsadrˇzimalen broj centara. • Svaki x ∈ Ω je u malom broju nosaˇca. • Ti nosaˇcise mogu efikasno prona´ci. Navedene pretpostavke dovode do situacije u kojoj je broj nosaˇca M proporcionalan broju centara N. To konkretno znaˇcida se O(M) lokalnih interpolacija moˇzeizraˇcunati u O(N) vremena. Prilikom stvaranja interpolacije, nakon ˇstoje definirana particija jedinice, raˇcunanje lokalnih interpolanata moˇzese implementirati O(N)[188]. Naime ako se pretpostavi da je broj nosaˇcau pokrivaˇcu M proporcionalan ukupnom broju interpolacijskih centara N, tako ˇstoje konstantan broj centara u elementima pokrivaˇca,onda je linearna sloˇzenost raˇcunanjainterpolacije, O(N). Koeficijent proporcionalnosti je reda O(N/M)3, obzirom da se na svakom elementu nosaˇcaobiˇcnoinvertira puna matrica, a takoder ne ovisi o veliˇcinimreˇzenego samo o broju interpolacijskih centara u svakom elementu pokrivaˇca. Stoˇ se tiˇcesloˇzenostialgoritma za evaluaciju interpolanta unutar particije jedinice podredene pokrivaˇcu,sloˇzenosttraˇzenjanosaˇcaiz pokrivaˇca,u kojima je definiran in- terpolant u pojedinoj toˇcki,moˇzese implementirati da ne ovisi o broju centara N ve´co broju nosaˇcakoji je ograniˇcens K, dakle sloˇzenosttraˇzenja je O(1). Raˇcunanjelokalnog interpolanta je proporcionalno broju toˇcaka u elementu particije jedinice, i takoder ne ovisi o veliˇcinimreˇze N. Formiranje globalnoga interpolanta je zatim proporcionalno s K u najgorem sluˇcaju. Kao posljedica, sloˇzenostcijele evaluacije je O(1) [188]. Poglavlje 4. Particija jedinice 41 Stoˇ se tiˇcestabilnosti interpolacije u particiji jedinice, uvjetovanost interpolacijske matrice, za konstantan radijus nosaˇcaradijalne bazne funkcije, ovisi o udaljenosti raz- dvajanja qY , a ne o broju centara u interpolaciji, pa se stabilnost interpolacije lokalnim radijalnim baznim funkcijama ne´ceznatno promijeniti u odnosu na globalnu interpola- ciju. 4.2. Funkcije u particiji jedinice Funkcije wj(x) moraju biti kontinuirane na podruˇcjuΩj. U ovom radu se koriste funkcije koje su definirane kao kompozicija funkcije udaljenosti rˆj :Ωj → [0, 1], koja je na rubur ˆj = 1, i funkcije iˇsˇcezavanja Υ: [0, 1] → [0, 1], a teˇzinaparticije j u toˇcki x je Wj(x) = (Υ ◦ rˆj)(x). U ovom radu koriste se funkcije udaljenosti koriˇstene za kompjutersku grafiku [174]. U tom radu koriste se i particije koje su elipsoidi s osima poravnatim s koordinatnima, no u ovom radu se koristi samo funkcija koja je definirana na uspravnim hiperkvadrima, odnosno pravokutnicima u 2D: 0 1 Y 4(xk − t )(t − xk) rˆ (x) = 1 − k k . (4.3) j (t1 − t0)2 k=x, y, z. k k 0 1 U gornjoj jednadˇzbisu tk komponente vektora dva dijametralna vrha t i t , koji defi- niraju rub kvadra (engl. bounding box) ˇcijesu stranice paralelne s koordinatnim osima. Odabirom funkcije iˇsˇcezavanja, mijenja se glatko´cateˇzinske funkcije Wj, sa ˇzeljenom kontinuiranosti na Ωj. Za Υ se koriste sljede´cipolinomi: C0 :Υ0(ˆr) = 1 − r,ˆ C1 :Υ1(ˆr) = 2ˆr3 − 3ˆr2 + 1, (4.4) C2 :Υ2(ˆr) = −6ˆr5 + 15ˆr4 − 10ˆr3 + 1, koji se dobivaju raˇcunaju´ciHermiteov interpolacijski polinom za uvjete Υ(0) = 1, Υ(1) = 0, Υ0(0) = Υ0(1) = 0, i Υ00(0) = Υ00(1) = 0, ovisno o traˇzenoj glatko´ci. Slika 4.1 prikazuje funkcije funkciju udaljenosti u 2D podruˇcju,dok slike 4.2, 4.3i 4.4 prikazuju teˇzinske funkcije Wj dobivene sa funkcijama iˇsˇcezavanja iz jednadˇzbe (4.4). 42 Poglavlje 4. Particija jedinice 1 0.9 0.8 0.7 0.6 0.5 0.4 0.3 0.2 1 0.1 0.8 0 0 0.6 0.2 0.4 0.4 y 0.6 0.2 x 0.8 1 0 Slika 4.1: Funkcija udaljenostir ˆ(x) 1 0.9 0.8 0.7 0.6 0.5 0.4 0.3 0.2 1 0.1 0.8 0 0 0.6 0.2 0.4 0.4 y 0.6 0.2 x 0.8 1 0 Slika 4.2: Teˇzinska funkcija (Υ0 ◦ rˆ)(x) Poglavlje 4. Particija jedinice 43 1 0.8 y 0.6 0.4 0.2 1 0.8 0 0 0.6 0.2 0.4 0.4 y 0.6 0.2 x 0.8 1 0 Slika 4.3: Teˇzinska funkcija (Υ1 ◦ rˆ)(x) 1 0.8 0.6 0.4 0.2 1 0.8 0 0 0.6 0.2 0.4 0.4 y 0.6 0.2 x 0.8 1 0 Slika 4.4: Teˇzinska funkcija (Υ2 ◦ rˆ)(x) 44 Poglavlje 4. Particija jedinice 5 Metoda kontrolnih volu- mena 5.1. Uvod U diskretizaciji metodom kontrolnih volumena rjeˇsava se problem opisan parcijalnim diferencijalnim jednadˇzbamaza prosjeke kontrolnih volumena. Integralna formulacija, na kojoj se zasniva metoda kontrolnih volumena, za konvektivno-difuzijski transport skalarne veliˇcine ψ je: d I A(Ω ) ψ(t) |Ω |+ (n · v ψ)(t, x(s)) dS = dt P P ∂ΩP I (5.1) (n · νψ∇ψ)(t, x(s)) dS + A(ΩP ) sψ(t) |ΩP |, ∂ΩP 1 R gdje je A(ΩP ) ψ(t) = ψ(t, x) dV prosjek veliˇcine ψ po volumenu ΩP u trenutku |ΩP | ΩP 1 R t, a A(ΩP ) sψ(t) = sψ(t, x) dV je prosjeˇcnavolumna gusto´caizvora veliˇcine ψ. |ΩP | ΩP R R Nadalje, n · v ψ dS i n · νψ∇ψ dS su, u op´cemsluˇcaju nelinearni, konvektivni ∂ΩP ∂ΩP i difuzivni protoci (fluksevi). Zadavanjem odgovaraju´cihpoˇcetnihi rubnih uvjeta, pro- blem je dobro definiran. U gornjoj jednadˇzbijoˇsnisu unesene nikakve aproksimacije, ve´cje to integralna formulacija promatranog problema. Kod diskretiziranja jednadˇzbe (5.1) prostorni red toˇcnostimetode mogu naruˇsiti dvije stvari: • diskretizacija Gaussovog operatora divergencije i aproksimacija prosjeˇcnihvrijed- nosti u volumenima, 45 46 Poglavlje 5. Metoda kontrolnih volumena • rekonstrukcija konvektivnih i difuzijskih protoka iz prosjeka u kontrolnim volume- nima. Red Gaussovog operatora divergencije odreden je redom diskretizacije povrˇsinskihin- tegrala, koje ima smisla integrirati istim redom kao i volumne integrale u odredivanju prosjeka u ´celijama. U protivnom bi jedna greˇska dominirala. Metoda kontrolnih volumena s jednim proraˇcunskimˇcvorom po ´celijiprvog je reda toˇcnosti,osim ako je ˇcvor u teˇziˇstupoliedarske ´celije.Stavljanjem proraˇcunskih ˇcvorova u teˇziˇsta,aproksimacija prosjeˇcnihvrijednosti postaje drugog reda toˇcnosti. Takva se metoda u literaturi naziva osnovna metoda kontrolnih volumena (engl. basic finite volume method). U ovom radu ´cese osnovna metoda koristiti za implicitni dio formulacije metode kontrolnih volumena. Konkretno, koristiti ´cese centralna shema diferencije za aproksi- maciju difuzijskih protoka, dok ´cese konvektivni ˇclandiskretizirati uzvodnom shemom. U formulaciji drugog reda toˇcnosti´cese i dalje koristiti jedan ˇcvor u teˇziˇstukontrolnog volumena. Konvektivni i difuzivni ˇclan´cese rekonstruirati iz interpolacije radijalnim baznim funkcijama u postupku koji se naziva odgodena korekcija. Na taj se naˇcin,evalu- acijom interpolanta u teˇziˇstimastranica ´celijapodiˇzetoˇcnostmetode i otklanjaju greˇske koje se standardno javljaju na nekvalitetnim mreˇzama.Tu se misli na greˇske zbog neor- togonalnosti mreˇzekoje smanjuju toˇcnostdifuzivnom ˇclanu, kao i na greˇske uzrokovane izvitoperenoˇs´cumreˇze,koje smanjuju toˇcnosti konvektivnog i difuzivnog ˇclana.Nada- lje, takva formulacija znaˇcajno pove´cava toˇcnostuz rub domene u odnosu na postupke koji se standardno koriste u osnovnoj metodi kontrolnih volumena na poliedarskoj mreˇzi. U formulaciji visokog reda toˇcnostimoraju se koristiti toˇcnijeintegracijske formule za raˇcunanjeprosjeka u ´celijama,kao i toˇcnijeformule za integraciju konvektivnih i difuzijskih protoka kroz stranice ´celija.Da bi cijela metoda bila visokog reda potrebno je iz prosjeka u ´celijamarekonstruirati vrijednost funkcije i njezinoga gradijenta visokim redom toˇcnosti,ˇstoomogu´cava generalizirana interpolacija radijalnim baznim funkci- jama. Analogno definiciji prosjeka u kontrolnim volumenima, definirati ´cese prosjek na stranici Sf kontrolnog volumena: 1 Z a(Sf ) Ψ(t) = Ψ(t, x(s))dS, (5.2) |Sf | Sf Poglavlje 5. Metoda kontrolnih volumena 47 gdje je Ψ povrˇsinska gusto´caprotoka (mehanizmom konvekcije ili difuzije, ili oboje) veliˇcine ψ. 5.2. Osnovna metoda kontrolnih volumena na pro- izvoljnoj poliedarskoj mreˇzi Integralni oblik transportne jednadˇzbe za intenzivnu veliˇcinu ψ pri solenoidnom stru- janju kontinuuma je: d Z I I Z ψ dV + n · v ψ dS = n · ν ∇ψ dS + s dV, (5.3) dt ψ ψ Ω ∂Ω ∂Ω Ω te se takva jednadˇzbarjeˇsava za svaki kontrolni volumen Ω. U osnovnoj metodi kon- trolnih volumena, skalarna se varijabla Ψ razvije u Taylorov red oko svakog teˇziˇsta xc, bilo volumena bilo povrˇsine,i odbace se ˇclanovi viˇsegreda od linearnog: 1 Ψ(t, x) = Ψ(t, x ) + DΨ(t, x ) · (x − x ) + (x − x )T · D2Ψ(t, x ) · (x − x ) + O(∆x3), c c c c 2 c c (5.4) gdje je Ψ(t, xc) vrijednost varijable u teˇziˇstukontrolnog volumena ili kontrolne povrˇsine, u trenutku t. Kod volumnih integrala, skalarna varijabla je skalarno fizikalno svojstvo Ψ ≡ ψ, a u povrˇsinskimintegralima to je protok Ψ skalarne varijable ψ kroz stranicu kontrolnog volumena. Sliˇcnose razvije varijabla po vremenu. Obzirom da su u fokusu implicitne metode marˇsiranjakroz vrijeme, razvija se oko novog trenutka tn unazad: 1 Ψ(tn, x) = Ψ(to, x) + Ψ(˙ tn, x)∆t − Ψ(¨ tn, x)(∆t)2 + O(∆t3). (5.5) 2 5.2.1. Definicija poliedarske mreˇze Diskretizacija prostorne domene rezultira proraˇcunskom mreˇzomkoja se sastoji od konaˇcnogskupa kontrolnih volumena (´celija) koji potpuno ispunjavanju domenu, a pri tome se medusobno ne preklapaju. U ovom poglavlju je definirana mreˇzana domeni Ω ⊂ R3. Dvodimenzionalna proraˇcunska domena definira se analogno [169, 124]. 48 Poglavlje 5. Metoda kontrolnih volumena 1 2 Definicija 10 Triangulacija PΩ domene Ω sastoji se od konaˇcnog broja poliedar- skih ´celija ΩP ∈ PΩ, P ∈ {1,..., |PΩ|} := PΩ, takvih da su zadovoljeni slijede´ciuvjeti: • Domena je potpuno pokrivena ´celijama, Ω = ∪P ∈PΩ ΩP , • Sve ´celije ΩP ∈ PΩ su zatvorene, i unutraˇsnjostim nije prazna. • Presjek bilo koje dvije razliˇcite´celijeima praznu unutraˇsnjost. • Rub svake ´celije ∂ΩP je Lipchitz-neprekidan, odnosno rub je gladak osim u skupu mjere 0. Za triangulaciju se kaˇzeda je konformna ako je svaka stranica svake ´celijeili zajedniˇckasa nekim drugim kontrolnim volumenom (unutarnje stranice), ili je dio ruba domene ∂Ω. Konformnost osigurava da nema ”hanging node”-ova u triangulaciji. Skup unutraˇsnjihstranica neke poliedarske ´celijeΩP biti ´ceoznaˇcavan sa SP . Ako je 3 ´celijana rubu, onda nije zatvorena sa SP , ali je zatvorena sa SP = (∂Ω ∩ ∂ΩP ) ∪ SP . Kontrolni volumen je konveksnog poliedarskog oblika, a ograniˇcenje proizvoljnim brojem konveksnih poligonalnih stranica. Mreˇzakoja se sastoji od ovako definiranih ´celijanaziva se proizvoljnom nestrukturiranom mreˇzom. Primjer jednog kontrolnog volumena prikazan je na slici 5.1, gdje su s P i N oznaˇcena teˇziˇstadvije susjedne ´celijekoje dijele osjenˇcanu stranicu f na kojoj je istom oznakom istaknuto teˇziˇste.U teˇziˇstu xP ´celijeΩP je proraˇcunski ˇcvor, pa vrijedi: Z (x − xP ) dV = 0. (5.6) ΩP Za teˇziˇste xf stranice Sf , indeksa f, vrijedi: Z (x − xf ) dS = 0. (5.7) Sf 1 Koristiti ´cese termin triangulacija, iako se radi o poliedarskoj ´celiji. Formalno, kada se odabere jedan postupak raˇsˇclanjivanja poliedarske ´celije u teraedarske opisanih u [99], za danu poliedarsku mreˇzu,jedinstveno je odredena i triangulacija TPΩ , kao ˇstoje objaˇsnjenou poglavlju 5.3.2.. 2 Sa |PΩ| je oznaˇcenbroj poliedarskih ´celijakoje saˇcinjavaju mreˇzu. Za skup indeksa poliedarske mreˇze {1,..., |P|Ω} takoder ´ce se koristiti oznaka PΩ, jer postoji bijekcija izmedu poliedarskih ´celija mreˇzei njihovih indeksa. Takoder, kada ´cese govoriti kra´ceo ´celiji”P ”, jasno da se misli na ´celiju ”ΩP ”. 3 ¯ Takoder ´cesa SP i SP biti oznaˇcavani skupovi indeksa unutarnjih i svih stranica ´celijeΩP . Broj ¯ unutarnjih poligonalnih stranica te ´celijeje |SP |, a |SP | je broj poligona koji zatvara ´celiju P . Poglavlje 5. Metoda kontrolnih volumena 49 n f N Sf df f z P xP y ΩP x Slika 5.1: Poliedarski kontrolni volumen. Za definiciju proraˇcunske mreˇzekoristi se adresiranje po stranicama ´celija (engl. face addressing). Takvu definiciju predloˇzioje Weller [98], a sastoji se iz slijede´cih elemenata: • Liste vrhova, gdje je vrh definiran prostornom koordinatom. Oznaka vrha od- govara indeksu vrha u listi. • Liste poligonalnih stranica, gdje je stranica definirana listom indeksa pripa- daju´cihvrhova. • Liste ´celija, gdje je ´celijadefinirana listom indeksa pripadaju´cihstranica. • Liste rubnih zona, gdje je svaka rubna zona definirana listom indeksa pripa- daju´cihrubnih stranica. Liste ´celija,stranica i rubnih zona definiraju topologiju mreˇze,a kada se topologiji dodaju prostorne koordinate vrhova, mreˇzadobiva geometrijski oblik. U listi stranica, uvijek su prve unutarnje stranice, pa su poslje stranice svih rubnih zona, onim redos- lijedom kojim su indeksirane rubne zone. Za svaku se unutarnju stranicu moˇzedefinirati ´celijakoja ju posjeduje i ´celijakoja joj je susjedna. Celija´ koja posjeduje stranicu se 50 Poglavlje 5. Metoda kontrolnih volumena u listi ´celijanalazi prije ´celijekoja je susjedna stranici. Redoslijed unutarnjih stranica u listi rezultat je sljede´cegpostupka popunjavanja liste: kre´cese od prve ´celijeiz koje se uzimaju stranice s rastu´cimindeksom susjednih ´celija.Postupak se ponavlja za sve ´celije, pri ˇcemu se izostavljaju one stranice koje su ve´cu posjedu ´celijes manjim in- deksom. Orijentacija stranice definirana je tako da je pripadaju´canormala usmjerena prema susjednom kontrolnom volumenu. Stranice koje su uz rub pripadaju ´celijamakoje su uz rub, a normala je vanjska. Na slici 5.1, kontrolni volumen P posjeduje stranicu f, a kontrolni volumen N joj je susjedan. Problem koji oteˇzava raˇcunanjegeometrijskih svojstava poliedarskih kontrolnih vo- lumena i pripadaju´cihpoligonalnih stranica je ˇstostranice op´cenitonisu ravne. Zbog toga se uvodi pristup kod kojega se stranice definiraju rastavljanjem na trokute [99] 4. 5.2.2. Diskretizacija prostornih integrala Integriraju´ci(5.4) po podruˇcjuΩ, poˇstuju´cipretpostavku da je Ψ linearna funkcija a ∇Ψ konstantan u Ω, slijedi: Z Z Z Ψ(t, x) dx = Ψ(t, xc) dx + ∇Ψ(t, xc) · (x − xc) dx = Ψ(t, xc)|Ω|. (5.8) Ω Ω Ω Tako za volumni integral vrijedi po ´celijiΩP : 1 Z A(ΩP ) ψ(t, x) = ψ(t, x) dV ≈ ψ(t, xcP ). |ΩP | ΩP Sliˇcnovrijedi za povrˇsinskiintegral po stranicama kontrolnog volumena: I X Z X Ψ(x(s)) dS = Ψ(x(s))dS = a(Sf ) Ψ(x(s)) |Sf | f∈S¯ f∈S¯ ∂ΩP PSf P (5.9) X ≈ Ψf |Sf |, ¯ f∈SP n gdje je |Sf | povrˇsinastranice indeksa f, a Ψf = Ψ(t , xcf ) vrijednost skalarnog protoka (fluksa) Ψ, skalarne varijable ψ, kroz teˇziˇste xf stranice ´celije. 4 U OpenFOAMu je u osnovnoj metodi uvijek rastav u kojem se dodaje toˇcka u teˇziˇstuvrhova stranice. Poglavlje 5. Metoda kontrolnih volumena 51 Izvorski ˇclan Izvorski ˇclansadrˇzisve ono ˇstose ne moˇzesvrstati u konvektivni, difuzijski ili vre- menski ˇclan.Izvorski ˇclan je u op´cemsluˇcaju ne linearna funkcija zavisne varijable ψ, pa ga je prije diskretizacije potrebno linearizirati oko prosjeˇcne vrijednosti ψP u svakoj ´celiji: A(ΩP ) sψ ≈ A(ΩP )(sψc + sψp ψ) , (5.10) gdje je sψc konstantni, a sψp proporcionalni ˇclanu ´celiji P . Preciznije, A(ΩP ) sψc je prosjeˇcnavolumna gusto´caizvora veliˇcine ψ, a A(ΩP ) sψp je prirast prosjeˇcnegusto´ce izvora sa prirastom prosjeka A(ΩP ) ψ u ´celiji P . Poznato je [140] da ako sψp ima ne- gativnu vrijednost, diˇzedijagonalnu dominantnost matrice u implicitnoj formulaciji, ˇstoje povoljno pogotovo ako se linearni sustav rjeˇsava Gauss-Seidlovim ili Jacobievim iterativnim postupkom. Takva linearizacija se koristi i u OpenFOAM-u [98]. Prema formuli za volumni integral po ´celiji(5.8), izvorski ˇclanje: 1 Z A(ΩP ) sψ(t, x) = sψ dV ≈ (sψc + sψp ψ)P . (5.11) |ΩP | ΩP Difuzijski protok Primjenom (5.9) difuzijski protok se moˇzeaproksimirati kao: I X (n · µψ∇ψ)(x) dS = a(Sf )(n · µψ∇ψ) |Sf | f∈S¯ ∂ΩP P (5.12) X ≈ (n · µψ∇ψ)f |Sf |, ¯ f∈SP gdje je (n · ∇ψ)f derivacija polja ψ u smjeru normale n. Na uniformnoj ortogonalnoj mreˇzise ta derivacija moˇzeizraˇcunatidrugim redom toˇcnostiiz vrijednosti u centrima dvije susjedne ´celije centralnom shemom diferenciranja: ψN − ψP (n · ∇ψ)f = , (5.13) |df | gdje je df = xN −xP . Ovdje su xP i xN vektori teˇziˇstapromatrane i njoj susjedne ´celije. Na neortogonalnim mreˇzamase u osnovnoj metodi obiˇcnoradi neortogonalna ko- rekcija na naˇcinkoji je opisan u [98], ˇstou ovom radu nije sluˇcaj jer se korekcija radi pomo´cuinterpolacije radijalnim baznim funkcijama. 52 Poglavlje 5. Metoda kontrolnih volumena Konvektivni protok Integracija konvektivnog protoka provodi se primjenom (5.9): I X (n · v ψ)(x) dS = a(Sf )(n · v ψ) |Sf | f∈S¯ ∂ΩP P (5.14) X ≈ (n · v ψ)f |Sf |, ¯ f∈SP gdje se konvektivni protok raˇcunadrugim redom toˇcnosti(n · v ψ)f ≡ (n · v ψ)(xcf ). Vrijednost zavisne varijable ψ na stranicama se raˇcunaprimjenom interpolacijske sheme za konvekciju, iz vrijednosti u teˇziˇstimasusjednih kontrolnih volumena. Tipiˇcnashema drugog reda, za interpolaciju i diferenciranje na proizvoljnoj ne struk- turiranoj mreˇzi,je ona kod koje se vrijednost na stranici raˇcunasamo iz teˇziˇstadvije susjedne ´celije,koje tu stranicu dijele. Dakle shema diskretizacije konvekcije se za os- novnu metodu kontrolnih volumena na proizvoljnoj poliedarskoj mreˇzimoˇzezapisati, za svaku stranicu, u obliku: ψf = ψf (ψP , ψN ), (5.15) gdje su ψP i ψN vrijednosti varijable ψ u teˇziˇstima´celijakojima je stranica f zajedniˇcka. Kod linearne sheme, linearno se interpolira vrijednost izmedu dva susjedna centra, a vrijednost na stranici raˇcunase iz te interpolacije. Odbaˇceniˇclanje drugog reda, te je i takva shema drugog reda toˇcnosti,no linearna shema ne garantira monotonost rjeˇsenja. S druge strane shema koja garantira ograniˇcenostje ona kod koje se vrijednost interpolirana na stranicu uzima iz onog centra ´celijeiz kojeg fluid dotiˇceu tu stranicu. To je uzvodna shema koja je prvog reda toˇcnosti. Vrijednost varijable ψ na stranici f odreduje se na osnovi smjera strujanja: ( ψP za (n · v)f ≥ 0 ψf = . ψN za (n · v)f < 0 Uzvodna shema diskretizacije je prvog reda toˇcnosti,a njenim koriˇstenjemuvodi se u rjeˇsenjenumeriˇcka difuzija koja stabilizira rjeˇsenje,no znaˇcajno naruˇsava toˇcnost u podruˇcjuvelikih gradijenata zavisne varijable. Proraˇcunska molekula Skup kontrolnih volumena pomo´cukojega se raˇcunakonvektivno-difuzni protok na- ziva se proraˇcunska molekula, koja ´ceza ´celiju P biti oznaˇcena sa MP ≡ M(ΩP ). Poglavlje 5. Metoda kontrolnih volumena 53 Molekula neke ´celije,koja se osim same ´celijesastoji od samo njenih direktnih su- sjeda (onih s kojima ´celija dijeli stranicu, ili simpleks stranice, nakon raˇsˇclanjivanja poligonalne stranice), nazivati ´cese linearna molekula. U tom sluˇcaju moˇzese ko- ristiti adresiranje po stranicama, pa ´cese tada molekula oznaˇcavati istom oznakom kao i unutarnje stranice MP ≡ SP proizvoljne ´celije P . Linearna molekula je dovoljna da se na poliedarskoj mreˇzikonstruira osnovna metoda kontrolnih volumena drugog reda toˇcnosti,ako je proraˇcunskiˇcvor u teˇziˇstu´celije[50, 62, 98, 100]. 5.2.3. Vremenska diskretizacija Integriraju´ciop´cutransportnu jednadˇzbu(5.3) po svakom KV, uz (5.14), (5.12) i (5.11), slijedi njen poludiskretizirani oblik: ∂ ∂ X A(Ω ) ψ(t, x) ≈ ψ(tn, x ) = − (n · v ψ) |S | ∂t P ∂t P f f ¯ f∈SP X + (n · µψ∇ψ)f |Sf | ¯ f∈SP + (sψc + sψp ψ)P , ili kra´cezapisano: ∂tψ(t, xP ) = F (t). (5.16) U ovom radu se promatra prostorna diskretizacija implicitne formulacije, te se je vremen- ski ˇclandiskretizira bezuvjetno stabilnom implicitnom Eulerovom formulom (Backward Differencing Formulom (BDF)) kako bi se odvojio utjecaj prostorne od vremenske sheme. Za svaku ´celijuu novom vremenskom trenutku tn vrijedi formula, za statiˇcku mreˇzukontrolnih volumena i konstantni vremenski korak ∆t: ψ(tn, x ) − ψ(to, x ) P P = F (tn), (5.17) ∆t gdje je sa tooznaˇcenavrijednost u prethodnom vremenskom trenutku. Konaˇcnioblik jednadˇzbe u osnovnoj metodi kontrolnih volumena, koja se rjeˇsava za svaku ´celiju,u diskretiziranom obliku je: ψn − ψo 1 X P P = n · (µ ∇ψn − vn−1 ψn) |S | ∆t |Ω | ψ f f P ¯ f∈SP (5.18) n−1 n−1 n + (sψc + sψp ψ )P , 54 Poglavlje 5. Metoda kontrolnih volumena gdje (·)n−1 oznaˇcava vrijednosti iz prethodne iteracije. U ovom radu se sa (·)n oznaˇcava i novi vremenski trenutak, i nova iteracija implicitnog rjeˇsavaˇca. 5.2.4. Primjena rubnih uvjeta Dirichletov rubni uvjet Zadana je prosjeˇcnavrijednost varijable ψ na rubnoj stranici b. • Konvektivni ˇclan. ψ se uvrˇstava direktno u (5.14), pa je diskretizacija drugog reda toˇcnosti: k Ψb |Sb| = (n · v ψ)b |Sb|. • Difuzijski ˇclan. Derivaciju u smjeru normale raˇcunase na rubnoj stranici b prvim redom toˇcnosti: ψb − ψP (n · ∇ψ)b ≈ , |db| gdje ≈ oznaˇcava da se red toˇcnostiruˇsisa drugog na prvi. Tada je konaˇcna diskretizacija, prema izrazu (5.12): d ψb − ψP Ψb |Sb| ≈ (µψ)b |Sb|. |db| Neumannov rubni uvjet Zadana je derivacija u smjeru normale zavisne varijable ψ na rubnoj stranici b: (n · ∇ψ)b = gb. (5.19) Primjena ovog uvjeta ovisi o tome da li se radi o konvektivnom ili difuzijskom ˇclanu transportne jednadˇzbe. • Konvektivni ˇclan. Za konvektivni ˇclanvrijednost zavisne varijable na rubnoj stranici raˇcunase prvim redom toˇcnosti: ψb ≈ ψP + |dn|gb, ˇstoznaˇcida konvektivni ˇclanna rubnoj stranici ima slijede´cioblik: k Ψb ≈ (n · v)b (ψP + |dn|gb) . • Difuzijski ˇclan, diskretiziran je prema izrazu (5.19) drugim redom toˇcnosti: d Ψb = (µψ)b gb. Poglavlje 5. Metoda kontrolnih volumena 55 5.2.5. Sustav linearnih algebarskih jednadˇzbi Nakon linearizacije, potrebno je rijeˇsitijednadˇzbuoblika: X aP ψP + aM ψM = bP , (5.20) M∈MP za svaki kontrolni volumen, gdje M oznaˇcava bliske susjede koji su u proraˇcunskoj molekuli MP ´celije P . Molekula MP u op´cemsluˇcaju ovisi o tipu jednadˇzbe, o redu i tipu diskretizacije promatranog problema, kao i poloˇzaju ´celije P u proraˇcunskoj domeni. Jednadˇzba(5.20) dobiva se za svaku ´celijuu mreˇzipa se u konaˇcnici,diskretizacijom op´cetransportne jednadˇzbe (5.18) za svako polje, dobiva sustav algebarskih jednadˇzbi: A · x = bb, gdje je A matrica sustava koja na dijagonali ima koeficijente aP , a izvan dijagonale koeficijente aM . Vektor x sadrˇzivrijednosti zavisne varijable ψ, svih ´celija,a vektor desne strane b osim rubnih uvjeta sadrˇzii ˇclanove koji se tretiraju eksplicitno. Matrica koeficijenata A je slabo popunjena (engl. sparse), u kojoj je ve´cinako- eficijenata jednaka nuli. Struktura popunjenosti matrice A ovisi o tipu transportne jednadˇzbe, topologiji proraˇcunske mreˇze,izgledu proraˇcunske molekule i naˇcinu indek- siranja ´celija. Ukoliko diskretizirana op´cakonvektivno-difuzijska transportna jednadˇzba ne sadrˇzikonvekciju, matrica A ´cebiti simetriˇcna,u protivnom je nesimetriˇcna. Takav sustav se moˇzerijeˇsitina viˇsenaˇcina, od kojih se svi mogu svrstati u dvije kategorije: direktne i iterativne metode. Direktne metode iznalaze rijeˇsenjelinear- nog sustava algebarskih jednadˇzbiu konaˇcnombroju aritmetiˇckihoperacija. Iterativne metode poˇcinjuod neke poˇcetneaproksimacije i ”popravljaju” rijeˇsenjeiterativnim pos- tupkom, dok ga ne dovedu unutar odredene tolerancije. Iako su matrice proizaˇsleiz diskretizacije oblika (5.20) slabo popunjene, ako postoji difuzija njihov inverz je puna matrica. Moderne direktne metode uvaˇzavaju slabu popu- njenost, ali su primjerene za puno manje mreˇzeod ve´cineiterativnih metoda. Iterativne metode su to skuplje koliko je ”loˇsija”matrica za koju rjeˇsavaju linearni sustav. Ite- rativna metoda koja je primjerena op´cenitim matricama je GMRES [155], no i ona je vrlo skupa te se obiˇcnokoriste jeftinije metode, koje koriste odredena svojstva matrice proiziˇsleiz diskretizacijskog postupka (5.20). U osnovnoj metodi kontrolnih volumena, molekula MP sastoji se samo od direktnih susjeda ´celije P , s kojima P dijeli stranicu. Takva ´cese (linearna) molekula u daljnjem 56 Poglavlje 5. Metoda kontrolnih volumena tekstu oznaˇcavati sa SP . U tom sluˇcaju moˇzese definirati shema diskretizacije koja ´cestvarati dijagonalno dominantnu matricu, ˇstoje povoljno jer se tada moˇzekoristiti svaki iterativni postupak, od jednostavnih kakvi su Jacobiev ili Gauss-Seidelov, preko algebarskog multigrida do rjeˇsavaˇcaza linearne sustave iz prostora Krilova. Za matricu se kaˇzeda je dijagonalno jednaka ako joj je iznos sume nedijagonalnih ele- P menata jednaka po iznosu dijagonalnom koeficijentu |aP | = |aS|. Da bi matrica bila S∈S P P dijagonalno dominantna potrebno je da barem u jednom retku bude |aP | > |aS|, S∈SP ˇstou metodi kontrolnih volumena osigurava ugradnja rubnih uvjeta. Takoder, na linearnoj molekuli postoji jednostavni kriterij za konstrukciju monotone konvekcijske sheme. On se svodi na uvjet da koeficijenti prema susjednim ´celijamane smiju biti negativni 5, pa ´cese takve sheme nazivati i pozitivne sheme6. Problem je ˇstokoeficijenti ovise o rjeˇsenjuu op´cemsluˇcaju, konkretno ovise barem o brzini, pa shema koja ˇcuva monotonost mora ovisiti o rjeˇsenju. U tom smislu ona je nelinearna, pa ´cei linearna rjeˇsenjatrebati traˇzitiiterativno. Konvekcijska shema koja je uvijek pozitivna je uzvodna (engl. upwind) shema, pa je uobiˇcajeno implicitno diskretizirati konvekciju upravo uzvodnom shemom, a eksplicitno ju korigirati sa shemom viˇsegreda tako da se ne naruˇsi monotonost rjeˇsenja. Konvergencija ve´cineiterativnih rjeˇsavaˇcaje tim ve´ca,ˇstoje ve´cadijagonalna domi- nantnost matrice sustava. Iz tog razloga se prilikom diskretizacije koriste postupci koji podiˇzudijagonalnu dominantnost matrice. Prilikom linearizacije izvorskog ˇclana,ako je predznak uz koeficijent proporcionalnosti Sp < 0 on doprinosi dijagonalnoj dominant- nosti [138], te se tretira implicitno. U obratnom sluˇcaju, kada je Sp ≥ 0, taj ˇclanse diskretizira eksplicitno. Prilikom diskretizacije jednadˇzbe koliˇcinegibanja neviskoznog fluida, uzvodna shema stvara dijagonalno jednaku matricu sa dijagonalnim koeficijentom aP 6= 0 i za staci- onarnu formulaciju. Bilo koja druga shema za konvekciju ne proizvodi nuˇznopozitivne susjedne koeficijente, kao ˇstoi ne garantira aP 6= 0. Stacionarni neviskozni tok predstav- lja jedan od najve´cihproblema za raˇcunanje. Kod konvektivno-difuzijskog problema, 5 Ovo je dovoljan, ne i nuˇzanuvjet za monotonost shema na linearnoj molekuli. 6 Termin ”pozitivne sheme” definira se u literaturi obiˇcnomalo drugaˇcije,no u implicitnoj for- mulaciji osnovne metode kontrolnih volumena te su dvije definicije ekvivalentne. Kod eksplicitnih formulacija potrebno je usvojiti definiciju kakva je uvedena u [189, 91], te se tada zahtjev za pozitivnim shemama oˇcitujei u CFL (Courant-Friedrich-Lewy) uvjetu [20]. Zainteresirani ˇcitateljse upu´cujena udˇzbenike [189, 91]. Poglavlje 5. Metoda kontrolnih volumena 57 kada se koristi centralna shema za konvekciju (linearna interpolacija), monotonost je osigurana samo za male vrijednosti Pecletovih brojeva, pa se i u ovom sluˇcaju konvek- cija implicitno diskretizira uzvodnom shemom, a eksplicitno korigira do diskretizacije visoke razluˇcivosti, tako da se ˇcuva monotonost. Iz navedenih razloga su Khosla i Rubin [105] predloˇzilipostupak, koji se naziva odgodena korekcija (engl. deferred correction), koji se koristi u svim implicitnim shemama visoke razluˇcivosti. U njemu se konvekcija tretira implicitno uzvodno, a sta- bilizirana korekcija nekom shemom viˇsegreda izvodi se na osnovu rjeˇsenjaiz prethodne Picardove (vanjske) iteracije. Tek odgovaraju´caimplementacija eksplicitne korekcije osigurava monotonost. Difuzijski ˇclanje manji problem, obzirom da je difuzija opisana simetriˇcnimpozi- tivno definitnim operatorom, pa na kvalitetnim mreˇzamastvara simetriˇcnu pozitivno definitnu matricu. Na linearnim molekulama, gdje se difuzija implicitno gotovo uvijek raˇcunacentralnom shemom diferencija, ona stvara dijagonalno dominantnu matricu. Pri tome je matrica dijagonalno jednaka u recima koji odgovaraju unutarnjim ´celijama, a dijagonalna dominantnost postiˇzese ugradnjom rubnih uvjeta obzirom da oni idu u vektor b na desnu stranu. Kada se radi o diskretizaciji viˇsegreda, pa molekula sadrˇzi viˇseod samo direktnih susjeda, diskretizacija difuzije opet stvara simetriˇcnu pozitivno definitnu matricu koja ne stvara problem za jednostavne iterativne linearne rjeˇsavaˇce kakav je Gauss-Seidelov iako matrica nije dijagonalno dominantna ili M-matrica. Vremenska diskretizacija BDF shemama oˇcitujese u dijagonalnom koeficijentu, ko- jim se podiˇzedijagonalna dominantnost matrice. Ostatak vremenskog ˇclana,sa vrijed- nostima promatrane ´celijeiz prethodnih vremenskih trenutaka, je u vektoru na desnoj strani linearnog sustava. Vremenski ˇclanto viˇsepodiˇzedijagonalnu dominantnost ˇsto je manji vremenski korak. Da se osigura ili ubrza konvergencija, a ˇstoje posebno vaˇznou stacionarnim proraˇcunima, jednadˇzbe se implicitno podrelaksiraju [138], jer to podiˇzedijagonalnu dominantnost matrice. Ako je polazna jednadˇzbaza ´celiju P bila: X aP ψP + aSψS = bP , (5.21) S∈SP dijagonalna dominantnost podiˇze se podrelaksacijskim koeficijentom α na slijede´cinaˇcin: aP X 1 − α ψn + a ψn = a ψn−1 + b , (5.22) α P S S α P P P S∈SP 58 Poglavlje 5. Metoda kontrolnih volumena n n−1 gdje je ψP rijeˇsenjeu novoj, a ψP u prethodnoj vanjskoj iteraciji. Nakon konver- n n−1 gencije, kada je ψP = ψP , modificirana jednadˇzbasvodi se na polaznu jednadˇzbu. Koeficijent α uzima se takav da vrijedi 0 < α ≤ 1. Kada se radi o stacionarnom neviskoznom toku, ako se koristi linearna interpolacija za konvekciju dijagonalni koeficijent aP = 0, pa sama podrelaksacija nije dovoljna da se osigura konvergencija. Takoder je u postupku povezivanja brzine i tlaka potrebno −1 izraˇcunati aP , pa se takav problem ne moˇzeraˇcunatistacionarno uz linearnu shemu za konvekciju. Ako se problem rjeˇsava nestacionarno biti ´ce aP 6= 0 i za linearnu in- terpolaciju, pa se tako moˇzemarˇsiratikroz vrijeme do stacionarnog rjeˇsenja,iako ne´ce osigurati monotonost rjeˇsenja.Uzvodna shema ´ceosigurati aP 6= 0 i monotono rijeˇsenje, ali unosi znaˇcajnu difuziju, pa numeriˇcko rijeˇsenjene´ceodgovarati matematiˇckom mo- delu neviskoznog toka. Konvergencija prema stacionarnom rjeˇsenjuje obiˇcnospora, jer rijeˇsenjenelinearnog problema dugo oscilira u nedostatku priguˇsenja. Konvergenciju ubrzava podrelaksacija. U ovom radu, za sluˇcaj simetriˇcnematrice linearni sustav ´cese rjeˇsavati pomo´cu iterativne metode konjugiranih gradijenata, koju su predloˇziliHestens i Steifel [88]. U njoj se rijeˇsenjelinearnog problema iznalazi u najviˇseonoliko iteracija koliko ima jednadˇzbiu sustavu. Brzina konvergencije je obrnuto proporcionalna uvjetovanosti ma- trice, i moˇzese znaˇcajno poboljˇsatipredkondicioniranjem. Preciznije, za simetriˇcne matrice ´cese u ovom radu koristiti metoda konjugiranih gradijenata predkondicionirana sa nepotpunom faktorizacijom Choleskog, kao ˇstoje opisao Jacobs [97]. U sluˇcaju nesimetriˇcnematrice, linearni ´cese sustav rjeˇsavati primjenom Van der Vorstove [51] Bi-CGSTAB metode. 5.2.6. Diskretizacija Navier-Stokesovih jednadˇzbi Promatra se strujanje nestlaˇcivog Newtonovog fluida, opisanog Navier-Stokesovim jednadˇzbamau integralnom obliku primjerenom metodi kontrolnih volumena. Navier- Stokesove jednadˇzbe podrazumijevaju jednadˇzbukoliˇcinegibanja za nestlaˇcivitok newto- novskog fluida: d Z I I Z 1 v dV + n · v v dS = n · ν∇v dS − ∇p dV, (5.23) dt ρ ΩP ∂ΩP ∂ΩP ΩP Poglavlje 5. Metoda kontrolnih volumena 59 i jednadˇzbukontinuiteta: I n · v dS = 0, (5.24) ∂ΩP koja predstavlja kinematiˇcko ograniˇcenjepolja brzine. Problem stvara ˇcinjenicada ne postoji jednadˇzbaza tlak, te ju je potrebno na neki naˇcinizvesti iz jednadˇzbe kon- tinuiteta. U osnovnoj metodi kontrolnih volumena na proizvoljnoj poliedarskoj mreˇzi centriranoj u ´celijamato se provodi u duhu Rhie-Chow [149] postupka. U tu svrhu, prvo je potrebno diskretizirati jednadˇzbukoliˇcinegibanja (5.23). Kod jednadˇzbe koliˇcinegibanja, konvektivni ˇclanzbog nelinearnosti zahtjeva po- sebnu pozornost. Zbog toga ga je potrebno sukcesivno linearizirati, pa se Picardovim iteracijama traˇzirijeˇsenjenelinearnog problema. Prema jednadˇzbi(5.23) linearizacija se moˇzezapisati u obliku: I X X n vn−1 vn n vn−1 vn ˙ n−1 vn n · v v dV ≈ nf · vf vf |Sf | = Qf vf (5.25) ∂ΩP f∈Sp f∈Sp 7 ˙ gdje je Qf volumni protok kroz stranicu f. Pri tome je vaˇznoda volumni/maseni pro- P ˙ n−1 toci kroz stranice ´celijazadovoljavaju diskretnu jednadˇzbukontinuiteta f Qf = 0, pogotovo kad se raˇcunastacionarni neviskozni tok, jer to osigurava dijagonalnu jedna- kost redaka matrice koji odgovaraju unutarnjim kontrolnim volumenima. Linearizacija ne smije utjecati na konaˇcnorijeˇsenjenelinearnog problema. Kod nes- tacionarnih proraˇcunamogu´casu dva pristupa. Prvi je ve´cprikazani Picardov postupak. U drugom, koji je opravdan ukoliko je vremenski korak dovoljno malen, konvekcija se linearizira samo jednom u vremenskom koraku i dobiveno rijeˇsenjesmatra se rjeˇsenjem nelinearnog sustava. To se opravdava argumentom da se u dva dovoljno bliska uzastopna vremenska trenutka rijeˇsenjedovoljno malo mijenja, pa linearizirani problem dobro opi- suje polazni nelinearni problem 8. U situacijama u kojima je vaˇznoizraˇcunatitoˇcniju evoluciju polja, potrebno je ionako koristiti mali vremenski korak. Nakon prostorne i vremenske diskretizacije jednadˇzbe koliˇcinegibanja, za svaku ´celiju 7 Za stlaˇcivo strujanje protoci su maseni,m ˙ f = nf · (ρvv)f |Sf | = (ρQ˙ )f . Kada se radi o nestlaˇcivom strujanju nehomogene gusto´ce,za koje vrijedi ∇ · v = 0 i ∂tρ + v · ∇ρ = 0, gusto´case obiˇcno stavi uz gradijent tlaka, 1/ρ∇p. Za homogeni tok je p := p/ρ 8 Tako radi PISO [96] algoritam, te se on koristi za nestacionarne simulacije. Za stacionarne simu- lacije koristi se SIMPLE [139] algoritam za povezivanje brzine i tlaka. 60 Poglavlje 5. Metoda kontrolnih volumena dobiva se linearna algebarska jednadˇzba: n X n n−1 avP vP + avS vS = rvP − (∇p)P , (5.26) S∈SP u kojoj koeficijenti avP i avS ovise o polju brzine iz prethodne iteracije. U vektoru rvP su i rubni uvjeti jednadˇzbe koliˇcinegibanja, odnosno za stranice koje omeduju ´celiju P , a nemaju susjeda u unutraˇsnjostidomene SP . Jednadˇzba(5.26) zapisana je n−1 u tzv. poludiskretiziranom obliku, jer u njoj nije diskretiziran gradijent tlaka (∇p)P , koji je uzet iz prethodne iteracije Picardovog postupka. Taj gradijent tlaka moˇzese diskretizirati na dva naˇcina,ili raˇcunanjemprosjeˇcnoggradijenta tlaka po kontrolnom volumenu, ili svodenjem na povrˇsinskiintegral pomo´cuteorema Gauss-Ostrogradskog. U ovom radu se u tu svrhu koristi teorem Gauss-Ostrogradskog, jer je taj pristup dosljedan s konzervativnoˇs´cumetode kontrolnih volumena. Naime, R ∇p dV je ukupna sila na ΩP kontrolni volumen uslijed gradijenta tlaka, a svodenjem na povrˇsinske integrale ta sila se raˇcunakonzervativno za svaki kontrolni volumen, grupu kontrolnih volumena ili cijelu proraˇcunskudomenu. Sada, diskretna jednadˇzbakoliˇcinegibanja ima oblik: n X n X n−1 avP vP + avS vS = rvP − pf nf |Sf |, (5.27) S∈SP f∈SP n−1 gdje je pf prosjeˇcnitlak na stranici f kontrolnog volumena P . 5.2.7. Jednadˇzbaza tlak Inherentni problem matematiˇckog modela strujanja baziranog na tlaku, koji je pri- rodna formulacija za nestlaˇcivo strujanje, je ˇstoza tlak ne postoji transportna jednadˇzba. Jednadˇzbaza tlak izvodi se iz jednadˇzbe kontinuiteta. U metodi kontrolnih volumena, na proizvoljnim poliedarskim mreˇzamacentriranim u ´celijama, u tu se svrhu koristi polu-diskretni oblik jednadˇzbe koliˇcine gibanja (5.26): n X n avP vP + avS vS = rvP − (∇p)P . S∈SP Nakon definiranja operatora HP za ´celiju P , ˇcijeje djelovanje na diskretno polje brzine u: n X n HP (u ) = − avS vS + rvP , (5.28) S∈SP Poglavlje 5. Metoda kontrolnih volumena 61 polu diskretna jednadˇzbakoliˇcinegibanja postaje: n n aP vP = HP (u ) − (∇p)P , (5.29) gdje je kra´ceoznaˇceno aP ≡ avP . Jednadˇzba(5.29) dobivena je iz integralnog oblika jednadˇzbe koliˇcinegibanja ´celije P , diskretizirana opisanim postupkom, te podijeljena 9 s volumenom |ΩP |. Na MAC konfiguraciji mreˇza proraˇcunskiˇcvorovi za brzinu se nalaze na stranicama ´celija za tlak, tamo gdje su i potrebni za odredivanje protoka u jednadˇzbiza tlak. Kod mreˇzacentriranih u ´celijama,u proceduri koja je u duhu Rhie-Chow postupka, prilikom rjeˇsavanja jednadˇzbe za tlak stvori se privid da postoje proraˇcunskiˇcvorovi za brzinu na stranicama, tako da se interpolira diskretiziranu jed- nadˇzbukoliˇcinegibanja iz pravih ˇcvorova. Drugim rijeˇcimainterpolira se na stranice ´celijadjelovanje matriˇcnihkoeficijenta ˇzeljenihoperatora jednadˇzbe koliˇcinegibanja na ˇcvorove u proraˇcunskoj molekuli, iz teˇziˇsta´celija. Na taj naˇcinse dobiva pomaknuta mreˇzaza jednadˇzbukoliˇcinegibanja prilikom raˇcunanjatlaka, pa se gradijent tlaka kojim se name´cesolenoidnost evaluira iz dva susjedna ˇcvora, a brzina koja je izvor u Poissonovoj jednadˇzbiiz ostatka prointerpolirane diskretne jednadˇzbe koliˇcinegibanja. Fizikalno takav postupak nema smisla, jer nema smisla ni govoriti recimo o centralnom koeficijentu aP f na stranici f obzirom da tamo nema ´celije,pa kontroverzu stvara ˇstose u tom postupku interpoliraju ekstenzivne 10 veliˇcine[106]. Takav postupak se medutim ˇsiroko koristi jer je jednostavan i daje rezultate. ˇ n Clan HP (u ) sastoji se od dva dijela [98]. Prvi je ”transportni dio”, koji se sastoji od produkata matriˇcnihkoeficijenata prema susjednim ´celijamai prosjeˇcnih brzina u susjednim ´celijama. Drugi je ”izvorski dio” u kojemu su ˇclanovi od vremenske diskre- tizacije, rubnih uvjeta, i svi ostali ˇclanovi koji se tretiraju eksplicitno, osim gradijenta tlaka. Diskretna jednadˇzba kontinuiteta je: I n X n n · v ≈ nf · vf |Sf | = 0. (5.30) ∂ΩP f∈SP Iz jednadˇzbe (5.29) moˇzese izraziti brzina v u ´celiji P : n n HP (u ) 1 vP = − (∇p)P . (5.31) aP aP 9 Konfiguracije mreˇzaopisane su u poglavlju A.2.1.. 10 Ekstenzivne su one veliˇcinekoje ovise o dimenziji i obliku kontrolnog volumena. 62 Poglavlje 5. Metoda kontrolnih volumena Sada se brzine na unutarnjim stranicama ´celijadobivaju linearnom interpolacijom brzina iz samih ´celija(5.31): n n HP (u ) 1 vf = − (∇p)f . (5.32) aP f aP f gdje ´cese (∇p)f raˇcunatisad iz susjednih ˇcvorova prave mreˇze,a u pseudo-mreˇzikori- girati brzinu vf do solenoidnosti. Diskretna jednadˇzba za tlak svake ´celijedobiva se uvrˇstavanjem jednadˇzbe (5.32) u (5.30), te npr. za svaku unutarnju ´celiju,ili ´celijeuz rub s homogenim Neumannovim rubnim uvjetom, ona je: n X 1 n X HP (u ) nf · (∇p)f |Sf | = nf · |Sf |. aP f aP f f∈SP f∈SP Slijede diskretne Navier-Stokesove jednadˇzbe na mreˇzicentriranoj u ´celijama,u for- mulaciji temeljenoj na tlaku, gdje za svaku unutarnju ´celijuvrijedi: n X n−1 aP vP = HP (u ) − pf nf |Sf |, (5.33) f∈SP n X 1 n X HP (u ) nf · (∇p)f |Sf | = nf · |Sf | + rp, (5.34) aP f aP f f∈SP f∈SP gdje su u rp rubni uvjeti od jednadˇzbe za tlak, oni koji nisu homogeni Neumannovi, i/ili odgodene korekcije gradijenta tlaka u Laplaceovom operatoru. ˙ n Volumni protok Qf , kroz unutarnju stranicu f, raˇcunase iz jednadˇzbe (5.32): ! un ˙ n HP (u ) 1 n Qf = nf · vf |Sf | = nf · − (∇p)f |Sf |. (5.35) aP f aP f Ovako izraˇcunatiprotok zadovoljiti ´cejednadˇzbukontinuiteta ako je zadovoljena jed- nadˇzbaza tlak, uz malu greˇskuod stabilizacije pribliˇznomprojekcijom. Napomena Prilikom raˇcunanja jednadˇzbe za tlak (5.34), obiˇcnose ne koriste stranice uz rub jer je na rubu domene ili propisana brzina, pa se uzima homogeni Neumannov rubni uvjet za tlak, ili je na izlazu Neumannov rubni uvjet za brzinu koji je tako im- plementiran (”upwind”) da stvara privid Dirichletovog, tako da je potrebno korigirati globalnu konzervativnost eksplicitno tijekom linearizacije konvekcije, no tada se moˇze zadati i homogeni Neumannov uvjet i na izlaznom rubu. Poglavlje 5. Metoda kontrolnih volumena 63 5.2.8. Povezivanje brzine i tlaka Nakon linearizacije konvekcije, u Navier-Stokesovim jednadˇzbama(5.33) i (5.34), medusobna ovisnost brzine i tlaka je linearna. Povezivanje brzine i tlaka moˇzese tretirati na dva naˇcina:simultano ili odvojeno. U simultanim algoritmima [36, 177] istovremeno se za sve ´celijerjeˇsavaju oba sus- tava jednadˇzbi,jednadˇzbe koliˇcinegibanja i jednadˇzbe kontinuiteta. Obzirom na li- nearnu vezu brzine i tlaka u diskretnim Navier-Stokesovim jednadˇzbama,rijeˇsenjese dobiva jednim implicitnim rjeˇsavanjem linearnog problema 11 A ·x = b, za sustav kojem je konvektivni ˇclanlineariziran oko trenutnog polja brzine. To je mogu´ceako broj ´celija nije prevelik, ˇstoi nije ˇcestsluˇcaj u rjeˇsavanju industrijskih problema. U simultanom pristupu sve komponente brzine, zajedno sa tlakom, moraju biti u istoj matrici, ˇsto znaˇcajno pove´cava zahtjeve na procesorsko vrijeme i memoriju. Odvojeni (engl. segregated) pristup [138, 96] je ˇceˇs´cinaˇcinrjeˇsavanja problema povezivanja brzine i tlaka. Tu se cijeli problem faktorizira u niz manjih problema koji su bitno ”jeftiniji” za rjeˇsavanje, kao ˇstoje to objaˇsnjenou poglavlju A.3.3.. Konvektivno- difuzijski transport je degeneriranog eliptiˇcno-paraboliˇcnog 12 tipa, i postaje to viˇse paraboliˇcanˇstoje ve´ciReinoldsov broj, dok je jednadˇzbaza tlak uvijek eliptiˇcna.To je motivacija da se na manje probleme, dobivene nakon faktorizacije operatora, primjene metode koje su najprimjerenije odredenom tipu problema. PISO [96] i SIMPLE [139] su predstavnici najˇceˇs´cekoriˇstenihmetoda faktorizacije operatora za povezivanje brzine i tlaka. PISO algoritam za povezivanje brzine i tlaka Ovaj postupak povezivanja brzine i tlaka koristi se za nestacionarne proraˇcune. Po- laze´ciod diskretnih Navier-Stokesovih jednadˇzbi(5.33), i (5.34) PISO algoritam se sas- toji od slijede´cihkoraka: 1. Rjeˇsava se jednadˇzbakoliˇcinegibanja (5.33). Gradijent tlaka u promatranom vre- menskom trenutku u ovoj fazi nije poznat, pa se koristi polje tlaka iz prethodnog vremenskog trenutka. Ovaj korak naziva se predikcija jednadˇzbe koliˇcinegi- banja (engl. momentum predictor). Rjeˇsenjejednadˇzbe koliˇcinegibanja daje 11 Uz pretpostavku da je konvekcija diskretizirana monotono, recimo ”upwind” shemom. 12 Problem postaje eliptiˇcanza Re → 0, a paraboliˇcanza Re → ∞. 64 Poglavlje 5. Metoda kontrolnih volumena aproksimaciju novog polja brzine, koje medutim ne zadovoljava jednadˇzbukonti- nuiteta. 2. Koriste´cibrzine iz prethodnog koraka, raˇcunase HP (u) zbog formiranja jednadˇzbe za tlak (5.34). Njezino rijeˇsenjedaje prvu procjenu novog polja tlaka. Ovaj korak naziva se rijeˇsenjetlaka (engl. pressure solution). 3. Iz jednadˇzbe (5.35) raˇcunaju se konzervativni konvektivni volumni protoci kroz stranice ´celija,konzistentni s novim poljem tlaka. Takoder je potrebno izvrˇsiti korekciju brzina i u ´celijama,tako da i one budu konzistentne sa razdiobom tlaka. To se radi na eksplicitan naˇcin,pomo´cujednadˇzbe (5.31). Ovaj korak naziva se eksplicitna korekcija brzine (engl. explicit velocity correction), Iz jednadˇzbe (5.31) slijedi da se korekcija brzine zapravo sastoji od dva dijela. Prvi je korekcija zbog promjene polja tlaka, ˇclan 1 ∇p , a drugi je korekcija zbog promjene aP protoka koji su se promjenili zbog promjene polja tlaka, ˇclan HP (u) . aP To ˇstoje korekcija brzine eksplicitna znaˇcida se zanemaruju nelinearnosti zbog zad- njeg ˇclanau jednadˇzbikoliˇcinegibanja, ali se ne zanemaruju u jednadˇzbikontinuiteta. Zatim se ponovo raˇcunaˇclan HP (u) sa novim brzinama, a s njim se ponovo raˇcuna jednadˇzbaza tlak. Drugim rijeˇcima,PISO procedura se, u svakom vremenskom koraku, sastoji od implicitne predikcije jednadˇzbe koliˇcinegibanja, iza koje slijedi niz parova rjeˇsenjajednadˇzbe za tlak i eksplicitne korekcije brzine. Ta se procedura ponavlja do propisane toˇcnosti. Napomena U PISO proceduri se u svakom vremenskom trenutku koristi samo jedna linearizacija konvekcije, a iteracije se koriste za toˇcnijepovezivanje brzine i tlaka. Pret- postavka je naravno da je vremenski korak primjereno malen, kako bi linearizacija ko- nvekcije bila valjana u cijelom postupku. SIMPLE algoritam za povezivanje brzine i tlaka Kada se traˇzistacionarno rijeˇsenjeproblema, ili se koristi veliki vremenski korak u proraˇcunimau kojima nije vaˇznatoˇcnaevolucija toka, nije potrebno toˇcnoraˇcunati povezivanje brzine i tlaka u svakoj linearizaciji konvekcije, obzirom da nelinearnost ko- nvekcije ima dominantan utjecaj na rijeˇsenje. Poglavlje 5. Metoda kontrolnih volumena 65 Stacionarno rijeˇsenjese obiˇcno traˇzitako da se koristi implicitna Eulerova vremen- ska shema s velikim vremenskim korakom, ili se koristi stacionarna formulacija koja je ekvivalentna Eulerovoj implicitnoj shemi s beskonaˇcnovelikim vremenskim korakom. Tada je nuˇznopodrelaksirati rijeˇsenjeda bi Picardove iteracije uop´cekonvergirale. Sma- njenje vremenskog koraka, kao i implicitna podrelaksacija jednadˇzbe koliˇcinegibanja, pove´cavaju dijagonalnu dominantnost matrice. SIMPLE algoritam sastoji se iz slijede´cihkoraka: 1. Koriste´cipolje tlaka i volumne protoke iz prethodne iteracije, ili prethodnog vre- menskog koraka, rjeˇsava se jednadˇzbakoliˇcinegibanja (5.33), koja je podrelaksi- rana na implicitan naˇcin(5.22). 2. Rjeˇsava se jednadˇzbaza tlak (5.34) da se dobije novo polje tlaka. 3. Raˇcunaju se novi konzervativni volumni protoci kroz stranice kontrolnih volumena iz jednadˇzbe (5.35). Za razliku od PISO algoritma, sada se radi nova lineariza- cija konvekcije sa konzervativnim protocima, te se raˇcunaju novi koeficijenti aS u HP (u). Rijeˇsenje polja tlaka se eksplicitno podrelaksira: n n−1 n−1 p = p + αp(p − p ), (5.36) gdje je: • p rijeˇsenjejednadˇzbe za tlak, • pn−1 rijeˇsenje tlaka iz prethodne iteracije, s kojim je rijeˇsena jednadˇzba koliˇcinegibanja, • αp podrelaksacijski faktor za tlak, za koje vrijedi 0 < αp ≤ 1, • pn nova vrijednost polja tlaka, koja se koristi za eksplicitnu korekciju brzine u ´celijama,i u slijede´cemrjeˇsavanju jednadˇzbe koliˇcinegibanja. Ako su brzine u ´celijamapotrebne prije slijede´cegrjeˇsavanja jednadˇzbe koliˇcinegi- banja, provodi se eksplicitna korekcija pomo´cujednadˇzbe (5.35) kao i u PISO algoritmu, ali pomo´cupodrelaksiranog tlaka pn. Formalno, brzina u ´celijamanakon korekcije ne zadovoljava jednadˇzbukontinuiteta (kad se divergencija raˇcunakao volumni integral), ali vaˇznoje da protoci kroz povrˇsinezadovoljavaju, jer ´cese njima linearizirati konvek- cija u koraku n+1. Tada je potrebno samo joˇskorigirati globalne protoke, da jednadˇzba koliˇcinegibanja vrijedi i za cijelu domenu. 66 Poglavlje 5. Metoda kontrolnih volumena 5.2.9. Rekonstrukcija iz vrijednosti funkcije Kao ˇstoje ve´creˇceno,u metodi drugog reda toˇcnostise u ovom radu konvektivni i difuzijski protoci korigiraju pomo´cuinterpolacije radijalnim baznim funkcijama u pos- tupku odgodene korekcije. Interpolant za konvekciju, ili njegov gradijent za difuziju, se evaluira u teˇziˇstimastranica ´celija,te se na taj naˇcinradi neortogonalna korekcija, kao i korekcija zbog izvitoperenosti (engl. skewness) mreˇze. Prilikom rekonstrukcije iz vrijednosti funkcije u teˇziˇstima´celija,i u interpolacijskim centrima na Dirichletovom i Neumannovom rubu, koriste se dva funkcionala:, λid = id, (5.37) ? ? n λ∂n (.) = D (.) · n(?), koji djeluju na Y0 = Y ∩ (Ω ∪ Γ0) i Y1 = Y ∩ Γ1. Sada se definiraju dva skupa linearnih funkcionala: yj λid j = 1,...,Nid, λj = λyj j = N + 1,...,N, ∂n id gdje je Nid = |PΩ| + ND i N = |PΩ| + ND + NN ukupni broj interpolacijskih centara. Interpolant s funkcije v dan je sa: N X yj s(x) = cjλ Φ(xx,yy) j=1 (5.38) Nid N X y X y = c λ j Φ(xx,yy) + c λ j Φ(xx,yy). j id j ∂n j=1 j=Nid+1 Vektor koeficijenata c ∈ RN odreduje se iz interpolacijskih uvjeta: xi xi λ s(x) =λ v(x) = v(xi), j = 1,...,Nid, id id (5.39) λxi s(x) =λxi v(x) = ∂ v(x ), j = N + 1,...,N. ∂n ∂n n i id Stavljanjem uvjeta (5.39) u interpolaciju (5.38) slijedi: Definicija 11 (Mjeˇsoviti interpolacijski problem za osnovnu MKV) Neka glatka funkcija v :Ω → R zadovoljava uvijete (5.39). Neka su Y0 = {y1, . . . ,yyNid } ⊆ Ω ∪ Γ0 i Y1 = {yNid+1, . . . ,yyN } ⊆ Γ1 dva skupa u parovima razliˇcitihtoˇcaka. Onda je inter- polacija bazirana na Y0 i Y1, i funkciji Φ dana sa (5.38), gdje se vektor koeficijenata odreduje rjeˇsavanjemlinearnog sustava AAcc = v|Λ, sa matricom interpolacije: A A A = ee e∂n ∈ N×N (5.40) AT A R Ae∂n A∂n∂n Poglavlje 5. Metoda kontrolnih volumena 67