Next: Feladat: hanghullám TVD-MUSCL módszerrel Up: Gáz és plazma dinamika Previous: Feladat: hanghullám MacCormack módszerrel Tartalomjegyzék

Teljes variációt csökkentõ módszerek

Az elõzõ fejezetben feladatának megoldásából kiderül, hogy a stabil és másodrendû MacCormack módszer meglehetõsen pontatlan eredményt ad a hanghullámok terjedését modellezõ szimulációban. Ezen nyilván segítene, ha addig növelnénk a rácsfelbontást, amíg a megoldás pontossága elfogadhatóvá nem válik. Ez egy egyszerû egy dimenziós problémára könnyen megtehetõ, de több dimenziós szimulációknál a rendelkezésre álló számítógépidõ és memória behatárolja a használható rácsfelbontást.

Az (15) algoritmussal definiált elsõrendû upwind módszert próbáljuk meg úgy másodrendûvé fejleszteni, hogy megõrizze azt a jó tulajdonságát, hogy nem generál oszcillációkat. Ezt a tulajdonságot pontosabban is meg lehet fogalmazni: az upwind módszer nem növeli a megoldás teljes variációját, amit diszkretizált formában a

$\begin{displaymath} \sum_j\left\vert\rho^{n+1}_{j+1}-\rho^{n+1}_j\right\vert \le \sum_j\left\vert\rho^n_{j+1} -\rho^n_j\right\vert \end{displaymath}$

(41)

egyenlõtlenség fejez ki. Bebizonyítható, hogy az upwind módszer által adott megoldás skalár egyenletre mindig teljesíti a (41) feltételt, azaz az upwind algoritmus egy teljes variációt csökkentõ módszer - angolul ,,total variation diminishing'' (TVD). A TVD módszerek nyilvánvalóan stabilak és oszcilláció mentesek, hiszen egy instabilitás vagy oszcilláció mindig a $\sum_j\vert\rho_{j+1}-\rho_j\vert$ teljes variáció növekedésével jár.

Próbáljunk meg egy másodrendû TVD módszert kifejleszteni. Elõször írjuk át a (15) algoritmust egy kompakt, feltételes elágazástól mentes formába:

$\begin{displaymath} \rho^{n+1}_j=\rho^n_j-v\frac{\Delta t}{2\Delta x} \left[v ... ...) -\vert v\vert(\rho^n_{j+1}-2\rho^n_j+\rho^n_{j-1}) \right] \end{displaymath}$

(42)

Könnyen látható, hogy (42) és (15) ekvivalensek. Tovább alakíthatjuk a formulát, ha a második tagot két diffuzív fluxus különbségeként írjuk fel:

$\begin{displaymath} \rho^{n+1}_j=\rho^n_j-v\frac{\Delta t}{2\Delta x} \left[v ... ...j-1})\right] +{1\over2}\left(\Phi_{j+1/2}-\Phi_{j-1/2}\right) \end{displaymath}$

(43)

ahol a

index az $(x_j+x_{j+1})/2$ koordinátát jelöli, és a diffúzív fluxus

$\begin{displaymath} \Phi_{j+1/2}=\frac{\Delta t}{\Delta x}\vert v\vert(\rho^n_{j+1}-\rho^n_j) \end{displaymath}$

(44)

A másodrendû módszer ezt a diffúzív fluxust csökkenti le anélkül, hogy a TVD tulajdonság megszûnne. Definiáljuk a

$\displaystyle \rho^L_{j+1/2}$	$\textstyle =$	$\displaystyle \rho^n_j\ \ +{1\over2}\overline{\Delta\rho}_j$
$\displaystyle \rho^R_{j+1/2}$	$\textstyle =$	$\displaystyle \rho^n_{j+1}-{1\over2}\overline{\Delta\rho}_{j+1}$	(45)

értékeket, melyek $\rho$ értékét kétféle módon becsülik meg az $x_{j+1/2}$ pontban: $\rho^L$ a bal oldali $\overline{\Delta U}^n_j$ , míg $\rho^R$ a jobb oldali $\overline{\Delta U}^n_{j+1}$ meredekséget használja fel. Ezek után a diffúzív fluxust újradefiniálhatjuk:

$\begin{displaymath} \Phi_{j+1/2}=\frac{\Delta t}{\Delta x}\vert v\vert(\rho^R_{j+1/2}-\rho^L_{j+1/2}) \end{displaymath}$

(46)

Az így definiált $\Phi$ és a (43) algoritmus egy térben másodrendû TVD módszert definiálnak a kontinuitási egyenletre. Ez többféle módon is idõben másodrendûvé tehetõ valamint általánosítható egyenletrendszrekre. Ezeknek a módszereknek a részletes tárgyalásától itt el kell tekintenünk, csupán annyit említünk meg, hogy a feladatokban az egyik ilyen általánosítást fogjuk használni, mégpedig az úgynevezett TVD-MUSCL módszert, mely nevét az angol ,,Monotonic Upstream Scheme for Conservation Laws'', (monoton folyásirányú módszer megmaradási törvényekhez) rövidítésébõl nyerte.

**Ábra 3.:** Háromféle meredekség limiter. A vékony vonalak a felhasznált, a vastag vonal a limitált meredekségeket mutatja.
$\begin{figure}\centerline{\epsfig{file=slope.eps,height=7cm}} \end{figure}$

A teljes variáció csökkentését a meredekségek megfelelõ definíciója teszi lehetõvé. A legegyszerûbb az úgynevezett minmod limitált meredekség:

$\begin{displaymath} \overline {\Delta\rho}_j = \mathrm{minmod}(\rho_j-\rho_{j-1},\rho_{j+1}-\rho_j) \end{displaymath}$

(47)

ahol a $\mathrm{minmod}()$ függvény megegyezõ elõjelû argumentumokból a legkisebb abszolútértékût adja vissza, ha viszont az argumentumok között van két ellentétes elõjelû, akkor 0-t ad vissza. Másképpen fogalmazva, a minmod limitált meredekség azonos elõjelek esetén a bal és jobb oldali meredekségek közül a kevésbé meredeket adja vissza, ellentétes elõjelnél pedig nullát.

Gyakran jóval pontosabb eredményt ad a monoton centrális (MC) limiter használata:

$\begin{displaymath} \overline {\Delta\rho}_j = \mathrm{minmod}\left[ 2(\rho_j-... ...j-1}),2(\rho_{j+1}-\rho_j), (\rho_{j+1}-\rho_{j-1})/2 \right] \end{displaymath}$

(48)

ahol az utolsó argumentum a centrális meredekség, melyet a bal és jobb oldali meredekségek kétszeresével limitálunk. Az úgynevezett szuperbee limiter, melynek definíciójától itt eltekintünk, még ennél is kevésbé köti meg a meredekség értékét, azonban ez a gyakorlatban már nem kívánatos meredekség élesedést okozhat. A három limiter hatását a 3. ábra szemlélteti.

Alfejezetek

Feladat: hanghullám TVD-MUSCL módszerrel

Next: Feladat: hanghullám TVD-MUSCL módszerrel Up: Gáz és plazma dinamika Previous: Feladat: hanghullám MacCormack módszerrel Tartalomjegyzék

Gabor Toth 2000-09-04