Comparison of Structure Preserving Schemes for the Cahn-Hilliard-Navier-Stokes Equations with Degenerate Mobility and Adaptive Mesh Refinement

Cet article compare des schémas numériques découplés implicites-explicites basés sur la méthode de Galerkin discontinue pour les équations Cahn-Hilliard-Navier-Stokes avec mobilité dégénérée, en évaluant leur capacité à préserver la masse, les bornes et la dissipation d'énergie sur des grilles adaptatives par rapport à des méthodes existantes.

L'essentiel

🌊 Le Problème : Mélanger de l'huile et de l'eau (numériquement)

Imaginez que vous essayez de simuler au ordinateur comment une goutte d'huile se déplace dans l'eau, ou comment deux bulles de savon fusionnent. C'est ce qu'on appelle un écoulement multiphasique.

Pour faire cela, les scientifiques utilisent une équation mathématique complexe appelée Cahn-Hilliard-Navier-Stokes. C'est un peu comme une recette de cuisine très précise qui dit :

1. Comment les deux liquides se mélangent (ou ne se mélangent pas).
2. Comment ils bougent sous l'effet de la gravité ou de la vitesse.

Le problème, c'est que les ordinateurs ne sont pas parfaits. Quand ils font ces calculs, ils commettent parfois de petites erreurs qui s'accumulent. Cela peut mener à des résultats "magiques" mais faux, comme :

• Créer de la matière à partir de rien (violation de la conservation de la masse).
• Faire apparaître des concentrations d'huile de 150 % (ce qui est physiquement impossible, car la concentration ne peut aller que de 0 à 100 %).
• Créer de l'énergie spontanément (ce qui violerait les lois de la physique).

🛠️ La Mission : Construire des "Gardiens de la Physique"

L'objectif de ce papier est de comparer différentes méthodes numériques (des façons de programmer l'ordinateur) pour voir laquelle est la meilleure pour respecter ces règles physiques fondamentales. Les auteurs appellent cela des "schémas préservant la structure".

Imaginez que vous construisez un château de cartes.

• Les méthodes classiques sont comme des enfants qui jouent : ils construisent vite, mais parfois une carte tombe, ou ils ajoutent une carte qui n'existait pas, ou ils cassent la tour.
• Les méthodes "Structure Preserving" sont comme des architectes rigoureux qui s'assurent que chaque carte est posée exactement à sa place, que le poids total reste le même, et que la tour ne s'effondre pas.

🔍 Les Trois Règles d'Or

Pour qu'une méthode soit considérée comme "parfaite" dans ce papier, elle doit respecter trois règles :

1. La Conservation de la Masse (Le compte en banque) : Si vous commencez avec 100 grammes d'huile, vous devez avoir 100 grammes à la fin. L'ordinateur ne doit ni en créer, ni en détruire.
2. La Préservation des Bornes (Le thermostat) : La concentration d'un liquide ne peut jamais être négative (moins que 0 %) ni supérieure à 100 %. Si le calcul donne 110 %, c'est une erreur. C'est comme si un thermostat affichait 200°C alors qu'il ne peut pas chauffer au-delà de 100°C.
3. La Dissipation d'Énergie (La fatigue) : Un système physique réel perd de l'énergie (comme une voiture qui ralentit sans accélérer). Le calcul doit montrer que le système se calme avec le temps, et non qu'il s'emballe.

⚔️ Le Tournoi des Méthodes

Les auteurs ont mis en ring plusieurs méthodes de calcul pour voir qui gagne :

• Les Méthodes FEM (Continues) : C'est la méthode classique, comme un tissu lisse. Elle est rapide, mais elle a tendance à faire des "dérives" (elle perd un peu de masse ou dépasse les limites) si on ne la surveille pas de très près.
• Les Méthodes DG (Discontinues) : Imaginez un puzzle où chaque pièce est indépendante. C'est plus flexible et permet de mieux gérer les bords nets entre l'huile et l'eau.
• Les "Limiters" (Les garde-fous) : C'est une astuce intelligente. Après chaque calcul, l'ordinateur vérifie : "Hé, cette valeur dépasse 100 % ?". Si oui, il la recadre immédiatement à 100 %. C'est comme un parent qui dit à un enfant : "Non, tu ne peux pas manger plus que ton assiette".

🏆 Les Résultats : Qui gagne ?

Après avoir testé ces méthodes sur des cas classiques (comme une goutte qui tombe ou des bulles qui tournent), voici ce qu'ils ont découvert :

1. Les gagnants (Les champions) : Les méthodes DG avec Limiters (appelées SIPG-L et SWIP-L) et une méthode spéciale appelée ASU sont les meilleures. Elles respectent parfaitement les trois règles : pas de masse perdue, pas de valeurs impossibles, et l'énergie diminue comme prévu.

   • L'analogie : Ce sont des gardes du corps très stricts qui empêchent le système de faire n'importe quoi.

2. Les perdants (Les approximations) : Les méthodes classiques sans garde-fou (FEM standard) perdent souvent un peu de masse ou dépassent les limites.

   • L'analogie : C'est comme un seau percé : vous versez de l'eau, mais une partie s'échappe sans que vous le voyiez.

3. Le compromis : Les méthodes gagnantes sont un peu plus lentes à calculer (l'ordinateur travaille plus dur), mais elles sont beaucoup plus fiables. Pour des simulations réalistes (comme en ingénierie ou en imagerie médicale), la précision vaut bien le temps de calcul.

💡 Pourquoi est-ce important ?

Ces simulations ne sont pas juste des jeux. Elles servent à entraîner des algorithmes d'intelligence artificielle pour reconstruire des images médicales (comme des scanners X-ray). Si la simulation de base est fausse (par exemple, si elle dit qu'il y a de l'huile là où il n'y en a pas), l'IA va apprendre des erreurs et donnera de mauvais diagnostics aux patients.

En résumé : Ce papier nous dit que pour simuler la nature correctement, il ne suffit pas d'avoir un ordinateur puissant. Il faut utiliser des méthodes de calcul intelligentes qui respectent les lois de la physique, même quand les mathématiques deviennent complexes. Les auteurs ont prouvé que certaines méthodes modernes (basées sur le puzzle discontinu avec des garde-fous) sont les plus sûres pour faire ce travail.

Résumé technique

1. Problématique et Contexte

Le système d'équations de Cahn-Hilliard-Navier-Stokes (CHNS) est utilisé pour modéliser les écoulements de fluides multiphasiques en utilisant une approche de champ de phase pour suivre les interfaces diffuses. L'équation de Cahn-Hilliard (CH) décrit l'évolution de la concentration de phase ($\psi$), couplée aux équations de Navier-Stokes (NS) pour la dynamique du fluide.

Le défi principal abordé dans ce travail réside dans la préservation de la structure physique lors de la discrétisation numérique, en particulier pour les mobilités dégénérées (où la mobilité $M(\psi) = 1-\psi^2$ s'annule aux bornes $\pm 1$). Une méthode numérique idéale doit respecter simultanément trois propriétés fondamentales :

1. Dissipation d'énergie : L'énergie libre du système doit décroître de manière monotone (conformément à la seconde loi de la thermodynamique).
2. Conservation de la masse : La masse totale du champ de phase doit rester constante sur l'intervalle de temps.
3. Préservation des bornes : La variable de champ de phase $\psi$ doit rester strictement dans l'intervalle physique $[-1, 1]$. La violation de ces bornes entraîne des densités non physiques dans le couplage avec Navier-Stokes.

Bien que de nombreuses méthodes garantissent la dissipation d'énergie, peu parviennent à assurer simultanément la conservation stricte de la masse et la préservation des bornes, surtout dans des configurations couplées et adaptatives.

2. Méthodologie

Les auteurs proposent une comparaison approfondie de plusieurs schémas numériques basés sur la méthode des Éléments Finis (FEM) et la méthode Galerkin Discontinue (DG), implémentés dans le logiciel open-source Dune-Fem avec l'interface UFL (Unified Form Language).

Approches Numériques Comparées

Le papier évalue les schémas suivants :

• FEM Standard (CG) : Éléments finis continus classiques. Souvent non bornés sans post-traitement.
• FEM-L (Limited FEM) : Une variante du FEM standard où la solution est projetée dans un espace DG, limitée élément par élément, puis re-projetée dans l'espace continu. Cela garantit la conservation de la masse et les bornes.
• FEM-C (Cut-off FEM) : Une méthode de post-traitement "brute" qui tronque manuellement les valeurs de $\psi$ hors de $[-1, 1]$. Cette méthode viole souvent la conservation de la masse.
• DG (SIPG et SWIP) : Schémas Galerkin Discontinus utilisant des pénalités intérieures symétriques (SIPG) ou pondérées (SWIP).
• DG-L (Limited DG) : Les schémas DG couplés à un limiteur d'échelle (scaling limiter) appliqué élément par élément pour garantir les bornes.
• ASU (Acosta-Soba Upwinding) : Un schéma structurellement préservant utilisant une variable auxiliaire discontinue par morceaux (ordre 0) pour l'advection et la mobilité, connu pour sa capacité à préserver les bornes intrinsèquement.

Stratégies de Discrétisation

• Couplage Découplé : Les équations CH et NS sont résolues séparément (splitting scheme) pour faciliter l'implémentation et le préconditionnement, utilisant un schéma de correction de pression incrémentale (IPCS) pour les NS.
• Mobilité Dégénérée : Utilisation de $M(\psi) = 1-\psi^2$ pour assurer théoriquement la préservation des bornes.
• Maillage Adaptatif : Utilisation d'un maillage conforme adaptatif (AMR) qui affine le maillage près des interfaces (où $|\nabla \psi|$ est élevé) et le grossit dans les phases pures, optimisant ainsi le coût computationnel.
• Limitation : Pour les schémas DG et FEM-L, un limiteur d'échelle est appliqué pour forcer les valeurs de $\psi$ à rester dans $[-1, 1]$ tout en conservant la masse locale.

3. Contributions Clés

1. Comparaison Systématique : Le papier fournit l'une des premières comparaisons complètes de schémas structurellement préservants (FEM, DG, ASU) dans un cadre couplé CHNS avec mobilité dégénérée et maillage adaptatif.
2. Amélioration des Schémas DG : Introduction et analyse d'une méthode DG pondérée (SWIP) pour traiter la mobilité dégénérée, permettant une meilleure coercivité et stabilité que les méthodes SIPG standards dans ce contexte.
3. Validation Théorique et Numérique :
   • Preuve de la coercivité du bilinéaire pour les schémas DG avec mobilité dégénérée.
   • Démonstration que le schéma FEM-L (avec projection et limitation) préserve la masse et les bornes, contrairement au FEM standard ou au simple "cut-off" (FEM-C).
   • Mise en évidence que le schéma ASU préserve naturellement les bornes sans limiteur explicite, mais souffre de limitations pour les ordres supérieurs.
4. Implémentation UFL : Tous les schémas sont formulés en UFL, facilitant leur adoption par d'autres utilisateurs de logiciels basés sur FEniCS ou Firedrake.

4. Résultats Expérimentaux

Les tests ont été réalisés sur plusieurs cas : un problème de goutte montante (benchmark), des bulles en rotation, et des tests de convergence avec solution manufacturée.

• Convergence : Tous les schémas atteignent les taux de convergence théoriques attendus (ordre 1 pour ASU, ordre 2 pour les schémas linéaires FEM/DG).
• Conservation de la Masse :
  • Les schémas DG-L (SIPG-L, SWIP-L) et ASU montrent une conservation de la masse excellente (erreurs de l'ordre de $10^{-14}$ à $10^{-15}$).
  • Le FEM-L conserve bien la masse, mais présente parfois une dérive légère dans les écoulements couplés forts (attribuée à la non-divergence nulle des éléments Taylor-Hood).
  • Le FEM-C (cut-off) présente une perte de masse significative ($O(10^{-4})$), le rendant inadapté pour les applications physiques précises.
• Préservation des Bornes :
  • Les schémas FEM-L, DG-L et ASU respectent strictement les bornes $[-1, 1]$.
  • Les schémas FEM, SIPG et SWIP sans limiteur violent les bornes, générant des valeurs de $\psi$ supérieures à 1 ou inférieures à -1, ce qui peut mener à des densités non physiques.
• Dissipation d'Énergie : Tous les schémas testés respectent la dissipation d'énergie.
• Performance et Coût :
  • Les schémas FEM sont les plus rapides mais manquent de robustesse physique sans post-traitement.
  • Les schémas DG sont plus lents (plus de degrés de liberté) mais offrent une meilleure précision pour un maillage donné et une meilleure préservation des propriétés physiques.
  • Le schéma ASU est le plus lent dans les configurations couplées en raison de la formulation mixte et de la variable auxiliaire supplémentaire.
  • Le SWIP-L s'est avéré être le compromis optimal : robuste, rapide (meilleur conditionnement des matrices que SIPG) et préservant toutes les propriétés physiques.

5. Signification et Conclusion

Ce travail démontre que la préservation simultanée de la masse, des bornes et de l'énergie est réalisable dans des simulations CHNS complexes avec maillage adaptatif.

• Recommandation : Les auteurs recommandent l'utilisation du schéma SWIP-L (Galerkin Discontinu pondéré avec limiteur) pour les écoulements multiphasiques complexes, car il offre le meilleur équilibre entre robustesse physique, précision et coût computationnel.
• Alternative : Pour des écoulements à faible convection ou pour des projets déjà basés sur le FEM, le schéma FEM-L est une amélioration significative par rapport aux méthodes standards, évitant les violations de bornes tout en restant efficace.
• Impact : Ces résultats sont cruciaux pour les applications industrielles et scientifiques (comme l'imagerie multi-projection X) où la précision de la reconstruction d'interface dépend de la validité physique des données simulées (pas de valeurs hors bornes).

En conclusion, le papier établit un cadre robuste pour la simulation de fluides multiphasiques, validant que les méthodes DG avec limiteurs et les variantes FEM-L sont supérieures aux approches classiques pour garantir la cohérence physique à long terme.