🔢 mathematics

An Efficient Second-Order-in-Time Penalty-Projection Ensemble Eddy Viscosity Method for Parameterized Navier-Stokes Flows

यह शोध पत्र पैरामीटराइज्ड नेवियर-स्टोक्स प्रवाह के लिए एडी विस्कोसिटी (eddy viscosity) और ग्रेड-डिव (grad-div) स्थिरीकरण के साथ एक नवीन, द्वितीय-क्रम-सटीक दंड-प्रक्षेप (penalty-projection) एन्सेम्बल विधि प्रस्तावित और कठोरता से विश्लेषित करता है, जो एक साझा गुणांक मैट्रिक्स के माध्यम से कम्प्यूटेशनल दक्षता प्राप्त करता है और स्थिरीकरण पैरामीटर बढ़ने के साथ इष्टतम अभिसरण और स्थिरता प्रदर्शित करता है।

मूल लेखक: Md Mahmudul Islam, Muhammad Mohebujjaman, Jahrul Alam

प्रकाशित 2026-08-20

📖 6 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Md Mahmudul Islam, Muhammad Mohebujjaman, Jahrul Alam

मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। ✨ नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें

तरल पदार्थ (fluids) हर जगह मौजूद हैं, जैसे पंख के ऊपर से गुजरती हवा से लेकर नाली में घूमते पानी तक। जब वैज्ञानिक यह अनुमान लगाने की कोशिश करते हैं कि ये तरल पदार्थ कैसे व्यवहार करेंगे, तो वे जटिल गणितीय मॉडलों पर भरोसा करते हैं। हालाँकि, वास्तविक दुनिया में, कुछ भी पूरी तरह से ज्ञात नहीं होता है। हवा की गति, पानी का तापमान, या पाइप की दीवार का खुरदरापन, ये सभी चीजें थोड़ी बहुत भिन्न हो सकती हैं। यह समझने के लिए कि ये छोटी अनिश्चितताएं अंतिम परिणाम को कैसे प्रभावित करती हैं, शोधकर्ता केवल एक एकल सिमुलेशन नहीं चलाते हैं। इसके बजाय, वे एक साथ सैकड़ों या हजारों सिमुलेशन चलाते हैं, जिनमें से प्रत्येक में शुरुआती स्थितियाँ थोड़ी अलग होती हैं, ताकि यह एक पूर्ण चित्र बना सकें कि क्या हो सकता है। इस दृष्टिकोण को 'अनिश्चितता परिमाणीकरण' (uncertainty quantification) कहा जाता है। चुनौती यह है कि तरल प्रवाह के एक यथार्थवादी सिमुलेशन को चलाना भी कंप्यूटर समय और मेमोरी के मामले में अत्यंत महंगा है। हजारों सिमुलेशन चलाना असंभव सा लगता है, क्योंकि लागत सिमुलेशन की संख्या के साथ कई गुना बढ़ जाएगी, जो सबसे शक्तिशाली सुपरकंप्यूटरों को भी थका देगी।

शोधकर्ताओं की एक टीम ने इस समस्या से निपटने का एक नया तरीका विकसित किया है, जिससे इन विशाल समूहों के सिमुलेशन को सटीकता खोए बिना बहुत तेज़ी से चलाना संभव हो गया है। उन्होंने एक विशिष्ट प्रकार के तरल प्रवाह पर ध्यान केंद्रित किया जहाँ गति मुख्य रूप से चिपचिपाहट (stickiness) के बजाय संवेग (momentum) द्वारा संचालित होती है, जिसे 'संवहन-प्रधान प्रवाह' (convection-dominated flow) कहा जाता है। इन परिदृश्यों में, मानक कंप्यूटर विधियाँ अक्सर विफल हो जाती हैं या अस्थिर हो जाती हैं, जिससे परिणाम एक वास्तविक पैटर्न में स्थिर होने के बजाय बेतुके होकर बिखर जाते हैं। शोधकर्ताओं ने एक नया एल्गोरिदम बनाया है जो एक स्मार्ट फिल्टर की तरह कार्य करता है, जो गणनाओं को स्थिर करता है जबकि गणित को इतना सरल रखता है कि उसे जल्दी हल किया जा सके। उनकी विधि कंप्यूटर को सभी अलग-अलग परिदृश्यों को एक साथ हल करने की अनुमति देती है, क्योंकि वे प्रत्येक को शुरू से हल करने के बजाय गणना के भारी काम को साझा करते हैं।

उनके नवाचार का मूल इस बात में निहित है कि कंप्यूटर तरल की गति और उसके दबाव के बीच के संबंध को कैसे संभालता है। पारंपरिक तरीकों में, ये दो कारक एक ही विशाल समीकरण में एक साथ बंधे होते हैं जो हल करने में बहुत कठिन और धीमा होता है। नया दृष्टिकोण इस समस्या को दो छोटे, आसान चरणों में तोड़ देता है। पहले, यह तरल की गति का एक मोटा अनुमान लगाता है। फिर, यह सुनिश्चित करने के लिए एक त्वरित सुधार करता है कि तरल जैसा व्यवहार करना चाहिए वैसा ही करे, बिना पदार्थ को बनाए या नष्ट किए। यह दो-चरणीय प्रक्रिया, जिसे 'प्रोजेक्शन विधि' (projection method) कहा जाता है, पारंपरिक तरीके की तुलना में बहुत तेज़ है। हालाँकि, समस्या को विभाजित करने से कभी-कभी छोटी त्रुटियां आ सकती हैं। इसे ठीक करने के लिए, शोधकर्ताओं ने एक विशेष गणितीय "दंड" (penalty) जोड़ा जो समाधान को सटीक बनाए रखने के लिए मजबूर करता है। उन्होंने सिद्ध किया कि यदि यह दंड पर्याप्त उच्च रखा जाए, तो त्रुटि समाप्त हो जाती है, और तेज़ विधि पारंपरिक धीमी विधि जितनी ही सटीक हो जाती है।

सबसे कठिन, तेज़ गति वाले प्रवाहों के लिए अपनी विधि को कारगर बनाने के लिए, टीम ने "एडी विस्कोसिटी" (eddy viscosity) की एक परत भी जोड़ी है। इसे एक डिजिटल सुरक्षा जाल की तरह समझें जो तरल के उन छोटे, अराजक भंवरों को पकड़ लेता है जो कंप्यूटर के लिए सीधे देखने हेतु बहुत छोटे होते हैं। इस सुरक्षा जाल के बिना, सिमुलेशन अस्थिर हो जाएगा और क्रैश हो जाएगा। इसके साथ, कंप्यूटर उच्च-गति के प्रवाह की अराजकता को बिना टूटे संभाल सकता है। शोधकर्ताओं ने अपने नए तरीके का परीक्षण कई क्लासिक समस्याओं पर किया, जैसे कि एक सिलेंडर के चारों ओर बहता पानी और एक चैनल में एक स्टेप (सीढ़ी) के ऊपर से गुजरती हवा। हर मामले में, तेज़, विभाजित-चरण विधि ने पारंपरिक धीमी विधि के लगभग समान परिणाम दिए, लेकिन इसने बहुत कम समय में ऐसा किया। उदाहरण के लिए, जब उन्होंने समस्या की जटिलता बढ़ाई, तो नया तरीका कुशल बना रहा, जबकि पुराना तरीका पूरा होने में बहुत अधिक समय लेता गया।

टीम ने यह भी जांचा कि जब तरल अत्यंत तीव्र था और कंप्यूटर का ग्रिड बहुत बारीक नहीं था, तो विधि कितनी अच्छी तरह टिकी रहती है। इन कठिन परिस्थितियों में, सुरक्षा जाल के बिना मानक विधि पूरी तरह विफल रही, और थोड़े समय के बाद बिखर गई। नया तरीका, एडी विस्कोसिटी सुरक्षा के साथ, स्थिर रहा और लंबे समय तक विश्वसनीय परिणाम देता रहा। यह सुझाव देता है कि दृष्टिकोण वास्तविक दुनिया के तरल गतिकी (fluid dynamics) की अव्यवस्थित और अप्रत्याशित प्रकृति को संभालने के लिए पर्याप्त मजबूत है। इस विधि को स्थिर होने और सही उत्तर की ओर बढ़ने (converge) के रूप में सिद्ध करके, शोधकर्ताओं ने इंजीनियरों और वैज्ञानिकों को एक विश्वसनीय उपकरण प्रदान किया है जिन्हें यह समझने की आवश्यकता है कि अनिश्चितता तरल प्रणालियों को कैसे प्रभावित करती है।

यह कार्य विशेष रूप से महत्वपूर्ण है क्योंकि यह उन जटिल, वास्तविक दुनिया की समस्याओं के अध्ययन का द्वार खोलता है जिन्हें उच्च सटीकता के साथ विश्लेषण करना पहले बहुत महंगा था। चाहे वह अधिक कुशल हवाई जहाज के पंख को डिजाइन करना हो, शहर में प्रदूषण के प्रसार का अनुमान लगाना हो, या मानव शरीर में रक्त के प्रवाह को समझना हो, हजारों सिमुलेशन तेजी से चलाने की क्षमता एक गेम-चेंजर है। शोधकर्ताओं ने प्रदर्शित किया कि उनका तरीका न केवल दो आयामों में, बल्कि तीन-आयामी स्थान में भी काम करता है, जटिल आकृतियों और विक्षुब्ध (turbulent) प्रवाहों को संभालता है। उन्होंने पाया कि विधि अपनी गति और सटीकता बनाए रखती है, भले ही विभिन्न परिदृश्यों की संख्या बढ़ जाए, जो इसे बड़े पैमाने की इंजीनियरिंग चुनौतियों के लिए एक व्यावहारिक समाधान बनाता है। अध्ययन पुष्टि करता है कि गति और सटीकता के बीच सावधानीपूर्वक संतुलन बनाकर, तरल पदार्थों के अप्रत्याशित व्यवहार का उस विवरण के साथ अनुकरण करना संभव है जो कभी पहुंच से बाहर था।

तकनीकी सारांश: पैरामीटराइज्ड नेवियर-स्टोक्स प्रवाह के लिए एक कुशल द्वितीय-क्रम-इन-टाइम पेनल्टी-प्रोजेक्शन एनसेंबल एडी विस्कोसिटी विधि

समस्या विवरण
यह शोध पत्र पैरामीटराइज्ड, इनकम्प्रेसिबल नेवियर-स्टोक्स समीकरणों (NSE) के लिए अनिश्चितता परिमाणीकरण (Uncertainty Quantification - UQ) से जुड़ी कम्प्यूटेशनल चुनौतियों को संबोधित करता है, विशेष रूप से कन्वेक्शन-डोमिनेटेड (convection-dominated) शासन में। UQ में, $J$ वास्तविकताओं (realizations) का एक एनसेंबल विभिन्न इनपुट मापदंडों (जैसे कि किनेमैटिक श्यानता $\nu_j$ , बॉडी फोर्सेस $f_j$ , प्रारंभिक स्थितियाँ) के साथ सिम्युलेट किया जाता है। पारंपरिक दृष्टिकोणों में $J$ अलग-अलग नॉनलीन सिस्टम को हल करने की आवश्यकता होती है, जिससे कम्प्यूटेशनल लागत $J$ के समानुपाती हो जाती है। इसके अतिरिक्त, मानक योजनाएं कन्वेक्शन-डोमिनेटेड प्रवाह में विफल हो जाती हैं क्योंकि वे अनसुलझे पैमानों (unresolved scales) से हल किए गए पैमानों तक ऊर्जा हस्तांतरण को कैप्चर करने में असमर्थ होती हैं, जिससे संख्यात्मक अस्थिरता (numerical instability) उत्पन्न होती है। इसके अलावा, NSE में वेग (velocity) और दबाव (pressure) के बीच का युग्मन (coupling) एक सैडल-पॉइंट सिस्टम (saddle-point system) बनाता है, जिसे हल करना कम्प्यूटेशनल रूप से महंगा होता है, विशेष रूप से बड़े एनसेंबल के लिए बार-बार दोहराए जाने पर।

कार्यप्रणाली (Methodology)
लेखक एक नवीन, पूर्णतः विविक्त (fully discrete), द्वितीय-क्रम-सटीक एल्गोरिदम प्रस्तावित करते हैं जिसे BDF-2-EEV-SPP (सेकंड-ऑर्डर बैकवर्ड डिफरेंसिएशन फॉर्मूला विद एनसेंबल एडी विस्कोसिटी एंड स्टेबलाइज्ड पेनल्टी-प्रोजेक्शन) कहा जाता है। यह विधि तीन प्रमुख घटकों को एकीकृत करती है:

एनसेंबल एडी विस्कोसिटी (EEV): कन्वेक्शन-डोमिनेटेड प्रवाहों में मजबूती सुनिश्चित करने के लिए, योजना एक EEV रेगुलाइजेशन टर्म, $\nu_T$ को शामिल करती है, जो मिक्सिंग लेंथ अवधारणा से व्युत्पन्न है। यह टर्म मिश्रण के उतार-चढ़ाव (ensemble fluctuations) के आधार पर रेनॉल्ड्स स्ट्रेस टेंसर का अनुमान लगाती है, जो अंडर-रिज़ॉल्व्ड मेश के लिए आवश्यक विसरण (dissipation) प्रदान करती है।
पेनल्टी-प्रोजेक्शन स्प्लिटिंग: वेग और दबाव चरों को डीकपल करने और कम्प्यूटेशनल लागत को कम करने के लिए, लेखक एक दो-चरणीय प्रोजेक्शन विधि का उपयोग करते हैं:
- चरण 1: एक मध्यवर्ती वेग $\hat{u}^{n+1}_{j,h}$ के लिए एक लीनियरकृत मोमेंटम समीकरण को हल करें। इस चरण में एक ग्रेड-डिव (grad-div) स्टेबिलाइज़ेशन टर्म ( $\gamma \nabla(\nabla \cdot \hat{u})$ ) और EEV टर्म शामिल है। महत्वपूर्ण रूप से, यह चरण एक युग्मित सैडल-पॉइंट सिस्टम के बजाय एक $1 \times 1$ ब्लॉक सिस्टम (केवल वेग) को हल करता है।
- चरण 2: मध्यवर्ती वेग और दबाव को सुधारने के लिए उन्हें डाइवर्जेंस-फ्री स्पेस पर प्रोजेक्ट करें। इसमें दबाव के लिए एक पॉइसन-समान समीकरण और वेग के लिए एक सरल अपडेट शामिल है।
साझा गुणांक मैट्रिक्स (Shared Coefficient Matrix): एल्गोरिदम को इस तरह डिज़ाइन किया गया है कि प्रत्येक टाइम स्टेप पर दोनों चरणों में लीनियर सिस्टम के लिए गुणांक मैट्रिक्स सभी $J$ वास्तविकताओं के लिए समान रहता है। यह मैट्रिक्स फैक्टराइजेशन के पुन: उपयोग या ब्लॉक क्रायलोव सबस्पेस विधियों के उपयोग की अनुमति देता है, जिससे असेंबली और सॉल्वर समय में काफी कमी आती है।

योजना दूसरे क्रम की टेम्पोरल सटीकता के लिए BDF-2 टाइम-स्टेपिंग फॉर्मूला का उपयोग करती है और एनसेंबल मीन्स (means) और फ्लक्चुएशन का उपयोग करके कन्वेक्टिव टर्म्स को लीनियराइज़ करती है।

प्रमुख योगदान और सैद्धांतिक परिणाम

स्थिरता और अभिसरण (Stability and Convergence): लेखक प्रस्तावित योजना की स्थिरता को कड़ाई से सिद्ध करते हैं। वे प्रदर्शित करते हैं कि जैसे-जैसे पेनल्टी पैरामीटर $\gamma \to \infty$ होता है, BDF-2-EEV-SPP योजना का समाधान एक समतुल्य द्वितीय-क्रम युग्मित (BDF-2-EEV-Coupled) योजना के समाधान की ओर अभिसरित होता है।
त्रुटि अनुमान (Error Estimates): सैद्धांतिक विश्लेषण स्थापित करता है कि स्प्लिटिंग एरर $\gamma \to \infty$ होने पर एसिम्प्टोटिक रूप से घटता है। यह सिद्ध किया गया है कि योजना $(Q_2^d, Q_1)$ टेलर-हुड एलिमेंट पेयर के लिए इष्टतम स्थानिक अभिसरण दर (विशेष रूप से $O(h^2)$ ) और द्वितीय-क्रम टेम्पोरल अभिसरण ( $O(\Delta t^2)$ ) प्राप्त करती है।
मजबूती (Robustness): EEV टर्म को कन्वेक्शन-डोमिनेटेड प्रवाहों के लिए दीर्घकालिक स्थिरता प्रदान करने वाला दिखाया गया है, जो उस "ब्लो-अप" को रोकता है जो अक्सर मानक योजनाओं में देखा जाता है जब ऊर्जा हस्तांतरण को कैप्चर नहीं किया जाता है।

संख्यात्मक परिणाम
लेखक deal.II फाइनाइट एलिमेंट लाइब्रेरी का उपयोग करके संख्यात्मक प्रयोगों के माध्यम से सिद्धांत को मान्य करते हैं:

अभिसरण सत्यापन (Convergence Verification): रैंडमाइज्ड श्यानता के साथ एक मैन्युफैक्चरड सॉल्यूशन का उपयोग करते हुए, लेखक पुष्टि करते हैं कि:
- BDF-2-EEV-SPP योजना $\gamma$ बढ़ने के साथ 1 के करीब दर के साथ युग्मित योजना की ओर अभिसरित होती है।
- वेग क्षेत्र के लिए इष्टतम द्वितीय-क्रम स्थानिक अभिसरण देखा गया है।
- द्वितीय-क्रम टेम्पोरल अभिसरण प्राप्त किया गया है।
बेंचमार्क समस्याएं: विधि का परीक्षण तीन बेंचमार्क समस्याओं पर किया गया है:
- स्टेप ओवर चैनल फ्लो: ज्यामितीय अनिश्चितता के साथ एक 2D समस्या। SPP योजना के एनसेंबल एवरेज स्पीड कंटूर और एनर्जी इवोल्यूशन ने युग्मित योजना के साथ उत्कृष्ट सहमति दिखाई।
- फ्लो पास्ट अ सर्कुलर सिलेंडर: एक 2D वोर्टेक्स-शेडिंग समस्या। SPP योजना ने श्यानता कम होने पर लैमिनार से टर्बुलेंट शासन में संक्रमण को सफलतापूर्वक कैप्चर किया, जो युग्मित योजना के परिणामों से मेल खाता है।
- 3D रेगुलराइज्ड लिड-ड्रिवन कैविटी (RLDC): रैंडम श्यानता के साथ एक 3D समस्या। योजना स्थिर रही और युग्मित विधि के परिणामों के अनुरूप परिणाम दिए।
दक्षता (Efficiency): चैनल फ्लो समस्या पर कम्प्यूटेशनल टाइम तुलनाओं ने प्रदर्शित किया कि BDF-2-EEV-SPP योजना युग्मित योजना की तुलना में काफी तेज़ है (उदाहरण के लिए, 1.6 मिलियन DoFs के लिए ~30% कम वॉल-क्लॉक टाइम), जिसका कारण लीनियर सिस्टम का छोटा आकार और साझा मैट्रिक्स संरचना है।
EEV प्रभावशीलता: बहुत कम श्यानता ( $E[\nu] = 10^{-6}$ ) के साथ 3D RLDC समस्या पर प्रयोगों ने दिखाया कि EEV स्टेबिलाइजेशन ( $\mu=0$ ) के बिना, समाधान अस्थिर हो गया और ब्लो-अप हो गया। EEV ( $\mu > 0$ ) के साथ, सिमुलेशन लंबे समय के अंतराल पर स्थिर रहे।

महत्व
लेखक दावा करते हैं कि प्रस्तावित BDF-2-EEV-SPP योजना एक मजबूत, कुशल और सटीक उपकरण है जो बड़े पैमाने पर, यथार्थवादी, कन्वेक्शन-डोमिनेटेड फ्लो समस्याओं के लिए UQ फ्रेमवर्क के भीतर काम करती है। इसका प्राथमिक महत्व निम्नलिखित है:

कम्प्यूटेशनल दक्षता: सभी वास्तविकताओं के बीच गुणांक मैट्रिक्स को साझा करके और वेग-दबाव युग्मन को विभाजित करके, यह कम्प्यूटेशनल जटिलता को एकल NSE सिमुलेशन के क्रम तक कम कर देता है, जिससे बड़े एनसेंबल सिमुलेशन संभव हो जाते हैं।
मजबूती: EEV और ग्रेड-डिव स्टेबिलाइजेशन का संयोजन गैर-पॉइंटवाइज डाइवर्जेंस-फ्री एलिमेंट्स (जैसे टेलर-हुड) के उपयोग की अनुमति देता है, जो डाइवर्जेंस-फ्री एलिमेंट्स (जैसे स्कॉट-वोगेलियस) की तुलना में कम्प्यूटेशनल रूप से सस्ते हैं, जबकि उच्च रेनॉल्ड्स नंबर प्रवाह में स्थिरता बनाए रखते हैं।
सटीकता: विधि द्वितीय-क्रम टेम्पोरल सटीकता और इष्टतम स्थानिक सटीकता प्राप्त करती है, जो पेनल्टी पैरामीटर बढ़ने के साथ समतुल्य युग्मित फॉर्मूलेशन की ओर अभिसरित होती है।

लेखक नोट करते हैं कि हालांकि योजना विशिष्ट स्थितियों के तहत स्थिर है, श्यानता डेटा पर प्रतिबंधात्मक स्थिति के लिए आगे के परीक्षण की आवश्यकता है। भविष्य के कार्य में Yosida-प्रकार के एलजेब्रिक स्प्लिटिंग और फिजिक्स-इंफॉर्म्ड न्यूरल नेटवर्क्स (PINNs) में विस्तार की योजना है।

इसी तरह के और पेपर