Computational homogenization of unsteady flows in a periodic porous medium

1. Enunciato del Problema

Il lavoro affronta la sfida di modellare la filtrazione non stazionaria di fluidi viscosi incomprimibili in mezzi porosi periodici.

• Scala microscopica: Il flusso è governato dalle equazioni di Stokes non stazionarie. La simulazione numerica diretta dei singoli pori è computazionalmente proibitiva per domini macroscopici.
• Scala macroscopica: La legge di Darcy standard è insufficiente per flussi non stazionari in cui le scale temporali della diffusione viscosa sono comparabili ai tempi di osservazione. In questi casi, il flusso esibisce effetti di memoria, richiedendo una legge di Darcy integro-differenziale.
• La sfida centrale: La velocità di filtrazione macroscopica dipende dalla storia del gradiente di pressione tramite un nucleo di memoria tensoriale $K(t)$. Risolvere l'equazione integro-differenziale non locale risultante è computazionalmente costoso perché richiede di memorizzare la storia della soluzione a tutti i passi temporali precedenti, portando a un'alta complessità di memoria e tempo ($O(N^2)$).

2. Metodologia

L'autore propone una tecnologia di omoogeneizzazione computazionale che trasforma il problema macroscopico non locale in un sistema locale di equazioni differenziali. L'approccio consiste in tre fasi principali:

A. Caratterizzazione alla Scala Microscopica (Problemi di Cellula)

Invece di risolvere direttamente problemi di Stokes non stazionari sulla cellula per ogni passo temporale macroscopico, il metodo utilizza un approccio spettrale:

1. Problema Stazionario: Risolve problemi al contorno ausiliari per determinare il tensore di permeabilità standard (statico) $\bar{K}$.
2. Problema Spettrale: Risolve un problema parziale agli autovalori (problema spettrale di Stokes) sulla cella di periodicità $Y_f$:
   $$-\Delta_y \phi + \nabla_y \eta = \lambda \phi, \quad \nabla_y \cdot \phi = 0$$
   Questo fornisce autovalori $\lambda_k$ e autofunzioni $\phi_k$.
3. Rappresentazione del Nucleo: Le componenti del tensore di permeabilità dinamico $K_{ij}(t)$ sono espresse come una somma infinita di esponenziali derivati dai dati spettrali:
   $$K_{ij}(t) = \sum_{k=1}^{\infty} a_i^k a_j^k \exp(-\lambda_k t)$$
   dove $a_i^k$ sono coefficienti derivati dalle autofunzioni.

B. Approssimazione e Localizzazione

Per rendere il problema computazionalmente trattabile:

• Troncamento: La somma infinita è troncata ai primi $m$ termini.
• Approssimazione Delta: La coda della serie (termini $k > m$) è approssimata come una funzione delta di Dirac $\delta(t)$, che contribuisce al tensore di permeabilità statico.
• Trasformazione Locale: L'integrale di convoluzione non locale è sostituito da un sistema di $m$ equazioni differenziali ordinarie (ODE) ausiliarie. Vengono introdotte nuove variabili $c_k(x,t)$:
  $$\frac{\partial c_k}{\partial t} + \lambda_k c_k - p = 0$$
  L'equazione macroscopica diventa un sistema accoppiato dell'equazione della pressione e di queste $m$ ODE, localizzando efficacemente gli effetti di memoria.

C. Implementazione Numerica

• Discretizzazione Spaziale: Metodo degli Elementi Finiti (FEM) utilizzando elementi misti (Hood-Taylor: velocità quadratica, pressione lineare) per i problemi di cellula ed elementi lineari per il dominio macroscopico.
• Discretizzazione Temporale: Schemi alle differenze implichi a due livelli con un parametro di peso $\sigma$.
  • $\sigma = 1/2$: Accuratezza del secondo ordine.
  • $\sigma \geq 1/2$: Stabilità incondizionata.

3. Contributi Chiave

1. Approssimazione del Nucleo Basata su Spettri: Il lavoro introduce un metodo per calcolare le componenti del nucleo di memoria direttamente dagli autovalori e dalle autofunzioni del problema spettrale di Stokes sulla cella di periodicità, evitando la necessità di risolvere problemi di cella non stazionari ad ogni passo temporale macroscopico.
2. Trasformazione da Non Locale a Locale: Trasforma con successo la legge di Darcy integro-differenziale in un sistema locale di PDE accoppiate con ODE. Questo riduce la complessità computazionale da quadratica (nei passi temporali) a lineare, poiché la soluzione al passo $n+1$ dipende solo dal passo $n$.
3. Analisi di Stabilità: L'autore fornisce stime a priori rigorose che dimostrano la stabilità incondizionata degli schemi alle differenze a due livelli proposti per $\sigma \geq 1/2$, garantendo che la soluzione numerica rimanga limitata e coerente con il problema continuo.
4. Strategia di Filtraggio Efficiente: Lo studio dimostra che il nucleo di memoria può essere approssimato accuratamente utilizzando un numero molto ridotto di autovalori (ad esempio, da $m=3$ a $m=10$) poiché gli autovalori di ordine superiore decadono rapidamente, permettendo significativi risparmi computazionali senza sacrificare l'accuratezza.

4. Risultati Numerici

La metodologia è stata testata su un problema benchmark 2D con un mezzo poroso periodico contenente ostacoli ellittici.

• Problema di Cellula: Il tensore di permeabilità è stato calcolato per vari rapporti di aspetto delle ellissi ($\gamma$). I risultati hanno mostrato che, all'aumentare dell'allungamento dell'ellisse, le componenti fuori diagonale della permeabilità aumentano, indicando anisotropia.
• Convergenza degli Autovalori: Gli autovalori calcolati su mesh raffinate hanno convergenza rapida. I primi 100 autovalori hanno mostrato una crescita approssimativamente lineare.
• Impatto dell'Effetto di Memoria:
  • Le simulazioni hanno mostrato una rapida "riaggiustamento" del profilo di pressione al tempo iniziale a causa degli effetti di memoria.
  • Il sistema converge rapidamente alla soluzione stazionaria, che corrisponde alla soluzione di Darcy standard (senza memoria) una volta superata la fase transitoria.
  • Efficienza: L'uso di soli $m=3$ autovalori è stato sufficiente a catturare gli effetti di memoria essenziali per il caso di test, con un errore trascurabile rispetto all'uso di $m=100$.
• Costo Computazionale: La complessità dell'algoritmo proposto è solo leggermente superiore a quella di un problema di filtrazione locale standard, poiché richiede la risoluzione esplicita di $m$ semplici problemi evolutivi locali ausiliari.

5. Significato

Questo lavoro fornisce un quadro robusto ed efficiente per simulare flussi non stazionari in mezzi porosi in cui gli effetti inerziali e di memoria sono significativi (ad esempio, rapidi cambiamenti di pressione, oscillazioni ad alta frequenza).

• Praticità: Convertendo un problema non locale in uno locale, il metodo rende fattibili simulazioni 3D su larga scala di filtrazione non stazionaria su sistemi standard di calcolo ad alte prestazioni.
• Rigor Teorico: La combinazione di teoria dell'omogeneizzazione, analisi spettrale e dimostrazioni di stabilità offre un'alternativa matematicamente fondata ai modelli empirici di memoria.
• Versatilità: L'approccio può essere esteso ad altri tipi di mezzi porosi e regimi di flusso in cui i nuclei di memoria esibiscono un decadimento esponenziale, a condizione che le proprietà spettrali della microstruttura sottostante possano essere calcolate.