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

Dit artikel vergelijkt decoupled implicit-expliciete schemata op basis van Discontinuous Galerkin voor de Cahn-Hilliard-Navier-Stokes-vergelijkingen met degenererende mobiliteit, waarbij adaptieve meshverfijning wordt gebruikt om de prestaties van deze structure-behoudende methoden te evalueren op het gebied van massa-behoud, energiedissipatie en het behoud van fysische grenzen.

De kern

Stel je voor dat je een kom met olie en water hebt. Als je dit mengt, vormen de twee vloeistoffen van nature scheidingslijnen. Soms zijn het kleine druppeltjes, soms grote golven. In de natuurkunde proberen we dit gedrag te simuleren op de computer, zodat we bijvoorbeeld kunnen voorspellen hoe een druppel zich gedraagt in een motor of hoe een mengsel zich scheidt in een chemische fabriek.

De auteurs van dit paper, Jimmy en Robert, hebben gekeken naar verschillende manieren om deze complexe wiskundige "recepten" (de Cahn-Hilliard-Navier-Stokes vergelijkingen) op de computer te laten rekenen. Ze wilden weten welke methode het meest betrouwbaar is.

Hier is de uitleg in gewone taal, met een paar creatieve vergelijkingen:

1. Het Probleem: De "Drukke Feestzaal"

Stel je de vloeistoffen voor als een drukke feestzaal met twee soorten gasten: Olie-gasten en Water-gasten. Ze willen graag bij hun eigen soort zitten, maar ze kunnen niet volledig uit elkaar blijven; er is altijd een dunne overgangszone (de interface).

De computer moet simuleren hoe deze gasten bewegen, hoe ze botsen en hoe ze zich verdelen. Het probleem is dat de computer soms "verkeerde" dingen doet:

• Massa-verlies: Het lijkt alsof er gasten verdwijnen uit de zaal, terwijl er eigenlijk niemand weg mag gaan.
• Onrealistische waarden: De computer zegt plotseling dat er "1,2 keer zoveel olie" is als er eigenlijk is, of dat er "negatieve water-gasten" zijn. Dit is fysisch onmogelijk, net als het hebben van -1 appels.
• Energie: Een systeem zou van nature rustiger moeten worden (energie verliezen), maar sommige rekenmethodes laten het systeem juist chaotisch worden.

2. De Oplossing: De "Bewakers" (Structure Preserving Schemes)

De auteurs vergelijken verschillende "rekenmethodes" (algoritmes). Ze zoeken naar methodes die als strenge bewakers fungeren. Een goede bewaker zorgt ervoor dat:

1. Geen gasten verdwijnen (Massa behoud).
2. Niemand de grenzen van de zaal breekt (Boundedness: de concentratie blijft tussen -1 en 1).
3. De zaal rustiger wordt (Energie dissipatie).

Ze testen drie hoofdgroepen van bewakers:

A. De "Strakke Netwerk" Methode (FEM - Finite Element Method)

Dit is de klassieke manier. Het is als een net dat strak over de zaal gespannen is.

• Voordeel: Het is snel en rekent snel.
• Nadeel: Soms is het net te strak of te los, waardoor er "gaten" ontstaan waar gasten verdwijnen of waar de concentratie onrealistisch wordt (bijvoorbeeld 1,1 in plaats van 1).
• De oplossing: Ze hebben een "FEM-L" variant bedacht. Dit is alsof je na elke ronde een schermwachter toevoegt die direct ingrijpt als een gast te ver naar voren loopt en hem terugduwt naar de veilige zone. Dit werkt goed, maar kost extra tijd.

B. De "Losse Blokken" Methode (DG - Discontinuous Galerkin)

In plaats van één groot net, gebruiken ze losse blokken (elementen) die niet perfect aan elkaar plakken.

• Voordeel: Ze zijn heel flexibel en kunnen scherpe randen (zoals de rand van een druppel) heel goed vastleggen. Ze zijn als een legpuzzel waarbij je elke stukje apart kunt bewegen.
• Nadeel: Omdat de stukjes los zijn, moeten ze extra regels hebben om te voorkomen dat er "lekkage" tussen de stukjes ontstaat.
• De oplossing: Ze gebruiken een gewichtssysteem (SWIP) en een limiter (een rem). De limiter zorgt ervoor dat als een blokje te ver uitloopt, het automatisch wordt bijgesteld. Dit werkt heel goed en houdt de regels strikt in acht.

C. De "Speciale Wacht" Methode (ASU - Acosta-Soba Upwinding)

Dit is een heel specifieke methode die een extra "hulpbewaker" gebruikt (een variabele die alleen op de blokken zelf kijkt, niet tussenin).

• Voordeel: Het is extreem goed in het houden van de grenzen. Geen enkele gast loopt ooit de verkeerde kant op.
• Nadeel: Het is rekenkundig zwaar en traag. Alsof je voor elke gast een extra persoon moet inhuren om te controleren of hij op zijn plek blijft.

3. De Test: De "Drijvende Druppel"

Om te zien wie de beste is, hebben ze een klassieke test gedaan: een druppel die omhoog drijft in een vloeistof (zoals een bubbeltje in een drankje).

• Ze lieten de druppel bewegen, vervormen en samensmelten.
• Ze keken naar drie dingen: Verdween er massa? Bleef de druppel binnen de regels? Verloor het systeem energie zoals het zou moeten?

De resultaten:

• De oude, simpele methodes (FEM zonder rem) lieten soms massa verdwijnen of gaven onrealistische waarden.
• De nieuwe, "gelimiteerde" methodes (FEM-L en de DG-methodes met remmen) deden het uitstekend. Ze hielden de massa perfect vast en hielden de druppel binnen de fysische grenzen.
• De DG-methodes (SWIP-L) bleken het meest robuust en snel voor complexe situaties, vooral als je het beeld kunt inzoomen en uitzoomen (adaptief rooster). Dit is als een camera die automatisch scherper wordt waar de druppel is, en wazig blijft waar er niets gebeurt.

4. Waarom is dit belangrijk?

Stel je voor dat je een medische scan maakt van een menselijk lichaam of een nieuwe motor ontwikkelt. Als je computer-simulatie zegt dat er "negatieve olie" is of dat er massa verdwijnt, dan is je model onbetrouwbaar. Je kunt dan geen goede beslissingen nemen.

De auteurs tonen aan dat hun nieuwe methodes (vooral de SWIP-L en FEM-L) als een onfeilbare regisseur fungeren. Ze zorgen dat de simulatie niet "uit de hand loopt" en dat de resultaten echt overeenkomen met de natuurwetten.

Kort samengevat:
Ze hebben verschillende manieren getest om vloeistoffen op de computer te simuleren. Ze hebben bewezen dat hun nieuwe "limiter"-technieken (remmen) ervoor zorgen dat de simulaties nooit onrealistisch worden, geen massa verliezen en altijd energie op de juiste manier verbruiken. Het is alsof ze de computer hebben geleerd om nooit te liegen over hoe een druppel zich gedraagt.

Technische samenvatting

Probleemstelling

Het artikel richt zich op de numerieke simulatie van meerfasige vloeistofstromen, gemodelleerd door het gekoppelde Cahn-Hilliard-Navier-Stokes (CHNS) systeem. Een centrale uitdaging bij het oplossen van deze vergelijkingen, vooral wanneer er sprake is van een gedegenereerde mobiliteit (waarbij de mobiliteit $M(\psi) = 1-\psi^2$ wordt en nul wordt aan de randen van het faserange), is het behoud van fysische eigenschappen in de numerieke oplossing.

Traditionele methoden kunnen vaak falen in het behoud van drie cruciale structurele eigenschappen:

1. Massabehoud: De totale massa van het faseveld moet constant blijven.
2. Behoud van grenswaarden (Bound Preservation): Het faseveld $\psi$ moet strikt binnen het fysisch zinvolle interval $[-1, 1]$ blijven. Overschrijdingen leiden tot onfysische dichtheden in de Navier-Stokes-vergelijkingen.
3. Energiedissipatie: De vrije energie van het systeem moet monotoon afnemen, in overeenstemming met de tweede wet van de thermodynamica.

Het doel van dit onderzoek is het vergelijken van verschillende numerieke schema's die deze eigenschappen garanderen, met name in combinatie met adaptief meshverfijning (AMR) en ontkoppelde (split) oplossingsstrategieën voor de CH- en NS-vergelijkingen.

Methodologie

De auteurs hebben een uitgebreide vergelijking uitgevoerd van verschillende numerieke benaderingen, geïmplementeerd in de open-source software Dune-Fem met gebruik van de Unified Form Language (UFL). De methoden zijn onderverdeeld in drie hoofdcategorieën:

1. Discontinuous Galerkin (DG) Methoden:

   • SIPG (Symmetric Interior Penalty Galerkin): Een standaard DG-formulering.
   • SWIP (Symmetric Weighted Interior Penalty): Een verbeterde versie die gewichten toepast op basis van de mobiliteitsfunctie om problemen bij de grenswaarden ($|\psi| \to 1$) te verminderen.
   • Limitering: Om de grenswaarden strikt te respecteren, wordt een element-voor-element schaal-limiter (scaling limiter) toegepast op de DG-oplossingen (aangeduid als SIPG-L en SWIP-L). Dit behoudt de massa omdat de gemiddelde waarde behouden blijft.

2. Acosta-Soba Upwinding (ASU) Schema:

   • Een structuurbehoudend schema dat een hulpvariabele (piecewise constant) introduceert voor het convectiegedeelte. Dit schema is theoretisch bewezen om grenswaarden te behouden zonder expliciete limitering, maar vereist een gemengde formulering.

3. Continu Galerkin (FEM) Methoden:

   • Standaard FEM: Vaak niet massabehoudend of grenswaarde-behoudend zonder aanpassingen.
   • FEM-L (Limited FEM): Een hybride aanpak waarbij de continue oplossing wordt geprojecteerd naar een DG-ruimte, een limiter wordt toegepast, en vervolgens terug wordt geprojecteerd naar de continue ruimte via een massagedempte $L^2$-projectie. Dit garandeert zowel massabehoud als grenswaarde-behoud.

Tijdsdiscretisatie: Er wordt gebruik gemaakt van een Implicit-Explicit (IMEX) methode (Euler) voor de niet-lineaire potentiaaltermen, waarbij de mobiliteit en convectie impliciet worden behandeld.

Adaptiviteit: Alle methoden zijn getest met adaptief meshverfijning, waarbij het mesh wordt verfeind in de buurt van het fase-interface en grof blijft in de pure fasen, gebaseerd op een indicatorfunctie van het faseveld.

Belangrijkste Bijdragen

• Vergelijking van Structure Behoud: Het artikel biedt een van de eerste uitgebreide vergelijkingen van deze specifieke schema's onder de voorwaarden van massabehoud, grenswaarde-behoud en energiedissipatie in een gekoppeld CHNS-systeem met adaptiviteit.
• Verbeterde DG-Formulering: De introductie en validatie van de SWIP-methode met gewichten, specifiek ontworpen om de stabiliteit te verbeteren wanneer het faseveld de grenswaarden benadert.
• Hybride FEM-L Aanpak: Het demonstreren dat een FEM-schema kan worden omgezet in een massabehoudend en grenswaarde-behoudend schema door middel van projectie naar DG-ruimten en limitering, zonder de complexiteit van een volledig DG-systeem te hoeven adopteren.
• Implementatie en Beschikbaarheid: Alle methoden zijn geïmplementeerd in UFL, wat de reproduceerbaarheid en toepasbaarheid voor andere gebruikers van FEM-software (zoals FEniCS) vergemakkelijkt. De auteurs tonen aan dat deze methoden goed werken in een gesplitste (split) setting, wat essentieel is voor veel bestaande simulatiepakketten.

Resultaten

De numerieke experimenten omvatten een reeks testcases, variërend van een geproduceerde oplossing (voor convergentietesten) tot complexe CHNS-problemen zoals een stijgende bubbelsimulatie (rising bubble benchmark).

• Convergentie: Alle schema's vertonen de verwachte convergentieordes. DG-schema's met lineaire elementen tonen $O(h^2)$ convergentie in de $L^2$-norm, terwijl ASU (met constante elementen) $O(h)$ vertoont.
• Massabehoud:
  • De ASU, SIPG-L, SWIP-L en FEM-L schema's behouden de massa uitstekend (fouten in de orde van $10^{-14}$ tot $10^{-15}$).
  • Standaard FEM en ongelimiteerde DG-schema's vertonen kleine afwijkingen.
  • Een "cut-off" methode (FEM-C, waarbij waarden kunstmatig worden geknipt) leidt tot aanzienlijke massaverlies ($O(10^{-4})$) en wordt afgeraden.
• Grenswaarde-behoud (Bound Preservation):
  • Alleen de schema's met limitering (SIPG-L, SWIP-L, FEM-L) en het ASU-schema garanderen dat $\psi$ strikt binnen $[-1, 1]$ blijft.
  • Standaard FEM, SIPG en SWIP zonder limitering vertonen duidelijke overschrijdingen (overshoots/undershoots), wat onfysische resultaten kan opleveren.
• Energiedissipatie: Alle geteste schema's vertonen een monotoon afnemende energie, in overeenstemming met de theorie.
• Efficiëntie:
  • FEM-based schema's zijn over het algemeen het snelst.
  • DG-schema's zijn rekentechnisch zwaarder (meer vrijheidsgraden), maar bieden vaak een betere nauwkeurigheid per rekentijd voor een bepaalde foutmarge.
  • SWIP-L bleek robuust en efficiënt, mede door betere conditionering van de systeemmatrices vergeleken met SIPG.
  • Het ASU-schema bleek in sommige gekoppelde CHNS-cases (met sterke stroming) minder convergentie te vertonen en was rekentechnisch zwaar.

Betekenis en Conclusie

Dit onderzoek benadrukt dat het behoud van fysische structuren (massa, grenswaarden, energie) niet vanzelfsprekend is in numerieke simulaties van meerfasige stromingen, zelfs niet bij geavanceerde methoden.

De belangrijkste conclusie is dat SWIP-L (Symmetric Weighted Interior Penalty met limitering) en FEM-L de meest veelbelovende kandidaten zijn voor praktische toepassingen:

• SWIP-L is ideaal voor complexe stromingen waar robuustheid en hoge nauwkeurigheid vereist zijn, en biedt een natuurlijke extensie naar hogere orde benaderingen ($k>1$).
• FEM-L is een uitstekende optie voor projecten die al gebaseerd zijn op continu FEM, omdat het de voordelen van limitering biedt zonder de volledige overgang naar DG te vereisen.

De studie sluit aan bij de behoefte aan betrouwbare "ground truth" simulaties voor het trainen van beeldherstellingsalgoritmen (zoals in X-ray imaging), waar onfysische waarden in het faseveld de kwaliteit van de reconstructie ernstig kunnen beïnvloeden. De auteurs plannen verdere uitbreidingen naar volledig adaptieve ruimtelijke en temporele benaderingen met variërende polynomialle orde.