Update-Magnitude State Redistribution (UM-SRD): A Shut-off Extension of Weighted SRD for Cut-Cell Methods

Technische Samenvatting: Update-Magnitude State Redistribution (UM-SRD)

Probleemstelling
Cut-cell-methoden maken het mogelijk dat eindige-volume-schema's complexe geometrieën verwerken zonder lichaam-aangepaste roosters, maar ze introduceren ernstige stabiliteitsuitdagingen door willekeurig kleine cut-cells. State Redistribution (SRD)-methodes, met name het gewogen SRD-raamwerk ontwikkeld door Berger & Giuliani (2024), adresseren deze stabiliteitsproblemen door kleine cells te samenvoegen tot buurten, gemiddelden op het samengevoegde rooster te evolueren en de resultaten terug te verdelen naar het oorspronkelijke rooster.

Echter, een kritieke beperking van de bestaande gewogen SRD-formulering is het ontbreken van een "afsluit"-mechanisme. In tegenstelling tot klassieke flux-redistributiemethoden, waarbij nabewerking vanzelf verdwijnt wanneer fluxonbalansen nul zijn, past gewogen SRD op elk tijdstap een niet-triviale redistributie-operator toe, ongeacht de grootte van de eindige-volume-update. Deze continue activering leidt tot twee praktische tekortkomingen:

1. Niet behouden van stationaire toestanden: Zelfs wanneer de fluxbalans exact nul is, vervangt SRD puntsgewijze waarden door volumegewogen gemiddelden, wat convergentie naar machineprecisie verhindert en $O(1)$-fouten introduceert in statische regio's.
2. Onnodige dissipatie: In gladde regio's met kleine maar niet-nul updates introduceert de continue toepassing van redistributie numerieke diffusie evenredig met de buurtgradiënt, onafhankelijk van de daadwerkelijke fysieke dynamica.

Methodologie
Dit artikel introduceert Update-Magnitude State Redistribution (UM-SRD), een afsluit-uitbreiding van gewogen SRD die is ontworpen om de SRD-operator te mengen met de identiteitsoperator op basis van de lokale grootte van de eindige-volume-update.

De methode werkt binnen het standaard drie-traps tijdstapraamwerk:

1. Eindige-volume-update: Bereken de pre-redistributietoestand $U^*$ met het basisschema.
2. Buurtaggregatie: Bereken gewogen buurtgemiddelden $\hat{Q}^*_j$ op samengevoegde buurten $M_j$.
3. Gemengde redistributie: In plaats van de SRD-operator $S_j$ direct toe te passen, past UM-SRD een convexe combinatie toe:
   $$R_j(s_j) = (1 - s_j)I + s_j S_j$$
   waarbij $I$ de identiteitsoperator is en $s_j \in [0, 1]$ een mengparameter is.

De mengparameter $s_j$ wordt bepaald door een gladde, lokaal gedefinieerde afsluitfunctie $h(\eta_j)$:
$$s_j = \frac{\eta_j^p}{\eta_j^p + \tau^p}$$
Hierbij is $\eta_j$ een genormaliseerde indicator van de maximale absolute updategrootte binnen de buurt $M_j$ (specifiek $\eta_j = \frac{\max \|\Delta U_i\|}{\epsilon + \max \|\Delta U_k\|}$).

• Nul-update-regime: Als alle updates in de buurt op machineprecisie liggen ($\Delta U_i \approx 0$), dan is $\eta_j = 0$, $s_j = 0$, en reduceert de methode exact tot de identiteit ($U^{n+1} = U^*$).
• Actief regime: Als significante updates optreden (bijvoorbeeld nabij discontinuïteiten of wanneer kleine-cell-stijfheid actief is), dan is $\eta_j \approx 1$, $s_j \approx 1$, en gedraagt de methode zich als volledige gewogen SRD.

Belangrijkste analytische bijdragen
Het artikel biedt een rigoureuze analyse van UM-SRD voor een lineair advektiemodel in één dimensie met een enkele kleine cut-cell:

• Behoud: De gemengde operator is per constructie behoudend voor elke $s_j \in [0, 1]$.
• Totale variatie-diminishing (TVD): Onder dezelfde CFL-voorwaarde als het basisschema van eerste orde upwind, wordt bewezen dat UM-SRD TVD is op het oorspronkelijke cut-cell-rooster. Dit berust op de convexe combinatie van de identiteit en de TVD SRD-operator.
• Behoud van stationaire toestanden: Er wordt bewezen dat UM-SRD stationaire toestanden van het basisschema exact behoudt. Als de eindige-volume-update nul is, is $s_j=0$ en vindt er geen redistributie plaats, waardoor de spurious drift die inherent is aan standaard SRD wordt vermeden.
• Nauwkeurigheid: In gladde regio's blijkt UM-SRD een perturbatie van het basisschema te zijn. Als de mengparameter op de juiste manier schaalt met de roostergrootte (of via de genormaliseerde indicator die in de praktijk wordt gebruikt), is de extra bijdrage aan de lokale truncatiefout van hogere orde dan het basisschema van eerste orde. Bijgevolg behoudt UM-SRD de convergentiesnelheid van eerste orde van de onderliggende upwind-methode.

Numerieke resultaten
Numerieke experimenten op modelproblemen in één en twee dimensies bevestigen de theoretische voorspellingen:

• Convergentie: UM-SRD vertoont convergentie van eerste orde in $L_1$- en $L_\infty$-normen voor gladde advektie, met fouten die niet te onderscheiden zijn van het basisschema en standaard gewogen SRD (verschillen < 0,01%).
• Afsluitgedrag: In tests met compacte pulsen daalt de mengparameter $s_j$ tot exact nul wanneer de puls afwezig is, waardoor het basisschema wordt hersteld, en stijgt tot $\approx 0,99$ wanneer de puls interageert met de kleine cell.
• Stabiliteit: UM-SRD stabiliseert het basisschema onder tijdstappen voor het volledige rooster (waarbij de lokale CFL bij de kleine cell 10 keer de stabiliteitslimiet is), en voorkomt de exponentiële divergentie die wordt waargenomen in het basisschema van upwind.
• Niet-oscillerende eigenschappen: Tests met discontinu data tonen aan dat UM-SRD niet-oscillerend blijft, en het gedrag van standaard SRD nabij de kleine cell nabootst.
• Behoud van stationaire toestanden: Experimenten bevestigen dat terwijl standaard SRD $O(1)$-fouten introduceert in statische profielen, UM-SRD het initiële profiel tot machineprecisie behoudt.
• Extensie naar 2D: Het algoritme werd succesvol toegepast op een 2D Cartesiaans rooster met een ingebedde grens, waarbij convergentie van eerste orde werd aangetoond zonder modificatie aan de menglogica.

Betekenis
Het artikel beweert dat UM-SRD een praktische, minimale modificatie biedt aan bestaande gewogen SRD-infrastructuur. Door de gevestigde buurt- en gewichtsstructuren opnieuw te gebruiken en slechts een lokaal mengmechanisme toe te voegen, wordt SRD voorzien van een eigenschap van verdwijnende updates. Dit combineert de stabiliteitsvoordelen van state redistribution voor willekeurig kleine cut-cells met de nauwkeurigheidsbehoudende eigenschappen van flux-redistributiemethoden, en maakt specifiek exact behoud van stationaire toestanden mogelijk en reduceert onnodige dissipatie in gladde regio's. De auteurs merken op dat hoewel de huidige analyse beperkt is tot lineaire advektie van scalairen in 1D, de algoritmische structuur dimensie-onafhankelijk is en klaar is voor integratie in productie cut-cell-codes.