High-order nonuniform time-stepping and MBP-preserving linear schemes for the time-fractional Allen-Cahn equation

Título: Esquemas de Passo de Tempo Não Uniforme de Alta Ordem e Preservação de Limites Máximos (MBP) para a Equação de Allen-Cahn Fracionária no Tempo

1. O Problema

O artigo aborda a modelagem e simulação numérica da equação de Allen-Cahn fracionária no tempo (tFAC), um modelo de campo de fase que descreve a dinâmica de difusão anômala e efeitos de memória em meios heterogêneos. A equação é dada por:
$${}^C_0 D_t^\alpha \phi = M(\varepsilon^2 \Delta \phi + f(\phi))$$
onde ${}^C_0 D_t^\alpha$ é a derivada fracionária de Caputo de ordem $\alpha \in (0, 1)$.

Os principais desafios numéricos identificados são:

• Singularidade Inicial: As soluções apresentam singularidades fracas próximas a $t=0$, o que reduz a ordem de convergência em malhas temporais uniformes.
• Estabilidade e Conservação Física: Esquemas numéricos devem preservar duas propriedades físicas cruciais:
  1. Estabilidade de Energia: Dissipação da energia livre do sistema.
  2. Princípio do Limite Máximo (MBP): A solução $\phi(x,t)$ deve permanecer limitada por uma constante $\beta$ (determinada pelo potencial $f(\phi)$), garantindo que não surjam soluções não físicas.
• Limitações de Métodos Existentes: Esquemas de alta ordem (superiores a primeira ordem) existentes para tFAC geralmente são implícitos (exigindo iterações não lineares caras) ou exigem restrições severas no tamanho do passo de tempo para preservar o MBP.

2. Metodologia

Os autores desenvolveram uma nova classe de esquemas lineares estabilizados de alta ordem baseados em passos de tempo não uniformes e na abordagem de Variável Auxiliar Escalar (SAV), especificamente a variante sESAV (Exponential SAV estabilizada).

Componentes Principais da Metodologia:

• Estratégia de Predição: Foi desenvolvida uma nova estratégia de predição para obter uma solução prevista $\hat{\phi}^n$ de segunda ordem que preserva o MBP. Para $n \ge 2$, utiliza-se extrapolação linear com projeção (clipping) nos limites $\pm \beta$.
• Funcional Auxiliar Não Negativo: Introduziu-se um funcional auxiliar não negativo $V(\cdot)$ que atua de duas formas:
  1. Garante que a aproximação de primeira ordem da variável auxiliar não comprometa a precisão temporal da função de fase $\phi$.
  2. Permite o design de um termo de estabilização eficaz que domina o potencial não linear, facilitando a preservação do MBP.
• Tratamento Explícito da Não Linearidade: O potencial não linear $f(\phi)$ é tratado explicitamente usando a solução prevista, mantendo o esquema linear e evitando iterações não lineares em cada passo de tempo.
• Malhas Não Uniformes: Utilização de malhas temporais graduadas (graded meshes) no início para lidar com a singularidade e malhas adaptativas baseadas na variação de energia para eficiência computacional.

Esquemas Propostos:

1. Esquema L1-sESAV: Baseado na fórmula L1 não uniforme. É de ordem $(2-\alpha)$ e preserva incondicionalmente o MBP e a estabilidade de energia.
2. Esquema L2-1$\sigma$-sESAV: Baseado na fórmula L2-1$\sigma$ não uniforme. É de segunda ordem ($O(\tau^2)$) e preserva incondicionalmente a energia, mas preserva o MBP apenas sob certas restrições de passo de tempo.
3. Esquema L2-1$\sigma$-sESAV "Desbalanceado": Uma melhoria do esquema anterior que introduz um termo de estabilização desbalanceado (baseado nas propriedades de limitação e monotonicidade do funcional auxiliar). Este esquema melhora significativamente a preservação do MBP para passos de tempo grandes.

3. Contribuições Chave

• Primeiro Esquema Linear MBP-Incondicional: O trabalho apresenta, pela primeira vez, um esquema linear de ordem $(2-\alpha)$ (tipo L1) que preserva incondicionalmente tanto a estabilidade de energia quanto o princípio do limite máximo para o modelo tFAC.
• Alta Ordem com Eficiência: Desenvolvimento de esquemas lineares de segunda ordem (L2-1$\sigma$) que evitam a complexidade de resolver sistemas não lineares em cada passo de tempo, ao mesmo tempo que garantem estabilidade.
• Novo Termo de Estabilização: A introdução do termo de estabilização "desbalanceado" no esquema L2-1$\sigma$ permite a preservação do MBP mesmo com passos de tempo grandes, superando as limitações de métodos anteriores.
• Estratégia de Predição Geral: A estratégia de predição proposta é robusta e pode ser aplicada a outros métodos de discretização temporal fracionária.
• Integração com EOP: Demonstração de que os métodos podem ser acoplados com estratégias de Otimização de Energia (EOP) para aproximar melhor a energia original sem perder as propriedades de estabilidade.

4. Resultados Numéricos

Os autores validaram os métodos através de extensos testes numéricos em 2D e 3D, utilizando potenciais de "double-well" e Flory-Huggins:

• Convergência Temporal: Os testes confirmaram as ordens de convergência teóricas: $(2-\alpha)$ para o esquema L1 e $2$ para o esquema L2-1$\sigma$, mesmo na presença de singularidades iniciais, quando utilizadas malhas graduadas adequadas.
• Preservação de Propriedades Físicas:
  • O esquema L1-sESAV manteve o MBP e a estabilidade de energia para todos os passos de tempo testados (incluindo passos grandes como $\tau=2$).
  • O esquema L2-1$\sigma$ padrão falhou no MBP para passos de tempo muito grandes, enquanto a versão "desbalanceada" manteve o MBP com sucesso nessas condições.
• Eficiência Computacional: A combinação com estratégias de passo de tempo adaptativo reduziu drasticamente o tempo de CPU. Em um exemplo de simulação de longo prazo, o método adaptativo levou apenas ~12 segundos, enquanto o método com passo uniforme pequeno levou mais de 1 hora e 30 minutos, mantendo a mesma precisão.
• Dinâmica de Coarsening: Simulações mostraram que a ordem fracionária $\alpha$ influencia significativamente a velocidade de evolução do sistema (menor $\alpha$ implica evolução mais lenta), e os esquemas capturaram corretamente esses comportamentos físicos.

5. Significado e Impacto

Este trabalho é significativo porque preenche uma lacuna importante na literatura de métodos numéricos para equações de campo de fase fracionárias. Ao fornecer esquemas lineares, de alta ordem e incondicionalmente estáveis (ou com restrições mínimas) que preservam o MBP, os autores permitem simulações computacionalmente eficientes e fisicamente consistentes de fenômenos complexos de difusão anômala.

A capacidade de usar passos de tempo grandes sem violar limites físicos ou instabilidades torna esses métodos particularmente valiosos para simulações de longo prazo em ciência de materiais, biologia e dinâmica de fluidos, onde a eficiência computacional é crítica. Além disso, a estrutura proposta abre caminho para a aplicação em outros modelos de campo de fase fracionários e derivadas de Caputo discretas.