A Novel Explicit Filter for the Approximate Deconvolution in Large-Eddy Simulation on General Unstructured Grids: A posteriori tests on highly stretched grids

Este estudo apresenta um novo filtro explícito otimizado para malhas não estruturadas que, ao combinar técnicas de média facial e filtragem recursiva, supera as limitações espectrais dos filtros convencionais em grades altamente esticadas, resultando em previsões significativamente mais precisas de escoamentos turbulentos em simulações de Grande Escala (LES).

O essencial

Imagine que você está tentando prever o tempo. Você tem um mapa muito detalhado, mas o computador não consegue processar cada gota de chuva individualmente porque são muitas demais. Então, você decide olhar apenas para as "nuvens grandes" e ignorar as gotinhas minúsculas. Isso é o que os cientistas fazem quando simulam o fluxo de fluidos (como ar ou água) em computadores: eles separam o que é grande (e podem calcular) do que é pequeno (e precisam estimar).

Essa técnica se chama Simulação de Grandes Vórtices (LES). O problema é que, para fazer essa separação de forma correta, eles precisam usar uma "peneira" matemática, chamada Filtro.

O Problema: A Peneira Quebrada

Neste artigo, os pesquisadores descobriram que as "peneiras" (filtros) que os cientistas usavam até agora tinham um defeito grave: elas funcionavam bem em grades (malhas) de computador perfeitas e quadradas, mas quebravam quando a grade era distorcida.

Pense em uma grade de computador como um tapete.

• Em algumas áreas, o tapete é feito de quadrados perfeitos.
• Em outras (perto de paredes, por exemplo), o tapete é esticado e transformado em retângulos longos e finos, como tiras de fita adesiva.

As peneiras antigas (chamadas de Laplace e Simple) eram como peneiras feitas apenas para quadrados. Quando você tentava usá-las nessas "tiras de fita" esticadas, elas começavam a tremer, a criar erros gigantes e, no pior dos casos, faziam a simulação inteira explodir (o computador parava de funcionar porque os números ficavam infinitos).

A Solução: Uma Nova Peneira Inteligente

Os autores criaram uma nova peneira (um novo filtro) que é inteligente o suficiente para se adaptar a qualquer formato de tapete, seja quadrado, retangular ou até irregular.

Como eles fizeram isso?

1. Mistura de Técnicas: Eles combinaram duas ideias. Uma é "tirar a média" dos vizinhos (como perguntar a 5 pessoas ao redor qual é a temperatura e tirar a média). A outra é fazer isso várias vezes em sequência (recursivamente), como se você passasse a peneira sobre a peneira várias vezes para garantir que tudo fique bem filtrado.
2. Otimização por "Tentativa e Acerto" Avançada: Eles usaram um algoritmo de computador (como um treinador de IA) para ajustar os parâmetros dessa nova peneira. O objetivo era encontrar o "ponto ideal" onde a peneira:
   • Não distorce a informação (não muda o sabor do café).
   • Remove bem o que é muito pequeno (o pó).
   • Não cria ruídos falsos.
   • Funciona igual em todas as direções, mesmo no tapete esticado.

O Teste: Correndo na Pista

Para ver se a nova peneira funcionava, eles fizeram dois testes famosos:

1. O Canal de Água (Fluxo Turbulento): Eles simularam água correndo em um tubo.

   • Resultado: As peneiras antigas falharam ou deram resultados errados perto das paredes. A nova peneira conseguiu prever a velocidade da água com muito mais precisão, especialmente na camada onde a água "raspa" na parede. Foi como trocar um relógio de areia velho por um relógio atômico.

2. O Vórtice de Taylor-Green (Redemoinhos 3D): Eles simularam redemoinhos de ar se desmanchando em uma caixa cúbica.

   • Resultado: Mesmo com uma grade de computador muito irregular (como um tapete rasgado e remendado), a nova peneira conseguiu acompanhar a evolução dos redemoinhos com muito mais fidelidade do que as antigas.

Por que isso importa?

Até hoje, simular fluidos em formas complexas (como o ar passando por um carro esportivo ou a água em uma turbina eólica) era difícil porque as ferramentas matemáticas não aguentavam as distorções da geometria.

Com essa nova peneira, os engenheiros e cientistas podem:

• Usar grades de computador mais flexíveis e eficientes.
• Obter resultados mais precisos sem precisar de computadores superpotentes.
• Evitar que as simulações "travem" ou deem resultados errados.

Em resumo: Os autores criaram uma ferramenta matemática mais robusta e versátil. É como se eles tivessem inventado uma peneira que não importa se você a usa em uma mesa quadrada ou em uma superfície ondulada; ela sempre filtra o que precisa, deixando a simulação fluir suavemente e com precisão.

Resumo técnico

Resumo Técnico: Um Novo Filtro Explícito para Aproximação de Deconvolução em Simulação de Grandes Vórtices (LES) em Malhas Não Estruturadas

1. O Problema

A Simulação de Grandes Vórtices (LES) depende criticamente da separação de escalas entre os vórtices resolvidos e os não resolvidos (Sub-Grid Scale - SGS). Métodos avançados, como a Deconvolução Aproximada (AD), utilizam filtros explícitos para realizar essa separação e garantir estabilidade numérica. No entanto, filtros explícitos convencionais aplicados a malhas não estruturadas (comuns em geometrias complexas) apresentam deficiências graves:

• Dependência da Configuração da Malha: O desempenho de filtros existentes (como filtros diferenciais de Laplace e filtros de média de face simples) degrada-se severamente em malhas com altas taxas de aspecto (comuns em camadas limite).
• Propriedades Espectrais Inadequadas: Em malhas esticadas, esses filtros falham em atenuar adequadamente os números de onda próximos à frequência de Nyquist, introduzem erros de dispersão significativos e violam critérios de estabilidade (amplificação de energia) e positividade.
• Instabilidade Numérica: A aplicação desses filtros em malhas não uniformes frequentemente leva a oscilações não físicas e divergência da solução, especialmente em simulações iterativas como as usadas na deconvolução.
• Tratamento de Fronteiras: Filtros diferenciais exigem o cálculo de gradientes nas fronteiras sólidas, o que introduz incertezas e custos computacionais adicionais.

2. Metodologia

Os autores desenvolveram um novo filtro explícito otimizado para malhas não estruturadas, combinando técnicas de média de faces e filtragem recursiva. A metodologia seguiu as seguintes etapas:

• Análise de Filtros Existentes: Realizou-se uma análise a priori detalhada dos filtros de Laplace (diferencial) e simpleFilter (média de faces) em malhas cartesianas uniformes, não uniformes e tetraédricas. Concluiu-se que ambos são altamente anisotrópicos e sensíveis à taxa de aspecto da malha.
• Proposta do Novo Filtro:
  • Base: Utilização de uma técnica de média de faces modificada ($F_M$) que não requer gradientes nas fronteiras.
  • Recursividade: Aplicação de um processo recursivo onde o filtro é aplicado múltiplas vezes com coeficientes de relaxação ($b_n$) ajustáveis.
  • Formulação: $\bar{\phi}_i^n = (1 - b_n)\bar{\phi}_i^{n-1} + b_n F_M(\bar{\phi}_i^{n-1})$.
• Otimização Multi-objetivo: Os parâmetros do filtro (número de recursões $N_R$ e coeficientes $b_n$) foram determinados através de um algoritmo genético multi-objetivo (GA) no MATLAB. O objetivo foi minimizar:
  1. Erro de atenuação em altos números de onda (na frequência de Nyquist).
  2. Erro de comutação (garantindo que o filtro comute com operadores de derivada).
  3. Erro de dispersão (parte imaginária da função de transferência).
  • Restrições: Garantir largura de filtro pré-ajustada, positividade da função de transferência e estabilidade (sem amplificação de energia).
• Validação A Posteriori: O novo filtro foi implementado no código OpenFOAM e testado em dois benchmarks clássicos de LES:
  1. Fluxo em Canal Turbulento: Em malhas altamente esticadas (típicas de camadas limite) para $Re_\tau = 395$ e $590$.
  2. Vórtice de Taylor-Green (TGV) 3D: Em malhas não estruturadas de prismas para avaliar a dinâmica de vórtices decrescentes.

3. Principais Contribuições

• Novo Filtro Isotrópico: Desenvolvimento de um filtro cujos coeficientes são independentes da taxa de aspecto da malha, garantindo comportamento isotrópico mesmo em malhas altamente esticadas.
• Estabilidade em Malhas Complexas: Eliminação da necessidade de tratamentos ad-hoc de gradientes nas fronteiras, resolvendo o problema de divergência observado em filtros diferenciais.
• Otimização Sistemática: Uso de um framework de otimização multi-objetivo para sintonizar os parâmetros do filtro, garantindo um equilíbrio ideal entre atenuação, estabilidade e precisão espectral.
• Eficiência Computacional: O filtro proposto é computacionalmente mais eficiente (cerca de 5 vezes mais rápido) que filtros diferenciais e possui melhor paralelização.

4. Resultados

• Fluxo em Canal:
  • Simulações com o filtro de Laplace divergiram devido a oscilações não físicas perto das paredes.
  • O filtro simples (simpleFilter) produziu resultados estáveis, mas com erros significativos no perfil de velocidade média (desajuste na camada logarítmica).
  • O novo filtro demonstrou melhoria notável na previsão do perfil de velocidade média, reduzindo drasticamente o erro na camada logarítmica.
  • Análise de balanço de energia mostrou que o novo filtro atenua adequadamente os modos próximos ao Nyquist em todas as direções, aumentando a contribuição da tensão de sub-filtro reconstruída (deconvolução) e reduzindo a energia cinética resolvida diretamente, mas mantendo a qualidade da LES (critério de Pope) com menos de 10% de energia modelada.
• Vórtice de Taylor-Green (TGV):
  • Em malhas prismáticas esticadas, o novo filtro manteve a precisão na evolução da energia cinética total, especialmente na segunda metade da simulação (quando as estruturas vorticais tornam-se menores), superando o filtro simples em malhas de alta taxa de aspecto.
• Propriedades Espectrais: A função de transferência do novo filtro mostrou atenuação suficiente na frequência de Nyquist em todas as direções espaciais, independentemente da configuração da malha, ao contrário dos filtros convencionais que falhavam em direções específicas.

5. Significado

Este trabalho preenche uma lacuna crítica na simulação de turbulência em geometrias complexas. Ao demonstrar que a qualidade da LES em malhas não estruturadas depende fundamentalmente das propriedades espectrais do filtro explícito (e não apenas do modelo de sub-grade), os autores fornecem uma ferramenta robusta para:

• Permitir o uso de malhas altamente esticadas (necessárias para resolver camadas limite em geometrias industriais) sem sacrificar a estabilidade ou a precisão.
• Melhorar a fidelidade de simulações AD-LES, combinando a reconstrução estrutural de alta qualidade com a estabilidade numérica.
• Oferecer um código de otimização e filtros prontos para uso em malhas arbitrárias, facilitando a adoção de LES de alta fidelidade em aplicações de engenharia complexas.

Em suma, o estudo estabelece que o design do filtro explícito é um elemento chave para o sucesso de simulações LES em malhas não estruturadas, superando as limitações dos métodos tradicionais de filtragem.