Distributed optimal control problems governed by poroelasticity equations

Resumo Técnico: Problemas de Controle Ótimo Distribuído Governados por Equações de Poroeleasticidade

Enunciado do Problema
Este artigo aborda a aproximação numérica de problemas de controle ótimo distribuído governados pelo modelo de consolidação de Biot em poroeleasticidade. O sistema físico descreve a interação entre o fluxo de fluido intersticial e a deformação de um meio poroso, um modelo crítico para aplicações em geofísica, mecânica de tecidos biológicos e sequestro de carbono. O problema de controle específico visa minimizar um funcional de custo que mede o desvio do deslocamento do sólido ($u$) e da pressão do fluido ($p$) em relação a valores alvo desejados ($u_C, p_C$), enquanto penaliza a magnitude da variável de controle. O controle é identificado como o termo de fonte/sumidouro de fluido ($m$) distribuído dentro do domínio. O estudo foca na consolidação quase-estática, onde os efeitos de aceleração são negligenciados, e aborda especificamente os desafios matemáticos e numéricos associados ao "travamento poroelástico" (poroelastic locking), que ocorre quando o coeficiente de armazenamento específico ($s_0$) é próximo de zero, tornando o fluido e o meio elástico quase incompressíveis.

Metodologia
Os autores propõem e analisam uma nova formulação simétrica de dois campos onde as incógnitas primárias são o deslocamento do sólido e a pressão do fluido. A metodologia procede através das seguintes etapas:

1. Formulação Contínua e Bem-Posedness:

   • Os autores reformulam as equações governantes tomando a derivada temporal do equilíbrio de momento, convertendo o sistema em um conjunto de equações diferenciais.
   • Eles definem espaços de funções apropriados ($V$ para deslocamento, $Q$ para pressão) e estabelecem a bem-posedness da solução fraca usando a teoria de problemas de valor de contorno (saddle-point) e a condição de Ladyzhenskaya–Babuška–Brezzi (LBB).
   • A existência e unicidade do controle ótimo são provadas usando o método direto no cálculo de variações, aproveitando a convexidade do funcional de custo e a linearidade do operador de estado.
   • As condições de otimalidade necessárias e suficientes de primeira ordem são derivadas via uma abordagem de estado adjunto, levando a uma desigualdade variacional para o controle.

2. Esquema Discreto:

   • Discretização Espacial: O domínio é discretizado usando elementos finitos ($V_h \times Q_h$) que satisfazem a condição inf-sup (por exemplo, elementos MINI ou elementos Taylor-Hood).
   • Discretização Temporal: Um esquema de Euler para trás (especificamente um método dG(0) no tempo) é empregado, resultando em um sistema totalmente discreto.
   • Discretização do Controle: O artigo utiliza uma abordagem de discretização variacional (proposta por Hinze) para a variável de controle. Isso significa que o espaço de controle não é explicitamente discretizado; em vez disso, o controle discreto é obtido projetando o estado adjunto discreto no conjunto de controle admissível. Isso evita os erros de aproximação tipicamente introduzidos pela discretização do espaço de controle.

3. Análise de Erro:

   • Os autores derivam estimativas de erro a priori para o esquema totalmente discreto.
   • A análise separa o erro total em erros de discretização (para controle fixo) e erros de perturbação devido à diferença entre os controles contínuos e discretos.
   • Estimativas de estabilidade tanto para o sistema de estado direto quanto para o sistema adjunto reverso são estabelecidas para limitar esses erros.

Principais Contribuições
O artigo apresenta três contribuições primárias para a literatura:

• Nova Formulação Simétrica: Introduz uma formulação simétrica de dois campos (deslocamento e pressão) especificamente adaptada para problemas de controle ótimo dentro do modelo de Biot, distinta de formulações anteriores de quatro campos ou mistas.
• Existência e Unicidade: Prova rigorosamente a bem-posedness da nova formulação e estabelece a existência e unicidade do controle ótimo, juntamente com a derivação das condições de otimalidade de primeira ordem.
• Estimativas de Erro A Priori: Fornece uma análise completa de erro a priori para o esquema totalmente discreto. Notavelmente, deriva estimativas de erro para o deslocamento e a pressão nas normas $L^\infty(0, T; H^1(\Omega))$ e $L^2(0, T; L^2(\Omega))$, e para a variável de controle na norma $L^2(0, T; L^2(\Omega))$, alcançando taxas de convergência ótimas sob suposições de regularidade padrão.

Resultos

• Teóricos: O artigo prova que o esquema numérico converge com uma ordem de $O(h^s + \Delta t)$, onde $h$ é o tamanho da malha espacial e $\Delta t$ é o passo de tempo, e $s$ relaciona-se com a regularidade da solução. Especificamente, se a solução for suficientemente regular ($s=1$), a convergência é linear tanto no espaço quanto no tempo ($O(h + \Delta t)$).
• Numéricos: Um experimento numérico em um domínio de quadrado unitário valida os achados teóricos. Usando a biblioteca de código aberto FEniCS, os autores resolveram o sistema de otimalidade usando um algoritmo de ida-volta (forward-backward). Os resultados demonstram que o esquema proposto atinge as taxas de convergência ótimas previstas para as variáveis de deslocamento, pressão e controle ao utilizar elementos de ordem inferior MINI e Taylor-Hood.

Significância
Os autores posicionam este trabalho como um passo fundamental na análise numérica de problemas de controle ótimo governados por sistemas poroelásticos. Eles observam que, embora o controle ótimo para o fluxo de fluidos em meios porosos deformáveis tenha sido estudado (por exemplo, por Bociu et al. sob a suposição de coeficiente de armazenamento nulo), a aproximação numérica de tais problemas para o modelo de Biot geral não havia sido investigada anteriormente. Ao estabelecer a bem-posedness de uma nova formulação simétrica e fornecer estimativas de erro rigorosas para um esquema totalmente discreto, este artigo preenche uma lacuna na literatura, oferecendo um arcabouço teórico robusto para controlar processos poroelásticos em aplicações como modelagem de tecidos biológicos e simulações geofísicas.