An Adjoint Projection Formulation for Enforcing the divergence-free Constraint in Smoothed Particle Magnetohydrodynamics

Resumo Técnico: Uma Formulação de Projeção Adjunta para Impor a Restrição $\nabla \cdot \mathbf{B} = 0$ em Magnetohidrodinâmica de Partículas Suavizadas (SPMHD)

Definição do Problema
Na magnetohidrodinâmica (MHD), a restrição solenoidal $\nabla \cdot \mathbf{B} = 0$ é um requisito físico fundamental. Enquanto códigos baseados em malhas frequentemente utilizam o transporte de restrição (CT) para preservar essa restrição discretamente, métodos sem malha como a Magnetohidrodinâmica de Partículas Suavizadas (SPMHD) carecem de uma topologia natural de face–aresta para aplicar o CT diretamente. Consequentemente, a abordagem predominante em SPMHD tem sido a "limpeza de divergência" (divergence cleaning), que evolui um campo escalar auxiliar para propagar e amortecer erros de divergência. No entanto, os métodos de limpeza introduzem parâmetros físicos (velocidade de propagação e escala de amortecimento) que podem afetar os resultados das simulações se não forem escolhidos de forma consistente, particularmente em sistemas com grandes intervalos dinâmicos. Tentativas de projeção anteriores em SPMHD, como as de Price e Monaghan, utilizaram somatórios do tipo gravidade para correções, mas sofreram com inconsistências entre o operador de divergência usado para medir os erros e o operador de gradiente usado para computar as correções, levando a um desempenho insatisfatório em ruídos de curto comprimento de onda.

Metodologia
O artigo propõe um método de projeção que impõe a restrição discreta livre de divergência resolvendo um problema elíptico após cada atualização de MHD. A inovação central é a construção de um operador de correção que é estritamente o adjunto do operador de divergência discreto usado para medir o erro, definido dentro de uma métrica ponderada pelo volume.

1. Formulação: O método busca um campo magnético corrigido $\mathbf{B}^{n+1}$ que minimize a mudança na norma da energia magnética discreta (definida pelos volumes das partículas $V_i = m_i/\rho_i$) sujeita à restrição $D\mathbf{B}^{n+1} = 0$, onde $D$ é o operador de divergência discreto SPH.
2. Gradiente Adjunto: Ao introduzir um campo de multiplicador de Lagrange $\pi$, a correção é derivada como $\mathbf{B}^{n+1} = \mathbf{B}^* - \mathcal{G}\pi$. O operador $\mathcal{G}$ é explicitamente construído como o adjunto de métrica de volume de $D$ ($\mathcal{G} = M_V^{-1} D^T$). Isso garante que o espaço de correção seja ortogonal ao subespaço livre de divergência com relação ao produto interno de volume.
3. Discretização: O artigo deriva fórmulas SPH explícitas tanto para o operador de divergência $D$ quanto para seu gradiente adjunto $\mathcal{G}$. Crucialmente, o gradiente adjunto contabiliza a assimetria nos coeficientes de derivada SPH (decorrente de comprimentos de suavização e densidades variáveis) usando a simetria específica da lista de vizinhos e a ponderação de volume.
4. Solução Numérica: A equação de projeção resultante $L\pi = r$ (onde $L = D\mathcal{G}$) forma um sistema linear simétrico positivo semidefinido. Isso permite que o sistema seja resolvido eficientemente usando o método de Gradiente Conjugado Pré-condicionado (PCG) sem a necessidade de montar explicitamente a matriz global. A implementação distingue entre partículas ativas (onde $\pi$ é resolvido) e partículas de fronteira fixas.

Principais Contribuições

• Formulação Adjunta Consistente: O artigo fornece a primeira formulação de projeção SPMHD onde a correção de gradiente é rigorosamente construída como o adjunto do operador de divergência discreto escolhido sob uma métrica ponderada pelo volume. Isso resolve as inconsistências de nível de discretização encontradas em tentativas de projeção anteriores.
• Propriedade de Minimização de Energia: É demonstrado que a métrica de volume é a métrica natural para a energia magnética. Consequentemente, a projeção produz uma correção que minimiza a energia, a qual não aumenta a energia magnética discreta, uma propriedade crítica para a fidelidade física.
• Solucionador Eficiente: A formulação leva a um sistema simétrico positivo semidefinido solucionável por PCG, evitando o custo $O(N^2)$ dos métodos de somatória direta usados em abordagens anteriores.
• Critérios de Parada Práticos: Os autores introduzem critérios de parada práticos baseados no acúmulo de erro de divergência entre os passos de projeção, em vez de exigir convergência para a precisão de máquina em cada passo, equilibrando precisão e custo computacional.

Resultados
O método foi testado utilizando testes de divergência do tipo Dedner em duas dimensões e simulações de colapso gravitacional magnetizado em três dimensões.

• Testes de Divergência: Em testes 2D com tanto redes perturbadas quanto distribuições de partículas aleatórias, o método conseguiu reduzir o resíduo de divergência discreta ao nível de arredondamento de ponto flutuante ($\sim 10^{-15}$) com iterações suficientes de PCG. Notavelmente, ele corrigiu erros em comprimentos de onda comparáveis ao comprimento de suavização ($h$), algo que métodos anteriores tiveram dificuldade em lidar.
• Simulações de Colapso: Em execuções de colapso 3D, o método de projeção superou significativamente a limpeza de divergência hiperbólica padrão.
  • Redução de Erro: Com um critério de parada prático (reduzindo o erro acumulado a uma fração do erro de atualização de MHD), o método de projeção suprimiu os erros de divergência normalizados bem abaixo dos obtidos com a limpeza de divergência.
  • Robustez: A variação do intervalo de projeção ($N_{interval} = 1, 10, 100$) produziu estruturas de densidade e plasma-$\beta$ consistentes. Em contraste, a execução com limpeza de divergência mostrou diferenças quantitativas na estrutura de fluxo de saída e no plasma $\beta$.
  • Custo: O custo computacional da projeção foi modesto, variando de aproximadamente 1% a 10% do custo de atualização SPMHD para intervalos práticos ($N_{interval} \approx 10$). Mesmo em testes de estresse extremos, o esquema pode levar os erros ao nível de arredondamento.

Significância e Alegações
O artigo afirma que esta formulação de projeção adjunta é uma alternativa robusta e atraente para o controle de erros de $\nabla \cdot \mathbf{B}$ em SPMHD e esquemas de MHD de partículas ou malhas móveis relacionados.

As principais vantagens destacadas incluem:

1. Independência de Parâmetros: Diferente da limpeza de divergência, que depende de parâmetros físicos (velocidade de onda, escala de amortecimento) que podem alterar resultados astrofísicos, os parâmetros do método de projeção (critério de parada, intervalo) são adimensionais e mostraram ter impacto mínimo nos resultados dentro dos intervalos testados.
2. Consistência Física: O método garante que a correção não injeta energia magnética artificial.
3. Escalabilidade: A abordagem não se limita à SPMHD; os autores sugerem que a ideia de projeção baseada em operadores é aplicável a outros esquemas de malha ou de partículas (ex: GIZMO, AREPO) com as modificações apropriadas.

Os autores concluem que, embora o método exija a escolha de parâmetros livres para terminação e frequência, sua capacidade de produzir resultados consistentes e de alta fidelidade, sem os problemas de sensibilidade dos métodos de limpeza, torna-o uma escolha superior para o controle de divergência numérica em MHD de partículas.