Modified augmented Lagrangian preconditioning for mixed-dimensional beam-solid coupling

技术摘要：用于混合维数梁-固体耦合的改进型增广拉格朗日预处理

问题陈述
本文研究了三维（3D）实体与嵌入式一维（1D）无扭转 Kirchhoff–Love 梁在混合维数耦合中的数值挑战。这种建模方法对于模拟纤维增强材料（如短纤维复合材料或生物组织）至关重要，因为在这些材料中，纤维相对于固体基体而言显得非常细长。通过拉格朗日乘子强制执行耦合，以确保梁中心线与周围固体之间的精确位置约束。

该公式导致了一个具有不定鞍点结构的线性方程组。该系统呈现出特定的困难：

1. 不定性： 由于存在与拉格朗日乘子相关的对角零块，无法使用标准的正定求解器。
2. 奇异子问题： 当单独考虑梁子问题时（作为块预处理器的要求），由于缺乏显式的狄利克雷（Dirichlet）边界条件在嵌入纤维上，它是一个纯诺伊曼（Neumann）问题。这使得梁刚度矩阵是奇异的。
3. 参数敏感性： 系统调理情况受建模参数的影响很大，包括梁与固体之间的刚度比（$E = E_B/E_S$）、梁-固体体积比（$V$）以及网格尺寸比。
4. 现有方法的局限性： 作者之前的研究利用了惩罚正则化，虽然减少了系统规模，但引入了病态调理和变分不一致性。相反，直接的拉格朗日乘子方法需要专门的预处理策略，而针对这种特定的混合维数、矢量值弹性问题的研究尚未得到充分探索。

方法论
作者提出了一种改进型增广拉格朗日（MAL）块预处理策略来求解所得的鞍点系统。其方法流程如下：

1. 增广公式： 将原始拉格朗日乘子系统重新表述为增广拉格朗日系统。这涉及添加惩罚项（$\epsilon M^T W^{-1} M$ 和 $\epsilon D^T W^{-1} D$）到固体和梁的刚度块中。关键在于，这种增广：

   • 保留了对耦合约束的精确强制执行（与纯惩罚法不同）。
     · 正则化了奇异的梁子问题，使得即使在惩罚参数很小时，梁刚度块也是可逆的。
   • 保持了整体系统的鞍点结构。

2. 块预处理器构建： 从理想的增广拉格朗日预处理器出发，作者推导出了实用的块三角变体预处理器。这些预处理器允许独立处理固体、梁和 Schur 补块：

   • 固体块： 使用代数多重网格（AMG）方法（具体为平滑聚合和普通聚合）进行预处理。
   • 梁块： 由于增广后的梁矩阵是块对角阵（对于独立的纤维）且是可逆的，因此使用直接法（LU 分解）进行求解。
   • Schur 补： 该方法的核心在于近似增广 Schur 补。作者引入了三种不同的变体：
     • 变体 I： 使用稀疏近似逆（SPAI）处理梁块，并假设惩罚参数较小（$\epsilon \ll E_B$）时对固体块采用对角近似。
     • 变体 II： 使用基于缩放矩阵 $W$ 的对角近似（即 $\hat{S} \approx -\frac{1}{\epsilon}W$），这需要经过仔细调优的惩罚参数以使特征值聚类。
     • 变体 III： 为固体（$\epsilon_S$）和梁（$\epsilon_B$）的贡献引入了独立的惩罚参数。通过设置 $\epsilon_S \to 0$ 并调节 $\epsilon_B$，该变体旨在解耦缩放问题，利用对角 Schur 补近似。

3. 数值实现： 使用 GMRES 求解线性系统。实现过程利用了 Trilinos 和 4C 软件框架，并利用分布式内存并行性（MPI）。

主要贡献

• 新型预处理框架： 本文提出了首个专门针对带有拉格朗日乘子的混合维数梁-固体耦合设计的改进型增广拉格朗日块预处理框架。
• 处理奇异子问题： 增广策略有效地正则化了奇异的梁子问题，而无需使用复杂的零空间投影技术或缺陷化方法，从而允许在梁块上使用标准的直接求解器。
• Schur 补变体： 系统地推导并比较了三种 Schur 补近似策略（包括引入独立惩罚参数的变体 III）。
• 可扩展性分析： 在分布式内存集群上对数百万自由度的问题进行了全面的强扩展性和弱扩展性评估。

结果
在代表性体积单元（RVE）和混合复合材料板应用上的数值实验得出以下结论：

• 鲁棒性： 所提出的预处理器在刚度比（$E$）、体积比（$V$）和网格细化方面表现出鲁棒性。特别是变体 III，在适中或高刚度对比度下表现出近乎参数鲁棒性的特征。
• 网格无关性： 在不同的离散密度下，该方法实现了近乎网格无关的迭代次数（对于 RVE 通常在 10 到 50 次迭代之间，对于复合材料板约为 20 次）。
• 可扩展性： 该方法在并行集群上表现出良好的强扩展性和弱扩展性（高达 512 个处理器）。变体 II 和 III 表现出优于变体 I 的并行效率（设置阶段的弱扩展效率高达 97%），主要是因为变体 I 中 Schur 补近似的计算成本较高。
• 工程应用： 在混合复合材料夹层板的应用中，朴素的 ILU 预处理器无法收敛。相比之下，所提出的 MAL 预处理器（尤其是变体 IIIc）实现了低迭代次数的收敛，并且与标准方法相比，显著缩短了求解时间（最差性能变体的高达 4 倍）。

意义
本文声称，所提出的改进型增广拉格朗日块预处理器，为大规模混合维数模型（在固体和结构力学中）的模拟提供了一种鲁棒且高效的替代方案，既能替代纯惩罚型公式，也能替代标准的拉格朗日乘子法。通过实现精确的约束强制执行并正则化奇异子问题，该方法促进了复杂纤维增强结构的模拟，这些结构具有高刚度对比度和变化的体积分数。作者总结道，该方法特别适用于涉及嵌入纤维的工程应用，为实现复合材料的可扩展、高保真模拟提供了一条可行路径。文中提到，未来的工作将把该框架扩展到更复杂的梁公式（例如包含扭转和剪切效应的 Simo–Reissner 梁）。