Global existence and optimal decay for a three-dimensional penalized Navier--Stokes system with biharmonic damping

技术摘要：具有双调和阻尼的三维惩罚化纳维-斯托克斯系统的全局存在性与最优衰减

问题陈述
本文研究了一个三维抛物型系统，该系统是不可压缩纳维-斯托克斯方程的一个超粘性（hyperviscous）且惩罚化的近似。该模型旨在解决经典纳维-斯托克斯方程 (1.1) 面临的数学挑战，特别是关于三维情形下任意初始数据的全局正则性与唯一性的开放性问题。所提出的系统 (1.3) 结合了三种机制：

1. 经典粘性扩散 ($-\nu\Delta u$)。
2. 双调和（超粘性）阻尼 ($\beta\Delta^2 u$)，提供高阶耗散。
3. 散度惩罚 ($-\frac{1}{\varepsilon}\nabla \text{div} u$)，通过在 $\varepsilon \to 0$ 时强制执行近不可压缩性，放宽了严格的不可压缩约束 ($\text{div} u = 0$)。

至关重要的是，非线性对流项使用了 Temam 型反对称修正 ($N(u) = (u \cdot \nabla)u + \frac{1}{2}u \text{div} u$)。这种修正补偿了由惩罚化引入的弱可压缩性，恢复了在典型可压缩形式中会丢失的输运项的 $L^2$ 抵消性质。

方法论
分析依赖于能量法、半群理论和傅里叶分裂技术的结合，其核心重点是推导关于惩罚参数 $\varepsilon > 0$ 一致（uniform） 的估计。

• 弱解 (定理 1.3)： 通过 Friedrichs 型 Galerkin 近似，建立了任意 $L^2$ 初始数据的全局弱解的存在性。作者将方程投影到傅里叶球上，使用截断算子 $J_n$ 而非 Leray 投影器。这一区别至关重要；使用 Leray 投影器会消除惩罚项，从而改变极限问题。通过能量恒等式导出一致的先验估计，并通过 Aubin–Lions–Simon 引理获得紧性。
• 强解 (定理 1.4)： 对于 $H^2(\mathbb{R}^3)$ 中的小初始数据，利用与线性半群 $S_\varepsilon(t) = e^{tL_\varepsilon}$ 相关的温和形式（mild formulation）通过不动点论证证明了全局强解的存在性。线性算子 $L_\varepsilon = \nu\Delta - \beta\Delta^2 + \frac{1}{\varepsilon}\nabla\text{div}$ 生成了一个具有平滑性质的半群。证明的关键在于建立一个一致的 $H^2$ 能量估计，其中非线性项被粘性和双调和耗散项吸收。
• 衰减估计 (定理 1.6)： 使用傅里埃分裂方法 (Schonbek) 推导最优的长时衰减率。分析将低频和高频分离。低频行为通过 Duhamel 公式和非线性的特定分解进行控制，而高频则通过微分能量不等式和 Gagliardo–Nirenberg 插值进行管理。

主要贡献与结果

1. 全局弱存在性： 本文证明了对于任何初始数据 $u_0 \in L^2(\mathbb{R}^3)$，全局弱解的存在性。解满足特定的正则性类，包括 $L^\infty(0, T; L^2)$、$L^2(0, T; H^2)$ 以及 $L^4(0, T; L^4)$。
2. 具有一致小规模性的全局强解： 对于 $H^2(\mathbb{R}^3)$ 中足够小的初始数据，该系统存在唯一的全局强解。一个显著的贡献是，小规模阈值 $\delta_0$ 及相关的能量界限与 $\varepsilon$ 无关。这种一致性确保了结果适用于整个惩罚化系统族，而不仅仅是某个特定的实例。
3. 最优衰减率： 对于初始数据在 $L^1(\mathbb{R}^3) \cap H^2(\mathbb{R}^3)$ 中的情况，作者推导出了最优衰减估计：
   $$\|u(t)\|_{L^2} \leq C(1+t)^{-3/4}$$
   $$\|\nabla^k u(t)\|_{L^2} \leq C(1+t)^{-3/4 - k/2}, \quad k=1, 2$$
   这些速率与三维经典热方程的渐近衰减相匹配。分析确认，虽然双调和项在控制高频耗散方面占主导地位，但长时衰减是由低频的热流行为所支配的。
4. 关于 $\varepsilon$ 的一致性： 分析的一个定义性特征是，所有常数和估计在 $\varepsilon \to 0$ 时保持一致。惩罚项 $\frac{1}{\varepsilon}\|\text{div} u\|^2$ 被视为一个非负耗散项，它要么被保留，要么被舍弃，绝不会被一个包含 $1/\varepsilon$ 的量所限制。

意义与主张
本文声称为不可压缩流的惩罚化近似提供了“稳定且严谨的分析基础”。通过引入双调和阻尼和 Temam 修正，该模型相比于经典纳维-斯托克斯方程，在可获得无条件 $L^2$ 能量估计和更高阶平滑性方面取得了改进的适定性结果。

作者指出，他们的统一估计表明，随着 $\varepsilon \to 0$，强解将收敛于求解不可压缩超粘性纳维-斯托克斯系统的极限。然而，他们明确表示，识别极限系统并证明关于 $\varepsilon$ 的收敛速率是留作未来研究的方向。此外，虽然不可压缩超粘性纳维-斯托克斯方程（由于 Lions 的工作）已知具有全局正则性，但作者并未声称对于具有大数据的惩罚化系统也能实现此类结果，并指出由于反对称可压缩结构修改了高阶能量估计，这使得直接扩展大数据的结果变得困难。

这项工作通过侧重于更高阶的阻尼机制以及一种消除了压力项的惩罚方法，从而与以往研究（如带有吸收项的阻尼纳维-斯托克斯方程）进行了区分，这种方法通过移除对测试函数的散度自由约束，简化了弱形式。