Professional Documents
Culture Documents
EXRCITO BRASILEIRO
DEPARTAMENTO DE CINCIA E TECNOLOGIA
INSTITUTO MILITAR DE ENGENHARIA
(Real Academia de Artilharia, Fortificao e Desenho, 1792)
DISSERTAO DE MESTRADO
GABRIEL DE MORAES
Rio de Janeiro
2014
c2014
Este exemplar de propriedade do Instituto militar de Engenharia, que poder inclu-lo em base
de dados, armazenar em computador, microfilmar ou adotar qualquer forma de arquivamento.
620.1
5235a
Moraes, Gabriel de
Estudo Comparativo entre Mtodos Runge-Kutta
Explcito,Implcito e IMEX com preservao de estabilidade
no linear / Gabriel de Moraes; orientado por
Leonardo Santos de Brito Alves. Rio de Janeiro:
Instituto Militar de Engenharia, 2014.
xxp.: il.
Dissertao (mestrado) Instituto Militar de Engenharia.
Rio de Janeiro, 2014.
1. Engenharia de Defesa. 2. Estabilidade Numrica
3. Strong Stability Preserving. 4. Runge Kutta.
I. Alves, Leonardo Santos de Brito. II. Instituto Militar
de Engenharia.
CDD 620.1
Rio de Janeiro
2014
AGRADECIMENTOS
Gabriel de Moraes
SUMRIO
LISTA DE ILUSTRAES . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
LISTA DE TABELAS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
LISTA DE SMBOLOS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
1
INTRODUO . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
1.1
Motivao Tecnolgica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
1.2
Motivao Cientfica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
1.3
Objetivo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
FORMULAO NUMRICA . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
2.1
2.1.1
2.1.2
2.2
2.3
2.4
RESULTADOS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
3.1
3.2
3.2.1
Verificao Computacional . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
3.2.2
3.2.3
3.3
3.3.1
3.4
3.5
3.6
3.7
REFERNCIAS BIBLIOGRFICAS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69
5
APNDICES . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 72
6.1
Apndice 1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 72
6.2
Apndice 2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 77
6.3
Apndice 3 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 83
6.4
Apndice 4 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 84
LISTA DE ILUSTRAES
FIG.1.1
Bateria
Antiarea
http://goo.gl/w9MlB
composta
por
msseis
Patriot
FONTE:
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
FIG.1.2
FIG.2.1
FIG.3.1
FIG.3.2
FIG.3.3
FIG.3.4
FIG.3.5
FIG.3.6
FIG.3.7
FIG.3.8
FIG.3.9
numrica
para
massa
especfica
em
FIG.6.2
FIG.6.3
FIG.6.4
FIG.6.5
FIG.6.6
FIG.6.7
FIG.6.8
FIG.6.9
LISTA DE TABELAS
TAB.3.1
TAB.3.2
TAB.3.3
TAB.3.4
TAB.3.5
TAB.3.6
TAB.3.7
TAB.3.8
TAB.3.9
10
LISTA DE SMBOLOS
E
Comprimento do meio
Presso
Termo fonte
Temperatura
TL
Condutividade trmica
ui
Viscosidade dinmica
Massa especfica
Cp
11
RESUMO
Diversos problemas complexos em mecnica dos fluidos requerem solues com altas ordens de
preciso. Na tentativa de se aumentar a preciso dos esquemas numricos empregados acabase, geralmente, causando perda de estabilidade tanto linear quando no linear. Nesse contexto,
os mtodos Strong Stability Preserving (SSP) so mtodos capazes de alcanar altas ordens de
preciso temporal enquanto mantm a forte estabilidade do mtodo avanado de Euler que d
origem ao esquema numrico. Essa metodologia desenvolvida basicamente reescrevendo-se
os mtodos multiestgio como uma combinao de passos do mtodo de Euler e limitando-se o
tamanho do passo no tempo empregado. Atualmente, estuda-se o desenvolvimento de mtodos
SSP com maior eficincia, i.e. com maiores coeficientes. Apesar da grande popularidade que
essa classe de mtodos tem conquistado, algumas questes permanecem sem resposta. A forte
estabilidade linear dos mtodos implcitos possibilita o emprego de grandes passos no tempo, o
que representa uma vantagem significante em comparao aos mtodos explcitos. Entretanto,
a limitao no linear do passo no tempo imposta pela metodologia SSP pode tornar os mtodos
implcitos comparativamente ineficientes. Portanto, o presente estudo tem por objetivo principal avaliar comparativamente a eficincia computacional dos mtodos SSP implcitos, explcitos e hbridos implcito-explcito na tentativa de descobrir qual metodologia apresenta maior
eficincia numrica frente a limitao no linear de passo no tempo. Todos os trs esquemas
implementados so de segunda ordem e os termos espaciais foram derivados atravs da tcnica
limitadora de fluxo no linear de segunda ordem e foram testados em sete casos clssicos da
mecnica dos fluidos.
12
ABSTRACT
Several unsteady problems in transport phenomena require highly accurate solutions. Attempts
to increase accuracy order of most numerical schemes, however, often weakens their linear
and/or nonlinear stability. On the other hand, Strong Stability Preserving (SSP) methods are
able to increase their accuracy order in time while still maintaining the overall stability properties of the original forward Euler method from which they were generated. This is achieved
by, among other things, restricting the maximum allowed time step of these schemes. Hence,
most recent studies have focused on developing optimal SSP schemes, i.e., minimally restrictive. Under this context, a significant variety of explicit and implicit formulations for multi-step
and multi-stage marching schemes of different accuracy orders has been created. Despite their
popularity, some open issues still remain. Linear stability of implicit schemes usually allows
very large time steps, making them cost effective for many applications when compared to their
explicit counterparts. Hence, the SSP time step restriction might render these schemes comparatively inefficient. The present study evaluates different explicit, implicit and implicit explicit
SSP time integration schemes for a series of test cases in an attempt to distinguish the most
efficient scheme according to an error / computer time analysis. All three schemes employed a
second order TVD flux limiter discretization for the spatial derivatives and were tested in seven
classic case studies.
13
1 INTRODUO
O desenvolvimento industrial e tecnolgico de um pas comumente associado com a existncia de uma forte indstria de defesa (E.C., 2006). Em mbito nacional, iniciativas como a
publicao da Poltica de Defesa Nacional em 2005 (BRASIL, 2005) e a elaborao do Plano
Estratgico de Defesa Nacional em 2008 (BRASIL, 2008) traaram diretrizes para o desenvolvimento desse setor. A partir de tais resolues, foram implementadas aes estratgicas
com o intuito de reestruturar o setor de defesa e acelerar o crescimento das reas de Cincia,
Tecnologia e Inovao.
Atuando de forma sinrgica com essa nova poltica de Estado, o Exrcito brasileiro (EB),
atravs do Instituto Militar de Engenharia (IME), instituiu o programa de Ps-Graduao em
Engenharia de Defesa (PGED). De forma geral, pode-se definir a Engenharia de Defesa como a
rea da engenharia que trata de todos os ramos relacionados indstria de defesa e aos sistemas
de defesa. um empreendimento multi e interdisciplinar que se desenvolve em um ambiente
transdisciplinar, integra conhecimentos originrios de engenharias, fsica, qumica, biologia e
cincia dos materiais e se configura como uma rea complexa que engloba aspectos de anlise
e sntese relativos ao desenvolvimento, projeto, otimizao, integrao, certificao, avaliao,
operao e logstica de sistemas aplicados defesa (ADES et al., 2010).
Dessa forma, a Engenharia de Defesa abarca conhecimentos de diferentes segmentos da
Engenharia e das Cincias, focando na pesquisa pura e aplicada visando o desenvolvimento de
sistemas de defesa. Os sistemas de defesa, por sua vez, compreendem todos os aparatos tecnolgicos capazes de auxiliar em situaes crticas de conflito ou ameaa soberania nacional.
Fica claro, portanto, que o PGED assume, por princpio bsico, a pesquisa e o desenvolvimento de novas tecnologias, para que essas possam auxiliar tanto as Foras Armadas como
tambm a sociedade. O PGED concentra suas pesquisas e desenvolvimentos na rea de concentrao (AC) de engenharia de defesa, sendo esta composta por trs linhas de pesquisa (LP):
LP1 - Comunicaes e Inteligncia em Sistemas de Defesa
LP2 - Mecatrnica e Sistemas de Armas
LP3 - Modelagem e Simulaes em Sistemas de Defesa
A linha de pesquisa trs (LP3) Modelagem e Simulao em Sistemas de Defesa, na qual
o presente trabalho se enquadra, lida com o emprego de mtodos numricos, modelos matem14
MOTIVAO TECNOLGICA
Dcadas de pesquisas e investimentos na rea de fluidodinmica computacional (CFD) re-
16
No evento em questo, foi possvel observar que a modificao das condies de operao
para as quais o sistema foi projetado, colocou em evidncia um modo de avaria crtico que,
anteriormente, no havia sido detectado. Um dos pilares bsicos do desenvolvimento de um
cdigo robusto o controle do acmulo e da propagao de erros numricos.
Outro exemplo da importncia da robustez numrica em sistemas de defesa ocorreu durante
o projeto dos foguetes Ariane 5. Aps uma dcada de pesquisas, desenvolvimentos e investimentos em um projeto de sete bilhes de dlares, a agncia espacial europeia produziu o foguete
Ariane 5, individualmente avaliado em 500 milhes de dlares. Em 4 de junho de 1996, aproximadamente quarenta segundos aps seu lanamento e, acerca de 3700 metros de altitude, o
foguete Ariane 5 explodiu. Investigaes posteriores apontaram que o acidente ocorreu devido
a uma falha na converso de dados da velocidade da plataforma inercial de 64/16 bits causando
um erro de 36,7s no clculo da trajetria do foguete (ROBINSON, 1996).
Ambos os casos apresentados mostram a vital importncia da robustez em um sistema de
defesa. Portanto, em um contexto tecnolgico, um sistema robusto deve ser aquele capaz de
cumprir aos objetivos esperados mesmo que operando em condies adversas.
17
1.2
MOTIVAO CIENTFICA
O mais geral conjunto de leis de governo que descreve o movimento macroscpico de flui-
dos conhecido por equaes de Navier-Stokes. Tais equaes formam um sistema denominado misto hiperblico/parablico, quando os efeitos de compressibilidade so considerados.
Nesse contexto, fica evidente a grande importncia de ser capaz de resolver com eficincia um
conjunto de equaes diferenciais parciais (EDPs) hiperblicas.
Os sistemas de EDPs hiperblicas so empregados rotineiramente para modelar fenmenos
fsicos nos quais o transporte advectivo de substncias importante (RHODES, 2001). Uma
das principais dificuldades observadas durante a soluo numrica de tais equaes a obteno
de perfis descontnuos. Tal comportamento tende a gerar oscilaes esprias e instabilidade
numrica (LEVEQUE, 2005).
A soluo exata da equao hiperblica que modela a adveco de uma substncia se propagando com velocidade mdia sem alterao em seu perfil apresenta a propriedade de variao
total (TV) constante no tempo. A soluo numrica dessa mesma equao, geralmente, no
apresentar variao total constante e, se o mtodo em questo introduz oscilaes soluo,
ento, a variao total dever aumentar com o tempo. Para evitar que tais oscilaes gerem
solues no fsicas, ou ainda, causem instabilidade numrica, mtodos com preservao de estabilidade no-linear que apresentem a propriedade de variao total diminuda (TVD) devem
ser empregados.
Atualmente, vrias abordagens tm sido empregadas no desenvolvimento de tais mtodos,
no-lineares, de ordem superior (PREMASUTHAN, 2010). A maioria dessas abordagens faz
uso de uma tcnica conhecida na literatura por mtodo das linhas que consiste em discretizar,
inicialmente, o sistema de PDEs no espao, para se obter um sistema de ODEs dependentes
somente do tempo. O sistema semi-discreto resultante, por sua vez, temporalmente integrado
utilizando, em geral, o mtodo de Runge-Kutta com forte estabilidade, capaz de preservar propriedades no lineares. Na literatura, essa classe de mtodos recebe o nome de "Strong Stability
Preserving"(SSP).
Strong Stability Preserving methods so mtodos de discretizao temporal capazes de preservar propriedades de estabilidade numrica no-linear como a monotonicidade e variao
total. Essa metodologia tem sido amplamente empregada para resolver escoamentos compressveis[122TK], incompressveis[92TK] e bifsicos. Ao longo dos ltimos anos, essa tcnica foi combinada com uma srie de mtodos de discretizao espacial, como Galerkin descontnuo [23], ENO[13,28,1], WENO[4,19,115,30,77,2,125,91] alm de mtodos espectrais
[114,22,122,123].
18
emprego da metodologia SSP. At o presente momento tal questionamento permanece sem resposta.
1.3
OBJETIVO
O presente trabalho tem por objetivo geral realizar um estudo numrico comparativo vi-
sando responder ao questionamento formulado em (GOTTLIEB et al. (2009b)) sobre a eficincia computacional dos mtodos Strong Stability Preserving implcitos, explcitos e implcitosexplcitos (IMEX) sob um contexto no-linear. Para alcanar este objetivo geral, os seguintes
objetivos especficos foram identificados:
Implementao / Avaliao de esquemas SSP timos para a discretizao temporal com
forte preservao de estabilidade numrica.
Implementao / Avaliao de esquemas de discretizao espacial no oscilatrio requeridos para o xito do esquema SSP implementado.
Realizao de casos teste com fortes gradientes e variaes abruptas de propriedades para
avaliao das propriedades SSP.
Anlise comparativa de custo computacional das formulaes explicitas, implcitas e hbridas implcitas-explcitas (IMEX) em cada caso teste estabelecido.
21
2 FORMULAO NUMRICA
2.1
pazes de preservar propriedades de estabilidade numrica no-linear. Essa metodologia amplamente empregada para resolver equaes diferenciais parciais hiperblicas, uma vez que os
perfis gerados pela soluo dessas equaes tendem a apresentar variaes abruptas de propriedades e descontinuidades (SHU et al., 2011). Esse conceito pode ser melhor entendido
utilizando o mtodo das linhas, partindo de uma aproximao semi-discreta de uma lei de conversao hiperblica unidimensional
ut + f (u)x = 0
(2.1)
onde u funo de x e t, e a derivada f (u)x , deve ser discretizada atravs de um esquema espacial que ser aqui representada por F (u). Dessa forma, obtm-se uma equao semidiscreta
ut = F (u)
(2.2)
importante perceber que a escolha da tcnica de discretizao espacial aplicada na equao 2.2 determina o tipo de estabilidade que o sistema semidiscreto apresentar. Em seguida,
espera-se discretizar temporalmente esse sistema de forma que as propriedades de estabilidade
no lineares existentes na verso semidiscreta seja mantida. Dessa forma, empregando o mtodo de Euler avanado para discretizao da derivada temporal, obtm-se
un+1 = un + tF (un )
(2.3)
(2.4)
ento, um mtodo SSP capaz de manter a mesma estabilidade limitado a uma restrio adicional do passo no tempo alm daquela imposta pela condio de Courant-Friedrichs-Levy (CFL)
t CtF E .
(2.5)
O primeiro mtodo de Runge-Kutta explicito SSP foi apresentado em (SHU e Osher, 1988a).
No trabalho em questo, Shu e Osher empregaram uma discretizao espacial com variao
total diminuida (TVD) quando empregada em conjunto com o mtodo de Euler avanado. Por
isso, essa metodologia foi inicialmente conhecida como TVD. Entretanto, a grande contribuio
desse trabalho foi a descrio matemtica de como os mtodos de Runge-Kutta podiam ser
reescritos em combinaes de passos do mtodo de Euler. Cada estgio de um mtodo explcito
de Runge-Kutta escrito na forma de Butcher
(i)
= u + t
m
X
aij F (u(j) )
(1 i m)
(2.6)
j=1
(n+1)
= u + t
m
X
bj F (u(j) )
(2.7)
j=1
i1
X
(2.8)
(1 i m)
(2.9)
j=0
un+1 = u(m)
(2.10)
Pi1
k=0
coeficientes forem no negativos, cada estgio do Runge-Kutta pode ser reescrito como combinaes de um mtodo de Euler avanado, no entanto, com um passo no tempo modificado,
onde, t substitudo por
i,k
t.
i,k
i1
i1
X
X
i,j
(j)
(j)
ku k =
i,j u + ti,j F (u )
i,j
u(j) + t
F (u(j) )
i,j
j=0
j=0
(i)
A partir dessa observao, foi possvel elaborar o seguinte teorema (SHU, 1988):
23
(2.11)
onde
C(, ) = minij
ij
ij
(2.12)
Essa abordagem pode ser generalizada para todos os mtodos Runge-Kutta. Portanto, existem condies suficientes para desenvolver uma metodologia RKSSP seja ela explcita, implcita ou IMEX desde que a restrio do passo no tempo no seja violada (SHU et al., 2011).
2.1.2
At o presente momento foram consideradas somente abordagens explcitas, uma vez que
na equao 2.9, cada estgio u(i) funo de u(n) e de estgios anteriores u(1) , u(2) , ..., u(i1) .
Entretanto, pode-se reescrever essa formulao de forma mais geral e, com isso, estender as
futuras anlises tambm para formulaes implcitas. Essa representao foi apresentada na
literatura como formulao de Shu-Osher modificada (FERRACINA e Spijker (2005);HIGUERAS (2005)).
u(i) = i un +
m
X
(1 i m + 1)
(2.13)
j=0
un+1 = u(m+1)
(2.14)
m
X
i,j (u(j) + t
j=0
i,j
F (u(j) ))
i,j
(1 i m + 1)
(2.15)
m
X
(1 i m + 1)
i,j = 1
(2.16)
j=0
obtm-se uma combinao convexa de passos de Euler avanado sempre que ij , ij e i forem
positivos. Com isso, possvel generalizar o teorema 1 tambm para esquemas implcitos.
Para melhor ilustrar a formulao de Shu-Osher modificada, reproduzido abaixo um mtodo de Runge-Kutta trapezoidal de dois estgios:
u(1) = un
(2.17)
(2.18)
24
3
1
1
1
un+1 = u(1) + tF (u(1) ) + u(2) + tF (u(2) )
4
4
4
2
Que pode ser representado na forma
0 0
0 0
1
=
=
=
1 0
1 0
0
1
1
3
1
0
4
4
4
2
2.2
(2.19)
especficas de discretizao temporal, uma tcnica no oscilatria deve ser empregada para a
discretizao dos termos espaciais. No presente trabalho foram utilizadas as tcnicas limitadoras de fluxo com filtro no linear Superbee (TVD) de segunda ordem para a discretizao
espacial. As tcnicas limitadoras baseiam-se na decomposio dos fluxos de altas ordens na
soma de um fluxo de baixa ordem e um termo de ordem superior. De forma geral, possvel
arbitrar uma funo limitadora de fluxo tal que
hni+1/2 = hnLi+1/2 + ni [hHi+1/2 hLi+1/2 ]
(2.20)
uni uni1
uni+1 uni
(2.21)
A funo por sua vez dada por uma funo limitadora de fluxo no linear. A seguir podem ser observadas algumas funes limitadoras de fluxo no lineares TVD de segunda ordem:
Minimod : mn () = max[0, min(1, )]
Osher : os () = max[0, min(, )], (1 2); lim os () =
Superbee: sb () = max[0, min(2, 1), min(2, )]
Van Leer: vl () =
+||
1+||
25
2.3
(2.22)
(2.23)
p
h
(2.24)
EM alha2 EM alha3 O
r
sendo r o refinamento empregado na malha. O produto entre os erros descritos acima dado
por:
EM alha1 EM alha2
= rp
(2.25)
EM alha2 EM alha3
Com isso, a ordem real do cdigo implementado pode ser obtida conforme a equao (2.26).
Entretanto, cabe ressaltar que no existe uma maneira nica para clculo da ordem, podendo
ser usadas outras frmulas.
EM alha1 EM alha2
log
EM alha2 EM alha3
p=
(2.26)
log(r)
Quando a ordem calculada menor que a ordem terica do mtodo, deve-se rever a programao em busca de possveis erros no cdigo. Nos casos em que a ordem real calculada
igual ou aproximadamente igual ordem terica, aps alguns testes com diferentes malhas,
significa que a ordem do cdigo programado foi verificada com sucesso. Um cdigo com ordem real verificada deve ser, por fim, validado para que seja considerado confivel. Os casos
teste simulados no presente trabalho so problemas clssicos do estudo de mecnica dos fluidos e apresentam soluo analtica. Portanto, no ser uma preocupao a obteno de dados
experimentais para validao dos cdigos computacionais desenvolvidos.
27
2.4
presente trabalho estudos sobre eficincia computacional de cada mtodo implementado. Esse
estudo consiste em realizar sucessivas rodadas de simulaes, sempre com o mesmo tempo fsico final, no entanto, com diferentes valores de passo no tempo. Portanto, partindo do passo
mximo permitido pela barreira no linear, realiza-se sucessivos refinamentos na malha temporal. Para cada valor de passo no tempo, um par ordenado de erro/tempo computacional obtido.
Consequentemente, quanto menor o passo no tempo, maior ser o tempo computacional necessrio para alcanar o tempo final estipulado, no entanto, menor ser o erro agregado a essa
soluo. Abaixo possvel visualizar a essncia da anlise: Na figura 2.1 possvel observar as
10-1
A
B
C
10-2
L Error
10-3
10-4
10
-5
10
-6
10
-7
10
-1
10
CPU Time (s)
10
FIG. 2.1: Curvas tpicas na comparao entre eficincia computacional entre mtodos mtodos.
curvas de custo computacional de dois mtodos hipotticos A, B e C. De forma geral, pode-se
extrair a informao de qual mtodo apresenta melhor eficincia traando uma reta paralela ao
eixo das abscissas partindo de um valor de erro considerado aceitvel para a simulao. A curva
que estiver mais prxima do eixo das ordenadas ser cortada primeiro, ou seja, ser necessrio
um tempo computacional menor para realizar tal simulao. No exemplo dado na figura 2.1 no
ponto onde as curvas dos mtodos A e B se cortam os mtodos apresentam a mesma eficincia
computacional, ou seja, ambos os mtodos necessitam do mesmo tempo computacional para
gerar solues com o mesmo erro. No entanto, importante perceber que a escolha do mtodo
mais eficiente vai depender da tolerncia imposta pelo usurio.
28
3 RESULTADOS
Para alcanar os objetivos estabelecidos no captulo inicial do presente trabalho, foram realizados, basicamente, dois tipos de anlise. Inicialmente, foi realizada a reproduo de um caso
teste apresentado em MENG et al. (2012) visando demonstrar a grande importncia do emprego
de mtodos SSP na simulao de escoamentos com gradientes abruptos ou descontinuidades e,
posteriormente, foram realizados quatro casos-teste com anlises comparativas de eficincia entre os mtodos implcitos, explcitos e IMEX uma vez que o passo no tempo deve ser limitado
pela barreira SSP. Para tal, foram considerados trs mtodos SSP com estabilidade linear L2 de
segunda ordem de preciso temporal.
Explcito de dois estgios (SHU et al., 2001),
0 0
=
0
0
1
0 2
0 0
=
1
0
1
0 2
=
1
0 0
1
=
0
2
0 1
=
1
0
1
2
0 0
=
0
0
0 1
0 0
1 2
=
=
1
0
1
2
1
2
1
2
29
1
2
=
1
onde = 1
1
2
Para discretizao espacial, foram utilizados esquemas limitatores de fluxo com filtro Superbee no-linear de segunda ordem. Com isso, os fluxos no viscosos de segunda ordem foram
reescritos como uma soma de um fluxo de baixa ordem e um fluxo de ordem superior limitado
pelo filtro superbee. Para fluxos negativos:
+3ui 4ui1 + ui2
2x
(3.1)
1
sb1
sb2
(ui ui1 ) +
(ui ui1 )
(ui1 ui2 )
x
2x
2x
(3.2)
u
x =
=+
(3.3)
sb1
sb2
1
(ui+1 ui )
(ui+1 ui ) +
(ui+2 ui+1 )
x
2x
2x
(3.4)
u+
x =
=
onde
(3.5)
Todos os casos teste foram simulados em um computador pessoal Intel(R) Core(TM) i72670QM CPU @2.20GHz, 8GB de memria RAM compilados em plataforma Linux-Ubuntu
12.05. O primeiro caso teste apresentado a seguir tem por objetivo demonstrar a grande importncia da utilizao de um esquema SSP para simulao de problemas com descontinuidades
e/ou variao abrupta de propriedades. Para tanto, o caso teste selecionado trata da reproduo
dos resultados apresentados em MENG et al. (2012) onde oscilaes numricas foram erroneamente tratadas como um fenmeno fsico. Uma carta de correo foi enviada revista em
questo com uma detalhada explicao dos equvocos cometidos na publicao.
30
3.1
tos bifsicos em meios porosos (LEVEQUE (2007)). Em termos numricos, trata-se de uma
equao diferencial parcial hiperblica no linear. Devido sua natureza matemtica, a soluo
dessa equao tende a apresentar choques e descontinuidades, condies ideais para testar as
propriedades SSP.
Em sua forma mais simples, a equao de BL pode ser escrita na seguinte forma:
t u + x (f (u)) = 0,
onde f (u) =
u2
u2 +M (1u)2
(3.6)
M > 0.
(3.7)
u2
,
u2 +M (u)2
(3.8)
0 u , M > 0.
0 x 10,
(3.9)
0 x 10,
(3.10)
sendo M = 1.
Estudos realizados:
IC_01 : = 0,
(3.11)
(3.12)
(3.13)
31
IC_02 : = 0,
(3.14)
(3.15)
(3.16)
A seguir so apresentados dois grficos para cada condio inicial descrita acima, no entanto, todos os grficos existentes em MENG et al. (2012) foram reproduzidos e podem ser
encontrados no APNDICE 2. Para cada figura apresentada a seguir pode-se perceber sempre o
grfico original a direita e na esquerda, os grficos desenvolvidos com a finalidade de comparar
as solues obtidas por cada metodologia. Para reproduzir os resultados exatamente como apresentados em MENG et al. (2012), foi implementado o mesmo esquema numrico utilizado pelo
autor em questo, RK4 com uma discretizao centrada de quarta ordem no espao. Alm disso,
uma metodologia SSP explcita de segunda ordem em conjunto com uma tcnica limitadora de
fluxo para as derivadas espaciais foi implementada para demonstrar a grande importncia de se
utilizar a metodologia capaz de previvir oscilaes numricas.
Para ter certeza que o mtodo foi implementado corretamente e o esquema escolhido capaz
de reproduzir o fenmeno com preciso, a soluo semi-analtica da equao de BL foi obtida
atravs do mtodo das caractersticas. Com isso, possvel perceber na figura 3.1 e 3.2 que o
cdigo SSP foi capaz de reproduzir a soluo da equao de BL com preciso sem oscilaes
numricas. A soluo atravs do mtodo RK4 utilizado em MENG et al. (2012) apresentou
severa oscilao numrica causando perda de preciso na soluo para a segunda condio
inicial como pode ser observado na figura 3.2.
32
34
3.2
u2
.
2
(3.17)
1 1
sin(x).
2 4
(3.18)
O termo advectivo da equao de Burgers no-linear d origem a uma onda de choque que
se propaga com sentido determinado pelo mdulo da velocidade. Portanto, esse modelo traz
diversas oportunidades para estudo das propriedades SSP. Outra implementao interessante
nesse caso teste foi o uso de condies de contorno peridicas, uma vez que o emprego de tais
condies torna possvel avaliar resultados com longos tempos de simulao sem a necessidade
do emprego de um domnio demasiadamente extenso.
As simulaes foram realizadas em um domnio adimensional [0,1], dividido em N=802
pontos para os tempos finais TF 1 = 1, 2s; TF 2 = 2, 4s; TF 3 = 4, 8s. Para avaliar a soluo
numrica obtida, a soluo exata da equao de Burgers no viscosa foi calculada atravs do
mtodo das caractersticas fazendo:
u(x, t)/u0 = u(x f 0 (u) t, 0)
(3.19)
A partir dos resultados apresentados na figura 3.5 possvel visualizar a formao da onda
de choque e a eficincia da metodologia SSP na captura de tal fenmeno sem a ocorrncia de
oscilaes numricas. Em TF 3 possvel perceber a onda de choque se propagando ao longo
do domnio devido as condies de contorno peridicas.
35
MoC
SSPRK(2,2)
SDIRK(1,2)
u / umax
t = 4.2 s
t = 2.4 s
t = 1.2 s
0.2
0.4
0.6
0.8
x/L
3.2.1
VERIFICAO COMPUTACIONAL
Uma vez ciente de que as rotinas programadas so capazes de reproduzir o fenmeno fsico
desejado, a prxima etapa do estudo consiste na avaliao da ordem de erro obtida por cada
cdigo. De forma geral, pode-se entender ordem de erro como a taxa com que o erro numrico
reduz mediante refinamentos sucessivos de malha. Todos os mtodos programados apresentam segunda ordem temporal/espacial e, para verificao da ordem de erro real foi realizado o
procedimento de clculo apresentado na seo 2.3.
Para avaliao da ordem de preciso temporal de cada cdigo programado inicialmente
deve-se garantir que o erro dominante o temporal. Para isso, fixou-se o passo no tempo igual
a 102 e sucessivos refinamentos de malha espacial foram realizados. Na figura 3.6 possvel
observar a estagnao do erro espacial a medida que a malha refinada.
Garantindo que o erro dominante o temporal, os cdigos implementados foram verificados
e podem ser visualizadas nas figuras 3.7 , 3.8.
36
9E-05
8.5E-05
Error
8E-05
7.5E-05
7E-05
6.5E-05
6E-05
0.01
0.02
0.03
0.04
dx
6SDWLDO 2UGHU
7HPSRUDO 2UGHU
[/
[/
37
6SDWLDO 2UGHU
7HPSRUDO 2UGHU
[/
[/
3.2.2
Como descrito no captulo anterior, para que o mtodo SSP seja capaz de preservar propriedades no lineares, a restrio no linear do passo no tempo deve ser respeitada. Com o
intuito de verificar numericamente a barreira SSP de cada mtodo implementado, foram realizadas anlises com diferentes passos no tempo para cada cdigo. Inicialmente, reescrevendo o
mtodo explicito RKSSP(2,2) na forma Shu-Osher, obtm-se:
un+1
k (1) = un + tF (un ),
1
1
1
= un + k (1) + tF (k (1) ).
2
2
2
(3.20)
(3.21)
atravs do Teorema 1 (SHU, 1988) sabe-se que o coeficiente SSP desse mtodo C = 1,
reescrevendo tambm o mtodo implcito na forma Shu-Osher, obtm-se:
1
k (1) = un + tF (k (1) ),
2
(3.22)
1
un+1 = k (1) + tF (k (1) ),
2
(3.23)
38
uj uj1
x
(3.24)
t n
(uj unj1 )
x
(3.25)
atravs da anlise de estabilidade linear (von Neumann), obtm-se que a equao 3.25 estvel
para
t
x
1. Portanto, espera-se que o cdigo explcito seja capaz de realizar simulaes sem
a presena de oscilaes numricas para t = 1t, enquanto que para o mtodo implcito,
espera-se empregar o mtodo SSP com sucesso para um valor mximo de passo no tempo
t = 2t.
Inicialmente, foram realizadas simulaes com tempo fsico final TF = 3s para o mtodo
explcito com o passo no tempo limite, ou seja, na barreira SSP terica dt = dx.
Como pode ser observado nas figuras 3.9(a)-(b), para as simulaes utilizando dt mximo
(barreira SSP) o mtodo numrico preserva ambas ordem de erro e variao total diminuda
mostrando boa consistncia com a teoria SSP. A segunda rodada de testes foi realizada novamente para um tempo final TF = 3s, no entanto, com um passo no tempo acima da barreira
SSP terica (dt = 1.2dx).
39
0.99
2.75
0.98
0.97
0.96
2.25
0.95
TV
Average Order
2.5
0.94
0.93
1.75
0.92
0.91
1.5
0.9
1.25
0.89
0.88
0.25
0.5
0.75
0.5
x/L
1.5
2.5
time(s)
1.5
0.99
0.98
0.97
0.96
0.95
TV
Average Order
1.25
0.94
0.93
0.92
0.91
0.75
0.9
0.89
0.88
0.25
0.5
0.75
0.5
x/L
1.5
2.5
time(s)
40
Nas figuras 3.9(c)-(d), percebe-se que ao se ultrapassar a barreira em 20% de seu valor
terico, o mtodo explcito continua fornecendo uma soluo TVD, no entanto, a ordem de erro
da soluo j degradada. Essa perda de ordem evidencia que mesmo antes da percepo das
oscilaes numricas, o erro causado pelo aumento do passo no tempo causa a perda da preciso
original do mtodo. Nesse caso, a perda de ordem tem incio no choque, onde o maior valor de
erro ocorre e, ao longo do processo iterativo, esse erro se propaga para todo o domnio.
-6
13
-7
12
-8
11
-9
10
-10
9
8
-11
TV
Average Order
Por fim, uma terceira rodada de simulaes foi executada com dt = 1.4dx.
-12
7
6
-13
5
-14
-15
-16
-17
2
0.25
0.5
0.75
1.25
1.5
1.75
x/L
0.5
1.5
2.5
time(s)
Conforme pode-se observar nas figuras 3.9(e)-(f), para um valor de passo no tempo 40%
acima da barreira SSP, o resultado perde a preciso temporal e a propriedade TVD. Com isso,
possvel observar o surgimento de oscilaes numricas (3.9(g)-(h)) que foram amplificadas ao
longo da simulao e causaram divergncia do cdigo em TF = 3, 5s.
Analogamente para o mtodo implcito foram realizados testes para avaliao da barreira
SSP terica. Inicialmente, foram realizados testes no limite da barreira com dt = 2.0dx.
41
dt = 1.4 dx
dt = 1.2 dx
dt = 1.4 dx
dt = 1.2 dx
0.754
0.752
0.754
0.76
0.752
0.75
0.75
0.7
0.75
0.7
0.74
0.748
0.748
0.746
0.746
0.73
0.6
0.744
0.41
0.485
0.6
0.44
0.744
0.41
0.49
0.495
0.42
0.5
0.43
0.5
0.5
0.4
0.4
0.3
0.3
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
0.1
0.2
0.3
x/L
0.4
0.5
0.6
0.7
0.8
0.9
x/L
1.03
1.02
2.75
dt = 2 dx
1.01
2.5
1
0.99
2.25
TV
Average Order
0.505
0.44
u/U 0
0.43
u/U 0
0.42
0.98
0.97
0.96
1.75
0.95
1.5
0.94
0.93
1.25
0.92
0
0.25
0.5
0.75
x/L
Time (s)
42
A partir dos resultados apresentados nas figuras 3.9(i)-(j), possvel perceber que a ordem
de erro foi mantida como tambm a propriedade TVD, observando-se, com isso, boa consistncia com a anlise numrica terica. Em seguida realizou-se uma nova rodada de experimentos numricos acima da barreira SSP terica. Para essa nova rodada de testes utilizou-se
dt = 3.0dx.
3
1.03
2.75
1.02
dt = 3 dx
1.01
1
2.25
0.99
TV
Average Order
2.5
1.75
0.98
0.97
0.96
0.95
1.5
0.94
0.93
1.25
0.92
0.5
1.5
x/L
Time (s)
Como pode ser observado nas figuras 3.9(k)-(l), a ordem de erro manteve-se de segunda
ordem mesmo com um valor de passo no tempo 50% maior que a barreira SSP, no entanto, a
propriedade TVD foi violada e, portanto, oscilaes numricas se desenvolveram durante esse
experimento como pode ser observado nas figuras 3.9(m) e (n). possvel perceber, portanto,
que mesmo com um valor elevado de erro capaz de originar oscilaes esprias na regio do
choque, o mtodo implcito capaz de preservar a ordem ao longo do domnio, mostrando, com
isso, uma estabilidade superior a apresentada pelo mtodo explcito.
Da breve anlise apresentada possvel concluir que os cdigos programados esto de
acordo com a teoria e que a barreira SSP numrica ligeiramente maior que a terica conforme j mencionado na literatura (GOTTLIEB et al. (2009a)).
43
dt = 3 dx
dt = 2 dx
0.7
0.75
0.750.748
0.74775
0.749
0.7
0.74725
0.747
0.746
0.746
0.74675
0.747
0.4995
0.6
0.5
u/U 0
0.499
0.5
0.4
0.3
0.3
0.5
0.75
0.745
x/L
0.5460.5470.548
0.5490.550.5510.552
0.499
0.4995
0.5
0.5
0.4
0.25
0.7475
0.748
0.747
0.745
0.7485
0.751
0.74825
0.749
0.748
0.6
u/U 0
dt = 3 dx
dt = 2 dx
0.751
0.25
0.5
0.75
x/L
44
3.2.3
10-1
L Error
10-2
10
-3
10
-4
SDIRK (1,2)
RKSSP (2,2)
10-5
10-6
10
-2
-1
10
CPU Time (s)
10
FIG. 3.9: Eficincia computacional mtodos explicito x implcito 1,2s burgers no viscoso.
Na segunda rodada de simulaes foram realizados testes para avaliar a eficincia computacional em 2,4 s. Como pode ser observado na figura 3.10, o mtodo explcito apresenta
desempenho superior para todos os passos testados. Observa-se tambm que, a superioridade
do mtodo explcito tende a crescer a medida que o passo no tempo diminui.Isso se deve principalmente ao fato do mtodo implcito ter um custo maior por iterao, portanto, quanto maior
o nmero de iteraes, maior ser a diferena entre os custos finais dos mtodos. Os valores de
tamanho de passo no tempo, erro obtido e tempo de CPU podem ser observados na tabela 3.2
45
t
4.8x
2.4x
1.2x
0.6x
0.3x
0.15x
0.075x
Explcito
CPU(s) ERRO L
nan
nan
nan
nan
4.67E-02 5.70E-003
9.36E-02 8.00E-004
0.18E-00 1.98E-004
0.35E-00 4.71E-005
0.71E-00 9.43E-006
Implcito
CPU(s) ERRO L
1.56E-02 1.59E-02
4.67E-02 5.99E-03
9.36E-02 1.95E-03
0.15E-00 6.40E-04
0.32E-00 2.18E-04
0.68E-00 7.57E-05
1.32E-00 2.46E-05
10-1
L Error
SDIRK (1,2)
RKSSP (2,2)
10
-2
10
-3
10-4
10
-1
10
CPU Time (s)
10
FIG. 3.10: Eficincia computacional mtodos explicito x implcito 2,4s burgers no viscoso.
t
4.8x
2.4x
1.2x
0.6x
0.3x
0.15x
0.075x
Explcito
CPU(s) ERRO L
nan
nan
nan
nan
9.36E-02
2.74-02
0.17E-00 8.12E-03
0.35E-00 1.82E-03
0.73E-00 4.07E-04
1.46E-00 7.81E-05
Implcito
CPU(s) ERRO L
4.68E-02 0.24E-00
9.36E-02 8.50E-02
0.20E-00 2.00E-02
0.34E-00 7.10E-03
0.67E-00 2.80E-03
1.34E-00 1.10E-03
2.62E-00 3.90E-04
46
Por fim, simulaes foram realizadas para 4,8 segundos. Como pode ser observado na figura
3.11 o mtodo explcito apresentou-se mais eficiente que o mtodo implcito. Aps uma investigao numrica rigorosa, foi possvel concluir que tal superioridade se deve, principalmente,
por dois motivos: condies de contorno peridicas e devido tcnica de discretizao espacial
empregada.
10-1
SDIRK (1,2)
RKSSP (2,2)
L Error
10-2
10-3
10-4
10
-1
10
CPU Time (s)
10
FIG. 3.11: Eficincia computacional mtodos explicito x implcito 4,8s burgers no viscoso.
t
4.8x
2.4x
1.2x
0.6x
0.3x
0.15x
0.075x
Explcito
CPU(s) ERRO L
nan
nan
nan
nan
0.18E-00 1.84E-02
0.37E-00 4.97E-03
0.73E-00 1.16E-03
1.46E-00 2.67E-04
2.90E-00 5.21E-05
Implcito
CPU(s) ERRO L
7.80E-02 0.15E-00
0.17E-00 4.69E-02
0.37E-00 1.39E-02
0.67E-00 5.05E-03
1.32E-00 2.01E-03
2.63E-00 7.91E-04
5.21E-00 2.52E-04
vida por alguma tcnica especfica para sistemas cclicos pentadiagonais que chegam a demandar at quatro vezes mais tempo computacional para serem resolvidas (NAVON (1987), PRESS
(2007)). J o emprego da tcnica de discretizao espacial limitadora de fluxo aumenta consideravelmente o nmero de clculos realizados na matriz implcita causando, dessa forma,um
aumento no erro produzido pela soluo final da metodologia implcita em conjunto com essa
tcnica.
48
3.3
foram includos. Com isso, o termo responsvel por computar os efeitos dissipativos so adicionados equao (3.19).
ut + f (u)x = g(u)xx ,
(3.26)
Na figura 3.12 pode-se observar solues da equao de burgers viscoso em diferentes tempos
considerando uma condio inicial senoidal
u(x, 0) = sin(x).
(3.27)
alm de condies de contorno de primeiro tipo. As simulaes foram realizadas em um domnio adimensional [0,1], dividido em N=801 pontos para os tempos finais TF 1 = 0, 1s; TF 2 =
0, 5s; TF 3 = 1, 0s.
1
0,1s
0,5s
0.8
1,0s
u/U
0.6
0.4
SSP (2,2)
SDIRK (1,2)
IMEX
0.2
0.25
0.5
x/L
0.75
49
implcita. Com isso, possvel obter alguns benefcios como uma maior estabilidade numrica alm de minimizar erros, uma vez que no necessrio realizar a linearizao do termo
advectivo. Considerando que o termo difusivo foi adicionado em todos os cdigos validados
anteriormente, foram realizadas, novamente, as validaes dos cdigos implcito, explcito e
IMEX. Todos os grficos podem ser observados no APNDICE 2.
3.3.1
10
-4
10
-5
10
-6
IMEX (2,2,2)
SDIRK (1,2)
RKSSP (2,2)
L Error
10-7
10
-8
10
-9
10-10
10-11
10-12
10
-13
10
-2
10
-1
10
CPU Time (s)
10
50
t
x / 0.25
x / 4.00
x / 8.00
x / 16.0
x / 32.0
x / 64.0
x / 128
x / 256
x / 512
x / 1024
x / 2048
x / 4096
x / 8192
x / 16384
Explcito
CPU(s)
ERRO L
nan
nan
nan
nan
nan
nan
3.12E-02
2.77E-08
6.24E-02
6.94E-09
0.15E-00
1.73E-09
0.32E-00
4.34E-10
0.60E-00
1.08E-10
1.18E-00
2.71E-11
2.37E-00
7.14E-12
4.78E-00
3.21E-12
9.53E-00
1.10E-12
19.20E-00 2.83E-13
38.23E-00 9.41E-14
Implcito
CPU(s)
ERRO L
nan
nan
1.11E-02
1.39E-07
3.12E-02
3.56E-08
4.68E-02 9.287E-09
0.10E-00 2.512E-09
0.24E-00
7.22E-10
0.48E-00
2.27E-10
0.96E-00
8.02E-11
1.93E-00
3.16E-11
3.85E-00
1.35E-11
7.73E-00
6.06E-12
15.41E-00 2.72E-12
30.76E-00 1.14E-12
61.74E-00 3.80E-13
IMEX
CPU(s)
ERRO L
3.89E-03
3.48E-04
6.24E-02
1.29E-06
9.36E-02
5.69E-08
0.20E-00
1.42E-08
0.37E-00
3.61E-09
0.78E-00
9.08E-10
1.57E-00
2.27E-10
3.12E-00
5.70E-11
6.19E-00
1.42E-11
12.38E-00 3.55E-12
25.33E-00 8.79E-13
49.78E-00 2.96E-13
99.67E-00 4.52E-14
t
x / 0.25
x / 4.00
x / 8.00
x / 16.0
x / 32.0
x / 64.0
x / 128
x / 256
x / 512
x / 1024
x / 2048
x / 4096
x / 8192
x / 16384
Explcito
CPU(s) ERRO L
nan
nan
nan
nan
nan
nan
0.20
1.24E-07
0.37
3.10E-08
0.76
7.76E-09
1.52
1.94E-09
3.04
4.85E-10
6.11
1.21E-10
12.19
2.92E-11
24.21
1.11E-11
48.53
4.11E-12
95.89
1.02E-12
191.49 2.41E-13
Implcito
CPU(s) ERRO L
nan
nan
0.07
2.01E-08
0.17
6.03E-09
0.29
2.02E-09
0.59
7.29E-10
1.18
2.94E-10
2.41
1.29E-10
4.77
5.99E-11
9.56
2.86E-11
19.14
1.38E-11
38.43
6.65E-12
76.86
3.09E-12
153.83 1.33E-12
307.35 4.67E-13
IMEX
CPU(s) ERRO L
0.01
5.32E-03
0.12
6.66E-05
0.48
4.81E-06
0.95
1.23E-06
1.91
3.13E-07
3.83
7.88E-08
7.65
1.97E-08
15.33
4.95E-09
30.60
1.23E-09
61.19
3.08E-10
122.32 7.63E-11
244.74 1.81E-11
489.26 3.64E-12
51
10-3
IMEX (2,2,2)
SDIRK (1,2)
RKSSP (2,2)
L Error
10-5
10
-7
10-9
10-11
10
-2
10
-1
10
10
CPU Time (s)
10
52
10-4
IMEX (2,2,2)
SDIRK (1,2)
RKSSP (2,2)
L Error
10-6
10-8
10-10
10-12
10-14
10
-1
10
10
CPU Time (s)
10
10
t
x / 0.25
x / 4.00
x / 8.00
x / 16.0
x / 32.0
x / 64.0
x / 128
x / 256
x / 512
x / 1024
x / 2048
x / 4096
x / 8192
x / 16384
Explcito
CPU(s) ERRO L
nan
nan
nan
nan
nan
nan
0.37
1.13E-08
0.73
2.83E-09
1.48
7.09E-10
2.97
1.77E-10
6.02
4.42E-11
11.90
1.10E-11
23.79
3.63E-12
47.51
1.50E-12
95.22
4.04E-13
190.08 1.04E-13
380.81 3.26E-14
Implcito
CPU(s) ERRO L
nan
nan
0.15
1.34E-08
0.29
2.50E-09
0.59
1.96E-10
1.18
1.64E-10
2.35
1.48E-10
4.71
9.03E-11
9.453
4.90E-11
18.87
2.53E-11
37.75
1.27E-11
75.53
6.21E-12
151.07 2.90E-12
302.17 1.24E-12
603.81 4.06E-13
IMEX
CPU(s) ERRO L
0.01
1.74E-03
0.23
2.32E-05
0.96
1.68E-06
1.91
4.33E-07
3.85
1.09E-07
7.72
2.76E-08
15.4
6.94E-09
30.88
1.74E-09
61.65
4.35E-10
123.44 1.08E-10
246.69 2.68E-11
493.39 6.38E-12
987.40 1.27E-12
53
3.4
Essa equao usualmente empregada na modelagem de escoamentos bifsicos em meios porosos. Em termos numricos, alguma complexidade adicionada para resolver tal formulao
quando comparada com a equao de Burgers, uma vez que a funo no-linear empregada na
formulao de Burges agora substituda por f (u) =
u2
.
u2 +M (1u)2
ut + f (u)x = 0,
(3.28)
(3.29)
Na figura 3.16, so apresentados os perfis obtidos para trs tempos finais de simulao t =
1,0s ; 3,0s e 5,0s em um domnio adimensional [0,1] dividido em N=801 pontos. Com isso,
pode-se observar novamente a capacidade das metodologias SSP de reproduzir fenmenos com
elevados gradientes com acurcia e sem a ocorrncia de oscilaes numricas. Para verificar se
as solues numricas obtidas so as corretas foram geradas solues semi-analticas, a partir
do mtodo das caractersticas.
1
EXPLICIT
IMPLICIT
MoC
0.8
0.6
u/U
t=
1.0
t=
3.0
t=
s
5.0
0.4
0.2
0
0
0.2
0.4
0.6
0.8
x/L
54
10-1
L Error
10-2
10
-3
10
-4
SDIRK (1,2)
RKSSP (2,2)
10-5
10-6
10
-2
-1
10
CPU Time (s)
10
55
t
x / 2.00
x / 4.00
x / 8.00
x / 16.0
x / 32.0
x / 64.0
x / 128
x / 256
x / 512
x / 1024
x / 2048
Explcito
CPU(s) ERRO L
nan
nan
1.56E-02 1.08E-002
1.56E-02 1.08E-002
3.12E-02 2.65E-003
6.24E-02 6.84E-004
0.12E-00 1.49E-004
0.26E-00 3.32E-005
0.51E-00 9.05E-006
1.04E-00 2.15E-006
2.09E-00 5.15E-007
4.22E-00 1.17E-007
Implcito
CPU(s) ERRO L
0.75E-02 0.12E-00
1.56E-02 3.06E-02
4.68E-02 3.04E-03
0.10E-00 1.47E-03
0.20E-00 7.99E-04
0.40E-00 4.07E-04
0.81E-00 2.00E-04
1.62E-00 9.45E-05
3.26E-00 4.07E-05
6.48E-00 1.36E-05
t
x / 2.00
x / 4.00
x / 8.00
x / 16.0
x / 32.0
x / 64.0
x / 128
x / 256
x / 512
x / 1024
x / 2048
Explcito
CPU(s)
ERRO L
nan
nan
3.12E-02
8.49E-02
6.24E-02
2.14E-02
0.10E-00
4.32E-03
0.20E-00
1.08E-03
0.42E-00
2.93E-04
0.82E-00
6.81E-05
1.63E-00
1.53E-05
3.33E-00
3.93E-06
6.63E-00
9.54E-07
13.18E-00 2.13E-07
Implcito
CPU(s)
ERRO L
1.55E-02
0.18E-00
4.67E-02
4.81E-02
0.15E-00
4.20E-03
0.31E-00
1.58E-03
0.63E-00
7.46E-04
1.27E-00
3.86E-04
2.52E-00
1.91E-04
5.07E-00
9.06E-05
10.15E-00 3.90E-05
20.26E-00 1.30E-05
56
10-1
SDIRK (1,2)
RKSSP (2,2)
10-2
L Error
10-3
10-4
10-5
10-6
10
-1
10
CPU Time (s)
10
t
x / 4.00
x / 4.00
x / 8.00
x / 16.0
x / 32.0
x / 64.0
x / 128
x / 256
x / 512
x / 1024
x / 2048
Explcito
CPU(s) ERRO L
3.11E-02 0.12E-00
9.36E-02 2.39E-02
0.18E-00 5.44E-03
0.35E-00 1.50E-03
0.71E-00 3.32E-04
1.43E-00 9.05E-05
2.85E-00 2.07E-05
5.69E-00 5.15E-06
11.4E-00 1.24E-06
22.8E-00 2.55E-07
Implcito
CPU(s)
ERRO L
3.11E-002
0.23
6.23E-002 5.74E-02
0.26
4.91E-03
0.57
1.84E-03
1.09
7.80E-04
2.21
4.19E-04
4.39
2.116E-04
8.76
1.007E-04
17.56
4.35E-05
35.11
1.46E-05
57
10-1
L Error
10
SDIRK (1,2)
RKSSP (2,2)
-2
10-3
10-4
10-5
10-6
10
-1
10
CPU Time (s)
10
58
3.5
(3.30)
(3.31)
1
EXPLICIT
IMPLICIT
IMEX
0.8
0.6
u/U
t=
1.0
t=
3.0
t=
s
5.0
0.4
0.2
0
0
0.2
0.4
0.6
0.8
x/L
realizar simulaes com maiores valores de passo no tempo. No entanto, para obter solues
com erro menor que 1.102 , a metodologia explcita passa a ser mais eficiente.Os valores de
passo no tempo empregado, erro obtido e tempo de CPU podem ser observados na tabela 3.10.
t
x / 0.5
x / 4.00
x / 8.00
x / 16.0
x / 32.0
x / 64.0
x / 128
x / 256
x / 512
x / 1024
x / 2048
Explcito
CPU(s) ERRO L
nan
nan
1.56E-02 3.94E-02
2.55E-02 8.40E-03
4.67E-02 1.91E-03
7.80E-02 4.50E-04
0.17E-00 1.17E-04
0.35E-00 2.51E-05
0.70E-00 6.34E-06
1.43E-00 1.61E-06
2.87E-00 4.09E-07
5.80E-00 8.19E-08
Implcito
CPU(s) ERRO L
nan
nan
0.80E-02 4.91E-02
1.55E-02 1.27E-02
7.80E-02 1.47E-03
0.15E-00 8.16E-04
0.29E-00 4.27E-04
0.56E-00 2.15E-04
1.15E-00 1.05E-04
2.32E-00 4.96E-05
4.61E-00 2.13E-05
9.23E-00 7.12E-06
IMEX
CPU(s)
ERRO L
1.56E-02
0.15E-00
3.12E-02
4.91E-02
0.10E-00
2.51E-03
0.21E-00
5.97E-04
0.43E-00
1.53E-04
0.85E-00
3.47E-05
1.70E-00
8.64E-06
3.38E-00
2.17E-06
6.70E-00
5.43E-07
13.44E-00 1.08E-07
10
-1
10
-2
IMEX (2,2,2)
SDIRK (1,2)
RKSSP (2,2)
L Error
10-3
10-4
10
-5
10-6
10-7
10
-2
10
-1
10
CPU Time (s)
10
10-1
IMEX (2,2,2)
SDIRK (1,2)
RKSSP (2,2)
10-2
L Error
10
-3
10-4
10-5
10-6
10-7
10
-1
10
CPU Time (s)
10
t
x / 0.5
x / 4.00
x / 8.00
x / 16.0
x / 32.0
x / 64.0
x / 128
x / 256
x / 512
x / 1024
x / 2048
Explcito
CPU(s) ERRO L
nan
nan
3.12E-02 4.34E-02
6.24E-02 8.93E-03
0.14E-00 2.02E-03
0.26E-00 4.80E-04
0.59E-00 1.26E-04
1.13E-00 2.73E-05
2.21E-00 7.55E-06
4.52E-00 1.75E-06
8.95E-00 4.28E-07
17.5E-00 8.90E-08
Implcito
CPU(s)
ERRO L
nan
nan
3.11E-02
4.92E-02
4.67E-02
1.29E-02
0.21E-00
2.73E-03
0.43E-00
1.31E-03
0.87E-00
6.54E-04
1.74E-00
3.22E-04
3.46E-00
1.55E-04
6.94E-00
7.27E-05
13.85E-00 3.11E-05
27.67E-00 1.03E-05
IMEX
CPU(s)
ERRO L
3.11E-02
0.19E-00
7.80E-02
5.31E-02
0.32E-00
2.58E-03
0.63E-00
6.18E-04
1.27E-00 1.608E-04
2.54E-00
3.61E-05
5.11E-00
9.71E-06
10.21E-00 2.27E-06
20.42E-00 5.535E-07
40.71E-00 1.14E-07
61
10-1
IMEX (2,2,2)
SDIRK (1,2)
RKSSP (2,2)
10-2
L Error
10-3
10-4
10-5
10
-6
10
-7
10
-1
10
CPU Time (s)
10
t
x / 0.5
x / 4.00
x / 8.00
x / 16.0
x / 32.0
x / 64.0
x / 128
x / 256
x / 512
x / 1024
x / 2048
Explcito
CPU(s)
ERRO L
nan
nan
4.67E-02 2.95E-002
0.10E-00 5.96E-003
0.21E-00 1.63E-003
0.43E-00 4.21E-004
0.88E-00 9.44E-005
1.76E-00 2.36E-005
3.55E-00 6.32E-006
7.09E-00 1.33E-006
14.05E-00 3.36E-007
28.56E-00 7.08E-008
Implcito
CPU(s)
ERRO L
nan
nan
3.12E-02
7.27E-02
9.35E-02
1.74E-02
0.35E-00
2.33E-03
0.68E-00
1.05E-03
1.41E-00
5.01E-04
2.79E-00
2.41E-04
5.56E-00
1.15E-04
11.20E-00 5.34E-05
22.52E-00 2.28E-05
44.56E-00 7.60E-06
IMEX
CPU(s)
ERRO L
6.23E-02
0.22
0.12E-00
4.30E-02
0.53E-00
1.90E-03
1.04E-00
4.95E-04
2.07E-00
1.12E-04
4.16E-00
2.84E-05
8.28E-00
7.53E-06
16.58E-00 1.64E-06
33.25E-00 4.08E-07
66.61E-00 8.49E-08
62
3.6
problema regido pelo conjunto de equaes compressveis 1-D de Euler. Fisicamente, o problema composto por um tubo de rea constante e comprimento L dividido por um diafragma
em duas regies com diferentes presses. A partir de um rompimento sbito do diafragma, a
presso no interior do tubo tende a se equalizar e, com isso, ondas de choque so formadas
pelo fluido escoando em altas velocidades da regio de maior presso para a regio de menor
presso.
Para realizar a simulao numrica do tubo de choque, foi empregado o mtodo explcito SSP(2,2) SHU et al. (2011) aliado a tcnica "Flux-difference splitting". Dessa forma, os
mesmos valores apresentadas em LANEY (1998) foram utilizados para o presente caso teste:
{pL ,L ,uL }={1.0.105 ,1.0, 0.0} e {pR , R ,uR }={1.0.105 , 0.125, 0.0}. alm de um domnio L =
[-10,10] dividido em N=1401 pontos para o tempo final TF 1 = 0, 01s.
As equaes 1D de Euler so dadas por:
U F
+
=0
t
x
(3.32)
U=
u
2
F=
p + u
(e + p) + u
(3.33)
(3.34)
63
Soluo Analtica
RKSSP(2,2)
0.9
Massa Especfica
0.8
0.7
0.6
0.5
0.4
0.3
0.2
0.1
0
-10
-5
10
FIG. 3.24: Soluo para a massa especfica em t = 0.01s and CF L = 0.1 atravs da soluo
analtica e numrica.
0.32
0.3
0.9
0.28
Massa Especfica
0.8
0.26
0.7
0.24
2.5
0.6
3.5
0.5
0.4
0.3
RKSSP(2,2)
Non-SSP
0.2
0.1
0
-10
-5
10
FIG. 3.25: Soluo numrica para a massa especfica em t = 0.01s and CF L = 0.1 atravs
dos mtodos SSP (2,2) e RK2 com discretizao Upwind
64
3.7
(3.35)
U=
u
2
F=
p + u
(e + p) + u
Fv =
xx
qx
(3.36)
(3.37)
(3.38)
As simulaes foram realizadas em um domnio [0, 0.001], dividido em N=1401 pontos para
os tempos finais t = [0.25c , 1.0c , 1.5c , 2.0c ], sendo o tempo caracterstico c = 2.83.10 6.
Na figura 3.26 possvel verificar como se desenvolvem as ondas termoacsticas ao longo da
cavidade. Nota-se que a propriedade SSP fundamental para simular o fenmeno em questo
uma vez que oscilaes esprias podem facilmente surgir devido aos elevados gradientes desenvolvidos caso uma metodologia no SSP seja empregada. Todos os dados para reproduo
das solues apresentadas foram extrados de (FAROUK e Aktas (2001))
65
105000
104500
<
>
104000
p (Pa)
1.0
2.0
0.25
103500
>
1.5
103000
<
102500
102000
101500
0
0.00025
0.0005
0.00075
0.001
x
pressure.pdf
FIG. 3.26: Soluo numrica para a massa especfica em t = [0.25c , 1.0c , 1.5c , 2.0c ]
6
5
4
>
u (m/s)
3
2
1
0
-1
-2
-3
0
0.00025
0.0005
0.00075
0.001
FIG. 3.27: Soluo numrica para a velocidade t = [0.25c , 1.0c , 1.5c , 2.0c ]
66
67
Estudos comparativos em casos-teste mais complexos: Estudos foram iniciados em problemas compressveis, no entanto, no foi possvel gerar todos os resultados necessrios
para avaliao do desempenho computacional;
Estender a pesquisa apresentada para outras metodologias. Assim como outros casosteste, seria de grande valia estender o estudo atravs do emprego de diferentes mtodos
SSP;
Implementao das atuais formulaes SSP apresentadas na formulao do PIRK.
68
5 REFERNCIAS BIBLIOGRFICAS
69
70
SPIJKER, M. Stepsize conditions for general monotonicity in numerical initial value problems.
SIAM Journal on Numerical Analysis, 45:12261245, 2007.
SPITERI, R. J. e RUUTH, S. J. A new class of optimal high-order strongstability-preserving
time discretization methods. SIAM Journal of Numerical Analysis, 40:469491, 2002.
71
6 APNDICES
6.1
APNDICE 1
Os resultados apresentados a seguir foram reproduzidos do artigo MENG et al. (2012).
1.1
0.9
0.8
0.7
RKSSP(2,2)
RK4 - JMP
0.6
0.5
0.4
5.5
1.1
0.9
0.8
0.7
RKSSP(2,2)
RK4 - JMP
0.6
0.5
0.4
5.5
72
1.1
0.9
0.8
0.7
RKSSP(2,2)
RK4 - JMP
0.6
0.5
0.4
5.5
1.1
0.9
0.8
0.7
RKSSP(2,2)
RK4 - JMP
0.6
0.5
0.4
5.5
73
1.1
1.05
1
0.95
0.9
0.85
0.8
0.75
0.7
0.65
0.6
MoC
RK4 - JMP
RKSSP(2,2)
0.55
0.5
0.45
0.4
5.5
1.1
1
0.9
0.8
0.7
0.6
0.5
RKSSP(2,2)
RK4 - JMP
0.4
0.3
0.2
0.1
0
-0.1
-0.2
4.5
5.5
6.5
74
1.1
1
0.9
0.8
0.7
0.6
0.5
RKSSP(2,2)
RK4 - JMP
0.4
0.3
0.2
0.1
0
-0.1
-0.2
4.5
5.5
6.5
1.1
1
0.9
0.8
0.7
0.6
0.5
RKSSP(2,2)
RK4 - JMP
0.4
0.3
0.2
0.1
0
-0.1
-0.2
4.5
5.5
6.5
75
1.1
1
0.9
0.8
0.7
0.6
0.5
RKSSP(2,2)
RK4 - JMP
0.4
0.3
0.2
0.1
0
-0.1
-0.2
4.5
5.5
6.5
1.1
1
0.9
0.8
0.7
0.6
0.5
0.4
0.3
MoC
RK4 - JMP
RKSSP(2,2)
0.2
0.1
0
-0.1
-0.2
4.5
5.5
6.5
76
6.2
APNDICE 2
Grficos de verificao de ordem espacial do mtodo explcito realizado no problema de
burgers viscoso:
Lf Error
error exp.pdf
10
-5
10
-6
10-7
10-8
10-9
0.25
0.5
0.75
x/L
FIG. 6.11: Erro obtido no refinamento de malhas espaciais resolvido atravs do mtodo
explcito.
Ordem Espacial
0.25
0.5
0.75
x/L
order exp.pdf
77
10-8
10-9
L Error
10-10
10-11
10-12
10-13
0
0.25
0.5
0.75
x/L
error exp.pdf
FIG. 6.13: Erro obtido no refinamento de malhas temporais resolvido atravs do mtodo
explcito.
Ordem Temporal
0.25
0.5
0.75
x/L
order exp.pdf
78
10-5
L Error
10-6
10-7
10-8
10-9
0.25
0.5
0.75
x/L
spat imp.pdf
FIG. 6.15: Erro obtido no refinamento de malhas espaciais resolvido atravs do mtodo
implcito.
Ordem Espacial
0.25
0.5
0.75
x/L
spat imp.pdf
79
10-9
-10
L Error
10
10
-11
10
-12
0.25
0.5
0.75
x/L
error imp.pdf
FIG. 6.17: Erro obtido no refinamento de malhas temporais resolvido atravs do mtodo
implcito.
Ordem Temporal
0.25
0.5
0.75
x/L
order imp.pdf
80
Grficos de verificao de ordem espacial do mtodo IMEX realizado no problema de burgers viscoso:
10-7
L Error
10-8
10
-9
10-10
0.25
0.5
0.75
x/L
error MEX.pdf
FIG. 6.19: Erro obtido no refinamento de malhas espaciais resolvido atravs do mtodo IMEX.
Ordem Espacial
0.25
0.5
0.75
x/L
order IMEX.pdf
81
10-6
L Error
10-7
10-8
10-9
10
-10
10-11
0.25
0.5
0.75
x/L
error IMEX.pdf
FIG. 6.21: Erro obtido no refinamento de malhas temporais resolvido atravs do mtodo
IMEX.
Ordem Temporal
0.25
0.5
0.75
x/L
order IMEX.pdf
82
6.3
APNDICE 3
Grficos de verificao de ordem espacial e temporal do mtodo explcito realizado no pro-
0.0045
0.004
0.0035
0.003
0.0025
0.002
Erro L
0.0015
0.001
0.0005
0.02
0.03
0.04
0.05
dx
FIG. 6.23: Erro obtido no refinamento de malhas espaciais resolvido atravs do mtodo
explcito.
3E-05
2.5E-05
2E-05
1.5E-05
Erro L
1E-05
5E-06
1E-06
2E-06
3E-06
4E-06
dt
FIG. 6.24: Erro obtido no refinamento de malhas temporais resolvido atravs do mtodo
explcito.
83
250
Soluo Analtica
RKSSP(2,2)
Velocidade
200
150
100
50
0
-10
-5
10
110000
100000
Soluo Analtica
RKSSP(2,2)
90000
80000
Presso
70000
60000
50000
40000
30000
20000
10000
-10
-5
10
6.4
APNDICE 4
Validao do cdigo explcito resolvendo o problema de propagao de ondas termoacsti-
105000
104500
p (Pa)
104000
103500
103000
102500
102000
101500
0
0.00025
0.0005
0.00075
0.001
x
validacao.pdf
FIG. 6.27: Soluo da presso para os tempos t =[0.25c , 1.0c , 1.5c , 2.0c ]
110000
p(Pa)
108000
106000
104000
102000
2.83E-09
1.00028E-05
2.00028E-05
3.00028E-05
t (s)
vs tempo.pdf
85
304
T (K)
303
302
301
300
0.00025
0.0005
0.00075
0.001
x (m)
FIG. 6.29: Soluo numrica para a temperatura para os tempos caractersticos t=[0.25,1,1.5,2]
86