Praktikum „Numerische Strömungsmechanik“ C.-D. Munz, S. Roller 1 Überblick I- Klassifizierung Differenzialgleichungen 4- Explizit 2.Ordnung 5-Implizit 2.Ordnung 6-Splitting 7-DFL Bedingung II- Numerische Lösung der elliptischen Differenzialgleichungen 1-Problemanalyse a-Problemdarstellung b-Differenzenquotienten c-Aufbau des LGS d-Lösungsverfahren 2-Jacobi-Verfahren 3-Gauß-Seidel-Verfahren 4-SOR-Verfahren 5-LSOR-Verfahren 6-Abbruchkriterien III-Numerische Lösung von hyperbolischen Differenzialgleichungen 1-Problemanalyse 2-Diskretisierung 3- Charakteristiken Theorie 4- Upwind-Verfahren 5-Vollimplizites-Verfahren 6-Crank-Nicolson-Verfahren 7-Lax-Wendroff-Verfahren 8- Runge-Kutta-Verfahren 9-MUSCL-Verfahren 10-CFL Bedingung II-Numerische Lösung der parabolischen Differenzialgleichungnen 1-Problemanalyse 2-Explizit 1.Ordnung 3- Implizit 1.Ordnung 2 Klassifizierung DGL Lineare partielle Differentialgleichung 2. Ordnung in 2 Dimensionen u u u (1) a 2 b c 2 f(x, y, u, u x , u y ) x x y y 2 2 2 b 2 4ac 0 : hyperbolis ch b 4ac 0 : parabolisc h 2 b 2 4ac 0 : elliptisch 3 Klassifizierung DGL 1. Elliptische Gleichung (2) Δu κu f(x, y) 2u 2u Δu : 2 2 u xx u yy x y κf 0 : Laplace - Gleichung κ 0, f 0 : Poisson - Gleichung κ 0, f 0 : Helmholtz - Gleichung Randwertpr obleme Anwendunge n : Potentialg leichung, Druckgleic hung 4 Klassifizierung DGL 2. Parabolische Gleichung (3) u νΔu , ν 0 t u u(x, y, t) u : u xx u yy Anfangs Randwertpr oblem Anwendung : Wärmeleit ung 5 Klassifizierung DGL 3. Hyperbolische Gleichungen 2u 2 (4) c Δu 0 2 t Anfangs- Randwertproblem Anwendung: Wellengleichung 6 Klassifizierung DGL Mit p c u x und q u t lässt sich die Wellengle ichung in einer Raumrichtu ng umschreibe n zur linearen Transportg leichung : qt c px 0 pt c qx 0 Als einfachste hyperbolische Gleichung mit 2 Raumrichtungen ergibt sich somit: (5) u u u a b 0 t x y 7 Numerische Lösung der elliptischen DGL 1.Problemanalyse a- Problemdarstellung Rechengebi et : x s , x e ys , y e Gitter : äquidistan t, orthogonal Anzahl der inneren Gitterpunk te : I, J xe xs ye ys Schrittwei ten : Δx , Δy I 1 J 1 Gitterpunk te : x i x s iΔ x , i 0,..., I 1 y j y s jΔ y , j 0,..., J 1 8 Numerische Lösung der elliptischen DGL / Analyse b- Differenzenquotienten Pi,j=(xi,yj) i, j+1 i-1, j i, j i+1, j ui,j≈u(xi,yj) y i, j-1 5 Punktestern x Zentrales FD-Verfahren 2. Ordnung Ersetzen der Ableitungen in Poisson-Gleichung durch Differenzen ergibt: (6) u i 1, j 2u i, j u i 1, j Δx 2 u i, j1 2u i, j u i, j1 Δy 2 9 κu f(x i , y j ) i 1, ... , I , j 1, ... , J Numerische Lösung der elliptischen DGL / Analyse c- Aufbau des Gleichungssystem (6) a i, ju i, j1 bi, ju i-1, j ci, ju i, j di, ju i1, j ei, ju i, j1 fi, j i 1, ... , I , j 1, ... , J Mit Sonderbehandlung des Randes ergibt sich: u11 u 21 u 31 u 41 u 12 u 22 u 32 u u 42 u13 u 23 u 33 u 43 u14 u 24 u 34 u 44 e11 c11 d11 b 21 c 21 d 21 b 31 c31 d 31 b 41 c 41 a c12 12 a 22 b 22 a 32 a 42 A a13 e 21 e31 e 41 d12 c 22 b 32 e12 d 22 c32 b 42 e 22 d 32 c 42 e32 e 42 c13 b 23 a 23 a 33 a 43 d13 c 23 d 23 b 33 c33 d 33 b 43 c 43 a14 e 23 e33 c14 b 24 a 24 a 34 a 44 10 e13 d14 c 24 b 34 d 24 c34 b 44 e 43 d 34 c 44 Schwach besetzte Matrix Numerische Lösung der elliptischen DGL / Analyse d- Lösungsverfahren Gleichungssystem: (7) Au=f A I·J × I·J-Matrix mit Bandstruktur u=(u11,u21,…,uI1,u12,…,uIJ) -Gaußalgorithmus: Ungünstig, rechnet mit allen Nullen zu hoher Speicheraufwand und Rechenzeit -Thomasalgorithmus: Nicht anwendbar wegen den Nullen zwischen den Diagonalen 11 Numerische Lösung der elliptischen DGL / Analyse / Verfahren sinnvoller : -Iterationsverfahren: löst LGS bis zur vorgegebenen Genauigkeit 12 Numerische Lösung der elliptischen DGL / Analyse / Verfahren Iterationsverfahren (Splittingverfahren) (7) Au=f Aufspaltung von A: A = -Ai+Ae (8) Ai u Δ Ae u Δ f Δ Aus (8) erhält man damit die Iterationsvorschrift u (p 1) Δ 1 i A (A u f Δ ) P ist der iterationsindex 13 (p) e Δ Numerische Lösung der elliptischen DGL / Analyse / Verfahren Iterationsverfahren (Splittingverfahren) u (pΔ 1) A i1 (A e u (p) Δ fΔ ) Jacobi Verfahren: Ai = -diag(A) . Gauß-Seidel Verfahren: Ai = -diag(A) – L L untere Dreiecksmatrix ohne Diagonale U obere Dreiecksmatrix ohne Diagonale Programmtechnische Umsetzung Matrizen A, Ai, Ae werden nicht berechnet, Ausgangspunkt ist Gleichung (6) 14 Numerische Lösung der elliptischen DGL 2.Jakobi-Verfahren (6) u i 1, j 2u i, j u i 1, j Δx 2 u i, j1 2u i, j u i, j1 Δy 2 κu i, j f(x i , y j ) i 1, ... , I , j 1, ... , J Nach uij aufgelöst: 1 1 1 u i, j 2 (u i 1, j u i 1, j ) 2 (u i, j1 u i, j1 ) f i, j d Δx Δy mit d 1 2 2 κ 2 Δx Δy 2 Iterationsvorschrift: 1 1 (p) (p) u i,(pj1) d 2 (u i(p)1, j u i(p) ) (u u ) f -1, j i, j1 i, j-1 i, j Δy 2 Δx 15 i 1, ... , I , j 1, ... , J Numerische Lösung der elliptischen DGL 3.Gauß-Seidel-Verfahren (6) u i 1, j 2u i, j u i 1, j Δx 2 u i, j1 2u i, j u i, j1 Δy 2 κu i, j f(x i , y j ) i 1, ... , I , j 1, ... , J Iterationsvorschrift: 1 1 u i,(pj1) d 2 (u i(p)1, j u i(p-1,1)j ) 2 (u i,(p)j1 u i,(pj-11) ) f i, j Δy Δx Schon bekannt 16 i 1, ... , I , j 1, ... , J Numerische Lösung der elliptischen DGL 4.SOR-Verfahren (6) u i 1, j 2u i, j u i 1, j Δx 2 u i, j1 2u i, j u i, j1 Δy 2 κu i, j f(x i , y j ) i 1, ... , I , j 1, ... , J Iterationsvorschrift: 1 1 ~ u i,(pj1) d 2 (u i(p)1, j u i(p-1,1)j ) 2 (u i,(p)j1 u i,(pj-11) ) f i, j Δy Δx i 1, ... , I , j 1, ... , J u i,(pj1) 1 - ω u i,(p)j ω~ ui,(pj1) i 1, ... , I , j 1, ... , J Gauß-Seidel Relaxation sparameter 1 Unterre laxation 1 Überrel axation 17 2 ωopt 2 2 1a a , cos Iπ1β 2cos Jπ1 a , 2 1 β β Δx Δy Numerische Lösung der elliptischen DGL 5.LSOR-Verfahren (6) u i 1, j 2u i, j u i 1, j Δx 2 u i, j1 2u i, j u i, j1 Δy 2 κu i, j f(x i , y j ) i 1, ... , I , j 1, ... , J Iterationsvorschrift: ~ (p1) 1 ~ (p1) 1 ~ (p1) 2 2 1 (p1) (p) u κ u u (ui, j1 ui, j1 ) fi, j i-1, j 2 i1, j 2 Δx 2 Δy 2 i, j Δx 2 Δx Δy i 1, ... , I , j 1, ... , J In x-Richtung wird ein tridiagonales Gleichungssystem gelöst u i,(pj1) 1 - ω u i,(p)j ω~ ui,(pj1) Relaxation sparameter i 1, ... , I , j 1, ... , J 2 1 Unterre laxation 1 Überrel axation ωopt 18 2 2 1 a a , cos Iπ1β 2cos Jπ1 a , 2 1 β β Δx Δy Numerische Lösung der elliptischen DGL 6.Abbruchkriterien Die Verfahren können durch erfüllen der Abbruchkriterien beendet werden: R : Au (pΔ 1) f Δ Residuum Abbruchkri terien || Au (pΔ 1) f Δ ||Δ ε Genauigkeit des Ergebnis || u (pΔ 1) u (p) Δ ||Δ ε Genauigkeit der Iteration und/oder || ||Δ Maximum || ||Δ quadratisc hes Mittel 19 Numerische Lösung der elliptischen DGL 7.Verfahren der konjugierten Gradienten(CG) a- Grundidee Die Idee der Gradientenverfahren besteht darin, für das Gleichungssystem aus (7) ein Fehlerfunktional zu definieren, um dieses anschließend zu minimieren. Das Fehlerfunktional: F(u)=0.5(uTAu) – fTu hat genau ein globales Minimum in u= u* Dabei steht u* für die exakte Lösung des Problems aus (7), womit gilt: Au*=f 20 Numerische Lösung der elliptischen DGL / CG Verfahren b- Mathematische Behandlung u1 1 T u2 T (1) F(u) u Au f u, u Rn 2 u n 1 * T 1 * T T * T * f u (u ) Au (u ) Au (u ) Au (2) mit Au f gilt 2 2 (1)+(2) 1 1 1 1 1 F(u) u T Au (u*)T Au (u*)T Au (u* )T Au* (u* )T Au* 2 2 2 2 2 1 1 (u u*)T A(u u* ) (u*)T Au * 2 2 wegen (u u* )T A(u u* ) 0 F minimal für * T * (u ) Au cst 21 (u u* )T A(u u* ) 0 u u* Numerische Lösung der elliptischen DGL / CG Verfahren Zur Bestimmung des Minimums von F setzen wir u k 1 u k α k pk αk R , u k eine Näherung von u , p k Suchricht ungsvektor und wollen α k so bestimmen, dass F(u k 1 ) F(u k α k pk ) min F(u k α k pk ) α kR Bei festem u k und pk ist das minimum F(u k αk pk ) nur noch von αk abhängig 1 F(u k α k p k ) (u k α k p k )T A(u k α k p k ) f T (u k α k p k ) 2 1 1 (p k )T Ap k . α 2k (p k )T (Au k f). α k (u k )T (Au k 2 f) 2 2 Durch Differenzieren erhalten wir (p k )T (Au k f) Fα (u αk p ) (p ) Ap k . α k (p ) (Au f) 0 α k (p k )T Ap k k k k T k T k 22 Numerische Lösung der elliptischen DGL / CG Verfahren c- Suchrichtungsvektor Steilster Abstieg Man beginnt nun mit der Suche der Lösung mit einem beliebigen Startvektor und sucht in Richtung des steilsten Abstiegs: 1 Mit F(u) u T Au f T u 2 gilt F : u T A f T (Au f) T r T Wir wählen nun als Suchrichtung pk ( F(u k ))T r k Diese Wahl scheint geeignet zu sein, da F(u) in negativer Gradientenrichtung am stärksten abfällt. Damit ist (p k )T (Au k f) (r k )T r k αk k T k k T k (p ) Ap (r ) Ar 23 Numerische Lösung der elliptischen DGL / CG Verfahren Steilster Abstieg Insgesamt ergibt sich so die folgende Iterationsvorschrift: u k 1 u k α k r k mit der Schrittwei te α k und dem Residuum rk rk kT r A r k r k A u k f Diese einfache Suchrichtung konvergiert allerdings nur relativ schlecht. Eine deutliche Verbesserung kann durch die Verwendung von konjugierten Gradienten erzielt werden. 24 Numerische Lösung der elliptischen DGL / CG Verfahren CG Verfahren Für das Verfahren der konjugierten Gradienten müssen lediglich die Suchrichtungen so angepasst werden, dass sie A -orthogonal aufeinander stehen. Diese neuen Suchrichtungen werden dann statt dem einfachen negativen Gradienten in obigen Verfahren verwendet. Die Korrekturr ichtung wird unter der Verwendung der Risiduen modifizier t p k 1 r k 1 β k p k (r k 1 ) T r k 1 Dabei sichert die wahl β k (r k ) T r k dass p k 1 und Ap k und damit r k 1 und r k orthogonal sind . 25 Numerische Lösung der elliptischen DGL / CG Verfahren Insgesamt ergibt sich so die folgende Iterationsvorschrift: u k 1 u k α k p k mit der Schrittwei te (r k ) T r k αk k T (p ) A p k der Suchrichtu ng p k 1 r k 1 β k p k und dem Residium r k 1 A (u k α k p k ) f r k α k A p k (r k 1 ) T r k 1 βk (r k ) T r k 26 Numerische Lösung der parabolischen DGL 1.Problemanalyse mit u u(x, y, t) , f f(x, y) , ν R ut u f , 0 2u 2u Δu 2 2 x y instationäres Problem i, j+1 Gitter : äquidistan t, orthogonal Rechengebi et : [x s , x e ] [y s , y e ] [t 1 , t 2 ] Anzahl der inneren Gitterpunk te : I, J Anzahl der Zeitsc hritte : N x xs y ys Schrittwei ten : Δx e , Δy e I 1 J 1 t Zeitschrit tweite : Δt 2 (t 1 0) N Gitterpunk te x i x s ix, i 0,..., I 1 y j y s jy, j 0,..., J 1 27 i-1, j i, j i+1, j i, j-1 y x Approximation im Raum: zentrale Differenzen Numerische Lösung der parabolischen DGL 2. Explizites Verfahren 1. Ordnung in der Zeit uin, j 1 uin, j uin1, j 2uin, j uin1, j uin, j 1 2uin, j uin, j 1 fi , j 2 2 t x y Vorwärts Zentraler tn+1 Differenzenstern Kein LGS tn xi-1 xi xi+1 28 Differenzenquotient Numerische Lösung der parabolischen DGL / Explizit Auflösen nach u n 1 i, j n1 i, j u νΔt n νΔt n n n u 2 (u i 1, j 2u i, j u i-1, j ) 2 (u i, j1 2u i,n j u i,n j-1 ) Δtf i, j Δx Δy i 1, ... , I , j 1, ... , J , n 0, ... , N - 1 n i, j Schrittwei tenbedingu ng : DFL max 1 4 Programmtechnische Umsetzung Die Schrittweite wird über die DFL-Bedingung festgelegt, in dem ein Sicherheitsfaktor eingeführt wird: Δt DFL max min (x 2 , Δy 2 ) ν 29 Numerische Lösung der parabolischen DGL 3.Implizites Verfahren 1. Ordnung (Euler-Verfahren) uin, j 1 uin, j uin11, j 2uin, j 1 uin11, j uin, j 11 2uin, j 1 uin, j 11 fi, j 2 2 t x y Rückwärts xi-1 tn+1 Zentraler xi xi+1 Differenzenstern tn 30 Differenzenquotient Numerische Lösung der parabolischen DGL / Implizit nur Zeitdiskre tisierung un1 - un νun1 f Δt 1 n1 1 n 1 n 1 Δu u u f ν t ν ΔΔ ν 1 elliptisch e Gleichung mit κ , ν t lineares Gleichungssystem 31 ~ 1 n 1 f u f ν ΔΔ ν Numerische Lösung der parabolischen DGL 4.Explizites Verfahren 2. Ordnung (Du Fort-Frankel) n un n un n1 u n1 u n 2ui,j u n 2ui,j ui,j i,j i1,j i1,j i,j 1 i,j 1 ν ν fi,j Δt Δx 2 Δy 2 für i 1,...,I,j 1,...,J t 1 u i,n j (u i,n j 1 u i,n-j1 ) 2 implizite Stabilisie rung explizit auflösbar tn+1 tn tn-1 xi-1 xi xi-+1 x 32 Numerische Lösung der parabolischen DGL / Du Fort-Frankel u i,n j 1 u i,n -j1 2νt n 2 νt n n n n n (u 2 u u ) (u 2 u u i 1, j i, j i 1, j i, j 1 i, j i, j-1 ) 2t f i, j 2 2 Δx Δy 1 mit u i, j (u i,n j 1 u i,n -j1 ) 2 i 1, ... , I , j 1, ... , J , n 0, ... , N - 1 Anlaufschritt nötig 33 Numerische Lösung der parabolischen DGL / Crank-Nicolson 5.Implizites Verfahren 2. Ordnung (Crank-Nicolson) u i,n j 1 u i,n j n 1 ν n 1 n 1 u i 1, j2 2 u i, j 2 u i 1, j2 Δt Δx für i 1,..., I, j 1,..., J 2 n 1 ν n 1 n 1 u i, j12 2 u i, j 2 u i, j12 Δy 2 f i, j t tn+1 1 (u i,n j u i,n j 1 ) 2 Zentrale Differenze n in der Zeit n 1 u i, j tn+1/2 tn xi-1 xi xi+1 x 34 2 Numerische Lösung der parabolischen DGL nur Zeitdi skretisier ung u n 1 - u n ~ n 1/ 2 νΔu f Δt 1 n n 1 n 1 / 2 u : (u u ) zentrale Differenze n in der Zeit 2 2 n 1 2 n ~ n 2 ~ Δu n 1 u u Δu f ν Δt ν Δt ν ~ 2 2 n ~ n 2 elliptisch e Gleichung mit κ , f u Δu f ν Δt ν Δt ν 35 Numerische Lösung der parabolischen DGL 6.Splitting-Verfahren (Dimensionensplitting, Zwischenschrittmethode, Fractional Step) Zerlegung: u t - νu f u t - νu xx - νu yy f (9) u t - ν u xx 0 (10) u t - ν u yy 0 (11) ut f 36 Numerische Lösung der parabolischen DGL / Splitting a- Splitting-Methode implizit 1. Ordnung In jedem Zeitschritt wird (9), (10), (11) nacheinander 1. Ordnung gelöst (9) (10) (11) u *i, j u i,n j u *i 1, j 2u *i, j u *i 1, j ν 0 für i 1,..., I, j 1,..., J Δt Δx 2 u *i,*j u *i, j u *i,*j1 2u *i,*j u *i,*j1 ν 0 für i 1,..., I, j 1,..., J 2 Δt Δy u i,n j 1 u *i,*j Δt f i, j für i 1,..., I, j 1,..., J 37 Numerische Lösung der parabolischen DGL / Splitting b- Splitting-Methode implizit 2. Ordnung (9), (10), (11) werden jeder für sich 2. Ordnung genau gelöst (mit Crank-Nicolson-Verfahren): u *i, j u i,n j (9) (10) (11) * * * n n n ν u i 1, j 2u i, j u i 1, j ν u i 1, j 2u i, j u i 1, j 0 für i 1,..., I, j 1,..., J Δt 2 Δx 2 2 Δx 2 u *i,*j u *i, j ν u *i,*j1 2u *i,*j u *i,*j1 ν u *i, j1 2u *i, j u *i, j1 0 für i 1,..., I, j 1,..., J Δt 2 Δy 2 2 Δy 2 u i,n j 1 u *i,*j Δt f i, j für i 1,..., I, j 1,..., J Damit das Gesamtverfahren auch 2. Ordnung in der Zeit ist, muß die Reihenfolge der Schritte in jedem Zeitschritt vertauscht werden: (9), (10), (11); (11), (10), (9); (9), (10), (11); (11), (10), (9); ... Δt Δt Δt Δt 38 Numerische Lösung der parabolischen DGL 7.Die DFL Bedingung Die DFL Zahl steht für die dimensionslose Diffusionszahl, die in parabolischen Gleichungen auftritt: DFL t x 2 Es lässt sich hier eine " Diffusions geschwindi gkeit" über ein Raumgitter x als x definieren , die die Informatio nsausbreit ung durch Diffusion beschreibt . x Die numerische Informatio nsausbreit ung ergibt sich aus DFL max . t 39 Numerische Lösung der parabolischen DGL / DFL-Bedingung Damit das Verfahren stabil ist ergibt sich die Bedingung, dass die numerische Ausbreitun gsgeschwin digkeit mindestens so groß ist wie durch die DGl vorgegebe n wird : x DFL max t x und damit bei festem x für die Zeitschri ttweite : t DFL max 40 x 2 Numerische Lösung der hyperbolischen DGL 1.Problemanalyse u t au x bu y f mit : u u(x, y, t) , a a(x, y, t), b b(x, y, t), f f(x, y, u) Gitter : äquidistan t, orthogonal Rechengebi et : [x s , x e ] [y s , y e ] [t 1 , t 2 ] Anzahl der inneren Gitterpunk te : I, J Anzahl der Zeitsc hritte : N x xs y ys Schrittwei ten : Δx e , Δy e I 1 J 1 t Zeitschrit tweite : Δt 2 (t 1 0) N Gitterpunk te x i x s ix, i 0,..., I 1 y j y s jy, j 0,..., J 1 41 Numerische Lösung der hyperbolischen DGL / Problemanalyse Umformulierung als Erhaltungsgleichung u t (au) x (bu) y f(x, y, u) f(x, y, u) f(x, y, u) a x u b y u i, j+1 i,j+1/2 i, j i-1, j y i-1/2, j i+1, j i+1/2, j i,j-1/2 x (au) i 12, j (au) i 12, j x i, j-1 Differenz dessen, was links ein und rechts ausströmt Fluß über den linken bzw. rechten Rand Erhaltungseigenschaft: was aus einer Zelle ausströmt, strömt in die Nachbarzelle ein 42 Numerische Lösung der hyperbolischen DGL / Problemanalyse Splitting-Methode (12) u t (au) x 0 (13) u t (bu) y 0 (14) u t f(x, y, u) Verfahren in Erhaltungsform (12) Δt u *i, j u i,n j Δx (g in 12, j g in 12, j ) i 1,..., I, j 1,..., J (13) Δt u *i,*j u *i, j Δy (h *i, j 12 h *i, j 12 ) i 1,..., I, j 1,..., J (14) u i,n j 1 u *i,*j Δtf i,**j i 1,..., I, j 1,..., J g, h numerische Flüsse 43 Numerische Lösung der hyperbolischen DGL / Problrmanalyse Im Weiteren werden Verfahren angegeben, die Gleichungen der Form (15) u t (au) x 0 lösen, d.h . Verfahren für eine Raumdimension. Treten weitere Dimensionen auf, so werden sie gemäß des angegebenen Splitting-Vefahrens nacheinander gelöst. 44 Numerische Lösung der hyperbolischen DGL 2. Diskretisierung Im Raum g i 12, j 12 a i 12, j (u i, j u i 1, j ) h i, j 12 12 bi, j 12 (u i, j u i, j1 ) Eingesetzt in das Verfahren ergibt sich für ai+½,,j=ai-½,,j: g i 12, j g i 12, j Δx h i,h 12 h i, j 12 Δy 1 2 a i 12, j (u i, j u i 1, j ) - 12 a i 12, j (u i, j u i 1, j ) 1 2 Δx (u i, j u i, j1 ) - 12 b i, j 12 (u i, j u i, j1 ) b i, j 12 Δy a i 12, ju i 1, j a i 12, ju i 1, j 2 Δx b i, j 12 u i, j1 b i, j 12 u i, j1 2 Δy Zentrale Differenz (2. Ordnung) im Raum 45 au x i, j bu y i, j Numerische Lösung der hyperbolischen DGL / Diskretisierung In der Zeit Die Ableitungen im Raum werden zu einem gemeinsamen Zeitpunkt gebildet. Für die DGl fehlt nun noch die Ableitung nach der Zeit zu diesem Zeitpunkt. Sie ermöglicht dann das Fortschreiten in der Zeit. Entscheidend ist dabei der Zeitpunkt, zu dem die DGl angeschrieben wird. Gebräuchlich für die Diskretisierung der Ableitungen in der Zeit sind: • Zentrale Differenz mit Mittelung (2. Ordnung) • Vorwärts- und Rückwärtsdifferenz (1. Ordnung) • Differenz mit Extrapolation (2. Ordnung) • Runge Kutta Verfahren höherer Ordnung Für die expliziten Verfahren muss die Zeitschri ttweite der CFL - Bedingung genügen es ergibt sich also mit dem Sicherheit sfaktor : t 46 CFLmax x max(a, b) Numerische Lösung der hyperbolischen DGL 3.Charakteristiken Theorie Die Exakte Lösung von u t (au) x 0 erhält man,Indem man die Kurven(C) berechnet, auf denen u =const gilt (totale Ableitung=0). C (x, t) R / du u u dx 0 dt t x dt ut ux dx 0 dt (16) durch Identifikation ( 15 und 16 ) C : dx a(x, t) dt t C a konstant C ist eine Gerade u konstant auf C u(x,t)=u(x-at,0) x 47 Numerische Lösung der hyperbolischen DGL 4.Upwind-Verfahren u ni 1,j - u ni 1,j ui,n j 1 ui,n j a Instabiles Verfahren Δt 2 Δx Idee: Upwind g i 12, j h i, j 12 u i, j a i 12 , j 12 (u i, j u i 1, j ) u i 1, j analog falls a i 12 , j 0 falls a i 12 , j 0 falls a i 12 , j 0 Eingesetzt in das Verfahren ergibt sich: g i 12, j g i 12, j Δx a i 12, ju i, j - a i 12, ju i 1, j Δx a i 12, ju i 1, j - a i 12, ju i, j Δx falls a i 12, j , a i 12, j 0 au x i, j falls a i 12, j , a i 12, j 0 Linksseitige Differenz für a>0, rechtsseitige Differenz für a<0 (1. Ordnung) 48 Numerische Lösung der hyperbolischen DGL / Upwind u i,n j 1 u i,n j u ni, j - u ni1 ,j a Δt Δx u ni1 ,j - u ni, j u i,n j 1 u i,n j a Δt Δx falls a 0 falls a 0 Vorwärtsdifferenz (explizit 1. Ordnung) in der Zeit. Upwind (1.Ordnung) im Raum. Information wird entlang der Charakteristik (PQ) transportiert. Differenzenbildung in die Richtung, aus der die Information kommt. 49 Numerische Lösung der hyperbolischen DGL 5.Vollimplizites Verfahren Zentrale Differenz (2. Ordnung) im Raum. Rückwärtsdifferenz (implizit 1.Ordnung) in der Zeit. n1 i, j u u Δt n i, j g n 1 i 1/2,j g 2x n 1 i 1/2,j 0 Lineares Gleichungssystem 50 Numerische Lösung der hyperbolischen DGL 6.Crank-Nicolson Verfahren n 1/2 u t i, j Zentrale Differenzen um n+1/2 ergibt n1 i, j u u n i, j Δt g n 1/2 g x i, j n 1/2 i 1/2,j 0 g Δx n 1/2 i 1/2,j 0 Wie berechnet man die numerischen Flüsse im Zeitpunkt (n+1/2) ? Durch Mittelung u n 1/2 i, j u i,n j 1 u i,n j 2 Implizit 2.Ordnung in Raum und Zeit 51 Numerische Lösung der hyperbolischen DGL 7.Lax-Wendroff-Verfahren (x-Richtung) u n 1 i, j u n i, j mit g Δt Δx (g n 12 i 12, j n 12 i 12, j a g n 12 i 12, j n 12 i 12, j u ) n 12 i 12, j Prädiktor : berechne Hilfswert un+1/2 u n 12 i 12, j u n i 12, j u t i 1 , j u Δt 2 n 2 n i 12, j u in1,j u i,n j Δt n 2 i 12 , j Δx (au) x i 1 , j (u u ) a n Δt 2 2 1 2 n i, j Taylorentwicklung Explizites Verfahren 2. Ordnung in Raum und Zeit 52 n i 1, j Numerische Lösung der hyperbolischen DGL 8.Runge-Kutta-Verfahren 4. Ordnung (klassische Variante) 1. Schritt : k1 2. Schritt : k 2 3. Schritt : k 3 4. Schritt : k 4 g in 12, j - g in 12, j u *i, j u i,n j Δt2 k1 x g*i 12, j - g*i 12, j u *i,*j u *i, j Δt2 k 2 x g*i * 12, j - g *i * 12, j u *i,*j* u *i,*j Δtk 3 x g*i **12, j - g*i **12, j u i,n j 1 u i,n j Δt6 (k 4 2k 3 2k 2 k1 ) x 53 Numerische Lösung der hyperbolischen DGL / Runge-kutta Dämpfungsterme 2. Ordnung : D e ε e (u in1, j 2u i,n j u in1, j ) (0 e 0.1) 4. Ordnung : D e ε e (u in 2, j 4u in1, j 6u i,n j 4u in1, j u in-2, j ) (0 e 0.1) 54 Numerische Lösung der hyperbolischen DGL 9.MUSCL Verfahren (x-Richtung) a- Problemdarstellung Flussformulierung: gi+1/2,j ist eine Approximation an das, was während des gesamten Zeitintervalls t über den Rand i+1/2,j der Zelle i,j rein oder raus fließt. Problem: man kennt nur uij, d.h. was zum Zeitpunkt tn insgesamt in der Zelle i,j ist, aber nicht, wie es verteilt ist oder wie es sich innerhalb des Zeitschritts ändert. Idee: innerhalb einer Zelle wird eine lineare Verteilung angenommen, so daß man den Fluß am Rand genauer bestimmen kann. => Explizites Verfahren 2. Ordnung in Raum und Zeit 55 Numerische Lösung der hyperbolischen DGL / MUSCL b- Stückweise lineare Rekonstruktion Monotonic Upwind Scheme for Conservation Laws u xi-1 xi xi+1 xi+2 x Statt anzunehmen, dass u konstant ist zwischen xi-1/2 und xi+1/2, nehmen wir jetzt an, dass u in diesem Bereich linear verteilt ist, d.h. wir bestimmen eine Gerade und werten sie an den Rändern aus, um die Flüsse zu berechnen. 56 Numerische Lösung der hyperbolischen DGL / MUSCL c- MUSCL Schema Bestimmung der Geraden: wir benötigen einen Punkt und eine Steigung. Der Punkt ist xij mit dem Funktionswert uij. Steigung: 2 Möglichkeiten, linksseitige oder rechtsseitige Differenz: Lij u i, j u i1, j x , R ij u i1, j u i, j x Wir müssen eine der beiden oder eine Linearkombination davon auswählen. Dies geschieht mit einem sogenannten Limiter, der bestimmte Bedingungen erfüllen muß. 57 Numerische Lösung der hyperbolischen DGL / MUSCL Limiter: TVD-Eigenschaft Mathematische Theorie für skalare Erhaltungsgleichungen Erweitert auf Systeme TVD-Eigenschaft (Total Variation Diminishing) n n 0 0 u u u u i1 i i1 i all i all i Hinreichende Bedingung (A. Harten) x s i x si 0 , 2 u i u i 1 u i 1 u i 58 Numerische Lösung der hyperbolischen DGL / MUSCL Limiter: Beispiele 1. Minmod-Funktion si min mod Li, j , R i, j a min mod a , b b 0 2. für für a b , ab 0 a b , ab 0 sonst Sweby‘s Steigungsberechnung (gewichteter Minmod) s k a , b sign (a) max min mod a , kb , min mod ka , b mit 1 k 2 59 Numerische Lösung der hyperbolischen DGL / MUSCL Rekonstruktion im Raum Damit kann man von Zellmittelpunkt an den Rand extrapolieren Randwerte zu tn uni uni Δx n si 2 Steigung sin Rekonstruktion in der Zeit Um die 2. Ordnung auch in der Zeit zu bekommen, geht man prinzipiell genauso vor, man extrapoliert vom Zeitpunkt tnden Zeitpunkt tn+1: Δt n 1 u i 2 u in u t 2 In der Zeit kann man aber keine Steigung berechnen, da man nur die Werte zu einem Zeitpunkt hat. Man behilft sich, indem man die Zeitableitung durch Raumableitungen ersetzt: tn tn1/2 uni1/2 uni Δt Δt f uni f uni uni ai1/2 uni uni 2 x 2 x 60 Numerische Lösung der hyperbolischen DGL / MUSCL Randbehandlung u u (in 11)/ 2, j ui+1,j u in,1j/ 2 uij xi-1 xi xi+1 x xi+2 Jetzt muß von der Zelle auf den Rand umgedacht werden. Der Fluß am Rand, gi+1/2,j ist jetzt: 1/2 gni1/2 g uni1/2 , uni1/2 1 61 Numerische Lösung der hyperbolischen DGL / MUSCL Upwind-Verfahren mit MUSCL 1/2 n 1/2 n 1/2 gi 12, j gni1/2, j gui , j , ui1, j uni ,1/2 falls ai 12, j 0 j ai 12,j 21( u ni,1/2j u(ni1/21),j ) falls ai 12,j 0 n1/2 falls ai 12, j 0 u( i 1 ), j hi, j 12 analog 62 Numerische Lösung der hyperbolischen DGL / MUSCL d- MUSCL Prozedur (gesamt) Randwerte zu tn t n t n1/2 FV-Schema: uni uni Δx n si 2 uni1/2 uni n 1 i u Steigung sin Δt f uni f uni 2 x Δt n1/2 n1/2 u gi1/2 gi1/2 Δx n i 1/2 mit gni1/2 g uni1/2 , uni1/2 1 63 Numerische Lösung der hyperbolischen DGL 10.CFL Bedingung Die Neumannsche Stabilitätsanalyse zeigt ,dass die expliziten Verfahren bedingt stabil sind. a t 1 x CFL Bedingung CFL steht hier für Courant-Friedrichs-Lewy. Die CFL Zahl beschreibt die dimensionslose Konvektionsgeschwindigkeit, die in hyperbolischen Gleichungen auftritt. mit a als Transportgeschwindigkeit der eindimensionalen linearen Transportgleichung. Die Geschwindigkeit, mit der das Verfahren Information verteilt ist x t 64 Numerische Lösung der hyperbolischen DGL / CFL Damit das gewählte Verfahren mit der vorgenommenen Diskretisierung stabil ist, muss die Informationsausbreitung des Verfahrens mindestens so groß sein, wie die der DGl, also bei einer Weitergabe von Information in einem Zeitschritt um ein Raumgitter: x a , bzw. : t t a 1 , bzw. : CFL CFLmax 1 x für festes x ergibt sich somit für die Zeitschri ttweite : CFLmax t x a 65 Numerische Untersuchung der Verfahrensordnung Numerische Lösung auf einem Gitter der Schrittweite x: u num u ex C Δx q Fehler auf einem Gitter der Schrittweite x bzw. 2 x : eΔx C Δx q e 2 x C (2Δx) q eΔx 2q Konvergenzordnung q des Verfahrens: e 2 x e 2 x q 2 q log 2 Δx Δx e e 66 e 2 x ln( Δx ) e ln( 2)