Hydrodynamics coupled phase field models have intricate difficulties to solve numerically as they feature high nonlinearity and great complexity in coupling. In this paper, we propose two second order, linear, unconditionally stable decoupling methods based on the Crank--Nicolson leap-frog time discretization for solving the Allen--Cahn--Navier--Stokes (ACNS) phase field model of two-phase incompressible flows. The ACNS system is decoupled via the artificial compression method and a splitting approach by introducing an exponential scalar auxiliary variable. We prove both algorithms are unconditionally long time stable. Numerical examples are provided to verify the convergence rate and unconditional stability.


翻译:水文动力学和相交场模型在数字上难以解决,因为它们具有高度非线性和高度复杂的结合。在本文件中,我们建议采用基于Crank-Nicolson跳跃分流时间分解法的第二种顺序,即线性、无条件稳定的分解方法,以解决Allen-Cahn-Navier-Stokes(ACNS)两阶段压缩流的相位模型。ACNS系统通过人工压缩法和分解法分解法分解。我们证明两种算法都无条件长期稳定。提供了数字实例,以核实汇合率和无条件稳定。

0
下载
关闭预览

相关内容

ACNS:Applied Cryptography and Network Security。 Explanation:应用密码学与网络安全。 Publisher:Springer。 SIT: http://dblp.uni-trier.de/db/conf/acns/
专知会员服务
50+阅读 · 2020年12月14日
专知会员服务
51+阅读 · 2020年12月10日
【干货书】机器学习速查手册,135页pdf
专知会员服务
125+阅读 · 2020年11月20日
Fariz Darari简明《博弈论Game Theory》介绍,35页ppt
专知会员服务
109+阅读 · 2020年5月15日
Stabilizing Transformers for Reinforcement Learning
专知会员服务
58+阅读 · 2019年10月17日
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
19篇ICML2019论文摘录选读!
专知
28+阅读 · 2019年4月28日
强化学习的Unsupervised Meta-Learning
CreateAMind
17+阅读 · 2019年1月7日
无监督元学习表示学习
CreateAMind
27+阅读 · 2019年1月4日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
强化学习 cartpole_a3c
CreateAMind
9+阅读 · 2017年7月21日
Arxiv
0+阅读 · 2021年10月13日
VIP会员
相关VIP内容
相关资讯
Top
微信扫码咨询专知VIP会员