We propose and analyse an augmented mixed finite element method for the Oseen equations written in terms of velocity, vorticity, and pressure with non-constant viscosity and homogeneous Dirichlet boundary condition for the velocity. The weak formulation includes least-squares terms arising from the constitutive equation and from the incompressibility condition, and we show that it satisfies the hypotheses of the Babu\vska-Brezzi theory. Repeating the arguments of the continuous analysis, the stability and solvability of the discrete problem are established. The method is suited for any Stokes inf-sup stable finite element pair for velocity and pressure, while for vorticity any generic discrete space (of arbitrary order) can be used. A priori and a posteriori error estimates are derived using two specific families of discrete subspaces. Finally, we provide a set of numerical tests illustrating the behaviour of the scheme, verifying the theoretical convergence rates, and showing the performance of the adaptive algorithm guided by residual a posteriori error estimation.


翻译:我们提出并分析以速度、多寡和压力、不连续的粘度和均匀的狄里赫莱边界条件为速度的Osearn方程式的扩大混合有限要素方法。弱方程式包括构成方程式和不压缩条件产生的最不平方术语,我们表明它符合Babuvska-Brezzi理论的假设。重复连续分析的论据,确定离散问题的稳定性和可溶性。这种方法适合任何在速度和压力方面不连续的固定有限要素组合,而对于不透明者则可以使用任何通用的离散空间(任意顺序),利用离散子空间的两个特定组合得出先行和后行误差估计数。最后,我们提供一组数字测试,说明计划的行为,核实理论上的趋同率,并显示后期误差估计所引导的适应算法的性能。

0
下载
关闭预览

相关内容

神经常微分方程教程,50页ppt,A brief tutorial on Neural ODEs
专知会员服务
71+阅读 · 2020年8月2日
因果图,Causal Graphs,52页ppt
专知会员服务
246+阅读 · 2020年4月19日
专知会员服务
159+阅读 · 2020年1月16日
强化学习最新教程,17页pdf
专知会员服务
174+阅读 · 2019年10月11日
机器学习入门的经验与建议
专知会员服务
92+阅读 · 2019年10月10日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Call for Participation: Shared Tasks in NLPCC 2019
中国计算机学会
5+阅读 · 2019年3月22日
无监督元学习表示学习
CreateAMind
27+阅读 · 2019年1月4日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
条件GAN重大改进!cGANs with Projection Discriminator
CreateAMind
8+阅读 · 2018年2月7日
分布式TensorFlow入门指南
机器学习研究会
4+阅读 · 2017年11月28日
【学习】Hierarchical Softmax
机器学习研究会
4+阅读 · 2017年8月6日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Arxiv
0+阅读 · 2021年4月2日
Arxiv
3+阅读 · 2018年2月24日
Arxiv
5+阅读 · 2017年12月14日
VIP会员
相关VIP内容
神经常微分方程教程,50页ppt,A brief tutorial on Neural ODEs
专知会员服务
71+阅读 · 2020年8月2日
因果图,Causal Graphs,52页ppt
专知会员服务
246+阅读 · 2020年4月19日
专知会员服务
159+阅读 · 2020年1月16日
强化学习最新教程,17页pdf
专知会员服务
174+阅读 · 2019年10月11日
机器学习入门的经验与建议
专知会员服务
92+阅读 · 2019年10月10日
相关资讯
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Call for Participation: Shared Tasks in NLPCC 2019
中国计算机学会
5+阅读 · 2019年3月22日
无监督元学习表示学习
CreateAMind
27+阅读 · 2019年1月4日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
条件GAN重大改进!cGANs with Projection Discriminator
CreateAMind
8+阅读 · 2018年2月7日
分布式TensorFlow入门指南
机器学习研究会
4+阅读 · 2017年11月28日
【学习】Hierarchical Softmax
机器学习研究会
4+阅读 · 2017年8月6日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Top
微信扫码咨询专知VIP会员