In this paper, we develop a discretization for the non-linear coupled model of classical Darcy-Forchheimer flow in deformable porous media, an extension of the quasi-static Biot equations. The continuous model exhibits a generalized gradient flow structure, identifying the dissipative character of the physical system. The considered mixed finite element discretization is compatible with this structure, which gives access to a simple proof for the existence, uniqueness, and stability of discrete approximations. Moreover, still within the framework, the discretization allows for the development of finite volume type discretizations by lumping or numerical quadrature, reducing the computational cost of the numerical solution.


翻译:在本文中,我们为传统达西-福切海默传统不线性结合模型开发了一种分解模式,用于可变多孔介质中的典型达西-福赫海默流动,这是准静态生物方程式的延伸。连续模型展示了一种普遍的梯度流结构,确定了物理系统的消散特性。被考虑的混合有限元素分解与这一结构相容,这种结构使得人们能够获得一个简单的证据证明离散近点的存在、独特性和稳定性。 此外,在框架范围内,分解还允许通过组合或数字等式来发展有限的体型分解,从而降低数字解决方案的计算成本。

0
下载
关闭预览

相关内容

【ACML2020】张量网络机器学习:最近的进展和前沿,109页ppt
专知会员服务
54+阅读 · 2020年12月15日
专知会员服务
50+阅读 · 2020年12月14日
IEEE | DSC 2019诚邀稿件 (EI检索)
Call4Papers
10+阅读 · 2019年2月25日
Disentangled的假设的探讨
CreateAMind
9+阅读 · 2018年12月10日
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
已删除
将门创投
5+阅读 · 2018年6月7日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
计算机视觉近一年进展综述
机器学习研究会
9+阅读 · 2017年11月25日
【论文】变分推断(Variational inference)的总结
机器学习研究会
39+阅读 · 2017年11月16日
【计算机类】期刊专刊/国际会议截稿信息6条
Call4Papers
3+阅读 · 2017年10月13日
Arxiv
0+阅读 · 2021年7月12日
Arxiv
0+阅读 · 2021年7月9日
Learning to Importance Sample in Primary Sample Space
VIP会员
相关资讯
IEEE | DSC 2019诚邀稿件 (EI检索)
Call4Papers
10+阅读 · 2019年2月25日
Disentangled的假设的探讨
CreateAMind
9+阅读 · 2018年12月10日
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
已删除
将门创投
5+阅读 · 2018年6月7日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
计算机视觉近一年进展综述
机器学习研究会
9+阅读 · 2017年11月25日
【论文】变分推断(Variational inference)的总结
机器学习研究会
39+阅读 · 2017年11月16日
【计算机类】期刊专刊/国际会议截稿信息6条
Call4Papers
3+阅读 · 2017年10月13日
Top
微信扫码咨询专知VIP会员