In this paper we advance the analysis of discretizations for a fluid-structure interaction model of the monolithic coupling between the free flow of a viscous Newtonian fluid and a deformable porous medium separated by an interface. A five-field mixed-primal finite element scheme is proposed solving for Stokes velocity-pressure and Biot displacement-total pressure-fluid pressure. Adequate inf-sup conditions are derived, and one of the distinctive features of the formulation is that its stability is established robustly in all material parameters. We propose robust preconditioners for this perturbed saddle-point problem using appropriately weighted operators in fractional Sobolev and metric spaces at the interface. The performance is corroborated by several test cases, including the application to interfacial flow in the brain.


翻译:在本文中,我们推动分析一个液态结构互动模型的离散性,该模型将牛顿流体自由流体与通过接口分离的可变形多孔介质之间的单状组合。建议为斯托克斯速度压力和生物迁移-总压力-液压压力,制定五地混合限量元素计划。产生了足够的渗漏条件,该配方的一个特征是其稳定性在所有物质参数中都得到了牢固的确立。我们利用分数索博列夫和界面的测量空间的适当加权操作员,为这一被渗透的马鞍问题提出了强有力的先决条件。这一效果得到了几个测试案例的证实,其中包括对大脑间流动的应用。

0
下载
关闭预览

相关内容

在数学优化中,拉格朗日乘数法是一种用于寻找受等式约束的函数的局部最大值和最小值的策略(即,必须满足所选变量值必须完全满足一个或多个方程式的条件)。它以数学家约瑟夫·路易斯·拉格朗日命名。基本思想是将受约束的问题转换为某种形式,以便仍可以应用无约束问题的派生检验。函数的梯度与约束的梯度之间的关系很自然地导致了原始问题的重构,即拉格朗日函数。
专知会员服务
31+阅读 · 2021年6月12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
Keras François Chollet 《Deep Learning with Python 》, 386页pdf
专知会员服务
151+阅读 · 2019年10月12日
【SIGGRAPH2019】TensorFlow 2.0深度学习计算机图形学应用
专知会员服务
39+阅读 · 2019年10月9日
“CVPR 2020 接受论文列表 1470篇论文都在这了
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
保序最优传输:Order-preserving Optimal Transport
我爱读PAMI
6+阅读 · 2018年9月16日
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
【NIPS2018】接收论文列表
专知
5+阅读 · 2018年9月10日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15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
Adversarial Variational Bayes: Unifying VAE and GAN 代码
CreateAMind
7+阅读 · 2017年10月4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11月23日
Arxiv
3+阅读 · 2018年1月31日
VIP会员
相关资讯
“CVPR 2020 接受论文列表 1470篇论文都在这了
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
保序最优传输:Order-preserving Optimal Transport
我爱读PAMI
6+阅读 · 2018年9月16日
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
【NIPS2018】接收论文列表
专知
5+阅读 · 2018年9月10日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15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
Adversarial Variational Bayes: Unifying VAE and GAN 代码
CreateAMind
7+阅读 · 2017年10月4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