Fully implicit Runge-Kutta (IRK) methods have many desirable accuracy and stability properties as time integration schemes, but are rarely used in practice with large-scale numerical PDEs because of the difficulty of solving the stage equations. This paper introduces a theoretical and algorithmic framework for the fast, parallel solution of the nonlinear equations that arise from IRK methods applied to nonlinear numerical PDEs, including PDEs with algebraic constraints. This framework also naturally applies to discontinuous Galerkin discretizations in time. Moreover, the new method is built using the same preconditioners needed for backward Euler-type time stepping schemes. Several new linearizations of the nonlinear IRK equations are developed, offering faster and more robust convergence than the often-considered simplified Newton, as well as an effective preconditioner for the true Jacobian if exact Newton iterations are desired. Inverting these linearizations requires solving a set of block 2x2 systems. Under quite general assumptions on the spatial discretization, it is proven that the preconditioned operator has a condition number of ~O(1), with only weak dependence on the number of stages or integration accuracy. The new methods are applied to several challenging fluid flow problems, including the compressible Euler and Navier Stokes equations, and the vorticity-streamfunction formulation of the incompressible Euler and Navier Stokes equations. Up to 10th-order accuracy is demonstrated using Gauss integration, while in all cases 4th-order Gauss integration requires roughly half the number of preconditioner applications as required by standard SDIRK methods.
翻译:完全隐含的 Runge- Kutta ( IRK) 方法具有作为时间整合计划的许多可取的准确性和稳定性, 但由于难以解析阶段方程式, 新的方法在大规模数字 PDE 方法中很少使用。 本文引入了一个理论和算法框架, 用于对非线性数字 PDE 应用的非线性方程式, 包括带有代数限制的 PDEs 。 这个框架自然也适用于不连续的 Galerkin 分解系统 。 此外, 新的方法是使用后向的 Euler 型时间过渡计划所需的先决条件。 非线性 IRK 等方程式的几种新的线性化程序得到了开发, 比经常考虑的简化的 Newton 牛顿 生成的快速、 平行式方程式提供了更快速、更强的一致。 扭转这些线性化需要解决一组 2x2 系统 。 在对空间分流性的所有一般假设中, 已经证明操作者需要使用 ~ O(1) 级 的精确度, 的半透明性应用程序应用了, 在 递解性 的 的 的 的 递解 的 的 解 的 的 解 的 的 度 的 的 解 的 的 解 的 解 的 的 解 的 的 的 的 的 的 的 的 的 解 解 解 解 解 解 解 解 解 解 解 解 解 解 解 解 解 解 解 解 解 解 解 解 解 解 解 解 解 解 解 解 解 解 解 解 解 解 解 解 解 解 解 解 解 解 解 解 解 解 解 解 解 解 解 解 解 解 解 解 解 解 解 解 解 解 解 解 解 解 解 解 解 解 解 解 解 解 解 解 解 解 解 解 解 解 解 解 解 解 解 解 解 解 解 解 解 解