The paper considers a thermodynamically consistent phase-field model of a two-phase flow of incompressible viscous fluids. The model allows for a non-linear dependence of fluid density on the phase-field order parameter. Driven by applications in biomembrane studies, the model is written for tangential flows of fluids constrained to a surface and consists of (surface) Navier-Stokes-Cahn-Hilliard type equations. We apply an unfitted finite element method to discretize the system and introduce a fully discrete time-stepping scheme with the following properties: (i) the scheme decouples the fluid and phase-field equation solvers at each time step, (ii) the resulting two algebraic systems are linear, and (iii) the numerical solution satisfies the same stability bound as the solution of the original system under some restrictions on the discretization parameters. Numerical examples are provided to demonstrate the stability, accuracy, and overall efficiency of the approach. Our computational study of several two-phase surface flows reveals some interesting dependencies of flow statistics on the geometry.


翻译:本文考虑的是两阶段压缩粘结性流体流动的热动力一致的相位模型。 该模型允许对阶段-实地定序参数的液体密度的非线性依赖性。 该模型由生物成形研究的应用驱动,用于受表面限制的流体流体的相近性流,由(表层)纳维埃-斯托克斯-卡恩-希利亚德型方程式组成。我们采用了不合适的有限元素元件方法将系统分解,并引入一个完全离散的时间分步办法,其特性如下:(一) 方案在每步分解流体和阶段-实地等式解器,(二) 由此产生的两个代数系统是线性的,以及(三) 数字解决方案与在离散参数的某些限制下最初系统的解决办法具有同样的稳定性。提供了数字实例,以证明该方法的稳定性、准确性和总体效率。我们对若干两阶段地表流的计算研究显示,几处的流量统计数据具有某种有趣的依赖性。

0
下载
关闭预览

相关内容

Surface 是微软公司( Microsoft)旗下一系列使用 Windows 10(早期为 Windows 8.X)操作系统的电脑产品,目前有 Surface、Surface Pro 和 Surface Book 三个系列。 2012 年 6 月 18 日,初代 Surface Pro/RT 由时任微软 CEO 史蒂夫·鲍尔默发布于在洛杉矶举行的记者会,2012 年 10 月 26 日上市销售。
Fariz Darari简明《博弈论Game Theory》介绍,35页ppt
专知会员服务
111+阅读 · 2020年5月15日
【新书】Python编程基础,669页pdf
专知会员服务
195+阅读 · 2019年10月10日
鲁棒机器学习相关文献集
专知
8+阅读 · 2019年8月18日
灾难性遗忘问题新视角:迁移-干扰平衡
CreateAMind
17+阅读 · 2019年7月6日
Transferring Knowledge across Learning Processes
CreateAMind
29+阅读 · 2019年5月18日
【泡泡一分钟】一种实用且高效的多视图匹配方法
泡泡机器人SLAM
6+阅读 · 2018年11月19日
Capsule Networks解析
机器学习研究会
11+阅读 · 2017年11月12日
MoCoGAN 分解运动和内容的视频生成
CreateAMind
18+阅读 · 2017年10月21日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
VIP会员
相关资讯
鲁棒机器学习相关文献集
专知
8+阅读 · 2019年8月18日
灾难性遗忘问题新视角:迁移-干扰平衡
CreateAMind
17+阅读 · 2019年7月6日
Transferring Knowledge across Learning Processes
CreateAMind
29+阅读 · 2019年5月18日
【泡泡一分钟】一种实用且高效的多视图匹配方法
泡泡机器人SLAM
6+阅读 · 2018年11月19日
Capsule Networks解析
机器学习研究会
11+阅读 · 2017年11月12日
MoCoGAN 分解运动和内容的视频生成
CreateAMind
18+阅读 · 2017年10月21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