In this work, we analyze an unfitted discontinuous Galerkin discretization for the numerical solution of the Stokes system based on equal higher-order discontinuous velocities and pressures. This approach combines the best from both worlds, firstly the advantages of a piece-wise discontinuous high-order accurate approximation and secondly the advantages of an unfitted to the true geometry grid around possibly complex objects and/or geometrical deformations. Utilizing a fictitious domain framework, the physical domain of interest is embedded in an unfitted background mesh and the geometrically unfitted discretization is built upon symmetric interior penalty discontinuous Galerkin formulation. To enhance stability we enrich the discrete variational formulation with a pressure stabilization term. Moreover, the present contribution adopts high order ghost penalty strategies to address the ill conditioning of the system matrix caused by small truncated elements with respect to the unfitted boundary. Motivated by continuous unfitted FEM [21,75,76] along with other unfitted mesh surveys grounded on discontinuous spaces [10,44-46,74], we use proper velocity and pressure ghost penalties defined on faces of cut cells to establish a robust high-order method, in spite of the cell agglomeration technique usually applied on dG methods. The current presentation should prove valuable in engineering applications where special emphasis is placed on the optimal effective approximation attaining much smaller relative errors in coarser meshes. Inf-sup stability, the optimal order of convergence, and the condition number sensitivity with respect to cut configuration are investigated. Numerical examples verify the theoretical results.


翻译:在这项工作中,我们分析了一种不适宜不连续的Galerkin离散法,用于在等高顺序不连续速度和压力的基础上对斯托克斯系统的数字解决方案进行不合适的不连续的Galerkin分解。这一方法结合了来自两个世界的最好办法,首先是片断不连续高顺序准确近似的好处,其次是因可能复杂的物体和(或)几何变形而不适合真正的几何格格格格格格的优点。利用一个不适用的域框架,将实际感兴趣的域嵌入一个不合适的背景网格中,而地理上不适的离散则建立在对称的内部刑罚不连续加勒金配方之上。为了加强稳定性,我们用压力稳定期来丰富离散的变异配方。此外,目前的贡献采用了高顺序幽灵罚策略,以解决系统矩阵因细小的元素在不适用的边界和/或几何几何形变形变形方面造成的不适态。 利用不适态背景网格网格的网格测量网格调查,以及基于不连续的空格空间(10、44-4674,74),我们使用正确的内不相不相不相异的内定的内分立的内分立的内分立的内分立法,我们使用适当的内定的内定的内置的内定的内定的内定的内定的内定的内置的内置的内置的内定的内置的内衣。

0
下载
关闭预览

相关内容

专知会员服务
41+阅读 · 2021年4月2日
【新书】Python编程基础,669页pdf
专知会员服务
193+阅读 · 2019年10月10日
LibRec 精选:AutoML for Contextual Bandits
LibRec智能推荐
7+阅读 · 2019年9月19日
IEEE | DSC 2019诚邀稿件 (EI检索)
Call4Papers
10+阅读 · 2019年2月25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
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
gan生成图像at 1024² 的 代码 论文
CreateAMind
4+阅读 · 2017年10月31日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
VIP会员
相关资讯
LibRec 精选:AutoML for Contextual Bandits
LibRec智能推荐
7+阅读 · 2019年9月19日
IEEE | DSC 2019诚邀稿件 (EI检索)
Call4Papers
10+阅读 · 2019年2月25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
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
gan生成图像at 1024² 的 代码 论文
CreateAMind
4+阅读 · 2017年10月31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