In this paper, we first propose and analyze a novel mixed-type DG method for the coupled Stokes-Darcy problem on simplicial meshes. The proposed formulation is locally conservative. A mixed-type DG method in conjunction with the stress-velocity formulation is employed for the Stokes equations, where the symmetry of stress is strongly imposed. The staggered DG method is exploited to discretize the Darcy equations. As such, the discrete formulation can be easily adapted to account for the Beavers-Joseph-Saffman interface conditions without introducing additional variables. Importantly, the continuity of normal velocity is satisfied exactly at the discrete level. A rigorous convergence analysis is performed for all the variables. Then we devise and analyze a domain decomposition method via the use of Robin-type interface boundary conditions, which allows us to solve the Stokes subproblem and the Darcy subproblem sequentially with low computational costs. The convergence of the proposed iterative method is analyzed rigorously. In particular, the proposed iterative method also works for very small viscosity coefficient. Finally, several numerical experiments are carried out to demonstrate the capabilities and accuracy of the novel mixed-type scheme, and the convergence of the domain decomposition method.


翻译:在本文中, 我们首先提出并分析一种新型混合式的DG方法, 用于模拟 meshes 的Stokes- Darcy 组合问题。 拟议的配方是本地保守的。 一种混合型DG方法, 结合压力- 速度配方, 用于斯托克斯 方程式, 对压力进行强烈的对称。 错开的DG方法用于将达西方程式分解。 因此, 离散配方可以很容易地调整为 Beavers- Joseph- Saffman 界面条件的核算, 而不引入额外的变量。 重要的是, 正常速度的连续性完全在离散级别上得到满足。 对所有变量都进行了严格的趋同分析。 然后, 我们设计并分析了一种域分解方法, 通过使用Robin- 类型的界面边界条件, 使我们用低的计算成本解决斯托克斯 子问题和 Darcy 子问题。 对提议的迭代方法的趋同进行了严格的分析。 特别是, 拟议的迭代方法方法在非常小的相对可变系数上也起作用。 。 最后, 几个数字式的组合式的组合式的组合式实验, 以显示新版域的精确性 。

0
下载
关闭预览

相关内容

专知会员服务
38+阅读 · 2021年8月20日
专知会员服务
42+阅读 · 2020年12月18日
因果图,Causal Graphs,52页ppt
专知会员服务
246+阅读 · 2020年4月19日
强化学习最新教程,17页pdf
专知会员服务
174+阅读 · 2019年10月11日
【哈佛大学商学院课程Fall 2019】机器学习可解释性
专知会员服务
103+阅读 · 2019年10月9日
已删除
将门创投
4+阅读 · 2019年8月22日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
人工智能 | ISAIR 2019诚邀稿件(推荐SCI期刊)
Call4Papers
6+阅读 · 2019年4月1日
Call for Participation: Shared Tasks in NLPCC 2019
中国计算机学会
5+阅读 · 2019年3月22日
逆强化学习-学习人先验的动机
CreateAMind
15+阅读 · 2019年1月18日
【NIPS2018】接收论文列表
专知
5+阅读 · 2018年9月10日
【SIGIR2018】五篇对抗训练文章
专知
12+阅读 · 2018年7月9日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
Adversarial Variational Bayes: Unifying VAE and GAN 代码
CreateAMind
7+阅读 · 2017年10月4日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Arxiv
3+阅读 · 2014年10月9日
VIP会员
相关资讯
已删除
将门创投
4+阅读 · 2019年8月22日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
人工智能 | ISAIR 2019诚邀稿件(推荐SCI期刊)
Call4Papers
6+阅读 · 2019年4月1日
Call for Participation: Shared Tasks in NLPCC 2019
中国计算机学会
5+阅读 · 2019年3月22日
逆强化学习-学习人先验的动机
CreateAMind
15+阅读 · 2019年1月18日
【NIPS2018】接收论文列表
专知
5+阅读 · 2018年9月10日
【SIGIR2018】五篇对抗训练文章
专知
12+阅读 · 2018年7月9日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
Adversarial Variational Bayes: Unifying VAE and GAN 代码
CreateAMind
7+阅读 · 2017年10月4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