We propose an energy-stable parametric finite element method (ES-PFEM) to discretize the motion of a closed curve under surface diffusion with an anisotropic surface energy $\gamma(\theta)$ -- anisotropic surface diffusion -- in two dimensions, while $\theta$ is the angle between the outward unit normal vector and the vertical axis. By introducing a positive definite surface energy (density) matrix $G(\theta)$, we present a new and simple variational formulation for the anisotropic surface diffusion and prove that it satisfies area/mass conservation and energy dissipation. The variational problem is discretized in space by the parametric finite element method and area/mass conservation and energy dissipation are established for the semi-discretization. Then the problem is further discretized in time by a (semi-implicit) backward Euler method so that only a linear system is to be solved at each time step for the full-discretization and thus it is efficient. We establish well-posedness of the full-discretization and identify some simple conditions on $\gamma(\theta)$ such that the full-discretization keeps energy dissipation and thus it is unconditionally energy-stable. Finally the ES-PFEM is applied to simulate solid-state dewetting of thin films with anisotropic surface energies, i.e. the motion of an open curve under anisotropic surface diffusion with proper boundary conditions at the two triple points moving along the horizontal substrate. Numerical results are reported to demonstrate the efficiency and accuracy as well as energy dissipation of the proposed ES-PFEM.


翻译:我们建议一种能感度参数定值元素法(ES-PFEM),将表面扩散下的封闭曲线运动分解为两个维度,以厌异度表面能量 $\gamma(theta) $(theta) $(theta) 美元 -- -- 厌异度表面扩散 -- -- 厌异度表面能量 美元 -- -- 反异度表层扩散 -- -- 以两个维度两个维度,而$(theta) 美元是外向单元正常矢量矢量矢量和垂直轴之间的角。通过引入一种积极的表面能量(密度) 矩阵(g(theta) 美元) 后向 Euler 法进一步分解问题,因此在全异度表面扩散的每次步骤中只能解决一个线性系统,从而证明它满足了面积/质量的节能保护和能量消散。我们通过偏差元素的偏差元素偏移法,在全度表面的轨道流度流度流度和精确度轨道上建立精确的流化状态,从而显示完全的静态的能量递化结果。

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。
不可错过!华盛顿大学最新《生成式模型》课程,附PPT
专知会员服务
63+阅读 · 2020年12月11日
专知会员服务
52+阅读 · 2020年9月7日
深度强化学习策略梯度教程,53页ppt
专知会员服务
178+阅读 · 2020年2月1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
【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
图神经网络库PyTorch geometric
图与推荐
17+阅读 · 2020年3月22日
Msfvenom 常用生成 Payload 命令
黑白之道
9+阅读 · 2019年2月23日
无监督元学习表示学习
CreateAMind
27+阅读 · 2019年1月4日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
meta learning 17年:MAML SNAIL
CreateAMind
11+阅读 · 2019年1月2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
【学习】(Python)SVM数据分类
机器学习研究会
6+阅读 · 2017年10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
Low-rank Matrix Recovery With Unknown Correspondence
Arxiv
0+阅读 · 2021年10月15日
VIP会员
相关资讯
图神经网络库PyTorch geometric
图与推荐
17+阅读 · 2020年3月22日
Msfvenom 常用生成 Payload 命令
黑白之道
9+阅读 · 2019年2月23日
无监督元学习表示学习
CreateAMind
27+阅读 · 2019年1月4日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
meta learning 17年:MAML SNAIL
CreateAMind
11+阅读 · 2019年1月2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
【学习】(Python)SVM数据分类
机器学习研究会
6+阅读 · 2017年10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