In this work, we develop a high-order pressure-robust method for the rotation form of the stationary incompressible Navier-Stokes equations. The original idea is to change the velocity test functions in the discretization of trilinear and right hand side terms by using an H(div)-conforming velocity reconstruction operator. In order to match the rotation form and error analysis, a novel skew-symmetric discrete trilinear form containing the reconstruction operator is proposed, in which not only the velocity test function is changed. The corresponding well-posed discrete weak formulation stems straight from the classical inf-sup stable mixed conforming high-order finite elements, and it is proven to achieve the pressure-independent velocity errors. Optimal convergence rates of H1, L2-error for the velocity and L2-error for the Bernoulli pressure are completely established. Adequate numerical experiments are presented to demonstrate the theoretical results and the remarkable performance of the proposed method.


翻译:在这项工作中,我们为固定的不压缩纳维埃-斯托克斯方程式的旋转形式开发了一种高阶压力-气旋法。最初的想法是使用一个与H(div)相容的速度重建操作员来改变三线和右手侧条件的离散性速度测试功能。为了匹配旋转形式和错误分析,我们提出了一个包含重建操作员的新颖的对称离散三线形式,其中不仅改变了速度测试功能。相应的测得好的离散弱配方直接来自典型的异端稳定混合符合高序的定数元件,并证明它能够达到依赖压力的速度错误。H1、速度L2-error和伯努尔努利压力L2-error的优化趋同率已经完全确定。提出了适当的数字实验,以证明拟议方法的理论结果和显著表现。

0
下载
关闭预览

相关内容

【KDD2021】图神经网络,NUS- Xavier Bresson教授
专知会员服务
62+阅读 · 2021年8月20日
专知会员服务
25+阅读 · 2021年8月11日
Stabilizing Transformers for Reinforcement Learning
专知会员服务
58+阅读 · 2019年10月17日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
立体匹配技术简介
计算机视觉life
27+阅读 · 2019年4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
强化学习的Unsupervised Meta-Learning
CreateAMind
17+阅读 · 2019年1月7日
Ray RLlib: Scalable 降龙十八掌
CreateAMind
9+阅读 · 2018年12月28日
【NIPS2018】接收论文列表
专知
5+阅读 · 2018年9月10日
误差反向传播——RNN
统计学习与视觉计算组
18+阅读 · 2018年9月6日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
已删除
将门创投
4+阅读 · 2018年1月19日
Arxiv
0+阅读 · 2021年10月26日
Arxiv
0+阅读 · 2021年10月26日
VIP会员
相关资讯
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
立体匹配技术简介
计算机视觉life
27+阅读 · 2019年4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
强化学习的Unsupervised Meta-Learning
CreateAMind
17+阅读 · 2019年1月7日
Ray RLlib: Scalable 降龙十八掌
CreateAMind
9+阅读 · 2018年12月28日
【NIPS2018】接收论文列表
专知
5+阅读 · 2018年9月10日
误差反向传播——RNN
统计学习与视觉计算组
18+阅读 · 2018年9月6日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
已删除
将门创投
4+阅读 · 2018年1月19日
Top
微信扫码咨询专知VIP会员