非定常N-S方程迎风有限元方法的后验误差估计

对求解二维有界区域上非定常Navier-Stokes方程的迎风有限元格式定义了时间离散和空间离散误差估计器,给出了离散误差的整体上界和局部下界.这些估计器均可以由数值解算得.     

基于H(div)型有限元的非定常Navier-Stokes方程的涡旋黏性法

本文结合涡旋黏性思想与H(div)型有限元(如RT元和BDM元)逼近,对不可压非定常Navier-Stokes方程提出了一种新的稳定化有限元格式.这种格式不但满足守恒条件,而且克服了对流占优引起的振荡.通过半离散有限元格式,本文得到了与约化雷诺数相关而与雷诺数无关的误差估计.     

非定常Navier-Stokes 方程基于H（div）型有限元的涡旋黏性法

本文将子格涡旋黏性思想与H（div）型有限元逼近（比如RT元和BDM元）相结合, 对不可压非定常Navier-Stokes方程提出了一种新的稳定化有限元格式. 这种格式不仅满足守恒条件, 而且克服了对流占优所引起的震荡. 然后通过半离散有限元格式, 得到了与约化雷诺数相关与雷诺数无关的误差估计.     

定常Navier-Stokes方程基于速度投影的等阶元稳定化方法

针对定常的Navier-Stokes方程,本文给出并分析了基于速度场L~2投影的新型稳定化有限元方法.速度-压力逼近采用了P_1/P_1元.为了克服等阶元不满足inf-sup条件的问题,本文增加了压力投影稳定项.基于速度场L~2投影的稳定化方法,本文增强了L~2范数的稳定性.该稳定化格式的优点是所有的计算都在同一套网格上执行,不需要嵌套网格且只涉及速度场投影而不需要求解速度梯度投影.在连续的Navier-Stokes方程存在唯一一支非奇解的情况下,本文证明了该离散格式是稳定的.此外,本文还得出了离散解的误差估计.数值实验证实该方法是有效的.     

Navier-Stokes方程最优控制问题的一种新型投影稳定化方法

本文研究了高雷诺数下二维非定常Navier-Stokes方程最优控制问题的一种新型投影稳定化方法.通过L~2投影稳定化技巧,本文绕开了inf-sup条件对等阶有限元的束缚,克服了雷诺数较大时,对流占优引起的振荡.该方法的优点在于:所有计算只需要在同一套网格上执行,不需要嵌套网格或者将速度和压力的梯度投影到粗网格上.     

基于高阶紧致格式的二维不可压NS方程求解

本文介绍了一种基于原始变量的用于求解二维非定常不可压Navier-Stokes方程的高阶紧致格式。这种紧致格式最初是用于计算声学（CAA）的高精度格式,相对于传统的紧致格式,使用该格式的优点在于减少计算量的同时降低了边界模板的处理难度。这种方法建立在非交错网格上,空间离散具有六阶精度。压力Poisson方程基于九基点模板的四阶紧致格式进行离散,超松弛迭代进行求解。时间推进上采用四阶Runge-Kutta方法。为验证该方法的精度和有效性,利用该格式计算了一个具有解析解的问题,以及二维非定常情况下的方腔驱动流动问题,并且和传统的紧致格式进行了计算时间的对比。     

求解不可压流体Navier-Stokes方程的四阶精度有限容积紧致格式

采用四阶精度的有限容积紧致格式在交错网格上对二维非定常不可压流体的Navier-Stokes方程中的对流项和扩散项进行离散．压力项则由压力Poisson方程求得，并给出了新的压力Poisson方程的四阶精度有限容积紧致格式的离散表达式．用低存贮的三阶Runge-Kutta方法对Navier-Stokes方程进行时间推进．Fourier分析表明，有限容积紧致格式比一般的有限容积非紧致格式有更高的分辨率．最后以Taylor涡为例，得到了很好的结果．     

Navier-Stokes方程等价PPE格式的有限元解法

文中提出了一种与Navier-Stokes方程等价的PPE(Pressure Poisson equation)格式,即通过对压力建立泊松方程,并给出相应的Neumann边界条件,将单连通区域上的不可压缩Navier-Stokes方程转化为两个联立的方程。本文使用有限元方法对该等价的PPE格式进行离散。将数值计算结果与FLUENT软件求解的结果进行比较。得出以下结论:1)文提出的不可压缩Navier-Stokes方程的等价形式便于教值计算方法对不可压缩项的处理;2)使用高阶有限元方法能够有效的逼近这一等价形式的真解。     

“钻石背”弹翼颤振的数值计算

研究"钻石背"弹翼的颤振特性.采用Newmark算法简化颤振方程,耦合结构模型和非定常Navier-Stokes模型在时域内求解颤振方程.使用FLUENT 6.2软件求解非定常Navier-Stokes方程,得到非定常气动力;使用NASTRAN软件弹翼进行结构分析.用AGARD 445.6翼算例验证了计算方法的可行性,进行了"钻石背"弹翼的颤振特性计算,得到了颤振速度和颤振频率.     

Stokes方程的全离散有限元方法

本文提出了非定常不可压Stokes方程的空间变量用有限元离散、时间变量用差分离散的方法(全离散有限元方法),并给出了离散时间有限元的最优L~2、H~1和积分的误差估计。     

Stokes Darcy耦合问题的新等阶元投影稳定化方法

针对Stokes Darcy耦合问题提出一种新的投影稳定化方法,该方法对整个区域采用统一的等阶有限元空间逼近.相比通常的局部投影稳定化方法,增加了新的投影稳定项以及压力跳跃项,有效地克服了等阶有限元不满足inf sup条件的困难,也保证了该方法不仅对不连续的压力空间适用,且对连续的压力空间亦适用. 最后,证明了该方法的稳定性,并给出了误差估计.     

Stokes问题的L~2局部投影稳定化有限元方法

研究了Stokes问题的稳定化有限元方法.对于该问题传统的混合有限元方法求解要求速度和压力的有限元空间组合满足离散的inf-sup条件,为了去掉这一条件的限制,基于非残差的稳定化格式相继被提出,但这些稳定格式都是弱相容的.基于局部投影思想,对Stokes问题提出了一个强相容的稳定化有限元格式,利用有限元空间正交性,证明了此格式在速度和压力有限元空间无需满足B-B条件的情况下,解的存在性和唯一性,并得到了速度和压力相应的误差估计.     

求解双侧障碍问题的自适应投影算法

对一类具有双侧障碍的自由边界问题得到求它的数值解的自适应投影迭代算法。采用有限差分法将障碍问题离散为有限维双侧障碍问题,该问题等价于一个新的投影不动点问题,可得到双侧障碍问题的投影算法。并通过迭代数据自动调整投影算法的参数,加快其收敛速度。从而提出求解双侧障碍问题的自适应投影算法,给出算法过程和收敛性分析。理论分析和数值算例结果都表明该算法的有效性。     

基于局部投影方法的混沌信号去噪

提出一种以Takens嵌入定理和影子定理为理论依据的对混沌信号较有效的去噪方法，该方法先根据Takens嵌入定理将待处理的含噪时间序列嵌入到合适的相空间M'中，由于混有噪声，相空间中的点将偏离真实动力学系统嵌入的流形M，去噪的目的就是估计M的位置，并将偏离M的点移近它。从而更新原时间序列。实验比较了局部投影去噪方法和小波函数方法的去噪效果，结果表明本文的方法对混沌信号的去噪很有效，且比单纯利用小波函数去噪的效果更好。     

用广义正交投影矩阵求解线性规划

对线性规划的内点算法，文[1，2]均使用正交投影矩阵，这就要求约束条件的系数矩阵行满秩，同时内点法要求迭代点始终为内点，在算法终止时所得到的点在理论上只能是一个近似最优解．利用广义正交投影矩阵，我们获得了求解解线性规划的可行下降方向，这样不仅可以放宽系数矩阵行满秩的条件，而且得到的迭代点可以不是内点，因迭代过程穿过区域内部和区域的边界面的相对内部，在理论上确保了最优解为精确解，并证明该算法在有限步终止。     

抛物积分-微分方程的Mortar型有限体积元方法H1-范数的误差估计

研究了二维抛物积分微分方程的基于Crouzeix Raviart非协调元的Mortar型有限体积元方法.为了得到误差估计,我们引进了Mortar型Ritz Volterra投影算子并得到了它在H1范数意义下的逼近性质.最后我们证明了微分方程的真解和Mortar型有限体积元方程的解在H1范数意义下的误差估计是最优的.     

一种求解瞬时涡流问题的新型有限元算法

本文提出了一种求解瞬时涡流问题的新型有限元算法,并讨论了该算法的误差估计.此方法不仅更真实地模似物理背景条件,而且其计算格式又是一种解耦的形式,减少了计算量.     

二阶椭圆问题非协调元方法的基于L~2投影的超收敛分析

针对二阶椭圆问题,提出了一个最低阶非协调四边形线性有限元方法,并对得到的有限元逼近解进行后处理,进而得到了一个新的超收敛结果 .这个后处理过程的主要思想是将原有的有限元解通过L~2投影,投影到另一个较粗网格剖分的有限元空间.相应的超收敛结果是在拟一致性网格下得到的,并不需要常用的一致性剖分或矩形剖分的要求.     

求解瞬态涡流问题基于电场分解的有限元方法

本文提出了求解瞬态涡流问题基于电场分解的有限元格式.此方法不仅更真实地模拟物理背景条件,而且其计算格式又是一种解耦的形式,它保证了有限元解的存在唯一性,同时又不会造成更多的计算复杂性.     

求解自由边界问题的自适应投影方法

对一类自由边界问题,提出了基于线性互补问题的自适应投影算法.采用有限差分格式将自由边界问题离散为一个线性互补问题,然后用自适应投影迭代算法求其数值解,该方法在迭代过程中自动调整参数,达到加快收敛速度的目的,每一步迭代只需要求解一个线性方程组.给出了具体算法过程,并利用投影性质得到了它们的收敛性分析.最后用数值算例对算法验证,与已有的算法比较,结果表明:参数对自适应投影算法影响较小,该方法收敛速度更快.