Sie sind auf Seite 1von 71

Technische Universitt Ilmenau

Fakultt fr Maschinenbau

FG Thermo- und Magnetofluiddynamik

Skript zur Vorlesung

Numerische Strmungsmechanik

Lehrbeauftragter: Dr. Thomas Boeck


Raum: M 401
E-Mail thomas.boeck@tu-ilmenau.de

Stand 6. August 2015

INHALTSVERZEICHNIS

Inhaltsverzeichnis
1 Einleitung

1.1

Grundlagen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

1.2

Ursprnge, Geschichte der CFD . . . . . . . . . . . . . . . . . . . . . . . .

1.3

Verwendung von CFD . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

1.4

Schritte einer CFD-Analyse . . . . . . . . . . . . . . . . . . . . . . . . . .

1.5

Verwendete Methoden . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

1.5.1

Finite-Differenzen-Methode . . . . . . . . . . . . . . . . . . . . . .

1.5.2

Finite-Volumen-Methode . . . . . . . . . . . . . . . . . . . . . . . .

1.5.3

Finite-Element-Methode . . . . . . . . . . . . . . . . . . . . . . . .

1.5.4

Spektralverfahren . . . . . . . . . . . . . . . . . . . . . . . . . . . .

2 Grundgleichungen der Strmungsmechanik

2.1

Eulersche- und Lagrangesche Beschreibung . . . . . . . . . . . . . . . . . .

2.2

Divergenz des Geschwindigkeitfelds, materielles Volumen . . . . . . . . . .

2.3

Massenerhaltung fr Fluidelemente . . . . . . . . . . . . . . . . . . . . . .

2.4

Impulserhaltung fr Fluidelemente . . . . . . . . . . . . . . . . . . . . . .

2.5

Energieerhaltungsgleichung . . . . . . . . . . . . . . . . . . . . . . . . . . . 11

2.6

Randbedingungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12

3 Partielle Differentialgleichungen, Klassifizierung

13

3.1

korrekt gestelltes Problem . . . . . . . . . . . . . . . . . . . . . . . . . . . 13

3.2

Skalare PDE 1. Ordnung mit zwei unabhngigen Variablen . . . . . . . . . 13

3.3

Skalare PDE 2. Ordnung mit zwei unabhngigen Variablen . . . . . . . . . 16

3.4

Hyperbolischer Fall . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19

3.5

Parabolischer Fall . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21

3.6

Elliptischer Fall . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22

3.7

Beispiel fr schlecht gestelltes Problem . . . . . . . . . . . . . . . . . . . . 23

Numerische Strmungsmechanik

Dr. Thomas Boeck

INHALTSVERZEICHNIS

3.8

II

Klassifikation bei mehr als zwei unabhngigen Variablen . . . . . . . . . . 25

4 Grundlegendes zu Finite-Differenzen-Verfahren

26

4.1

Rechengitter . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26

4.2

Differenzquotienten und Abbruchfehler . . . . . . . . . . . . . . . . . . . . 27

4.3

Approximation von PDEs . . . . . . . . . . . . . . . . . . . . . . . . . . . 31

4.4

Modifizierte Gleichung, numerische Diffusion/Dispersion . . . . . . . . . . 34

4.5

Stabilitt von FDA . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36

4.6

Von-Neumann-Analyse in einer Raumdimension . . . . . . . . . . . . . . . 37

4.7

Crank-Nicolson-FDA der Wrmeleitungsgleichung . . . . . . . . . . . . . . 39

4.8

Methoden fr die eindimensionale Advektionsgleichung . . . . . . . . . . . 40

4.9

4.8.1

Beispiel Leapfrog-Verfahren . . . . . . . . . . . . . . . . . . . . . 41

4.8.2

Beispiel Lax-Wendroff-Verfahren

4.8.3

Beispiel MacCormack-Verfahren . . . . . . . . . . . . . . . . . . . 43

4.8.4

Stabilitt fr Burgers-Gleichung . . . . . . . . . . . . . . . . . . . . 44

. . . . . . . . . . . . . . . . . . 42

Verfahren fr zweidimensionale Diffusionsprobleme . . . . . . . . . . . . . 45


4.9.1

Alternative mit geringerem Aufwand = approximate factorization

46

4.9.2

Weitere Alternative = ADI (alternating directions implicit) . . . . . 47

4.10 Methoden fr elliptische Probleme . . . . . . . . . . . . . . . . . . . . . . . 48


5 Finite-Differenzen-Verfahren/Strmungsprobleme

55

5.1

Stromfunktions-Wirbelstrke-Formulierung . . . . . . . . . . . . . . . . . . 55

5.2

Rolle des Drucks in inkompressiblen Strmungen . . . . . . . . . . . . . . . 57

5.3

Projektionsverfahren fr zeitabhngige inkompressible Strmungen . . . . . 58

5.4

Iterative Lsung von stationren Strmungen

6 Finite-Volumen-Methode

. . . . . . . . . . . . . . . . 61
63

6.1

Integrale Form der Grundgleichungen . . . . . . . . . . . . . . . . . . . . . 63

6.2

globale Erhaltungseigenschaften . . . . . . . . . . . . . . . . . . . . . . . . 64

Numerische Strmungsmechanik

Dr. Thomas Boeck

INHALTSVERZEICHNIS

III

6.3

1D-Beispiel fr Finite-Volumen-Diskretisierung . . . . . . . . . . . . . . . . 66

6.4

2D-Beispiel fr Finite-Volumen-Diskretisierung . . . . . . . . . . . . . . . . 67

Numerische Strmungsmechanik

Dr. Thomas Boeck

1 EINLEITUNG

Einleitung

1.1

Grundlagen

Strmungsvorgnge werden durch Feldgren beschrieben, die von Ort und Zeit
abhngen Geschwindigkeit, Druck, Temperatur, . . .
diese Gren werden durch die Erhaltungsgleichungen der Kontinuumsmechanik
bestimmt Erhaltung von Masse, Impuls und Energie
diese Gleichungen sind nichtlineare partielle Differentialgleichungen, Ableitung nach
Ort und Zeit
analytische Lsungen nur in stark idealisierten Fllen mglich, z.B.: Rohrstrmung
fr die meisten realen Geometrien mssen die Gleichungen numerisch gelst werden Computational Fluid Dynamics (CFD) = Entwicklung und Anwendung von
numerischen Methoden zur Lsung der strmungsmechanischen Gleichungen am
Computer
Computerberechnung erfordert Umformulierung der partiellen Differentialgleichungen in ein System algebraischer Gleichungen = Diskretisierung
die kontinuierlichen Felder werden durch eine endliche Anzahl von Zahlenwerten
(z.B. auf einem Gitter) ersetzt
man muss sicherstellen, dass die Lsung der algebraischen Gleichung die tatschliche
Lsung der partiellen DGL approximiert
fr Simulation turbulenter Strmungen gibt es verschiedene Arten von Simulationen
direkte numerische Simulation (DNS)
alle Wirbelstrukturen der Strmung werden auf dem Rechengitter abgebildet
keine zustzlichen Annahmen/Terme in Erhaltungsgleichung notwendig
saubere aber extrem aufwendige Lsung
RANS-Simulation (Reynolds-averaged NavierStokes)
Lsung der zeitgemittelten Erhaltungsgleichungen fr das mittlere Strmungsfeld
Numerische Strmungsmechanik

Dr. Thomas Boeck

1 EINLEITUNG

Erhaltungsgleichungen enthalten Reynoldsschen Spannungstensor, der modelliert wird


fr praktische Anwendungen blich, Ergebnisse mit Vorsicht zu genieen
Large-Eddy-Simulation (LES) = Grobstruktursimulation Eddy = Wirbel
Erhaltungsgleichungen werden rumlich gefiltert
kleinskalige Strukturen mssen durch Schlieungsterm dargstellt werden
Entwicklung von Schlieungsmodellen gehrt auch zu CFD
Aufwand an Speicher + Rechenzeit DNS LES RANS

1.2

Ursprnge, Geschichte der CFD

erste berlegungen zur numerischen Wettervorhersage von Richardson in den 1920er


rasche Entwicklung nach 1945 durch Entwicklung von Computern und Bedarf im
Militrbereich
1950er 1960er Jahre 2D-Berechnungen
1970er Jahre 3D-Berechnungen
seit 1980er Jahre kommerzielle Programme

1.3

Verwendung von CFD

Produktentwicklung in der Industrie


Forschungswerkzeug fr Strmungsmechanik, Klimaforschung, Astrophysik, . . .

1.4

Schritte einer CFD-Analyse

Problemstellung/-definition (Geometrie, Gleichungen, Randbedingungen, . . . )


Diskretisierung, Rechengitter
Simulation
Analyse der Resultate, Reduktion der Informationsmenge, Visualisierung (colors
for directors)
Numerische Strmungsmechanik

Dr. Thomas Boeck

1 EINLEITUNG

1.5

Verwendete Methoden

numerische Verfahren sind auf Basis verschiedener Diskretisierungen mglich

1.5.1

Finite-Differenzen-Methode

rumliches Punktgitter
ersetzen der partiellen Ableitungen durch Differentialquotienten
u
ui+1 ui

x
xi+1 xi

1.5.2

i = 1, 2, 3, ...

Finite-Volumen-Methode

Zerlegung des Strmungsgebiets in Zellen


Verwendung integraler Formulierung der Erhaltungsgleichungen in jeder Zelle
auf komplexe Geometrien anwendbar, globale Erhaltungseigenschaften

1.5.3

Finite-Element-Methode

Gebietszerlegung in Zellen, Verwendung von Basisfunktion i , global definiert, aber


nur auf einem Element (und dessen Nachbarn) 6= 0
Verwendung einer integralen (schwcheren) Formulierung der Erhaltungsgleichungen

u=

n
X

ui , i (x)

i = 1, 2, 3, ...

i=1

Numerische Strmungsmechanik

Dr. Thomas Boeck

1 EINLEITUNG

1.5.4

Spektralverfahren

Reihenentwicklung in Basisfunktionen, die nicht auf Teilgebiete konzentriert sind,


z.B.: Fourier-Reihe
u=

n
X

uk eikx

k=1

beste Konvergenzeigenschaften (sehr genau)


nur auf einfache Geometrien anwendbar

Numerische Strmungsmechanik

Dr. Thomas Boeck

2 GRUNDGLEICHUNGEN DER STRMUNGSMECHANIK

Grundgleichungen der Strmungsmechanik

kontinuumsmechanische Beschreibung durch Feldgren


Konzept des Fluidelements, lokales thermodynamisches Gleichgewicht (Zustandsgleichung gilt lokal)

2.1

Eulersche- und Lagrangesche Beschreibung

Lagrangesche Beschreibung = Bewegung aller Fluidelemente erfasst

~x(t, ~x0 , t0 ) = Trajektoren


~u =

d~x
= Geschwindigkeit
dt

Eulersche Beschreibung = man verfolgt nicht die Bewegung der einzelnen Fluidelemente, sondern betrachtet nur die Eigenschaften, die an einem gegebenen Ort ~r und Zeit t
vorliegen.
~u(~r, t)
substantielle Ableitung liefert zeitliche nderung fr ein materielles Fluidelement, z.B.
der Dichte.

%(~r, t) %(~r + ~u dt, t + dt) = nderung der Dichte ber Zeitintervall dt


dt

D
1
(%) =
[%(~r + ~u dt, t + dt) %(~r, t)] = Dichtedifferenz fr dt 0
Dt
dt

mit %(~r + ~u dt, t + dt) = %(~r, t) + % ~u dt +

%
t

dt = Taylorreihe

D
%
(%) =
+ (~u ) %
Dt
t

Numerische Strmungsmechanik

Dr. Thomas Boeck

2 GRUNDGLEICHUNGEN DER STRMUNGSMECHANIK

2.2

Divergenz des Geschwindigkeitfelds, materielles Volumen

Materielles Volumen besteht immer aus denselben Fluidelementen, die mit der Strmung
transportiert werden nicht ortsfest. Notation fr materielles Volumen = .
nderung von whrend eines infinitesimalen Zeitintervalls dt.

ds = Oberflchenelement mit Flchennomale ~n


= ds ~n ~u dt

~n ~u dt = Projektion auf Senkrechte ber ds

Gesamte nderung von im Zeitraum dt.


d =

~n ~u dt ds

Man schreibt auch

D
,
Dt

d Z
d Z
= ~u ~n ds
= ~n d
Gau dt
dt
s

da materielles Volumen betrachtet wird (substantielle Ableitung).

Betrachtung von Grenzfall 0


lim

Z

~u d = ~u

Man bezeichnet jetzt als , da 0 geht.


1 D
() = ~u
Dt
= relative Volumennderung eines infinitesimalen materiellen Volumens pro Zeit.

Numerische Strmungsmechanik

Dr. Thomas Boeck

2 GRUNDGLEICHUNGEN DER STRMUNGSMECHANIK

2.3

Massenerhaltung fr Fluidelemente

Fluidelement hat Volumen und Masse m = %


D
(m) = 0 = Massenerhaltung
Dt
D
D
D

(% ) =
(%) + %
() = 0
Dt
Dt
|Dt{z }
~
u

D%
+ % ( ~u) = 0
Dt
%
+ (~u ) % + % ( ~u) = 0

t
%

+ (% ~u) = 0
t

Fr % = konst. gilt ~u = 0 (= Massenerhaltung fr inkompressible Strmung)

2.4

Impulserhaltung fr Fluidelemente

Ziel = Anwendung des Newtonschen Gesetz F = m a auf .


m = %

und

D
~u
a=
(~u) 6=
Dt
t

F = m a = %

D
(~u)
Dt

Welche Krfte wirken auf das Fluidelement?


Volumenkrfte werden durch Kraftdichte beschrieben
Schwerkraft = F~ = m ~g = % ~g
~
Lorentzkraft = F~ = ~j B

Oberflchenkrfte werden durch Spannungstensor beschrieben.


F~ = ~t A
~t= Spannungsvektor
hngt von Orientierung der Flche ab

Numerische Strmungsmechanik

Dr. Thomas Boeck

2 GRUNDGLEICHUNGEN DER STRMUNGSMECHANIK

Man kann durch Betrachtung der Kraftbilanz auf einem Tetraeder zeigen, dass die Kraft

F~ auf eine Flche A, die nicht in einer der Koordinatenebenen liegt, durch F~ = ~n t F~
gegeben ist.

t = Doppelvektor (Tensor)

Resultierende Kraft von der Oberflche des wrfelfrmigen Fluidelements in x-Richtung.

Mittelpunkt bei x, y, z
Betrag der oberen Deckflche

= zx (x, y, z +

z
)
2

x y

Betrag der unteren Deckflche

= zx (x, y, z

z
)
2

x y

zx (x, y, z +

z
)
2

zx (x, y, z

z
)
2

x y =

zx
x y z
z | {z }

Analog fr die anderen Ebenen

xx
x y z
x | {z }

Numerische Strmungsmechanik

yx
x y z
y | {z }

Dr. Thomas Boeck

2 GRUNDGLEICHUNGEN DER STRMUNGSMECHANIK

Kraftkomponenten in x-Richtung ist somit


Fx =

xx yx zx
+
+
x
y
z

Analog fr y- und z-Richtung

Einsetzen ins Newtonsche Gesetz F = m a, erhlt man fr die x-Richtung


D
(ux ) =
%
Dt

xx yx zx
+
+
x
y
z

In Vektorschreibweise erhlt man %

D
(~u)
Dt

+ % gx + weiter Volumenkrfte

= % ~g + = Impulsbilanz
|{z}
f~

Problem mit

Bestimmung von

hat einen geschwindigkeitsunabhngigen Anteil


Druck wirkt auch in ruhenden Flssigkeiten
Druck wirkt allseitig, hngt nicht von Orientierung ab (isotrop)
(0)

= p I

ij (0) = p ij

I = Einheitsmatrix

geschwindigkeitsabhngiger Anteil von hngt von Geschwindigkeitsgradienten ~u


ab
(I)

Einfachster Ansatz,
hngt linear von ~u ab. Der Spannungstensor erfllt ij = ji
(Symmetrie) aufgrund der Drehimpulserhaltung, auerdem resultieren Spannungen nur
aus Scherung.
ij

(I)

1
hngt nur vonSij =
2

ij (I) =

ui uj
+
xj
xi

ab (Scherratentensor)

ijkl Skl

u,l

Numerische Strmungsmechanik

Dr. Thomas Boeck

2 GRUNDGLEICHUNGEN DER STRMUNGSMECHANIK

10

Aus Grnden der Isotropie verbleiben vom ijkl nur ein Beitrag.
ij (I) = 2 Sij

= dynamische Viskositt

Zusammengesetzt ergibt sich

ij = ij (0) + ij (I) = p ij + 2 Sij


= Materialgesetz fr inkompressible Newtonsche Fluide

Einsetzen in Impulsbilanz ergibt


X
D

%
(ui ) = fi +
ij
Dt
xj
j

D
(~u) = f~ + ~
%
Dt
X

mit

ij
xj

X
j

(p ij ) +
(2 Sij )
xj
xj
j

Getrennt auflsen ergibt


!

p
(p ij ) =
ij
xj
xj
j

X
j

p
=
= ( p)i
xi

X
X

(2 Sij ) =

(2 Sij ) =

xj
xj
xj
j
j

X
j

X
j

2 ui

xj 2

2 uj

xj xi

X
j

|
=

X uj
(2 Sij ) = 2 ui +
xj
xi j xj
|

=0

es folgt die Navier-Stokes-Gleichung %


Numerische Strmungsmechanik

ui uj
+
xj
xi

=j1
6= j 0

!!

{z
}
 u 

xi

mit =

{z

j
xj

mit 2 =

2
2
2
+
+
x2 y 2 z 2

~
u=0

D
(~u) = p + 2~u + f~
Dt
Dr. Thomas Boeck

2 GRUNDGLEICHUNGEN DER STRMUNGSMECHANIK

2.5

11

Energieerhaltungsgleichung

Fr die Herleitung wendet man den ersten Hauptsatz der Thermodynamik auf ein Fluidelement an und bilanziert zu- bzw. abgefhrte Wrme und Arbeit durch Oberflchenund Vol-menspannungen. Primr erhlt man eine Gleichung fr Gesamtenergie = innere
Energie + kinetische Energie (genauer fr Energiedichten). Man zieht deshalb die reine
mechanische Energiegleichung fr die kinetische Energiedichte ab.

(e) = q + ( T ) + |
u}
{z ~
Dt


P
ui
=

q
T
e

ij

ij

X
ij

ui
ij
xj

= viskose Dissipation

xj

= volumetrische Heizung
= Wrmestromdichte
= Dichte der inneren Energie

fr inkompressible Fluide gilt e = cv %T , wobei die viskose Dissipation vernachlssigbar


klein ist.
cv %

D
(T ) = q + ( T )
Dt

= Wrmeleitfhigkeit, T = Temperatur

D
q

(T ) =
+
2 T
Dt
cv % cv %

D
T
(T ) =
+ (~u ) T = 2 T
Dt
t

Numerische Strmungsmechanik

= = Temperaturleitfhigkeit
cv %
ohne q

Dr. Thomas Boeck

2 GRUNDGLEICHUNGEN DER STRMUNGSMECHANIK

2.6

12

Randbedingungen

Betrachten nur inkompressible Strmungen mit ~u = 0. Dadurch ist der Druck keine
unabhngige dynamische Gre und es werden nur Randbedingungen fr ~u bentigt.
an festen Wnden gilt ~u = ~uW and (Haftbedingungen (no-Slip))
an Grenzflchen zweier Fluide gilt ~u1 = ~u2 , sowie lokales Krftegleichgewicht, eine
Normalspannung und 2 Tangentialkrfte (Spannungen)
kinematische Randbedingungen Grenzflche wird durch Strmung transportiert
fr Temperatur an Wnden gelten Randbedingungen 1., 2. oder 3. Art
erster Art, Temperatur an Wand T = TW and
zweiter Art, Wrmestromdichte an Wand qW and = ~n T
dritter Art, Beschreibung des konvektiven Wrmebergangs von der Oberflche
eines Krpers an ein vorbeistrmendes Fluid qc = h (TW T )
fr Temperatur an Grenzflchen
gilt T
= T2 und Wrmestromdichte senkrecht zu

1
T
T
Grenzflche stetig 1 n = 2 n
1

Numerische Strmungsmechanik

Dr. Thomas Boeck

3 PARTIELLE DIFFERENTIALGLEICHUNGEN, KLASSIFIZIERUNG

3
3.1

13

Partielle Differentialgleichungen, Klassifizierung


korrekt gestelltes Problem

Gleichungen der Strmungsmechanik (Massen-, Impuls- und Energieerhaltung) sind partielle Differentialgleichungen (PDE = partial differential equation). Man braucht zur Lsung
der PDE noch zustzliche Bedingungen (Anfangs-/Randbedingungen). Dies ist analog zu
ge-whnlichen Differentialgleichungen.
z.B.:

df
d2 f
+b=0
+
a
dx2
dx

df
Anfangswertproblem: f, dx
an der Stelle x0 gegeben
Randwertproblem:
Intervall (x1 , x2 ) f (x1 ) = A, f (x2 ) = B
(x2 )
f (x1 ) = A, dfdx
=B

Frage: Wie sieht das fr PDE aus?


Man mchte ein korrekt gestelltes Problem erhalten. Korrekt gestellt heit, das eine Lsung existiert, diese eindeutig ist und stetig von den Rand-/Anfangswerten abhngt und
ggf. noch von weiteren Parametern. Dies fhrt zur Betrachtung sogenannter charakteristischen Kurven/Flchen. Erluterung anhand einfacher Beispiele.

3.2

Skalare PDE 1. Ordnung mit zwei unabhngigen Variablen

Beispiel fr eine solche PDE Betrachtung inkompressible 2D-Strmung in einem endlichen geschlossenen Gebiet.

u(x, y)
~u =
v(x, y)

wir wollen Stromlinien als Isolinien einer Funktion (x, y) darstellen


Numerische Strmungsmechanik

Dr. Thomas Boeck

3 PARTIELLE DIFFERENTIALGLEICHUNGEN, KLASSIFIZIERUNG

14

Eigenschaften einer Stromlinie


d~r muss parallel zu ~u seind

d~r = Lnge der Stromlinie in x- und y-Richtung

dx = c u
dy
dx
=
u dy = v dx

u
v
dy = c v

dx +
dy (u v)
d = (x + dx, y + dy) (x, y) =

x
y

d u v = u

v dx + v
u dy
x
y

auf einer Stromline gilt u dy = v dx

d (u v) = u
+v
x
y

v dx

= konst. ist eine Stromlinie, wenn u

+v
= 0 gilt PDE
x
y

damit in dem Gebiet eindeutig bestimmt ist, muss man auf einer Kurve g(x, y) =
0 vorgeben, die alle Stromlinien genau einmal kreuzt
sie darf ein- und dieselbe Stromlinie nicht mehrfach schneiden oder tangieren
sei nun x0 (s), y0 (s) einer Kurve mit 0 (s) gegeben diese Kurve ist eine charakteristische Kurve, wenn nicht bestimmt ist
anschaulich ist klar, dass die Kurve dann eine Stromlinie tangiert
wir wollen zeigen, dass Ableitungen von nicht berechnet werden knnen, wenn
x0 (s), y0 (s) lokal eine Stromlinie bilden

0 (s)
x0 y0
=
+
s
x s
y s
u

gilt entlang der Kurve x0 (s), ys (0)

+v
=0
x
y

Numerische Strmungsmechanik

Dr. Thomas Boeck

3 PARTIELLE DIFFERENTIALGLEICHUNGEN, KLASSIFIZIERUNG

2 Gleichungen fr 2 Unbekannte

dx0
ds

dy0
ds


,
x y

0 (s)
s

keine Lsung, wenn Determinante

15


dx0
ds


u

dy0

ds

=0

dx0
u
ds ||
dy0
v
ds

parallel zueinander auf Stromlinie

Stromlinien sind also die charakteristischen Kurven


solche Kurven beschreiben Transport von Informationen durch die PDE
Werte von drfen nicht auf charakteristischen Kurven gegeben werden
Bemerkung zur sogenannten Stromfunktion
Man kann fr inkompressible 2D-Strmungen eine Stromfunktion definieren. Die Isolinien dieser Stromfunktion sind Stromlinien.
u v
+
=0
x y
u

u=

+v
=0
x
y

und v =
y
x
uvvu=0

Zur Berechnung der Stromfunktion kann man z.B. so vorgehen


2 2
u v
+ 2 =

2
x
y
y x

Numerische Strmungsmechanik

Dr. Thomas Boeck

3 PARTIELLE DIFFERENTIALGLEICHUNGEN, KLASSIFIZIERUNG

16

berlegungen lassen sich auf quasi lineare PDE verallgemeinern.


a(x, y, )

+ b(x, y, )
= c(x, y, )
x
y

b
(x,
y) sei eine Lsungsflche ber x,y-Ebene
b
F (x, y, ) = (x,
y)



b F

Die PDE kann auch so interpretiert werden

=0

Die Lsungsflche wird vom Vektor [a b c]T tangiert. Wenn man eine Kurve xe(s), ye(s),
e
(s)
hat, die tangential zu [a b c]T ist, dann liegt diese in der Lsungsflche.

e
xe
ye
=
=
a
b
c

= charakteristische Kurve

Startwerte drfen nicht uf diesen Kurven gegeben werden.

3.3

Skalare PDE 2. Ordnung mit zwei unabhngigen Variablen

Charakteristische Kurve
a

2
2

2
+
b
+
c
+d
+e
=f
2
2
x
x y
y
x
y

PDE enthlt 2. Ableitung, fr Lsungen bentigt man Daten auf einer Kurve, die eindeutige Berechnungen der zweiten Ableitung gestattet.
x0 (s), y0 (s), 0 (s),

0 (s) 0 (s)
,
y
{z }
| x
x (s)

| {z }

dx
2 dx0
2 dy0
=
+
ds
x2 ds
x y ds

sowie

Numerische Strmungsmechanik

y (s)

dy
2 dy0
2 dx0
=
+
ds
y 2 ds
x y ds

Dr. Thomas Boeck

3 PARTIELLE DIFFERENTIALGLEICHUNGEN, KLASSIFIZIERUNG

17

Zusammen mit der PDE sind das 3 Gleichungen fr die zweite Ableitung von

2 2 2
,
,
x2 y 2 x y

dx0
ds

dy0
ds
dx0
ds

c
0
dy0
ds

2
2
x

2
x y
2

y 2

Das System ist nicht lsbar, wenn die Determinante = 0 ist


dy0
ds

dx0
ds

dx0

dy0
ds

ds

!2

dy0
ds

!2

dy0
dx0



b

dx0
ds

dy0

ds

dx0 dy0
b
+c
ds ds

= 0 f r erste Spalte

dx0
ds

!2

=0 :

dy0
b
+c=0
dx0

dx0
ds

!2

dy0
b

dx0
2a

c
b2
= 1/2
2
4a
a

Wenn gilt
1/2 sind reell und verschieden b2 4 a c > 0
1 = 2 b2 = 4 a c

(hyperbolisch)

(parabolisch)

1/2 sind konjugiert komplex b2 4 a c < 0

(elliptisch)

Bezeichnungen kommen von den Kegelschnitten

Numerische Strmungsmechanik

Dr. Thomas Boeck

3 PARTIELLE DIFFERENTIALGLEICHUNGEN, KLASSIFIZIERUNG

Die Differentialgleichung fr

dy0
dx0

18

stellt wegen 1 6= 2 zwei verschiedene Lsungen dar.

y(x, c1 ) aus 1 und y(x, c2 ) aus 2 . c1 und c2 sind Parameter und knnen als neue
Koordinaten verwendet werden.
c1 = und c2 =
neue Koordinaten sind (x, y) und (x, y). Dies ist nur fr den hyperbolischen Fall
mglich, fr elliptischen und parabolischen Fall muss und anders festgelegt.

Veranschaulichung

1 , 2 = konstant
1 6= 2

Man transformiert durch Verwendung von (x, y) und (x, y) die PDE in die sogenannte
kanonische Form.
!

hyperbolisch:

parabolisch:

elliptisch:

2

= h1
,
, , ,
1. Art


!
2 2

2. Art

= h2
,
, , ,
2
2

2

= h3
,
, , ,
2

2 2

+
= h4
,
, , ,
2
2

Betrachten im Folgenden lineare PDEs in kanonischer Form mit konstanten Koeffizienten


zur Veranschaulichung.

Numerische Strmungsmechanik

Dr. Thomas Boeck

3 PARTIELLE DIFFERENTIALGLEICHUNGEN, KLASSIFIZIERUNG

3.4

19

Hyperbolischer Fall

Es gilt, dass a und c konstant sind 1 , 2 sind konstant


dy
= 1 y 1 x =
dx

Charakteristiken zu 1

dy
= 2 y 2 x =
dx

Charakteristiken zu 2

2
= ...

Wenn man = 12 ( + ) und = 21 ( ) benutzt, erhlt man die 2. Art

2
2

2
2

= ...

Beispiel Wellengleichung:
2
2u
2 u
=
c
=0
0
t2
x2

t xe, x ye zum Vergleich

2u
2u
2u
+
b
+
c
= 0 = allgemeine Form der PDE
xe2
xe ye
ye2

a = 1, b = 0, c = c0 2 durch Vergleich mit allgemeiner Form einer PDE 2. Ordnung.


b2 4 a c > 0 (hyperbolisch) ddexey =

dx
dt

b
2a

b2
4 a2

c
a

= c0 = 1/2

= c0 = 1/2 , daraus ergeben sich y + c0 x = und y c0 x =

Transformation

u(, )
u u
=
+
t
t t

u
t

u
t

=
t

u
t

+
t

u
t

2
2

2 u

2 u
u

2
+
2
+

+
t

t
t

t
|{z}
|{z}
|{z}
|{z}
|{z}
|{z}
c0

c0

Numerische Strmungsmechanik

c0

c0

c0

c0

Dr. Thomas Boeck

3 PARTIELLE DIFFERENTIALGLEICHUNGEN, KLASSIFIZIERUNG

20

Analog fr x, es verleibt dann:


R

2u
u

= 0
= G() u = F2 () + F1 ()

Allgemeine Lsung u = F1 () + F2 ()
Anfangswertproblem bei t = 0 sei u(x,t=0) = f (x);

u(x,t=0)
t

= g(x)

Ist vertrglich mit der PDE, weil t = 0 keine charakteristische Kurve ist.
u = F1 () + F2 () = f (x)
dF1 d dF2 d
u
=
+
= c0
t
d dt
d dt

dF1 dF2

d
d

= g(x)
==x

1 Zx
g( ) d A
F1 (x) F2 (x) =
c0 0

Auflsen nach F1 , F2


1
1 Zx
g( ) d A
F1 (x) =
f (x) +
2
c0 0


1
1 Zx
F2 (x) =
f (x)
g( ) d A
2
c0 0

Daraus ergibt sich die DAlembertsche Lsung


u(x, t) = F1 (x + c0 t) + F2 (x c0 t)
1 Z x+co t
1
= (f (x + c0 t) + f (x c0 t)) +
g( ) d
2
2 c0 xc0 t
u hngt nur von f und g im Intervall [x c0 t; x + c0 t]
= x + c0 t
= x c0 t

Diese Eigenschaft der charakteristischen Kurve (Begrenzung von Abhngigkeits- und Einflussbereichs) trifft auch im allgemeinen Fall zu.
Numerische Strmungsmechanik

Dr. Thomas Boeck

3 PARTIELLE DIFFERENTIALGLEICHUNGEN, KLASSIFIZIERUNG

3.5

21

Parabolischer Fall
dy
b
=
= 1 = 2
dx
2a

Charakteristiken knnen nicht zur Definition neuer Koordinaten verwendet werden. Man
braucht noch andere Kurvenscharen z.B.:
dy
= 0 6= 2
dx

y 1 x =
y 0 x =

Ausgangsgleichung

2
2

= g(...)

Typischerweise ist hchste Ableitung in auf rechter Seite als linearer Term vorhanden.
2

=
+ ...
2

= Konstante

Beispiel Diffusionsgleichung

2
= 2
t
x

a = , b = 0, y t

dt
=0
dx

t = konstant = charakteristische Kurve

knnen nicht und


bei t > 0.

bei t = 0 vorgegeben, stattdessen t=0 + Randbedingungen

Numerische Strmungsmechanik

Dr. Thomas Boeck

3 PARTIELLE DIFFERENTIALGLEICHUNGEN, KLASSIFIZIERUNG

3.6

22

Elliptischer Fall
dy
= c1 i c 2
dx
formal:

komplexe Charakteristiken machen keinen Sinn


= y 1 x = y c1 x + i c 2 x
= y 2 x = y c1 x i c 2 x

stattdessen:

= Re() und = Im()


= y c1 x

2u 2u
2 + 2 = ln(...)

= y c2 x

generische Form

Beispiel - Laplace-Gleichung
2u 2u
+
=0
x2 y 2
Anfangswertproblem ist nicht wohlgestellt (u,

u
y

bei y = 0)

Vorgabe von Randwerten auf geschlossenem Rand

Vorgabe von u auf Rand


u
Vorgabe von
auf Rand
n

Dirichlet-Problem
Neumann-Problem

nderung der Randwerte wirkt Global


Numerische Strmungsmechanik

Dr. Thomas Boeck

3 PARTIELLE DIFFERENTIALGLEICHUNGEN, KLASSIFIZIERUNG

3.7

23

Beispiel fr schlecht gestelltes Problem


2 2
+
=0
x2
y 2

auf x-Achse vorzugeben


Versuchen ,
y

= 0 bei y = 0, (x, 0) =
(ak cos(k x))
y
k=0

Versuchen Lsung mit Trennung der Variablen


2
d2 f
=
g
x2
dx2

= f (x) g(y)

2
d2 g
=
f
y 2
dy 2

Ansatz


d2 f
d2 g
2 2

+
=
0

g
+
f
=
0
: (f g)
2
2
2
2

x
y
dx
dy
1 d2 f
1 d2 g

+
=0
f dx2 g dy 2
d2 f
f = cos(k x)
2 = k 2 f
dx
d2 g
2 = k2 g
g = Abk cosh(k y) + Bb k sinh(k y)
dy

cos(k x) Abk cosh(k y) + Bb k sinh(k y)

k=0

h
i
X
=
cos(k x) Abk k sinh(k y) + Bb k k cosh(k y)
y
k=0

fr y = 0 gilt

=0
y

0=

b k sinh(k 0) + B
b k cosh(k 0)
cos(k x)
A

k
k

k=0

0=

cos(k x) Bb k k

{z

=0

{z

=1

Bb k = 0

k=0

Numerische Strmungsmechanik

Dr. Thomas Boeck

3 PARTIELLE DIFFERENTIALGLEICHUNGEN, KLASSIFIZIERUNG

24

eingesetzt ergibt
=

Abk cos(k x) cosh(k y)

k=0

fr y = 0 gilt
(x, 0) =

ak cos(k x)

Abk = ak

k=0

(x, y) =

ak cos(k x) cosh(k y)

k=0

Abschtzung Konvergenz, y 1
cosh(k y)

(x, y)

1 ky
e
2

1 X
ak ek y cos(k x)
2 k=0

Konvergenz der Reihe erfordert, dass |ak | ek y cos(k x) 0, mit k Diese Forderung
ist fr gengend Groe Werte von y im Allgemeinen nicht erfllt. Problem schlecht
gestellt, keine kontinuierliche Abhngigkeit von den Anfangswerten.

Numerische Strmungsmechanik

Dr. Thomas Boeck

3 PARTIELLE DIFFERENTIALGLEICHUNGEN, KLASSIFIZIERUNG

3.8

25

Klassifikation bei mehr als zwei unabhngigen Variablen

Eine Klassifikation ist schwierig, Charakteristiken lassen sich formal als Hyperflchen einfhren aber Auswertung/Interpretation kompliziert. Man kann sich behelfen, in dem man
z.B. eine der unabhngigen Variablen als homogen annimmt.
Beispiel 2D-Wrmeleitung
T
=
t

2T
2T
+
x2
y 2

=0
t

= 0, bzw.
=0
parabolischer Fall
x
y
elliptischer Fall

Weitere Komplikationen, wenn Vektorfelder gesucht sind. Generell ist Unterscheidung


zwischen hyperbolischen/parabolischen und elliptischen Problemen wesentlich. Hyperbolische/parabolische Probleme sind durch Zeitintegration (time marching) zu lsen, elliptische Probleme erfordern globales Lsungsverfahren. Es gibt auch Situationen, wo eine
Ortskoordinate als zeitartige Variable auftritt, das ist z.B. bei den Gleichungen einer stationren Grenzschicht der Fall.

dp
2u
+v
= + + 2
x
y
dx
y

p(x) sei gegeben

Fr inkompressible reibungsbehaftete Strmungen liegt ein parabolisches Problem vor.


Druck spielt eine Sonderrolle

Diskussion der Grundlagen mittels Modellgleichungen fr die verschiedenen Typen.


lineare Advektionsgleichung
Wrmeleitungsgleichung
Laplace-Gleichung

Numerische Strmungsmechanik

+c
=0
t
x

2
=
t
x2
2
2

=0
x2 y 2

hyperbolischer Fall
parabolischer Fall
elliptischer Fall

Dr. Thomas Boeck

4 GRUNDLEGENDES ZU FINITE-DIFFERENZEN-VERFAHREN

26

Grundlegendes zu Finite-Differenzen-Verfahren

FDA Finite-Differenzen-Approximation
Wie erhlt man FDA aus einer PDE?
Welcher Fehler tritt dabei auf? (Genauigkeit)

4.1

Rechengitter

Betrachten ein Problem, dass durch Zeitschnittverfahren zu lsen ist. Dazu erfolgt eine
Unterteilung von x und t in Schichten, die Lsung ist dann am Punkt (xi , tn ) zu bestimmen.

tn = n t konstanter Zeitabschnitt t
quidistantes Gitter in t
tn tn1

Variabel mit n
Variabler Zeitabschnitt nicht quidistant

xi = i x quidistant in x
xi xi1

Variabel mit i, nicht gleichfrmig

Man erhlt auf diese Weise ein strukturiertes Gitter, bei mehreren Raumdimensionen sind
unstrukturierte/irregulre rumliche Gitter mglich. Fr FDV nicht blich.

Diskussionen erfolgen anhand der klassischen FDA mit strukturierten Gittern.


ni = (xi , tn ) = Lsungswerte

Numerische Strmungsmechanik

Dr. Thomas Boeck

4 GRUNDLEGENDES ZU FINITE-DIFFERENZEN-VERFAHREN

4.2

27

Differenzquotienten und Abbruchfehler

Umwandlung der PDE zu FDA in dem man Ableitungen durch Differenzquotienten darstellt.
u
u(x + x) u(x)
= lim
x x0
x

u u(xi+1 ) u(xi )
=

x xi
xi+1 xi

Dabei wird x = xi+1 xi als gengend klein vorausgesetzt.

Frage: Welcher Fehler tritt dabei auf?

Taylorentwicklung Vorwrtsdifferenz

u
1 2 u
1 n u
2
u(x + x) = u(x) +
x +

(x)
+
...
+
(x)n
x x
2 x2 x
n! xn
mit x < < (x + x)

u
u(x + x) u(x)
1 2 u
=
+
x

x
x x 2 x2

u(xi+1 ) u(xi )
1 2 u
u

=
x
x xi
xi+1 xi
2 x2
|

{z

T.E. steht fr Truncation Error

Abbruchfehler T.E.

Taylorentwicklung Rckwrtsdifferenz

n
u
1 2 u
2
n 1 u
(x)

...
+
(1)
u(xi x) = u(xi )
x +

(x)n
x xi
2 x2 xi
n! xn

u(xi ) u(xi1 )
1 2 u
u
=
+
x

x xi
x
2 x2
|

{z

Abbruchfehler T.E.

Der Abbruchfehler ist der Betrag, der bei der Approximation der Ableitung durch finite
Differenzquotienten vernachlssigt wird. Gre des T.E. ist nicht bekannt, nur Verhalten
mit x. Fr Vorwrts- und Rckwrtsdifferenz ist der Abbruchfehler 0(x).
Das Symbol 0(h) bedeutet f (h) = 0(hn )
Numerische Strmungsmechanik

|f |
hn

< k fr h 0, k = Koeffizient
Dr. Thomas Boeck

4 GRUNDLEGENDES ZU FINITE-DIFFERENZEN-VERFAHREN

28

Frage: Wie kann man den Abbruchfehler verkleinern?


Idee: Mehr Sttzstellen fr Approximation verwenden
Sttzstellen

xi1

xi

mit x = konst = xi xi1 unabhngig von i

xi+1

Taylorentwicklung ergibt

fr xi+1

1 2 u
u
x +
x2 + 0(x3 )
u(xi+1 ) = u(xi ) +
2

x xi
2 x xi

fr xi1

1 2 u
u
x +
u(xi1 ) = u(xi )
x2 + 0(x3 )
2

x xi
2 x xi

fr xi

u(xi ) = u(xi )

es gilt

u
u(xi+1 ) + u(xi ) + u(xi1 ) =

x xi

Einsetzen und Betrachtung der einzelnen Komponenten


0. Ableitung u(xi )

u(xi ) + u(xi ) + u(xi ) = 0


++ =0

u
1. Ableitung

x xi

u
u
u
x + 0 +
x =

x xi
x xi
x xi
x x = 1


u

x2

2. Ableitung

xi


u

x2

xi

1
(x)2 + 0 +
2

+ =0

Zusammengefasst ergibt dies =

Daraus ergibt sich

1
2 x

1
,
2 x


u

x2

(x)2 = 0
xi

1
= 0 und = 2 x
.

(u(xi+1 ) u(xi1 )) =

u

x xi

+ 0(x2 )

zentrale Differenz = Mittelwert von Vorwrts- und Rckwrtsdifferenz

Numerische Strmungsmechanik

Dr. Thomas Boeck

4 GRUNDLEGENDES ZU FINITE-DIFFERENZEN-VERFAHREN

29

Frage: Was macht man fr hhere Ableitungen?


Beispiel

2u
u
v

=
2
x
x
x


vi+1 vi
v
=
+ 0(x)


x xi
x

2u
x2

v=

vi+1

u
ui+2 ui+1
=

=
+ 0(x)

x xi+1
x

ui+1 ui
u
=
+ 0(x)
vi =

x xi
x
einsetzen ergibt

v
1
=

x xi
x

ui+1 ui
ui+2 ui+1
+ 0(x)
+ 0(x)
x
x




+ 0(x)

v
1

=
(ui+2 2 ui+1 + ui ) + 0(x0 )
2

x xi
x
mit

0(x)
x

= 0(x0 ), x0 = 1, Abbruchfehler somit nicht verkleinerbar, zu pessimistisch


ui+2 2 ui+1 + ui
x2

kann jedoch auf Abbruchfehler untersucht werden

Ergebnis

ui+2 2 ui+1 + ui
2 u
=
+ 0(x)
2

x xi
x2
fr hhere Ableitungen sind mehr Zwischenschritte notwendig
Beispiel

u
= ... + 0(x4 )
4. Ableitung
x
5 Sttzstellen xi+2 xi+1 xi xi1

xi2

Taylorentwicklung and diesen Stellen


u1+2 = ui + ...

u
u(xi+2 ) + u(xi+1 ) + u(xi ) + u(xi1 ) +  u(xi2 ) =
+ 0(x4 )
x xi

u
1

=
(u(xi+2 ) + 8 u(xi+1 ) 8 u(xi1 ) + u(xi2 ))
x xi
12 x
Numerische Strmungsmechanik

Dr. Thomas Boeck

4 GRUNDLEGENDES ZU FINITE-DIFFERENZEN-VERFAHREN

30

Vorgehen fr hhere Ableitungen im Prinzip analog, man bentigt aber mehr Sttzstellen
z.B. 3 Stellen fr 2. Ableitung usw.

ui+1 2 ui + ui1
2 u
=
zentrale Differenz 2. Ableitung
+ 0(x2 )
2
2

x xi
x

Frage: Wie verhlt sich das bei gemischter Ableitung nach x und y?

u

x y
2

=
xi ,yj

u
y

1
x

y xi+1
|
{z


u

+ 0(x)
y xi
}

Vorwrtsdifferenz

uj+1 uj
u
=


y yj
y

(Vorwrtsdifferenz)

Vereinfachung u(xi , yj ) = ui,j


2 u
1
=

x y xi ,yj
x

ui+1,j+1 ui+1,j
ui,j+1 ui,j

y
y

+ 0(x, y)

Man kann auch Sttzstellen verwenden, die nur auf einer Seite von xi liegen, z.B. fr
Ableitungen am linken Gebietsrand fr hhere Auflsung.

u
1

=
(3 ui + 4 ui+1 ui+2 ) + 0(x2 )

x xi
2 x

u
1

=
(3 ui 4 ui1 + ui2 ) + 0(x2 )

x xi
2 x

Numerische Strmungsmechanik

Dr. Thomas Boeck

4 GRUNDLEGENDES ZU FINITE-DIFFERENZEN-VERFAHREN

4.3

31

Approximation von PDEs

Wrmeleitungsgleichung als Beispiel


T
2T
=
+ f (x, t)
t
x2

mit quidistanten Gitter

xi = i x

tn = n t

T (xi , tn ) Tin

partielle Ableitung durch Differenzenquotienten ersetzen


Tin+1 Tin
T

=
t xi ,tn
t

(Vorwrtsdifferenz in Zeit)

n
n
2 Tin + Ti1
Ti+1
2 T

=
t2 xi ,tn
x2

(zentrale Differenz 2. Ordnung im Ort)

f (xi , tn ) = fin

einsetzen in PDE ergibt


n
n
Ti+1
2 Tin + Ti1
Tin+1 Tin
=
+ fin
2
t
x
= finite Differenzen Approximation (FDA)

wichtig: Ableitungen mssen immer an gleicher Stelle approximiert werden.


Abbruchfehler des Verfahrens kann wie gehabt mit Taylorentwicklung bestimmt werden,
man muss aber sowohl in x als auch in t entwickeln.

T (x x, t) = T (x, t)

T (x, t)
1 2 T (x, t)
1 3 T (x, t)
1
2
x +
x

x3 +
...
2
3
x
2
x
6
x
24

T (x, t + t) = T (x, t) +

T (x, t)
1 2 T (x, t) 2 1 3 T (x, t) 3
1
t +
t +
t +
...
2
3
t
2
t
6
t
24

Numerische Strmungsmechanik

Dr. Thomas Boeck

4 GRUNDLEGENDES ZU FINITE-DIFFERENZEN-VERFAHREN

32

n
T n 2 Tin + Ti1
Tin+1 Tin
i+1
T.E. =
fin
t
x2

T (x, t) 1 2 T (x, t)
+
T.E. =
t
t
2
t2

T.E. =

2 T (x, t)
1 4 T (x, t)
+
x2 fin
x2
12
x4

2 T (x, t)
T (x, t)
1 2 T (x, t)
1 4 T (x, t)
n

f
+
t

x2
i
2
2
4
t
x
2
t
12
x
|
{z
}
=0 exakte Lsung

T.E. = 0(t) + 0(x2 )

FDA ist konsistent, wenn Abbruchfehler T.E. 0 geht, falls x 0, t 0


Konsistenz ist notwendig, damit Lsung der PDE korrekt approximiert wird
Konsistenz ist dafr jedoch im Allgemeinen nicht ausreichend

Die in der FDA verknpften Nachbarpunkte von xi , tn bilden den sogenannten Rechenstern (Stencil, finite-difference-molecule).

Die FDA (Vorwrtsdifferenz fr Zeit und zentrale Differenz fr Ort) heit auch FTCS
(forward in time, centered in space). FTCS ist ein sogenanntes explizites Verfahren, d.h.
man erhlt die Lsung auf Zeitebene (n+1) von Zeitebene (n) ohne ein Gleichungssystem
zu lsen.

Numerische Strmungsmechanik

Dr. Thomas Boeck

4 GRUNDLEGENDES ZU FINITE-DIFFERENZEN-VERFAHREN

33

Gegenteil von explizit ist implizit, Gleichungssystem muss gelst werden.


Beispiel Rckwrtsdifferenz in Zeit t, Stelle xi , tn+1

2T
T
=
+ f (x, t)
t
x2

Tin+1 Tin
T

=

t xi ,tn
t

n+1
n+1
2 T
Ti+1
2 Tin+1 + Ti1


=
t2 xi ,tn
x2

Tin+1
|

2 t
n+1 t
n+1 t
Ti1
= Tin + fin+1 t
Ti+1
1+
2
2
2
x
x
x
| {z }
| {z }
{z

T sei gesucht zwischen x0 und xN , Randwerte von T bei x0 , xN seien bekannt T0n , TNn

1
0
0

0 0 1

T (x0 , tn+1 )
T n+1

n
n+1
T1 + f1n+1 t
T1

n
n+1
T2
T2 + f2n+1 t

n+1
T (xN , tN )
TN

Lsung durch Thomas-Algorithmus (spezielle Form der Gauschen Elimination)


implizites Verfahren ist aufwendiger, aber bessere Stabilittseigenschaften (greres
t mglich)

Numerische Strmungsmechanik

Dr. Thomas Boeck

4 GRUNDLEGENDES ZU FINITE-DIFFERENZEN-VERFAHREN

4.4

34

Modifizierte Gleichung, numerische Diffusion/Dispersion

Wegen T.E. liefert FDA nicht die exakte Lsung der PDE. Man kann sich fragen, welche
PDE-Lsung an den Gitterpunkten exakt mit der FDA bereinstimmt. Diese PDE ist die
sogenannte modifizierte Gleichung.

Diskussion anhand der 1D-linearen Advektionsgleichung


u
u
+c
=0
t
x

Lsung u(x c t)

FDA mit 1st order upwind method (Aufwind-Methode 1. Ordnung)


un+1 uni
u

= i
t xi ,tn
t

uni uni1
u
=

x xi ,tn
x

un uni1
un+1
uni
i
+c i
=0
t
x

Frage: wie kommt man zur modifizierten Gleichung? (Taylorentwicklung und Differenzieren ber Kreuz)
un+1
= uni +
i

1 2u 2 1 3u 3
u
t +
t +
t + ...
t
2 t2
6 t3

uni1 = uni

1 2u
1 3u
u
2
x +
x

x3 + ...
x
2 x2
6 x3

einsetzen in FDA ergibt folgendes


I)

II)

u
c 3u
u
1 2u
1 3u 2
c 2u
x

x2 + ...
+c
=
t

t
+
...
+
2
3
2
3
t
x
2 t
6 t
2 x
6 x

2u
2u
1 3u
(I) 2 + c
=
t + ...
t
t
x t
2 t3

Numerische Strmungsmechanik

Dr. Thomas Boeck

4 GRUNDLEGENDES ZU FINITE-DIFFERENZEN-VERFAHREN

35

2u
c 3u
2 u
III) c
(I) c
+c
t + ...
=
x
t x
x2
2 t2 x

II - III ergibt IV
2
c 3u
2u
1 3u
c 3u
c2 3 u
2 u
t
+
=
c

t
+
x

x + ...
t2
x2 2 t3
2 t2 x
2 t x2
2 x3

IV )

durch einsetzen von IV in I entsteht


u
u
t2
+c
=
t
x
2

V)

V I)

2 u t 3 u c 3 u
c
x + ...

+
x2
2 t3
2 x2 t
2

3u
3u
2 u

(IV
)

=
c
+ ...
t3
t
t3
x2 t

Durch einsetzen von Gleichung VI in V wird


Des Weiteren werden

3u
t2 x

und

3u
t x2

3u
t3

eliminiert.

durch die Gleichungen II und III eliminiert.

Am Ende resultiert aus V


u
c x
2 u c x2
3u
u
2
+c
=
(1 )
+
(3

1)
2
3
t
x
| 2 {z
} x
| 6
{z
} x
numerische Diffusion
3

numerische Dispersion

+ 0(t , x t , t x2 , x3 )

mit =

c t
x

Numerische Strmungsmechanik

Dr. Thomas Boeck

4 GRUNDLEGENDES ZU FINITE-DIFFERENZEN-VERFAHREN

4.5

36

Stabilitt von FDA

Stabilittsbegriff im Sinne der numerischen Mathematik erfordert eine Norm zur Charakterisierung des Abstands zwischen numerischen Lsungen.
Maximum-Norm

||u|| = max {|uj |}

diskrete L2 -Norm

o<j<

||u||2 =

v
u
N
uX
u
t
(xj

uj 2 )

j=0

Stabilittsbegriff betrifft Anfangswertproblem, d.h. Zeitschrittverfahren.

Wir betrachten im Folgenden nur lineare Probleme


t u = L u

L = linear mit rumlicher Ableitung

L (u1 + u2 ) = L u1 + L u2

L ( u) = L u

Eine FDA der PDE t u = L u sei gegeben; u, v seien numerische Lsungen dieser FDA
fr verschiedene Anfangswerte u , v (Randwerte bleiben gleich).
FDA ist stabil fr n t < tmax , wenn es eine Konstante k gibt, so dass ||v n un ||
k ||u v + || gilt. Wobei die Konstante k unabhngig von u , v und vom "Verfeinerungsweg"(refinement path) t(x) ist.
Bemerkung
Aus praktischer Sicht kann man grob sagen, dass sich durch die FDA Rundungsfehler nicht
aufschaukeln drfen. Der mathematische Stabilittsbegriff ist aber unabhngig davon,
ob man die FDA nur mit einem Rundungsfehler lsen kann, oder nicht. Beweis der Stabilittseigenschaft im Allgemeinen schwierig oder nicht durchfhrbar. Fr einfache lineare
PDE mit konstanten Koeffizienten gibt es die sogenannte Von-Neumann-Stabilittsanalye.

Numerische Strmungsmechanik

Dr. Thomas Boeck

4 GRUNDLEGENDES ZU FINITE-DIFFERENZEN-VERFAHREN

4.6

37

Von-Neumann-Analyse in einer Raumdimension


nj = unj vjn

= Abstand der Lsung u, v

unj , vjn erfllen FDA fr verschiedene Anfangswerten mit gleichen Randwerten.  erfllt
FDA mit Randwerten = 0.  kann per Fourier-Ansatz (*) dargestellt werden.
nj = n ei k xj

()

xj = j x

k = Wellenzahl
= zeitlicher Verstrkungsfaktor

ergibt sich durch Einsetzen in FDA


(k, x, t), Verfahren ist Stabil fr |(k, x, t) 0|

Bemerkung
 ist streng eine Superposition von Fourier-Moden (*) mit verschiedenen k. Wegen Linearitt knnen Moden getrennt betrachtet werden.

Beispiel FTCS fr Wrmeleitungsgleichung (explizit)


T
2T
=
t
x2
Tjn nj

n
Tjn+1 Tjn
T n 2 Tjn + Tj1
= j+1
t
x2

n+1
nj

j
=
(n 2 nj + nj1 )
t
x2 j+1

Ansatz fr nj
n ei k xj


1
n i k xj  i k x
i k x
=

e
e

2
+
e
t
x2
|
{z
}
Eulerformel

Eulerformel = ei = cos() i sin()


ei k x 2 + ei k x cos(k x) + i sin(k x) 2 + cos(k x) i sin(k x)

Numerische Strmungsmechanik

Dr. Thomas Boeck

4 GRUNDLEGENDES ZU FINITE-DIFFERENZEN-VERFAHREN

38

durch Krzen erhlt man somit


=1+

2 t
(cos(k x) 1)
{z
}
x2 |
0

|| 1, diese Bedingung erfordert, dass 1

worst case

cos(k x) = 1

4 t
2
x2

4 t
1
x2
t
1
Stabilittsbedingung

2
x
2
=1

Einschrnkung der Zeitschrittweite t in Abhngigkeit von x, typisch fr explizite FDA.

Beispiel Rckwrtsdifferenz der Wrmeleitungsgleichung in der Zeit (implizit)


T
2T
=
t
x2

Tjn nj

n+1
Tjn+1 Tjn
T n+1 2 Tjn+1 + Tj1
= j+1
t
x2

2
1
=
(cos(k x) 1)
t
x2
1
=
1
t
1 + 2x
2 (1 cos(k x))
|

{z

Uneingeschrnkt stabil fr t beliebig

Vergleich explizite mit implizitem Verfahren


r=

t
x2

= (r, cos(k x))

Numerische Strmungsmechanik

Dr. Thomas Boeck

4 GRUNDLEGENDES ZU FINITE-DIFFERENZEN-VERFAHREN

39

Frage: Was wre exaktes Resultat fr aus der PDE?


 = A e t ei k x

einsetzen in PDE

(tn+1 )
2
= exakt = e k t
(tn )

2

= 2 k2
t
x

unabhngig von x

Zunehmende Abweichung zwischen exakt und aus FDA, wenn k x nicht klein genug
ist (und r ebenfalls).

4.7

Crank-Nicolson-FDA der Wrmeleitungsgleichung

T
2T
=
t
x2

i
Tin+1 Tin
h n+1
n
n+1
n
n+1
n

=
(T
+
T
)

2
(T
+
T
)
+
(T
+
T
)
i+1
i+1
i
i
i1
i1
t
2 x2

Fehleranalyse zeigt, dass die FDA einen T.E. 0(x2 , t2 ) besitzt. Lsung mittels einfachen
Gleichungssystems.

Numerische Strmungsmechanik

Dr. Thomas Boeck

4 GRUNDLEGENDES ZU FINITE-DIFFERENZEN-VERFAHREN

4.8

40

Methoden fr die eindimensionale Advektionsgleichung


u
u
+c
=0
t
x

u = u(x c t)

c>0

tn = n t
xi = i x

explizites Verfahren

n n
ui ui1

n
n

= upwind

un+1
uni
ui+1 ui
i
= c
= downwind
x

n
n

ui+1 ui1
2 x

implizites Verfahren

= zentral

uni
un+1 un+1
un+1
i1
i
= c i+1
= zentral
t
2 x
upwind, downwind ebenfalls mglich

Von-Neumann-Analyse nj = unj vjn mit nj = n ei k xj


nach einsetzen in die verschiedenen FDA stellt man fest, dass

explizit

upwind

stabil fr || 1, falls 1

downwind

zentral

immer stabil

implizites Verfahren ist uneingeschrnkt stabil


ist die sogenannte Courant-Zahl bzw. auch CFL (Courant-Friedrich-Lewy)
Diese FDA sind auch mit hoher numerischer Dissipation behaftet (ungnstig), auerdem haben sie Phasenfehler.

Numerische Strmungsmechanik

Dr. Thomas Boeck

4 GRUNDLEGENDES ZU FINITE-DIFFERENZEN-VERFAHREN

41

exakte Lsung der Fouriermode ist ei k (xc t)

k,exakt = ei k c x

k,F DA
k,exakt

= r ei

k,F DA 6= k,exakt

= Phasendifferenz bzw. -fehler

Verfahren zweiter Ordnung besser wegen geringeren Abbruchfehlers

4.8.1

Beispiel Leapfrog-Verfahren

zentrale Differenzen fr

u
u
und
an xi und tn
t
x

uni+1 uni1
un+1
un1
i
i
= c
2 t
2 x
T.E. ist 0(x2 , t2 )

Von-Neumann-Analyse liefert
|| =



1 2

sin(k x)

1

i sin(k



x)

instabil fr || > 1, wenn > 1, fr < 1 immer stabil


|k | 1, wenn 1 keine Dmpfung, nur Dispersion

Man sieht dies auch an der modifizierten Gleichung


u
u
c x2 2
3 u c x4
5u
+c
=
( 1) 3
(9 4 10 2 + 1) 5 + ...
t
x
6
x
120
x
(nur ungerade Ableitungen rechts)

Numerische Strmungsmechanik

Dr. Thomas Boeck

4 GRUNDLEGENDES ZU FINITE-DIFFERENZEN-VERFAHREN

4.8.2

42

Beispiel Lax-Wendroff-Verfahren

Idee = Taylor-Entwicklung in der Zeit


u(x, t + t) = u(x, t) +

u
1 2u 2
t +
t
t
2 t2
|{z}
=c

2u

2 =
t
t

u
t

u
x

u
=
c
t
x

u(x, t + t) = u(x, t) c

= c
x

u
t

u
= c
c
x
x

= c2

2u
x2

u
1 2u
t + c2 2 t2
x
2 x

c
c2 t n
un+1
uni
i
=
(uni+1 uni1 ) +
(u 2 uni + uni1 )
t
2 x
2 x2 i+1

T.E. ist 0(x2 , t2 )

Lax-Wendroff ist stabilisierte Version des instabilen Zentralen-Differenzen-Verfahren


1.Ordnung. Lax-Wendroff ist stabil fr 1

modifizierte Gleichung fr Lax-Wendroff


u
u
c x2
3 u c x3
4u
+c
=
(1 2 ) 3
(1 2 ) 4
t
x
6
x
8
x

Dominierend ist der Dispersionsterm mit

Numerische Strmungsmechanik

3u
x3

Dr. Thomas Boeck

4 GRUNDLEGENDES ZU FINITE-DIFFERENZEN-VERFAHREN

4.8.3

43

Beispiel MacCormack-Verfahren

basiert auf Prdiktor-Korrektor-Idee

u
1
un+1
uni
1 u
i
entspricht der Approximation bei t + t

+

=

t
2 t t
t t+t
2

{z

unbekannt

Prdiktor fr t + t, u*
un uni
ui uni
u
=
= c i+1
t t
t
x

ui (rechtsseitige Differenz)

Korrektor
ui ui1
u

=
c
t t+t
x

(linksseitige Differenz)

Zusammengefasst

1 ui uni
c
uni
un+1
i
=

(u ui1 )
t
2
t
x i


Prdiktorschritt
ui = uni (uni+1 uni )

Korrektorschritt
un+1
=
i

1 n

(ui ui ) (ui ui1 )


2
2

stabil fr 1 und T.E. ist 0(x2 , t2 )

Numerische Strmungsmechanik

Dr. Thomas Boeck

4 GRUNDLEGENDES ZU FINITE-DIFFERENZEN-VERFAHREN

4.8.4

44

Stabilitt fr Burgers-Gleichung
u
u
2u
+u
= 2
t
x
x

(nichtlinear) Von-Neumann-Analyse nicht anwendbar

FDA sei z.B.:


F DA sei z.B. :

un uni1
un 2 uni + uni1
un+1
uni
i
+ uni i+1
= i+1
|{z}
t
2 x
Deltax2
=C

Konstante C fr Stabilittsanalyse eingefhrt


wenn nichtlinearer Term uni durch Konstante C ersetzt wird, dann ist Von-Neumann
Analyse mglich.

C 2 t 2

t
1

2
x
2

C = umax (heuristisches Vorgehen)

Fr nichtlineare Gleichungen wird hufig heuristische Stabilitt fr einzelne Terme separat


gefordert, z.B.: Advektionsterm und Diffusionsterm, man erwartet, dass das Verfahren
funktioniert.

Numerische Strmungsmechanik

Dr. Thomas Boeck

4 GRUNDLEGENDES ZU FINITE-DIFFERENZEN-VERFAHREN

4.9

45

Verfahren fr zweidimensionale Diffusionsprobleme

2T
T
2T
=
+
t
x2
y 2

xi = i x, yj = j y

n
Ti,j
= T (x, y, t)

Stabilitt kann mit von-Neumann-Analyse untersucht werden.

Beispiel FTCS fr Wrmeleitungsgleichung (explizit)


2T
2T
T
=
+
t
x2
y 2

n+1
n
n
n
n
n
n
n
Ti,j
Ti,j
Ti+1,j
2 Ti,j
+ Ti1,j
Ti,j+1
2 Ti,j
+ Ti,j1

=
+
t
x2
y 2

"

ni,j

= e

i k x xi

i k y yj

1
1
+
stabil fr t
x2 y 2

1
2

Implizites Verfahren oder Crank-Nicolson-Verfahren fhren auf lineares Gleichungssystem


mit Nx Ny Unbekannten, sehr aufwendig zu berechnen (Nx Ny )3 Rechenschritte notwenig.

Numerische Strmungsmechanik

Dr. Thomas Boeck

4 GRUNDLEGENDES ZU FINITE-DIFFERENZEN-VERFAHREN

4.9.1

46

Alternative mit geringerem Aufwand = approximate factorization

vereinfachte Schreibweise
n
n
n
Ti+1,j
2 Ti,j
+ Ti1,j
x2
n
n
n
Ti,j+1
2 Ti,j
+ Ti,j1
=
y 2

n
=
Lx Ti,j

I)

n
Ly Ti,j

II)

n+1
n
Ti,j = Ti,j
Ti,j

III)

implizite Methode

1
t

n+1
n+1
Ti,j = Lx Ti,j
+ Ly Ti,j

daraus ergibt sich

1
t

n
n
+ Ly Ti,j |t
+ Lx Ti,j + Ly Ti,j
Ti,j = Lx Ti,j

n
n
(1 t Lx t Ly ) Ti,j = t (Lx Ti,j
+ Ly Ti,j
)

{z

(1 t Lx ) (1 t Ly )

Fehler ist hierbei

ersetzen von

2 t2 Lx Ly Ti,j

d.h. T.E. ist 0(t2 )

(1 t Ly ) Ti,j = Tei,j

durch Faktorisierung erhlt man somit


n
n
(1 t Lx ) Tei,j = t (Lx Ti,j
+ Ly Ti,j
)

(1 t Ly ) Ti,j = Tei,j

1D-Problem in i

1D-Problem in j

Verfahren ist uneingeschrnkt stabil, Aufwand ist deutlich geringer.

Numerische Strmungsmechanik

Dr. Thomas Boeck

4 GRUNDLEGENDES ZU FINITE-DIFFERENZEN-VERFAHREN

4.9.2

47

Weitere Alternative = ADI (alternating directions implicit)

Erklrung An 2D Diffusionsproblem auf Recheck


2T
T
2T
=
+
t
x2
y 2

1. Halbschritt

n
Tei,j
Ti,j

n
Tei,j Ti,j
t
2

2. Halbschritt

e
Ti+1,j

n
n
n

+ Ti,j1
2 Ti,j
2 Tei,j + Tei1,j Ti,j+1

2
2
x
y

{z
}

{z

implizit

explizit

n+1
Tei,j Ti,j

n+1
Ti,j
Tei,j
t
2

e
Ti+1,j

n+1
n+1
n+1

2 Ti,j
+ Ti,j1
2 Tei,j + Tei1,j Ti,j+1

2
2
x
y

{z
}

explizit

{z

implizit

daraus ergibt sich


t
1
Lx
2

t
1
Ly
2

Te

i,j

t
= 1+
Ly
2

n+1
Ti,j

t
Lx
= 1+
2

n
Ti,j

1D in x

Tei,j

1D in y

Abbruchfehler ist 0(t2 , x2 , y2 ), ist uneingeschrnkt stabil in 2D, gilt nicht in 3D,
dort nur approximate factorization ohne Einschrnkung stabil.

Numerische Strmungsmechanik

Dr. Thomas Boeck

4 GRUNDLEGENDES ZU FINITE-DIFFERENZEN-VERFAHREN

4.10

48

Methoden fr elliptische Probleme

elliptisch bedeutet Gleichgewicht, keine zeitartige Variable

einfachstes Problem = 1D stationre Wrmeleitung

2u
=f
x2

xi = i x
x =

auf 0 < x < L


zentrale Differenzen

ui+1 2 ui +ui1
x2

L
N

= fi , lineares Gleichungssystem, tridiagonal

Lsung mit Thomas-Algorithmus, Aufwand dafr 0(N) Rechenoperationen

2D Problem = 2 u = f (Poisson-Gleichung)
zentrale Differenzen

ui+1,j 2 ui,j + ui1,j ui,j+1 2 ui,j + ui,j1


+
= fi,j
x2
y 2

Man erhlt wieder ein lineares Gleichungssystem. Die Struktur ist aber komplizierter als
im eindimensionalen Fall.

Betrachten rechteckiges Gebiet als Beispiel

0 i Nx

0 j Ny

L = j (Nx + 1) + i fr Nummerierung
L = ui,j , cL = fi,j

Fortlaufende Nummerierung der einzelnen Punkte, um lineares Gleichungssystem in blicher Weise zu erhalten.
Numerische Strmungsmechanik

Dr. Thomas Boeck

4 GRUNDLEGENDES ZU FINITE-DIFFERENZEN-VERFAHREN

49

berfhrung der Gleichung fr zentrale Differenzen in L-Schreibweise


i, j

j (Nx + 1) + i = L

i + 1, j

j (Nx + 1) + i + 1 = L + 1

i 1, j

j (Nx + 1) + i 1 = L 1

i, j + 1

(j + 1) (Nx + 1) + i = L + Nx + 1

i, j 1

(j 1) (Nx + 1) + i = L Nx 1

aL,L L + aL,L+1 L+1 + aL,L1 L1 + aL,L+Nx +1 L+Nx +1 + aL,LNx 1 LNx 1 = cL


gilt nicht am Rand

Matrixschreibweise

A ~ = ~c

A = (aL,m )

~ = (L )

~c = (cL )

Koeffizientenvergleich ergibt
aL,L = 2

1
1
+
2
x
y 2

aL,L+1 = aL,L1 =

1
x2

aL,L+NX +1 = aL,LNx 1 =

1
y 2

aL,k = 0 = alle restlichen Werte (siehe Matrixschreibweise)

Struktur der Matrix (Bandmatrix, schwach besetzt (sparse)

Numerische Strmungsmechanik

Dr. Thomas Boeck

4 GRUNDLEGENDES ZU FINITE-DIFFERENZEN-VERFAHREN

50

Fr solche Matrizen gibt es spezielle direkte Lsungsverfahren. Direkt heit, man erhlt
die exakte Lsung nach endlich vielen Rechenschritten, z.B.: Gausche Elimination.
Allgemeine direkte Verfahren, die die Bandstruktur nicht beachten, sind sehr aufwendig
und deswegen im Allgemeinen ungeeignet. Der Aufwand der Lsung geht mit 0(N3 )
N = Anzahl der Unbekannten
z.B.: Nx = Ny = 100 N = 104 0(N 3 ) = 1012 Rechenoperationen
Alternative zu direkten Verfahren = iterative Verfahren
Iterativ heit, keine exakte Lsung nach endlich vielen Rechenoperationen. Iterative Verfahren sind hufig vorteilhaft (schneller + weniger Speicherintensiv).

Idee fr Iteration
A=AB+B

A ~ = ~c

B ~ + (A B) ~ = ~c

B ~ n+1 = ~c + (B A) ~ n

n = Index der Itertion

Auflsung nach n+1 soll mglichst einfach sein, rasche Konvergenz ist erwnscht. Einfachste Wahl, B sei diagonaler Anteil von A, dies ist das Jacobi-Verfahren.
N
X

aL,j j = cL =

aL,L Ln+1

j=0

L1
X

aL,j jn

j=0

aL,j jn

j=L+1

Ln+1

N
X

L1
N
X
X
1
=
cL
aL,j jn
aL,j jn
aL,L
j=0
j=L+1

Verbesserte Variante, man nutzt die schon bekannten neuen Werte jn+1 auf der rechten
Seite. Dies ist das Gau-Seidel-Verfahren.

Ln+1 =

1
cL

aL,L

L1
X

aL,j jn+1

j=0

Numerische Strmungsmechanik

N
X

aL,j jn

j=L+1

Dr. Thomas Boeck

4 GRUNDLEGENDES ZU FINITE-DIFFERENZEN-VERFAHREN

51

In der Matrixnotation A = D + L + U
D = diagonaler Anteil
L = untere Dreiecksmatrix
U = obere Dreiecksmatrix

Jacob-Verfahren B = D
D ~ n+1 = ~c (L + U ) ~ n

Gau-Seidel-Verfahren
D ~ n+1 = ~c L ~ n+1 U ~ n

Gau-Seidel-Verfahren mit Gewichtung (Diagonalanteil vom vorigen Schritt)


D ~ n+1 = (1 ) D ~ n + (~c L ~ n+1 U ~ n )
=Relaxationsparameter
< 1 = Unterrelaxation
< 1 = berrelaxation
Ziel ist es so zu whlen, dass Konvergenz mglich rasch erfolgt. (SOR successive overreaxation)

Konvergenzkriterien
n = ||~ n+1 ~ n || =

"N
X

# 12

(ln+1 ln )2

l=0

Falls n konvergiert, dann geht n 0. Abbruch der Iteration, wenn n < .


Frage: wie klein muss  sein?
Numerische Strmungsmechanik

Dr. Thomas Boeck

4 GRUNDLEGENDES ZU FINITE-DIFFERENZEN-VERFAHREN

52

weitere Mglichkeit Residuum


rn = ~c A ~ n

~c = A ~

rn = A ~ A ~ n = A (~ ~ n )
||rn || = ||A|| ||(~ ~ n )|| zur Definition der Matrixnorm, siehe lienare Algebra

Abbruch, wenn ||rn || < , keine Garantie fr ||~ ~ n || < Zielwert, aber trotzdem vorteilhaft, weil Zusammenhang zwischen rn und ~ ~ n .

Frage: Wann konvergiert die iterative Verfahren Jacobi, Gau-Seidel, SOR?


Hinreichend aber nicht zwingend notwendig ist Diagonaldominanz der Matrix A. DiagoP
naldominanz liegt vor, wenn |aL,L | N
j=1,j6=L |aL,j | fr alle L mit 1 L N .
Fr mindestens einen Wert von L muss auerdem streng > gelten.

Beispiel fr Konvergenzraten des Jacobi-Verfahrens


2 u = f

auf 0 < x < 1, 0 < y < 1

x = y

u = 0 am Rand

N x = 1 (quidistantes Gitter)

ui+1,j 2 ui,j + ui1,j ui,j+1 2 ui,j + ui,j1


+
= fi,j
x2
y 2

fr Jacobi gilt


4
1  (n)
(n+1)
(n)
(n)
(n)
u
+
u
+
(u
+
(u
+
(u
= fi,j
i,j
i+1,j
i1,j
i,j+1
i,j1
x2
x2

(n)

(n)

(exakt)

Fehler = ei,j = ui,j ui,j


(n)

(n)

(exakt)

ui,j = ei,j + ui,j

exakte Lsung erfllt die Gleichung

in Jacobi einsetzen

Numerische Strmungsmechanik

x = y

(n+1)

ei,j

1
4

(n)

(n)

(n)

(n)

ei+1,j + ei1,j + ei,j+1 + ei,j1

Dr. Thomas Boeck

4 GRUNDLEGENDES ZU FINITE-DIFFERENZEN-VERFAHREN

53

Fehler kann in Fourier-Moden entwickelt werden


(n)

ei,j =

(n)

akx ,ky sin(kx xi ) sin(ky yj )

Sinusansatz wegen Randbedingung an u

kx ,ky

kx = , 2, ..., (N 1) = Wellenzahlen in x-Richtung


ky = , 2, ..., (N 1) = Wellenzahlen in y-Richtung
(n)

akx ,ky = Amplitude

(n)

(n+1)

Einsetzen der Fourierdarstellung ergibt Zusammenhang zwischen akx ,ky und akx ,ky

(n+1)
ei,j

1 X (n) sin(kx xi kx x) sin(ky yj ) + sin(kx xi + kx x) sin(ky yj )


a
=
4 kx ,ky kx ,ky +sin(kx xi ) sin(ky yj ky x) + sin(kx xi ) sin(ky yj + ky x)

mit sin( + ) = sin() cos() + cos() sin()


und sin( ) = sin() cos() cos() sin()

(n+1)

ei,j

(n+1)

ei,j

1 X (n)
a
[sin(kx xi ) sin(ky yj ) (2 cos(kx x) + 2 cos(ky x))]
4 kx ,ky kx ,ky
=

(n+1)

akx ,ky [sin(kx xi ) sin(ky yj ) ]

kx ,ky

Koeffizienten mssen gleich sein, weil Fourier-Moden linear unabhngig sind.


(n+1)

akx ,ky =

1
(n)
(cos(kx x) + cos(ky x)) akx ,ky
{z
}
2|

|| < 1, sonst Konvergenz

Numerische Strmungsmechanik

Dr. Thomas Boeck

4 GRUNDLEGENDES ZU FINITE-DIFFERENZEN-VERFAHREN

54

Betragsmig grte Werte von bestimmen das Abklingen des Fehlers mit Iterationsindex n.
x =

1
N

kx x =

N 1
, ...,

N
N

betragsmig grte Werte von bei




max|| = cos



(n+1)

Konvergenzrate ei,j

1
2

ky = analog

und

N 1
N

(siehe Kosinusfunktion)

2



(n)

< max|| ei,j

asymptotisch (n )



(n)
ei,j

= max|| = 1

1
2

 2

Frage: Wie lange dauert es, den Fehler um einen bestimmten Faktor zu verringern?
n = C

C<1

n ln() = ln(C)
n=

es gilt ln(1 + x) = x

ln()

1
2

2

ln()
ln(C)
= 2 N2
ln(C)
2

Mit steigenden N sehr rasche Zunahme der erforderlichen Iterationen


Problem langwellige Anteile
Verbesserung der Konvergenz durch Mehrgitterverfahren (Multigrid)

Numerische Strmungsmechanik

Dr. Thomas Boeck

5 FINITE-DIFFERENZEN-VERFAHREN/STRMUNGSPROBLEME

55

Finite-Differenzen-Verfahren/Strmungsprobleme

5.1

Stromfunktions-Wirbelstrke-Formulierung

inkompressible, reibungsbehaftete Strmung


Kontinuitt
Impulserhaltung

~u = 0
~u
1
+ (~u )u = p + 2~u
t
%

Problem = Druck und Inkompressibilittsbedingung

Ausweg fr 2D-Strmungen = Stromfunktion

ux uy
+
=0
x
y

Ansatz
2
2

=0
x y x y

ux =
und uy =
y
x

Wirbelstrke
~ = ~u =

uy
x

0
0

ux
y

~ = ~ez = (x uy y ux ) ~ez = 2

Rotation der Impulsbilanz um Druck zu eliminieren


x-Komponente
y-Komponente

u
u
+u
+v
t
x
v
v
+u
+v
t
x

u
1
=
y
%
v
1
=
y
%


p

+ 2 u ()
y
x


p
+ 2 v ()
x
y

(x-Komp.)
(y-Komp.) liefert
+u
+v
= 2
y
x
t
x
y

= Wirbeltransportgleichung mit = 2 , u = y und y = x

Fr werden Randbedingungen bentigt, ebenso fr .


Numerische Strmungsmechanik

Dr. Thomas Boeck

5 FINITE-DIFFERENZEN-VERFAHREN/STRMUNGSPROBLEME

56

Beispiel - Lid-driven Cavity flow


ist konstant auf Rand
geschlossene Strmung im Rechengebiet
v = 0 = x = konstant
u = 0 = y = konstant

Diskretisierung auf quidistantem Gitter


1)

n+1
n
n
n
n
n
i,j
i,j
n i+1,j i1,j
n i,j+1 i,j1
= ui,j
vi,j
t
2 x
2 y
!
n
n
n
n
n
n
+ i1,j
+ i,j1
i,j
i,j
i+1,j
i,j+1
+
+
x2
y 2

2)

n+1
n+1
n+1
n+1
n+1
n+1
i+1,j
2 i,j
+ i1,j
i,j+1
2 i,j
+ i,j1
n+1
+
= i,j
2
2
x
y

3)

un+1
i,j =

n+1
n+1
i,j+1
i,j1
2 y

n+1
vi,j
=

n+1
n+1
i+1,j
i1,j
2 x

n+1
Man lst sukzessiv Gleichung 1, 2 und 3. Randwerte fr Gleichung 2 sind bekannt. i,j
am Rand fr Gleichung 1 ergibt sich aus Gleichung 3.

Numerische Strmungsmechanik

Dr. Thomas Boeck

5 FINITE-DIFFERENZEN-VERFAHREN/STRMUNGSPROBLEME

5.2

57

Rolle des Drucks in inkompressiblen Strmungen


~u
1
1
+ (~u )~u = p + 2~u + f~
t
%
%
~u

Druck erfllt keine Evolutionsgleichung. Die Inkompressibilitt ~u stellt eine Nebenbedingung dar, die durch geeignete Wahl eines Drucks erfllt werden muss.

Bestimmungsgleichung fr Druck aus Divergenz der Impulsbilanz:


1
1

( ~u) + (~u )~u = 2 p + 2 ( ~u) + f~


t
%
%
2 p = f~ % (~u )~u = Poisson-Gleichung fr p

Elliptisches Problem fr p auch bei Verwendung expliziter Zeitschrittverfahren hoher


Aufwand

Problem:
Wie kombiniert man die Bestimmung des Drucks mit Zeitschrittverfahren fr die Geschwindigkeitskomponenten?

Bemerkung:
Bei kompressiblen Strmungen stellt sich das Problem nicht. In diesem Fall existiert Evolutionsgleichung fr Dichte und Temperatur T (Massen- und Energiegleichungen). Der
Druck p wird ber Zustandsgleichungen aus Dichte und Temperatur bestimmt.

Numerische Strmungsmechanik

Dr. Thomas Boeck

5 FINITE-DIFFERENZEN-VERFAHREN/STRMUNGSPROBLEME

5.3

58

Projektionsverfahren fr zeitabhngige inkompressible Strmungen

Idee basiert auf Zerlegung (splitting) der rechten Seite der Impulsbilanz. Analogie zu ADI
bzw. Prdiktor-Korrektor-Idee.
Zeitschritt ~un ~un+1 in zwei Teilschritte zerlegt
1. Teilschritt

~u aus Impulsgleichung ohne p

2. Teilschritt

~un+1 aus ~u mittels p ohne restliche Terme der Impulsbilanz

p im zweiten Teilschritt so whlen, dass ~un+1 = 0 gilt.


p
~u
~ (~u, ~u) + 2~u
=
N
|
{z
}
t
%

~ (~u, ~u) = (ui ui )


N
xi

~
=F

1. Teilschritt

~u ~un
= F~ n
t

2. Teilschritt

~un+1 ~u
1
= pn+1
t
%

()

Addition beider Teilschritte gibt konsistente Approximation der Impulsgleichung.


~un+1 = 0

2 pn+1 =

() ergibt
%
~u
t

1
1
1
{z
~un+1}
~u = 2 pn+1
|
t
t
%
=0

()

Bestimmung von p erfordert Randbedingungen. Auf dem Strmungsrand gilt ~u ~n = 0.

Numerische Strmungsmechanik

Dr. Thomas Boeck

5 FINITE-DIFFERENZEN-VERFAHREN/STRMUNGSPROBLEME

59

Anwenden auf (*) ergibt:



1
~un+1 ~u
n+1

=
~
n

p
~n


t
%
Rand
Rand

~|n {z
~un+1} ~n ~u =
=0

t
~n pn+1
% | {z }
n+1

= pn

%
pn+1
=
~n ~u
n
t

= Randbedingung fr (**)

pn+1 , aus pn+1 folgt ~un+1 aus ()

Rumliche Diskretisierung zweiter Ordnung erfordert sogenannte versetzte Gitter (staggered grid). Ansonsten Problem mit Entkopplung von Untergittern.

Erluterung des Entkopplungsproblems:


Verwenden zentrale Differenzen und u, v, p an ein und denselben Gitterpunkten.
t
x p
%
n+1
t pn+1
i+1,j pi1,j

= ui,j
%
2 x

un+1 = u
un+1
i,j

~un+1 = 0 =

t
y p
%
n+1
t pn+1
i,j+1 pi,j1

= vi,j
%
2 y

v n+1 = v
n+1
vi,j

n+1
n+1
un+1
v n+1 vi,j1
i+1,j ui1,j
+ i,j+1
2 x
2 y

Diskrete Form der Poisson-Gleichung wird dann


n+1
n+1
n+1
n+1

vi,j1
pn+1
pn+1
% ui+1,j ui1,j vi,j+1
i+2,j 2 pi,j + pi2,j
i,j+2 2 pi,j + pi,j2
+
=
+
(2 x)2
(2 y)2
t
2 x
2 y

"

= ( )

Druckwerte an i, i+2, i-2, j, j+2, j-2 sind verknpft mit Geschwindigkeitswerten bei i+1,
i-1, j+1, j-1 Entkopplung
Numerische Strmungsmechanik

Dr. Thomas Boeck

5 FINITE-DIFFERENZEN-VERFAHREN/STRMUNGSPROBLEME

60

Das ist ein Problem, weil man stark oszillierende Geschwindigkeitsfelder haben kann, die
bei lokaler Auswertung eigentlich nicht inkompressibel sind. Diese werden durch Berechnung von pn+1 mittels (***) nicht korrigiert.

ui+1,j ui1,j = 0

vi,j+1
vi,j1
=0

Vermeidung des Problems bei versetzten Gittern.

zum Begriff Projektionsverfahren


Helmholtzsche Zerlegung eines Vektorfelds ~a auf Gebiet mit Randwerten ~a| = 0
~a = ~as +

(Zerlegung)

Wobei ~as divergenzfrei ist (solenoidal) und ~aS | = 0. Die Zerlegung in eine Summe aus
divergenzfreien Vektorfeld und einem Gradientenfeld ist eindeutig. Die Felder ~as bilden
einen linearen Raum (Vektorraum), die Felder ebenfalls. Beide Rume sind orthogonale Unterrume des linearen Raums aller Felder bezglich der L2-Norm.
Das heit:
Z

~aS d =

(~aS ) d

(~aS ) d =

~n ~aS dA = 0

Numerische Strmungsmechanik

a} d
| {z ~
=0

nach Gau

Dr. Thomas Boeck

5 FINITE-DIFFERENZEN-VERFAHREN/STRMUNGSPROBLEME

61

Im Druckkorrekturschritt wird der divergenzbehaftete Anteil von ~u entfernt. Das entspricht genau einer Projektion auf den von den Feldern ~as aufgespannten Unterraum.
Formel ~un+1 = P (~u )
P = Projektionsabbildung
P = P 2 definiert Projektionsabbildung

5.4

Iterative Lsung von stationren Strmungen

Ziel Wollen stationre Lsung der Navier-Stokes-Gleichung finden


p
~ (~u, ~u) = 2~u
+N
%

~u = 0

text(Konti)

Iteration = sukzessive Verbesserung einer Nhrung ~um , pm


m

entspricht ~um ~u und pm p

Idee analog zum Projektionsverfahren, Verwendung der linearisierten Gleichung.


Schritt 1)

~um ~u , pm bleibt fix


pm
~ (~u, ~u) = 2~u
Impulsgleichung linearisiert
+N
%

()

kann nach ~u aufgelst werden

Schritt 2)

~um+1 = ~u + ~u0 , pm+1 = pm + p0

~u0 und p0 sind Korrekturen, hngen ber Impulsgleichung zusammen. ~u0 soll sichern, dass
~um+1 = 0 ist.

Numerische Strmungsmechanik

Dr. Thomas Boeck

5 FINITE-DIFFERENZEN-VERFAHREN/STRMUNGSPROBLEME

62

setzen ~um+1 = ~u + ~u0 und pm+1 = pm + p0 in linearisierte Impulsgleichung (*) ein.

pm p0
~ (~um , ~u ) + N
~ (~um , ~u0 ) = 2~u + 2~u0
+
+N
%
%
(~u + ~u0 ) = 0

()

( )

Wenn man Gleichung (**) diskretisiert vorstellt, dann gibt es Betrge von ~u0 am Gitterpunkt und von Nachbarn (Rechenstern von 2 ). Vernachlssigen der Beitrge von
Nachbarpunkten.

p0
= C ~u0
%

(heuristisches Vorgehen)

Einsetzen in Gleichung (***) liefert ~u

1 p0
C %

C ist nicht dimensionslos

= 0, 2 p0 =

C
%

~u

( )

Brauchen Randbedingungen fr Gleichung (*) und (****)


Fr (*) erfllt ~u die Randbedingungen von ~u

1 p0
Fr (****) gilt ~n ~u = 0 = ~n ~u
C %

Fr Druck macht man Unterrelaxation

p0
C
= ~n ~u
n
%

pm+1 = pm + p0

<< 1

Das ist (vereinfacht) die Idee des SIMPLE-Algorithmus (semi-implicit method for pressurelinked equations)

Numerische Strmungsmechanik

Dr. Thomas Boeck

6 FINITE-VOLUMEN-METHODE

63

Finite-Volumen-Methode

Finite-Volumen-Verfahren werden in kommerziellen Codes hufig verwendet, weil sie fr


unstrukturierte Netze geeignet sind. Ein weiterer Vorteil ist, dass Finite-Volumen-Verfahren
bestimmte globale Erhaltungseigenschaften der PDE exakt sichern.

6.1

Integrale Form der Grundgleichungen

Bildet Ausgangspunkt fr Finite-Volumen-Verfahren (z.B.: Advektions-Diffusionsgleichung


fr Skalarfeld ).

+ ( ~|{z}
u
t

Advektion

) =

| {z }

|{z}

Diffusion

()

Quellterm

~u = Flussdichte aus Advektion von


= Flussdichte aus Diffusion von

Integration von (*) ber ein raumfestes Volumen liefert


Z

Z
dV =
dV
t
t

Gau

(~u ) dV

~n (~u ) dA

q dV

Z
Z
Z
dV =
~n ~u dA +
~n dA +
t

|
{z
} |
{z
}
konvektiver Fluss

Numerische Strmungsmechanik

diffusiver Fluss

q dV

()

{z

Quellen/Senken

Dr. Thomas Boeck

6 FINITE-VOLUMEN-METHODE

64

In dieser Form kann z.B. Massen- und Energiebilanz geschrieben werden


= %, = 0, q = 0

fr Massenbilanz

= % cp T, = , q = 0

fr Energiebilanz ( = Wrmeleitfhigkeit)

Impulsbilanz ist etwas schwieriger. Diffusionsterm ist komplizierter und es gibt Druck.
x-Komponente

Z
Z
Z
% ux dV =
~n ~u ux dA
p dA +
t

Z
|

(~n )x dA
{z

viskoser Spannungstensor

Man wendet die integrale Form (**) der Erhaltungsgleichung auf Zellen des Gitters/Netzes
an. Approximation von Integralen statt von Ableitungen wie bei Finite-DifferenzenVerfahren.

6.2

globale Erhaltungseigenschaften

am eindimensionalen Beispiel

= F~ + q gilt auf 0 x L

F~ =

F
x

Integration liefert

Z L
0

mit

Z L
Z L
F

dx =
dx +
q dx
t
0 x
0

Z L
0

ZL
dx
dx =
t
t | 0 {z }

()

und

Z L
0

F
dx = F (L) F (0)
x

=M

Die Gre M (Gesamtmenge von ) ist also zeitlich konstant. Eine Finite-VolumenDiskretisierung sichert, dass diese Eigenschaft auch fr die numerische Approximation
gilt. Betrachten dazu Zerlegung in Intervalle (finites Strecken) i .

Numerische Strmungsmechanik

Dr. Thomas Boeck

6 FINITE-VOLUMEN-METHODE

65

Finite-Volumen-Zerlegung (bzw. hier Intervall-Zerlegung, da 1D):

Mittelpunkt des des Intervalls i sei xi

Integrale Form

R
i

dx anwenden auf Differentialgleichung

dx = (i hi )
t i
t

Z
i

hi = xi+ 1 xi 1 = Lnge von i


2

i+ 21
F

dx = F
= F (xi+0,5 ) F (xi0,5 )
x
x 1
i 2

F (xi+0,5 ) und F (xi0,5 ) sind die numerischen Approximationen des Flusses F auf dem
rechten und linken Rand von i . F (xi+0,5 ) und F (xi0,5 ) mssen im Allgemeinen aus i
bestimmt werden, weil F zumeist von abhngt.
Fr Advektion z.B. F = u , fr Diffusion F = D

.
x

(i hi ) = F (xi+0,5 ) F (xi0,5 )
t

Bilden der Summe ber alle Integrale

X
i

mit

X
X
XZ
Z
dx =
F (xi+0,5 )
F (xi0,5 ) +
q dx
t i
i
i
i
i

X
i

Z
XZ
Z
dx =
dx =
dx
t i
t i i
t
X

F (xi+0,5 )

XZ
i

F (xi0,5 ) = F (L) F (0)

q dx =

q dx

dies ist quivalent zu (*)


Numerische Strmungsmechanik

Dr. Thomas Boeck

6 FINITE-VOLUMEN-METHODE

66

Die Werte F(L) und F(0) sind gerade die vorgegebenen Randwerte. Weil F (xi+0,5 ) =
F (xi0,5 ) fr i = 1, . . . , L gilt, gilt somit F(L) - F(0) = 0.

X
i

X
X
Z
dx =
F (xi+0,5 )
F (xi0,5 ) = 0
t i
i
i

L
Die Eigenschaft t
0 dx = 0 wird durch die rumliche Diskretisierung also erhalten.
Ursa-che ist, dass sich die Flussterme an den Rndern der Intervalle gegenseitig aufheben,
somit ist eine globale Erhaltung gewhrleistet, z.B. fr die Masse. nderungen nur durch
ueren Rand mglich, wo Randwerte vorgegeben sind. Das bertrgt sich auch auf den
zwei- und dreidimensionalen Fall.

6.3

1D-Beispiel fr Finite-Volumen-Diskretisierung
T

T
=

t
x
x

Rnder bei xi 1 und xi+ 1


2

x
T i+ 12
Z
T dx =

t i
x x 1

xi+ 1 xi 1 = x
2

Ti sei Mittelwert i

i 2

T n+1 Tin
x =
i
t

n
n
Tin Tin Ti1
Ti+1

x
x


Tin+1 Tin
 n
n
T

2
T
+
T
= FTCS
=
i1
i+1
i
t
x2

Numerische Strmungsmechanik

Dr. Thomas Boeck

6 FINITE-VOLUMEN-METHODE

6.4

67

2D-Beispiel fr Finite-Volumen-Diskretisierung

i finite Flche
N = Nord, S = Sd, W = West, O = Ost

Fx Fy

= F~ =
+
t
x
y

Z
i

Z
i

dA =
i A i
t
dt
F~ dA =

Z
i

Ai = Flcheninhalt von i

~n F~ ds FN LN + FS LS + FW LW + FO LO

L = Kantenlnge der Rnder, F = Mittelwerte des Flusses F~ ~n auf den Randstcken

Wenn man sich nun benachbarte Zellen vorstellt und summiert, heben sich die Flussterme
an den inneren Rndern wieder auf.
4
d X
S S
W
W
O O
i Ai = F1N LN
1 + F1 L1 + F1 L1 + F1 L1
dt i=1
S S
W
W
O O
+ F2N LN
2 + F2 L2 + F2 L2 + F2 L2
S S
W
W
O O
+ F3N LN
3 + F3 L3 + F3 L3 + F3 L3
S S
W
W
O O
+ F4N LN
4 + F4 L4 + F4 L4 + F4 L4

S S
N N
O O
W W
O O
W W
Es gilt: F2S LS2 +F4N LN
4 = 0, F1 L1 +F3 L3 = 0, F3 L3 +F4 L4 = 0, F1 L1 +F2 L2 = 0

Es bleiben als nur die Randterme auen.


4
d X
W W
W W
S S
S S
O O
O O
N N

i Ai = F1N LN
1 + F2 L2 + F2 L2 + F4 L4 + F3 L3 + F4 L4 + F3 L3 + F4 L4
dt i=1

Fortsetzung bis zum ueren Rand mit F~ ~n = 0 liefert dann wieder

Numerische Strmungsmechanik

RL
t 0

dx = 0

Dr. Thomas Boeck