Raffinement de maillage spatio-temporel pour les équations de l élastodynamique

Transcription

1 Raffinement de maillage spatio-temporel pour les équations de l élastodynamique Jerónimo Rodríguez García sous la direction de Éliane Bécache et Patrick Joly Université Paris-Dauphine Projet POems en collaboration avec EDF 8 Décembre

2 Le contexte applicatif et scientifique Simulation numérique d expériences de contrôle non-destructif Travail realisé dans le cadre d un contrat avec le département SINETICS de EDF (J. L. Vaudescal). Continuation de deux thèses financées par EDF: C. Tsogka et G. Scarella. 2

3 Le contexte historique Code ATHENA-2D [Tsogka - Fouquet - Duwig]. Formulation vitesse - contraintes. Éléments finis mixtes sur des maillages réguliers. Condensation de masse. Schéma explicite centré en temps, non dissipatif. 3

4 Le contexte historique Code ATHENA-2D [Tsogka - Fouquet - Duwig]. Formulation vitesse - contraintes. Éléments finis mixtes sur des maillages réguliers. Condensation de masse. Schéma explicite centré en temps, non dissipatif. Domaines fictifs pour la prise en compte des fissures. 3

5 Le contexte historique Code ATHENA-2D [Tsogka - Fouquet - Duwig]. Formulation vitesse - contraintes. Éléments finis mixtes sur des maillages réguliers. Condensation de masse. Schéma explicite centré en temps, non dissipatif. Domaines fictifs pour la prise en compte des fissures. PML pour la simulation des domaines non-bornés. 3

6 Le contexte historique Code ATHENA-2D [Tsogka - Fouquet - Duwig]. Formulation vitesse - contraintes. Éléments finis mixtes sur des maillages réguliers. Condensation de masse. Schéma explicite centré en temps, non dissipatif. Domaines fictifs pour la prise en compte des fissures. PML pour la simulation des domaines non-bornés. Problématique Bien prendre en compte des détails géométriques. Microfissures, présence de trous, singularités de la solution,... 3

7 Stratégie retenue Mettre au point des méthodes non-conformes de raffinement de maillage espace-temps. 4

8 Stratégie retenue Mettre au point des méthodes non-conformes de raffinement de maillage espace-temps. Continuité de la thèse de T. Fouquet en électromagnétisme. 4

9 Rodríguez Stratégie retenue Mettre au point des méthodes non-conformes de raffinement de maillage espace-temps. Continuité de la thèse de T. Fouquet en électromagnétisme. Tsogka Fouquet CND 4

10 Stratégie retenue Mettre au point des méthodes non-conformes de raffinement de maillage espace-temps. Continuité de la thèse de T. Fouquet en électromagnétisme. Tsogka Fouquet CND Rodríguez Contraintes industrielles Doivent être facilement intégrables dans ATHENA-2D. Doivent pouvoir être couplées avec la méthode des domaines fictifs. 4

11 Les contributions de la thèse Première Partie: Raffinement de maillage spatio-temporel avec multiplicateur de Lagrange Méthode conservative (p q) pour l élastodynamique. Nouvelles analyses d erreur 1-D: Par techniques énergétiques (1 2). Par techniques de Fourier (p q). Construction d une nouvelle méthode stable plus précise. Implémentation en élastodynamique 2D. 5

12 Les contributions de la thèse Première Partie: Raffinement de maillage spatio-temporel avec multiplicateur de Lagrange Méthode conservative (p q) pour l élastodynamique. Nouvelles analyses d erreur 1-D: Par techniques énergétiques (1 2). Par techniques de Fourier (p q). Construction d une nouvelle méthode stable plus précise. Implémentation en élastodynamique 2D. 5

13 Les contributions de la thèse Troisième Partie: Sur la méthode des domaines fictifs Correction de la méthode des domaines fictifs initiale: Enrichissement de l espace de vitesses. Amortissement des modes parasites. Analyse de convergence dans le cas acoustique. Implémentation en élastodynamique 2D. 5

14 Les contributions de la thèse Quatrième Partie: Couplage entre les deux méthodes Conception de deux formulations variationnelles approchées conservatives du problème couplé. Implémentation en élastodynamique 2D d une d entre elles. 5

15 Les contributions de la thèse Deuxième Partie: Raffinement de maillage spatio-temporel sans multiplicateur de Lagrange Construction d une méthode conservative (p q). Analyse dans le cas multidimensionnel (1 2). Même précision que pour la méthode avec multiplicateur. [Diaz] 5

16 Une présentation technique Raffinement de maillage spatio-temporel conservatif Présentation de la méthode Expériences numériques: Phénomènes parasites Analyse de Fourier 1D Une nouvelle technique de raffinement spatio-temporel Post-traitement en temps Expériences numériques avec la nouvelle méthode Un nouveau schéma Analyse de Fourier 1D Une expérience numérique moins académique 6

18 Intérêt du raffinement spatio-temporel Raffinement de maillage Prendre en compte un détail géométrique (typiquement = une fissure) Ω c Γ Ω f 8

19 Intérêt du raffinement spatio-temporel Raffinement de maillage Prendre en compte un détail géométrique (typiquement = une fissure) Ω c Γ Ω f Inconvénients d un raffinement seulement en espace: 8

20 Intérêt du raffinement spatio-temporel Raffinement de maillage Prendre en compte un détail géométrique (typiquement = une fissure) Ω c Γ Ω f Inconvénients d un raffinement seulement en espace: Stable si CFL, t/ x < Cte = Pas de temps global imposé par la grille fine (coûteux). 8

21 Intérêt du raffinement spatio-temporel Raffinement de maillage Prendre en compte un détail géométrique (typiquement = une fissure) Ω c Γ Ω f Inconvénients d un raffinement seulement en espace: Stable si CFL, t/ x < Cte = Pas de temps global imposé par la grille fine (coûteux). La dispersion numérique augmente lorsque t/ x diminue = Le schéma est dispersif dans la grille grossière. 8

22 Intérêt du raffinement spatio-temporel Raffinement de maillage Prendre en compte un détail géométrique (typiquement = une fissure) Ω c Γ Ω f Pas de temps local pour avoir la même CFL dans le domaine entier. t x 8

23 État de l art. Raffinement purement en espace La méthode des éléments joints. [Bernardi - Maday - Patera] (94) Éléments joints pour les équations de Maxwell. [Belgacem - Buffa - Maday - Rappeti] (01-03) Éléments joints avec multiplicateur de Lagrange. [Belgacem] (99) 9

24 État de l art. Raffinement purement en espace La méthode des éléments joints. [Bernardi - Maday - Patera] (94) Éléments joints pour les équations de Maxwell. [Belgacem - Buffa - Maday - Rappeti] (01-03) Éléments joints avec multiplicateur de Lagrange. [Belgacem] (99) Application à l acoustique en temporel. [Bamberger - Glowinski - Tran] (97) 9

25 État de l art. Raffinement espace - temps Méthodes avec des équations de raccord au sens fort: Techniques d interpolation. [Kunz - Simpson] (81), [Prescott - Shuley] (92), [Chevalier - Luebbers] (97) [Zakharian - Brio - Moloney] (04) [M. Berger - Colella - R.J. Leveque - Oliger] (84-98) 10

26 État de l art. Raffinement espace - temps Méthodes avec des équations de raccord au sens fort: Techniques d interpolation. [Kunz - Simpson] (81), [Prescott - Shuley] (92), [Chevalier - Luebbers] (97) [Zakharian - Brio - Moloney] (04) [M. Berger - Colella - R.J. Leveque - Oliger] (84-98) F.D.T.D. Consistance. Peuvent être instables sous la CFL habituelle si on couple des schémas intérieurs non-dissipatifs (Analyse G.K.S.). 10

27 État de l art. Raffinement espace - temps Méthodes avec des équations de raccord au sens faible: Décomposition de domaines en espace-temps: [Gander - Halpern - Nataf] (03) 10

28 État de l art. Raffinement espace - temps Méthodes avec des équations de raccord au sens faible: Décomposition de domaines en espace-temps: [Gander - Halpern - Nataf] (03) Volumes finis. Consistance. Stabilité prouvée pour certains cas. 10

29 État de l art. Raffinement espace - temps Méthodes avec des équations de raccord au sens faible: Décomposition de domaines en espace-temps: [Gander - Halpern - Nataf] (03) Volumes finis. Consistance. Stabilité prouvée pour certains cas. Méthodes conservatives: [Collino - Fouquet - Joly] (03), [Bécache - Joly - R.] (04), F.D.T.D., éléments finis, 10

30 État de l art. Raffinement espace - temps Méthodes avec des équations de raccord au sens faible: Décomposition de domaines en espace-temps: [Gander - Halpern - Nataf] (03) Volumes finis. Consistance. Stabilité prouvée pour certains cas. Méthodes conservatives: [Collino - Fouquet - Joly] (03), [Bécache - Joly - R.] (04), [Piperno] (03) F.D.T.D., éléments finis, volumes finis, G.D. 10

31 État de l art. Raffinement espace - temps Méthodes avec des équations de raccord au sens faible: Décomposition de domaines en espace-temps: [Gander - Halpern - Nataf] (03) Volumes finis. Consistance. Stabilité prouvée pour certains cas. Méthodes conservatives: [Collino - Fouquet - Joly] (03), [Bécache - Joly - R.] (04), [Piperno] (03) F.D.T.D., éléments finis, volumes finis, G.D. Stabilité assurée par construction. Consistance. 10

32 Les équations de l élastodynamique Ω ρ v t A σ t div(σ) = f dans Ω ε(v) = 0 dans Ω 11

33 Les équations de l élastodynamique Ω ρ v t A σ t div(σ) = f dans Ω ε(v) = 0 dans Ω 11

34 Les équations de l élastodynamique Le point de vue de la décomposition de domaines. Formulation comme un problème de transmission entre deux sous-domaines. Ω c Γ Ω f ρ v c t div(σ c) = f dans Ω c A σ c t ε(v c) = 0 dans Ω c ρ v f t div(σ f ) = f dans Ω f A σ f t ε(v f ) = 0 dans Ω f σ c n c = σ f n f, sur Γ v c = v f sur Γ 11

35 Formulation variationnelle Utiliser la même formulation sur chaque sous-domaine. 12

36 Formulation variationnelle Utiliser la même formulation sur chaque sous-domaine. σ l, τ l X sym l = { τ L 2 (Ω l )/ τ sym., div( τ) L 2 (Ω l ) } v l, w l M l = L 2 (Ω l ), ε(v l ) : τ l Ω l = div(τ l ) v l + τ l n l v l Ω l Γ 12

37 Formulation variationnelle Utiliser la même formulation sur chaque sous-domaine. σ l, τ l X sym l = { τ L 2 (Ω l )/ τ sym., div( τ) L 2 (Ω l ) } v l, w l M l = L 2 (Ω l ), ε(v l ) : τ l Ω l = div(τ l ) v l + τ l n l j l Ω l Γ On introduit un multiplicateur de Lagrange ( trace de v l ) j l, µ J = H 1 2 (Γ), 12

38 Formulation variationnelle Trouver (σ f, σ c, v f, v c, j f, j c ) X sym f X sym M c f M c J 2 ρ v c Ω c t w c div(σ c ) w c = f w c Ω c Ω c A σ c : τ c + div(τ c ) v c τ c n c j c = 0 Ω c t Ω c Γ ρ v f Ω f t w f div(σ f ) w f = f w f Ω f Ω f A σ f : τ f + div(τ f ) v f τ f n f j f = 0 Ω f t Ω f Γ σ f n f µ = σ c n c µ, j f = j c. Γ Γ 12

39 Conservation de l énergie L énergie E := E c + E f, E l := 1 [ ] A σ l : σ l + ρ v l 2, 2 Ω l l {c, f } satisfait de dt = Γ (σ c n c j c + σ f n f j f ) + l {c,f } Ω l f l v l En l absence de forces externes, elle est conservée. 13

40 Discrétisation en espace Ω c Ω f Γ x c = x x f = x/p H = x 14

41 Discrétisation en espace Ω c Ω f Γ x c = x x f = x/p H = x X sym h l X l, M hl M l, l {c, f }, J H J 14

42 Discrétisation en espace Trouver (σ h l, v h l, j H l ) X sym M h hl J l H ρ v h c Ω c t w c h div(σ h c) wc h = Ω c f wc h Ω c A σh c : τc h + div(τc h ) v h c τc h n c j H c = 0 Ω c t Ω c Γ ρ v h f Ω f t w f h div(σ h f ) w f = f wf h Ω f Ω f A σh f : τf h + div(τf h Ω f t ) v h f τf h n f j H f = 0 Ω f Γ σ h f n f µ H = σ h cn c µ H, j H c = j H f Γ Γ 14

43 Discrétisation en espace M v,c d dt V c D c Σ c = F c M σ,c d dt Σ c + D t cv c C Γ,c J c = 0 M v,f d dt V f D f Σ f = F f M σ,f d dt Σ f + D t f V f C Γ,f J f = 0, dans Ω c,, dans Ω f, C t Γ,c Σ c = C t Γ,f Σ f, J c = J f, sur Γ, 14

44 Discrétisation en espace M v,c d dt V c D c Σ c = F c M σ,c d dt Σ c + D t cv c C Γ,c J = 0, dans Ω c, M v,f d dt V f D f Σ f = F f M σ,f d dt Σ f + D t f V f C Γ,f J = 0, dans Ω f, [C t Γ,c (M σ,c) 1 C Γ,c + C t Γ,f (M σ,c) 1 C Γ,f ] J = C t Γ,c (M σ,c) 1 D t cv c + C t Γ,f (M σ,f ) 1 D t f V c 14

45 Les espaces d approximation X sym h l = { τl h X sym l : τ h l C [Q 1(C)] 2 2}, σ h xx M σ,l est diagonale par blocs σ g zz σ xz σ b xx σ d zz 15

46 Les espaces d approximation X sym h l = M hl = { τl h X sym l : τ h l C [Q 1(C)] 2 2}, { w h l M l : w h l C [Q 0(C)] 2}, [Tsogka] (v x, v z ) M σ,l est diagonale par blocs σ g zz σ h xx σ xz σ d zz M v,l est diagonale σ b xx 15

47 Les espaces d approximation X sym h l = M hl = { τl h X sym l : τ h l C [Q 1(C)] 2 2}, { w h l M l : w h l C [P 1(C)] 2}, (v x, v z ) M σ,l est diagonale par blocs σ g zz σ h xx σ xz σ d zz M v,l est diagonale σ b xx 15

48 Les espaces d approximation J H = { µ H L 2 (Γ) : µ H S [P 0(S)] 2} J Ω c Γ H = x Ω f 15

49 Discrétisation en temps n + 1 n + 1 n n Σ l n n p = 3 V l Ω c Γ Ω f 16

50 Discrétisation en temps n + 1 n + 1 J n+ 5 6 f n J n+ 1 2 c J n+ 1 2 f n J n+ 1 6 f n n p = 3 Σ l V l Ω c Γ Ω f 16

51 V n+ 1 2 c V n 1 2 c M v,c t Σ n+1 c Σ n c M σ,c t V n+ f M v,f 2k+1 2p k+1 p Σ n+ f M σ,f t/p 2k 1 n+ 2p V f t/p Σ n+ k p f Discrétisation en temps D c Σ n c = F n c, + D t cv n+ 1 2 c = C Γ,c J n+ 1 2 c, + D t f D f Σ n+ k p f = F n+ k p f, 2k+1 n+ 2p V f = C Γ,f J, dans Ω c 2k+1 n+ 2p f,, dans Ω f 16

52 V n+ 1 2 c V n 1 2 c M v,c t Σ n+1 c Σ n c M σ,c t V n+ f M v,f 2k+1 2p k+1 p Σ n+ f M σ,f t/p 2k 1 n+ 2p V f t/p Σ n+ k p f Discrétisation en temps D c Σ n c = F n c, + D t cv n+ 1 2 c = C Γ,c J n+ 1 2 c, + D t f D f Σ n+ k p f = F n+ k p f, n+ 2k+1 2p 2k+1 n+ 2p V f = C Γ,f J, dans Ω c 2k+1 n+ 2p f,, dans Ω f Relation entre J n+ 1 2 c et Jf? (Approx. de J c (t) = J f (t)). Comment peut-on discrétiser CΓ,c t Σ c(t) = CΓ,f t Σ f (t)? 16

53 Conservation d une énergie E n c = 1 2 (M σ,cσ n c, Σ n c) (M v,cv n+ 1 2 c, V n 1 2 c ) 2n+1 2p n p Ef = 1 n n 2 (M p σ,f Σf, Σ p f ) (M v,f V f E n = Ec n + Ef n 1 Aσ : σ Ω 2 Ω, V ρ v 2 2n 1 2p f ) 17

54 Conservation d une énergie E n c = 1 2 (M σ,cσ n c, Σ n c) (M v,cv n+ 1 2 c, V n 1 2 c ) 2n+1 2p n p Ef = 1 n n 2 (M p σ,f Σf, Σ p f ) (M v,f V f E n = Ec n + Ef n 1 Aσ : σ Ω 2 Ω, V ρ v 2 2n 1 2p f ) Conservation de l énergie C t Γ,c Σ n+1 c + Σ n c 2 p 1 c = J n+ 1 2 Si CFL satisfaite = Stabilité l=0 C t Γ,f l+1 n+ p Σf + Σ n+ l p f 2p 2l+1 n+ 2p Jf 17

55 Conservation d une énergie E n c = 1 2 (M σ,cσ n c, Σ n c) (M v,cv n+ 1 2 c, V n 1 2 c ) 2n+1 2p n p Ef = 1 n n 2 (M p σ,f Σf, Σ p f ) (M v,f V f E n = Ec n + Ef n 1 Aσ : σ Ω 2 J n+ 1 2 c = J n+ 1 2, Ω, V ρ v 2 2n 1 2p f ) 2k+1 n+ 2p Jf = J n+ 1 2, k {0,..., p 1}, C t Γ,c Σ n+1 c + Σ n c 2 p 1 = l=0 C t Γ,f l+1 n+ p Σf + Σ n+ l p f 2p 17

56 Interaction entre les multiplicateurs de Lagrange n + 1 n + 1 n J n+ 1 2 n Σ l n n p = 3 V l Ω c Γ Ω f 18

57 V n+ 1 2 c V n 1 2 c M v,c t Σ n+1 c Σ n c M σ,c t V n+ f M vf 2k+1 2p k+1 p Σ n+ f M σ,f t/p Le schéma numérique 2k 1 n+ 2p V f t/p Σ n+ k p f D c Σ n c = F n c, + D t cv n+ 1 2 c = C Γ,c J n+ 1 2, + D t f D f Σ n+ k p f = F n+ k p f, 2k+1 n+ 2p V f = C Γ,f J n+ 1 2,, dans Ω c, dans Ω f C t Γ,c Σ n+1 c + Σ n c 2 p 1 = l=0 C t Γ,f l+1 n+ p Σf + Σ n+ l p f 2p 19

58 V n+ 1 2 c V n 1 2 c M v,c t Σ n+1 c Σ n c M σ,c t V n+ f M vf 2k+1 2p k+1 p Σ n+ f M σ,f t/p Le schéma numérique 2k 1 n+ 2p V f t/p Σ n+ k p f D c Σ n c = F n c, + D t cv n+ 1 2 c = C Γ,c J n+ 1 2, + D t f D f Σ n+ k p f = F n+ k p f, 2k+1 n+ 2p V f = C Γ,f J n+ 1 2, ] [CΓ,c t (M σ,c) 1 C Γ,c + CΓ,f t A f ( t f )C Γ,f J n+ 1 2 =, dans Ω c, dans Ω f L(Σ n c, V n+ 1 2 c, Σ n f, V n+ 1 2p f, F ) Détails 19

59 B 1 p = 2 Expériences numériques Milieu homogène isotrope: ρ = 1, µ = 2.04, λ = Domaine de calcul: Ω = [0, 10] [0, 10]. x = 1/15. α = t/ x = 0.95CFL opt. Condition initiale de rayon 1.5. p = 5 B 3 p = 10 B 4 B 2 p = 3 20

60 21 Expériences numériques

61 Le modèle simplifié 1D Grille grossière (x < 0). A u c t ρ v c t v c x u c x = 0 = 0 v c (0, t) = j c (t) A u f t ρ v f t Grille fine (x > 0). v f x u f x = 0 = 0 v f (0, t) = j f (t) t u c (0, t) = u f (0, t) j c (t) = j f (t) A = I, ρ = 1 u l v l j l x 22

62 Le modèle simplifié 1D Dans la grille grossière: (v c ) n+ 1 2 (v j+ 1 c ) n 1 2 j t (u c ) n+1 j (u c ) n j t Dans la grille fine: 2n+1 2n 1 2p 2p (v f ) 2j+1 (v f ) 2j+1 2p 2p t/p n+1 n p p (u f ) j (u f ) j p p t/p (u c ) n j+1 (u c) n j x (v c ) n+ 1 2 (v j+ 1 c ) n+ 1 2 j x n p (u f ) j+1 p 2n+1 2p (v f ) 2j+1 2p n p (u f ) j p x/p 2n+1 2p (v f ) 2j 1 2p t/p = 0, j < 0, = 0, j < 0. = 0, j 0, = 0, j > 0. 22

63 Le modèle simplifié 1D Les équations de couplage (v f ) (v c ) n k+1 n+ 2p 1 2p (u c ) n (u c ) n 0 2 x [ (uc ) n+1 0 (u c ) n ] 0 2 t + x ] k+1 n+ p [(u f ) 0 (u f ) n+ k p 0 2 t = p 1 k=0 = j n+ 1 2, = j n+ 1 2, k+1 n+ p (u f ) 0 + (u f ) n+ k p 0. 2p 22

64 Analyse par ondes planes sur une grille uniforme Ondes planes harmoniques u n j = U e i(kx j ωt n), v n+ 1 2 j+ 1 2 = V e i(kx j+ 1 ωt n+ 1 2 ) 2 ( ) ( ) ω t k x sin 2 = α 2 sin α = t x Relation de dispersion ω 2π t ω π t ω ω π t 23

65 Analyse par ondes planes sur une grille uniforme Soit ω = 2 t arcsin(α), alors si ω [ ω, ω ] + 2π t Z: k ± (ω) = ± 2 x arcsin l onde est propagative. si ω [ ω, ω ] + 2π t Z: ( α 1 sin k ± (ω) = ± π 2i sign(ω)± x x argch l onde est évanescente. ( ω t 2 ( α 1 sin )), U = ±V, ( ω t 2 )), U = ±V, 23

66 Analyse par ondes planes sur deux grilles Un problème de propagation d ondes sur un milieu bi-couche Ω c Γ Ω f R ω T 0 ω 1 ω 24

67 Analyse par ondes planes sur deux grilles Un problème de propagation d ondes sur un milieu bi-couche Ω c Γ Ω f R ω T 0 ω 1 ω T k ω + 2πk t Dans la grille fine il faut considérer plus de fréquences... 24

68 Analyse par ondes planes sur deux grilles ω c ω c 3π t π t π t 3π t Ω c ω 2π t ω ω + 2π t 24

69 Analyse par ondes planes sur deux grilles ω c ω c 3π t π t π t 3π t Ω c p = 3 ω 2π t ω ω + 2π t ω f ω f 3π t 3π t Ω f 24

70 Analyse par ondes planes sur deux grilles Dans la grille grossière (u c ) n j = e i(k+ c (ω)x j ωt n ) + R e i(k c (ω)x j ωt n), (v c ) n+ 1 2 j+ 1 2 = e i(k+ c (ω)x j+ 1 ωt n+ 1 2 ) 2 R e i(k c (ω)x j+ 1 2 ωt n+ 1 2 ). Dans la grille fine n p (u f ) j p 2n+1 2p (v f ) 2j+1 2p = = p 1 k=0 p 1 T k e i(k+ f (ω+ 2πk t )x jp (ω+ 2πk t )t np ), T k e i(k+ f (ω+ 2πk k=0 t )x 2j+1 2p Les p + 1 amplitudes sont les inconnues. (ω+ 2πk t )t 2n+1 2p ). 24

71 Analyse par ondes planes sur deux grilles On calcule R, T k, k {0,..., p 1} avec les équations de transmission. 24

72 Analyse par ondes planes sur deux grilles On calcule R, T k, k {0,..., p 1} avec les équations de transmission. Pour la convergence: 24

73 Analyse par ondes planes sur deux grilles On calcule R, T k, k {0,..., p 1} avec les équations de transmission. Pour la convergence: R t 0 0, T 0 t 0 1, T k t 0 0, k {1,..., p 1}. 24

74 Analyse par ondes planes sur deux grilles On calcule R, T k, k {0,..., p 1} avec les équations de transmission. Pour la convergence: R t 0 0, T 0 t 0 1, T k t 0 0, k {1,..., p 1}. La nature des ondes pour ω t petit 24

75 Analyse par ondes planes sur deux grilles On calcule R, T k, k {0,..., p 1} avec les équations de transmission. Pour la convergence: R t 0 0, T 0 t 0 1, T k t 0 0, k {1,..., p 1}. La nature des ondes pour ω t petit Les ondes transmise et réfléchie de fréquence ω sont propagatives. 24

76 Analyse par ondes planes sur deux grilles On calcule R, T k, k {0,..., p 1} avec les équations de transmission. Pour la convergence: R t 0 0, T 0 t 0 1, T k t 0 0, k {1,..., p 1}. La nature des ondes pour ω t petit Les ondes transmise et réfléchie de fréquence ω sont propagatives. Les ondes parasites dépendent de α. Si ( ) 0 < α < sin = Toutes évanescentes. π p 24

77 Les résultats pour p = 2 Si 0 < α < 1 (l onde parasite est évanescente): R(ω t, α) = 1 [1 3α ] 64 2 (ω t) 2 + O(ω t) 3, T 0 (ω t, α) = 1 3 [1 + 1α ] 64 2 (ω t) 2 + O(ω t) 3, T 1 (ω t, α) = iα 4 1 α 2 (ω t) + O(ω t)3. 25

78 Les résultats pour p = 2 Si 0 < α < 1 (l onde parasite est évanescente): R(ω t, α) = 1 [1 3α ] 64 2 (ω t) 2 + O(ω t) 3, T 0 (ω t, α) = 1 3 [1 + 1α ] 64 2 (ω t) 2 + O(ω t) 3, T 1 (ω t, α) = iα 4 1 α 2 (ω t) + O(ω t)3. Si α = 1 (l onde parasite est propagative): R(ω t, 1) = 0, T 0 (ω t, 1) = cos(ω t) = T 1 (ω t, 1). 25

79 Les résultats dans le cas général Si α < sin ( π p ) = O( t) 3 2. p = α 26

80 Les résultats dans le cas général Si α < sin ( π p ) = O( t) 3 2. ( ) Si 0 α = sin πk p, k N = O( t) 1 2. p = α 26

81 Les résultats dans le cas général Si α < sin ( π p ) = O( t) 3 2. ( ) Si 0 α = sin πk p, k N = O( t) 1 2. Sinon = O( t). Détails p = α 26

83 Post-traitement en temps pour p = 2 L onde parasite (u par f ) n 2 j 2 2π i(k(ω t )x j2 (ω 2π t )t n 2 ) = T 1 (ω t, α) e 28

84 Post-traitement en temps pour p = 2 L onde parasite (u par f ) n 2 j 2 = ( 1) n 2π i(k(ω t )x j2 ωt n 2 ) T 1 (ω t, α) e Comportement hautement oscillatoire 28

85 Post-traitement en temps pour p = 2 L onde parasite (u par f ) n 2 j 2 = ( 1) n 2π i(k(ω t )x j2 ωt n 2 ) T 1 (ω t, α) e La valeur moyenne entre deux pas de temps consécutifs: (ũ par f ) 2n+1 4 j 2 := (u par f ) n+1 j (u par f ) n 2 j

86 Post-traitement en temps pour p = 2 L onde parasite (u par f ) n 2 j 2 2π i(k(ω t )x j2 (ω 2π t )t n 2 ) = T 1 (ω t, α) e (ũ par f ) 2n+1 4 j 2 La valeur moyenne entre deux pas de temps consécutifs: [ = T 1 (ω t, α) ω t ] + O(ω t) 3 4 2π i(k(ω t )x j2 (ω 2π t )t 2n+1 4 ) e 28

87 Post-traitement en temps pour p = 2 L onde parasite (u par f ) n 2 j 2 2π i(k(ω t )x j2 (ω 2π t )t n 2 ) = T 1 (ω t, α) e (ũ par f ) 2n+1 4 j 2 La valeur moyenne entre deux pas de temps consécutifs: [ = T 1 (ω t, α) ω t ] + O(ω t) 3 4 2π i(k(ω t )x j2 (ω 2π t )t 2n+1 4 ) e Encore mieux: (ū par f ) n 2 j 2 := (u par f ) n+1 j (u par f ) n 2 j (u par f ) n 1 2 j 2 28

88 Post-traitement en temps pour p = 2 L onde parasite (u par f ) n 2 j 2 2π i(k(ω t )x j2 (ω 2π t )t n 2 ) = T 1 (ω t, α) e (ũ par f ) 2n+1 4 j 2 La valeur moyenne entre deux pas de temps consécutifs: [ = T 1 (ω t, α) ω t ] + O(ω t) 3 4 2π i(k(ω t )x j2 (ω 2π t )t 2n+1 4 ) e Encore mieux: (ū par f ) n 2 j 2 = T 1 (ω t, α) [ (ω t) O(ω t) 4 ] 2π i(k(ω t )x j2 (ω 2π t )t n 2 ) e 28

89 Post-traitement en temps pour le cas général La dernière équation de couplage suggère Σ n+ 1 2 c := Σn+1 c + Σ n c, 2 V n c := V n+ 1 2 c + V n dans la grille grossière, 1 2 c, 2 n p Σ f := 2n+1 p V f := p 1 l=0 p 1 V l=0 n+l+1 p Σf 2n+2l+3 2p f n+l p + Σf, 2p + V 2p 2n+2l+1 2p f, dans la grille fine, 29

90 Expériences numériques Comp 30

91 Le nouveau schéma n n J n+ 1 3 f n J n c J n f n 1 2 J n 1 3 f n 1 6 n 1 2 p = 3 Σ l V l Ω c Γ Ω f 31

92 Le nouveau schéma V n c V n 1 c M v,c t Σ n+ 1 2 c Σ n 1 2 c M σ,c t D c Σ n 1 2 c = F n 1 2 c, + D t cv n c = C Γ,c J n c, V n+ f M v,f 2k+1 2p 1 2 2k 1 n+ 2p V 1 2 f t/p Σ n+ k+1 p 1 2 f Σ n+ k p 1 2 f M σ,f t/p D f Σ n+ k p 1 2 f = F n+ k p 1 2 f, + D t f V n+ 2k+1 2p 1 2 f = C Γ,f J 2k+1 n+ 2p 1 2 f 31

93 Le nouveau schéma Toutes les équations de transmission J n c = 1 2 Jn Jn 1 2, [ 1 2k + 1 2p 2k+1 n+ 2p J 1 2 f = C t Γ,c Σn+ 1 2 c = C t Γ,f Σ n+ 1 2 f ] J n k + 1 2p Jn+ 1 2, sont consistantes à l ordre deux! 31

94 Interaction entre les multiplicateurs de Lagrange n J n+ 1 2 n n n 1 6 Σ l V l n 1 2 J n 1 2 n 1 2 p = 3 Ω c Γ Ω f 32

95 Les résultats dans le cas général ( ) Si 0 α = sin πk p, k N = O( t) 3 2. p = α 33

96 Les résultats dans le cas général ( ) Si 0 α = sin πk p, k N = O( t) 3 2. Sinon = O( t) 2. Détails p = α 33

98 35 Une expérience numérique moins académique

101 Conclusions et... Méthode de raffinement de maillage spatio-temporel performante et robuste bien adaptée au code ATHENA2D. Technique avec multiplicateur. 36

102 Conclusions et... Méthode de raffinement de maillage spatio-temporel performante et robuste bien adaptée au code ATHENA2D. Technique avec multiplicateur. Méthode de couplage des problèmes de propagation d ondes capable de gérer des maillages non-conformes en espace et en temps. Technique sans multiplicateur [Diaz]. 36

103 Conclusions et... Méthode de raffinement de maillage spatio-temporel performante et robuste bien adaptée au code ATHENA2D. Technique avec multiplicateur. Méthode de couplage des problèmes de propagation d ondes capable de gérer des maillages non-conformes en espace et en temps. Technique sans multiplicateur [Diaz]. Nouvelles analyses de convergence. 36

104 Conclusions et... Méthode de raffinement de maillage spatio-temporel performante et robuste bien adaptée au code ATHENA2D. Technique avec multiplicateur. Méthode de couplage des problèmes de propagation d ondes capable de gérer des maillages non-conformes en espace et en temps. Technique sans multiplicateur [Diaz]. Nouvelles analyses de convergence. Nouvel élément fini qui assure la convergence de la méthode des domaines fictifs. Analyse pour le cas scalaire. 36

105 Conclusions et... Méthode de raffinement de maillage spatio-temporel performante et robuste bien adaptée au code ATHENA2D. Technique avec multiplicateur. Méthode de couplage des problèmes de propagation d ondes capable de gérer des maillages non-conformes en espace et en temps. Technique sans multiplicateur [Diaz]. Nouvelles analyses de convergence. Nouvel élément fini qui assure la convergence de la méthode des domaines fictifs. Analyse pour le cas scalaire. Deux méthodes de couplage entre domaines fictifs et les techniques de raffinement spatio-temporel. 36

106 ... perspectives Implémentation: Essayer des autres choix de multiplicateur de Lagrange. Coder la méthode sans multiplicateur. Implémentation 3-D. 37

107 ... perspectives Implémentation: Essayer des autres choix de multiplicateur de Lagrange. Coder la méthode sans multiplicateur. Implémentation 3-D. Développement des méthodes: Construction des méthodes de raffinement plus précises. Développement des méthodes de raffinement multi-conservatives. 37

108 ... perspectives Implémentation: Essayer des autres choix de multiplicateur de Lagrange. Coder la méthode sans multiplicateur. Implémentation 3-D. Développement des méthodes: Construction des méthodes de raffinement plus précises. Développement des méthodes de raffinement multi-conservatives. Analyse mathématique: Pousser plus loin l analyse de convergence des méthodes de raffinement spatio-temporel avec des techniques énergétiques. Effectuer l analyse de convergence de la méthode des domaines fictifs pour l élastodynamique. Comprendre le défaut de convergence de la méthode des domaines fictifs avec l élément Q div 1 Q 0. 37

109 38

110 Resumé La matrice A f ( t f ) Analyse par Fourier de la méthode conservative Analyse par Fourier de la méthode post-traitée 39

111 Une présentation technique La matrice A f ( t f ) Analyse par Fourier de la méthode conservative Analyse par Fourier de la méthode post-traitée 40

112 La matrice A f ( t f ) Suposons que les matrices N l ( t l ) := M σ,l t2 l 4 Dt l (M v,l ) 1 D l, l {c, f }, sont définies positives (condition CFL habituelle sur chaque domaine). 41

113 4 p 1 p 2 Si p > 2 et impair p 1 2 k=1 La matrice A f ( t f ) [(M σ,f ) 1 ( N f ( t f ) cos 2 ( πk p ) )] 2 M σ,f (M σ,f ) 1 41

114 4 p 1 p 2 Si p > 2 et impair p 1 2 k=1 La matrice A f ( t f ) [(M σ,f ) 1 ( N f ( t f ) cos 2 ( πk p Si p > 2 et pair p 2 1 k=1 4 p 1 p 2 [ (Mσ,f ) 1 N f ( t f ) ] [(M σ,f ) 1 ( N f ( t f ) cos 2 ( πk p ) )] 2 M σ,f ) )] 2 M σ,f (M σ,f ) 1 (M σ,f ) 1 41

116 p = 9, α = , R(ω t) T 0 (ω t) T 1 (ω t) = T 8 ( ω t) T 2 (ω t) = T 7 ( ω t) T 3 (ω t) = T 6 ( ω t) T 4 (ω t) = T 5 ( ω t) 43

151 Resumé Présentation L élément Q div 1 Q 0 P1 cont L élément Q div 1 P1 disc P1 cont Amortissement des ondes parasites. Schéma dissipatif 46

152 Une présentation technique Présentation L élément Q div 1 Q 0 P1 cont L élément Q div 1 P1 disc P1 cont Amortissement des ondes parasites. Schéma dissipatif 47

154 Expériences numériques avec Q div 1 Q 0 P1 cont Onde S incidente Onde P incidente 49

156 Expériences numériques avec Q div 1 P1 disc P1 cont Onde S incidente Comp Onde P incidente Comp 51

157 Expériences numériques avec Q div 1 P1 disc P1 cont Onde S incidente Onde S incidente X 4 52

158 Expériences numériques avec Q div 1 P1 disc P1 cont Onde S incidente Comp Onde S incidente X 4 Comp β = 6 53

159 Une présentation technique Nombre de points par longueur d onde 54

160 B 1 p = 2 Expériences numériques Milieu homogène isotrope: ρ = 1, µ = 2.04, λ = Domaine de calcul: Ω = [0, 10] [0, 10]. x = 1/15. α = t/ x = 0.95CFL opt. Second membre. p = 5 B 3 p = 10 B 4 B 2 p = 3 55

161 55 Expériences numériques

162 56 N Λ,10 = 10, N Λ,1 = 8,

163 57 N Λ,10 = 13, N Λ,1 = 11,

164 58 N Λ,10 = 17, N Λ,1 = 14,