达西-福希海默模型的后验误差估计新方法：基于残差型混合有限元法的可靠性证明与数值实验

《Computers & Mathematics with Applications》：Residual-type a posteriori error estimates for the Darcy-Forchheimer problem

本文针对模拟多孔介质中流体流动的关键模型——Darcy-Forchheimer问题，提出了一种新的残差型后验误差估计方法。研究团队针对文献[1]中提出的混合有限元格式，推导了误差估计子并证明了其可靠性。通过一系列数值实验，验证了该方法在自适应算法中的实际效能，为优化计算资源、提升模拟精度提供了新的理论工具和可靠判据。

　　

模拟多孔介质中的流体流动是科学与工程领域（例如地下水流动、石油开采、木材干燥、血液在组织中的流动等）的基础与关键。当流体速度较低时，广泛使用的Darcy定律能够给出良好的预测。然而，在中等及高速流动状态下，流速与压力梯度之间的关系不再呈线性，此时Darcy-Forchheimer方程成为更合适的选择。该模型在数学上被证明是合理的，其解的存在性与唯一性也已得到研究。为了有效求解这一非线性模型，多种数值方法被提出，其中混合有限元法因其良好的数学特性而受到青睐。然而，传统的有限元法在面对解缺乏正则性时，其收敛行为可能不理想。自适应有限元方法（AFEM）则可以通过基于后验误差估计的局部网格优化，在解不光滑的情况下实现最优收敛，从而超越传统方法。因此，发展准确、可靠的后验误差估计是提升Darcy-Forchheimer问题数值模拟效率与精度的关键。目前，已有研究针对该模型的混合形式提出误差估计，但其方法（如将线性化误差与离散化误差分别处理）与研究团队在本工作中的思路不同。本研究的核心目标，正是为Salas等人[1]提出的Darcy-Forchheimer问题混合有限元法，发展一种新型的、基于残差思路的后验误差分析方法，以填补这一空白，并为高效的自适应求解提供支撑。相关成果发表在《Computers & Mathematics with Applications》期刊。

研究团队采用的主要技术方法包括：基于[L³(Ω)]^d和W^1,3/2(Ω)∩L₀²(Ω)函数空间的Darcy-Forchheimer问题原始-混合变分形式；针对此变分问题，采用分段常数元（速度）和连续分段线性元（压力）的有限元离散格式；遵循p-Laplacian问题[17]的思路，构造残差型后验误差指示子；以及基于Peaceman-Rachford型交替方向算法的非线性求解器与自适应算法框架。

研究结果

1. 引言与背景：

研究阐述了多孔介质中流体流动模拟的重要应用背景，对比了Darcy线性定律与Darcy-Forchheimer非线性模型的适用条件。明确了本文研究的具体数学模型（式(3)），并回顾了该模型的数学理论依据与现有数值方法，特别是混合有限元法的发展。重点指出了在解缺乏正则性时，传统方法收敛不佳的问题，从而引出基于后验误差估计的自适应有限元法的必要性和优势，明确了本文旨在为该模型发展一种新残差型后验误差估计的研究目标。

2. 符号与准备知识：

定义了全文使用的函数空间，包括Lebesgue空间L^p(Ω)、Sobolev空间W^m,p(Ω)及其分数阶形式，明确了相关的范数与半范数，为后续的变分形式、误差分析提供了严格的数学基础。

3. 原始-混合变分形式：

回顾了Girault和Wheeler[10]提出的原始-混合变分问题（式(16)），定义了非线性算子A(u)，并总结了其关键性质（有界性、局部Lipschitz连续性、单调性、半连续性、强制性）。特别证明了该混合形式满足inf-sup条件（式(17)），这保证了离散问题的稳定性。研究选择了Salas等人[1]提出的、使用分段常数元（速度X_h）和连续分段线性元（压力M_h）的离散格式（式(25)），并指出该格式在实现和计算效率上较其他方案有优势。同时，引用了[1]中关于该离散格式解的存在唯一性、强收敛性及先验误差估计（式(26)(27)）的结果。

4. 后验误差分析：

这是本研究的核心部分。研究团队基于p-Laplacian问题的思想[17]，为第3节所述的离散格式构造了一个残差型后验误差估计。通过一系列数学推导，得到了一个由单元内部残差和单元间跳跃项组成的误差指示子η_T。并证明了该估计的可靠性，即存在一个与网格尺寸h无关的常数C_rel，使得真实误差可以由该估计子全局上控制。这为自适应算法的终止判据提供了理论保证。

5. 数值实验：

为验证所提出的后验误差估计及相应自适应算法的性能，研究团队设计了若干数值实验。首先，比较了针对非线性问题求解的两种迭代算法（[10]中的Peaceman-Rachford方法和[16]中的牛顿法）在不同Forchheimer参数β下的计算时间，结果表明前者通常更高效。接着，通过具体算例展示了基于新误差估计子的自适应算法（AFEM）的性能。结果显示，自适应算法能够有效地在解奇异（如重入角）或系数变化剧烈的区域自动加密网格，从而以更少的自由度达到与一致加密网格（Uniform）相当的、甚至更高的计算精度，这证明了该方法在实际应用中的优越性。

研究结论与意义

本研究成功地为Darcy-Forchheimer问题的混合有限元离散格式开发了一种新的残差型后验误差估计，并严格证明了其可靠性。数值实验表明，基于该估计的自适应有限元算法能够有效地指导局部网格优化，在处理具有奇异性或复杂参数分布的问题时，相比全局一致细化网格的方法，能以更少的计算自由度获得更高的数值精度。这项工作不仅为该重要非线性模型提供了可靠的自适应求解工具，而且所采用的误差分析框架对处理类似非线性问题具有参考价值。将这一后验误差估计与高效的迭代求解器（如Peaceman-Rachford方法）结合，为科学与工程中复杂多孔介质流动的高效、高精度模拟提供了一套完整的数值解决方案。论文发表在《Computers & Mathematics with Applications》期刊。