Numerical methods for the solution of a three-dimensional anisotropic inverse heat conduction problem [Elektronische Ressource] / vorgelegt von Marcus Soemers

Sujets

• Mathematics

Informations

• Publié par: rheinisch-westfalischen_technischen_hochschule_-rwth-_aachen
• Publié le: 01 janvier 2008
• Nombre de lectures: 49
• Langue: Deutsch
• Poids de l'ouvrage: 3 Mo

Extrait

Numerical methods for the solution
of a three-dimensional anisotropic
inverse heat conduction problem
Von der Fakult¨at fu¨r Mathematik, Informatik und Naturwissenschaften der
RWTH Aachen University zur Erlangung des akademischen Grades eines
Doktors der Naturwissenschaften genehmigte Dissertation
vorgelegt von
Diplom-Mathematiker
Marcus Soemers
aus M¨onchengladbach
Berichter: Universit¨atsprofessor Dr. Arnold Reusken
Universit¨atsprofessor Dr.-Ing. Wolfgang Marquardt
Tag der mu¨ndlichen Pru¨fung: 04. September 2008
Diese Dissertation ist auf den Internetseiten
der Hochschulbibliothek online verfu¨gbar.Fu¨r meine Großeltern
Martha und Wilhelm Bl¨asiusDanksagung
DievorliegendeDissertationentstandwa¨hrendmeinerTa¨tigkeitalswissenschaftlicherMitar-
beiter am Institut fu¨r Geometrie und Praktische Mathematik (IGPM) der RWTH Aachen.
Gefo¨rdert wurde die Arbeit von der deutschen Forschungsgemeinschaft DFG im Rahmen
des Graduiertenkollegs GK 775 Hierarchie und Symmetrie in mathematischen Modellen“.
”
Meinem Doktorvater, Herrn Prof. Dr. Arnold Reusken, der diese Arbeit erm¨oglichte und
wissenschaftlich betreute, danke ich sehr herzlich. Er hat mein Interesse fu¨r die numerische
Mathematikgeweckt,meineForschungsarbeitdurchstetskonstruktiveAnregungenbegleitet
und durch seine kontinuierliche Diskussionsbereitschaft in allen Phasen unterstu¨tzt.
¨Ganz herzlich danke ich auchHerrn Prof. Dr.-Ing. Wolfgang Marquardtfu¨r die Ubernahme
des Korreferats und die Mo¨glichkeit zur interdisziplina¨ren Zusammenarbeit, nicht zuletzt
im Rahmen des Sonderforschungsbereichs SFB 540. Die Arbeit an einem durch eine inge-
nieurtechnischeAnwendungmotiviertenForschungsthemawarstetseinbesondererAnsporn
fu¨r mich.
Ein besonderer Dank richtetsich anmeine Kollegenund Freunde der legenda¨renC6-Runde,
an Adel Mhamdi, Sven Groß, Maka Karalashvili, Yi Heng und Faruk Al-Sibai fu¨r die ein-
malige Zusammenarbeit, die vielen spannenden Diskussionen im fachlichen Bereich und das
allt¨agliche Leben betreffend, sowie die gemeinsamen Unternehmungen.
Allen Kollegen und Mitarbeitern des IGPM spreche ich meinen Dank fu¨r die ¨außerst an-
genehme Arbeitsatmospha¨re, die mir jederzeit entgegengebrachte Hilfsbereitschaft und die
gemeinsame Freizeitaußerhalbdes Instituts aus. Besondersdankenm¨ochte ichJ¨orgGrande
fu¨r die langja¨hrige Bu¨rogemeinschaft und Volker Reichelt, der mir die HiWi-Verwaltung
anvertraut hat.
Meine tiefe Dankbarkeit gilt meinen Großeltern Martha und Wilhelm Bla¨sius, ohne die das
Entstehen der vorliegenden Arbeit nicht m¨oglich gewesen wa¨re.
Aachen, im September 2008
Marcus SoemersContents
1 Introduction 1
1.1 Problem motivation and main research topics . . . . . . . . . . . . . . . . . . 1
1.2 An inverse heat conduction model problem . . . . . . . . . . . . . . . . . . . 5
1.3 The CGNE approach . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
2 An anisotropic inverse heat conduction problem in 3D 11
2.1 Experimental setup . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
2.2 Mathematical problem formulation . . . . . . . . . . . . . . . . . . . . . . . . 13
2.2.1 The inverse heat conduction problem . . . . . . . . . . . . . . . . . . . 16
2.2.2 The associated direct and sensitivity problems . . . . . . . . . . . . . 17
2.3 Solution strategy . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
2.3.1 Variational formulation of the inverse problem . . . . . . . . . . . . . 18
2.3.2 The conjugate gradient type method CGNE . . . . . . . . . . . . . . . 19
2.3.3 Regularizing properties of CGNE . . . . . . . . . . . . . . . . . . . . . 23
3 Numerical analysis and solution of the direct problems 29
3.1 The stationary boundary value problem . . . . . . . . . . . . . . . . . . . . . 29
3.1.1 Galerkin discretization and finite element method. . . . . . . . . . . . 31
3.1.2 Basic error estimates . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34
3.2 The instationary boundary value problem . . . . . . . . . . . . . . . . . . . . 39
3.2.1 The space discretization . . . . . . . . . . . . . . . . . . . . . . . . . . 39
3.2.2 The time discretization . . . . . . . . . . . . . . . . . . . . . . . . . . 40
3.3 Solution methods for the discrete problems . . . . . . . . . . . . . . . . . . . 42
3.3.1 Basic iterative solution methods . . . . . . . . . . . . . . . . . . . . . 42
3.3.2 Krylov subspace methods . . . . . . . . . . . . . . . . . . . . . . . . . 44
3.3.3 Multigrid methods . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48
4 Anisotropic finite elements 55
4.1 Introduction and historical review . . . . . . . . . . . . . . . . . . . . . . . . 55
4.2 Numerical experiments . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57
4.3 Special interpolation error bounds . . . . . . . . . . . . . . . . . . . . . . . . 62
4.4 A general approach to anisotropic estimates . . . . . . . . . . . . . . . . . . . 67
4.4.1 Estimates on the reference element . . . . . . . . . . . . . . . . . . . . 67
4.4.2 The coordinate transformation . . . . . . . . . . . . . . . . . . . . . . 69
4.5 Finite element discretization error bound . . . . . . . . . . . . . . . . . . . . 71
5 A robust multigrid method for anisotropic reaction-diffusion problems 73
5.1 An anisotropic reaction-diffusion model problem . . . . . . . . . . . . . . . . 73
5.2 Finite element discretization . . . . . . . . . . . . . . . . . . . . . . . . . . . . 74
5.3 Fourier analysis of the discrete model problem. . . . . . . . . . . . . . . . . . 76
5.4 Interpolation error bounds . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 78
5.5 Finite element discretization error bound . . . . . . . . . . . . . . . . . . . . 81
5.6 Multigrid convergence analysis . . . . . . . . . . . . . . . . . . . . . . . . . . 83
viiviii Contents
5.7 Numerical experiments . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 89
6 Numerical solution of an inverse heat conduction problem 93
6.1 Software realization . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 93
6.2 Simulation examples for method and code validation . . . . . . . . . . . . . . 94
6.2.1 Continuous and time-varying heat flux . . . . . . . . . . . . . . . . . . 94
6.2.2 Discontinuous and steady-state heat flux . . . . . . . . . . . . . . . . . 101
6.3 Estimation results with realistic measurement data . . . . . . . . . . . . . . . 103
6.3.1 Single-level optimization . . . . . . . . . . . . . . . . . . . . . . . . . . 104
6.3.2 Multi-level optimization . . . . . . . . . . . . . . . . . . . . . . . . . . 107
7 Conclusions 109
A Inverse problems 111
A.1 Integral equations . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 111
A.2 Regularization theory . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 111
B Variational formulation of PDEs 113
B.1 Basic function spaces . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 113
B.2 Sobolev spaces . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 114
Bibliography 115Chapter 1
Introduction
Mostoftheresearchpresentedinthisthesishasbeendoneinthe graduateprogram“Hierar-
1chy and symmetry in mathematical models” funded by the German Research Foundation
(DFG). The research topic is closely related to subjects studied in the collaborative re-
search center (SFB) 540 “Model-based experimental analysis of kinetic phenomena in fluid
2multi-phase reactive systems” . Fluid multi-phase systems are very common in process en-
gineering, e.g. in reaction and separation processes. The methodology of the model-based
experimental analysis, developed in SFB 540, combines high resolution measurement tech-
niques, numerical simulation, and methods for model-supported planning and evaluation of
experiments in a systematic way. Part of this methodology is the formulation and solution
of inverse problems. The efficient solution of these typically very complex inverse problems
allowsthedeterminationofinteresting(forexample,kinetic)quantities,whichcannotbede-
termined directly from the available experimental measurement data. One goal in SFB 540
is the successful modelling of selected (kinetic) phenomena on the basis of these estimated
quantities leading to an improvement of existing and the development of new production
processes. In the following we describe one particular physical process that is considered in
this thesis and give an overview of the main research topics.
1.1 Problem motivation and main research topics
The modelling of kinetic phenomena in fluid multi-phase systems leads to problems of
model structure and parameter identification, which belong to the class of inverse prob-
lems [Mar05]. Challenging inverse problems appear in the study of heat and mass transfer
mechanisms in falling films, which are of special interest due to their technical relevance.
These film systems are frequently used in the chemical industry and the production of
food, e.g. in film evaporators used in the fruit juice and milk production. Many investi-
gations have already been performed to analyze the heat and mass transfer in falling films
+[HR94, HME 03, LMFA99, LM91]. It has been observed tha