非结构样条上的加权数值积分
《Computer Aided Geometric Design》:Weighted quadrature on unstructured splines
【字体:
大
中
小
】
时间:2026年10月21日
来源:Computer Aided Geometric Design 1.7
编辑推荐:
**摘要要点**
• 加权求积被推广到非结构化样条。
• 求积规则直接在物理域中构造,以避免由局部参数化引起的不连续性。
• 提出了极小-极大策略,以处理函数重叠的各种情形下求积点的分布。
• 该方法与高斯求积具有相同的精度,同时加速了非线性问题中的矩阵组装。
**引言**
**摘要要点**• 加权求积被推广到非结构化样条。• 求积规则直接在物理域中构造,以避免由局部参数化引起的不连续性。• 提出了极小-极大策略,以处理函数重叠的各种情形下求积点的分布。• 该方法与高斯求积具有相同的精度,同时加速了非线性问题中的矩阵组装。**引言**等几何分析(IGA)旨在无缝集成计算机辅助设计(CAD)和计算机辅助工程(CAE)(Hughes等,2005)。它直接采用基于样条的几何表示,如非均匀有理B样条(NURBS)(Hughes等,2005)和T样条(Bazilevs等,2010;Scott等,2013),同时用于几何建模和数值分析。然而,样条的高阶特性给Galerkin矩阵的高效形成带来了重大挑战(Mantzaflaris和Jüttler,2014)。传统的逐元素组装结合标准高斯求积(GQ),导致每个元素的复杂度为 $O(s^d)$,其中 $d$ 是空间维度,$s$ 是样条阶数。大量研究致力于缓解这一计算瓶颈。例如,广义高斯求积将经典高斯求积从多项式空间推广到更一般的函数空间,如样条(Ma等,1996;Hughes等,2010;Johannessen,2017;Barton和Calo,2016)。缩减求积旨在减少标准高斯求积点的数量,同时保持足够的积分精度(Schillinger等,2014;Hiemstra等,2017)。求和分解(Sum Factorization)充分利用B样条/NURBS的张量积结构,通过分解公共因子来消除冗余计算(Antolin等,2015;Bressan和Takacs,2019)。在Mantzaflaris和Jüttler(2015);Mantzaflaris等(2017);Pan等(2020)中,积分被近似为B样条(或其相关导数)乘积积分的线性组合,这些积分预先计算并存储在查找表中,系数通过插值确定。加权求积(WQ)为每个试验函数构造求积规则(Calabrò等,2017;2019;Hiemstra等,2019),因此矩阵组装按行进行而非逐元素进行,其中也可利用求和分解进一步提高效率。由于其具有每个元素低复杂度 $O(s^d)$ 的特征,并且仅求解局部问题以确定权重,WQ已在多种场景中被研究,如边界元方法(Aimi等,2018;Falini等,2019;Falini和Kandu?,2019)、层次B样条(Giannelli等,2022;Pan等,2021)和浸没方法(Marussig等,2023)。出于同样的原因,我们也遵循这一方向。然而,目前绝大多数关于WQ的研究工作都集中在B样条/NURBS上。它们具有张量积结构和全局参数域,因此只能建模有限的一类几何体。另一方面,非结构化样条(Collin等,2016;Wei等,2021;2022;Casquero等,2020)为复杂几何提供了水密的几何表示,因此是IGA从根本上集成CAD与CAE的高度有前景的候选方案。然而,据作者所知,在此背景下快速形成尚未被研究。非结构化样条的关键特征在于存在**特殊点**(EP),这给WQ的采用带来了几个根本性障碍。首先,非结构化样条没有全局参数域,参数域仅对元素局部有效。其次,不同类型元素的基础函数数量差异显著,使得在满足适定性条件(即未知权重的数量不少于精确性约束的数量)的前提下,确定最优求积点数量的过程变得复杂。第三,用于求解权重的欠定线性系统是病态的,因为EP周围的非结构化样条导致如此。为解决这些问题,我们提出了一种基于非结构化样条的WQ方法。具体而言,我们的方法建立在**双三次**分析适用非结构化T样条(ASUTS)(Wei等,2022;Casquero等,2020)之上,这是一类代表性的非结构化样条,具有最优收敛速率和混合类型的样条。我们选择双三次情形是因为在实践中它主导了复杂几何的几何建模。此外,尽管T形连接是ASUTS的主要特征,但我们在本工作中仅关注EP。可扩展到其他样条构造和多项式阶数。所提方法特别适用于涉及固定物理域和重复矩阵组装的问题,如瞬态和非线性问题,其中求积可以建立一次并在整个求解过程中重复使用。本文其余部分组织如下。第2节回顾B样条上的WQ。第3节介绍ASUTS的基础。第4节详细介绍了ASUTS上WQ的开发。第5节通过各种数值测试展示了所提方法的有效性和效率。第6节总结工作并概述了有前景的未来方向。**章节片段****B样条上的加权求积**本节介绍加权求积(WQ)的核心思想。为简化起见,我们关注使用均匀单变量B样条组装的质量矩阵。二元或三元情况下的WQ遵循张量积方式。更一般的矩阵将在后续章节中讨论。B样条基函数 $N_{i,s}$ 定义为非递减实数序列,称为节点向量。为简化起见,我们考虑均匀节点向量,$t_i = t_0 + i h$,其中 $h$ 是给定的正数。**分析适用非结构化T样条(ASUTS)**本节介绍分析适用非结构化T样条(ASUTS)的基础。在众多非结构化样条选项中,ASUTS同时具备设计和分析所需的性质,如多项式分划统一性、可细化性、最优收敛性等。另一方面,其构造相当复杂,涉及混合类型的样条以及专门的细化方案,该方案在细化级别之间传递本质信息。我们相信...**ASUTS上的加权求积**本节介绍在分析适用非结构化T样条(ASUTS)上提出的加权求积(WQ)方法。我们开发了专门的策略以解决由EP引起的独特挑战,包括缺乏全局参数域、不同类型元素的基础函数数量可变,以及所得欠定线性系统的病态性。需要注意的是,本工作仅限于三维曲面(2-流形)以及...**数值算例**本节通过各种数值测试展示了所提WQ方法的准确性和效率。我们首先从两个二维基准问题开始,即线性Poisson问题和四阶双调和问题。接下来,我们研究定义在三维复杂曲面上的非线性传热问题,以展示所提方法的可行性。请注意,所提方法向非线性问题的扩展详见附录A。**结论与未来工作**本工作将加权求积推广到非结构化样条,促进了复杂几何的Galerkin矩阵的快速形成和组装。为解决缺乏全局参数域的问题,我们直接在物理域中构造求积规则。然后我们引入了一种通用的"极小-极大"方案来放置求积点,确保以最小数量的求积点满足适定性条件。鉴于非结构化样条的欠定性质及其特性...**CRediT作者贡献声明****Ji Sheng:** 撰写 – 原稿、可视化、验证、方法论、调查研究、正式分析。**Xiaodong Wei:** 撰写 – 审阅与编辑、监督、方法论、调查研究、资金获取、正式分析、概念化。**Falai Chen:** 撰写 – 审阅与编辑、资金获取、正式分析。**利益冲突声明**作者声明他们没有已知的竞争性经济利益或个人关系,这些可能影响到本论文所报告的工作。**致谢**Ji Sheng和Xiaodong Wei部分由国家自然科学基金支持(编号12494550/12494555和12571408)。**作者:** Ji Sheng | Xiaodong Wei | Falai Chen
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号