WWW.DISSERS.RU

БЕСПЛАТНАЯ ЭЛЕКТРОННАЯ БИБЛИОТЕКА

   Добро пожаловать!

Pages:     | 1 || 3 |

«Министерство образования и науки РФ Московский физико-технический институт (государственный университет) На правах рукописи Челноков Федор Борисович Численное моделирование деформационных динамических ...»

-- [ Страница 2 ] --

135 ]. Если моделируемое тело имеет гладкие границы, а углы являются лишь следствием дискретизации, то появления вырожденных треугольников можно полностью избежать, лишь уменьшив мелкость сетки. Поэтому 6-й шаг алгоритма допустимо пропускать без значимых потерь для численного метода, что было подтверждено экспериментально. Утверждение 6. Если < 2+ 11 < 1.91, то предложенное введение новой внутренней вершины приводит к исключению из триангуляции Делоне граничного треугольника с h < hb. min Доказательство. Как было сказано выше, устранение проблемного треугольника возможно тогда, когда вводимая вершина, отстоящая от верi шин треугольника на расстояние Rmax, оказывается внутри описывающей треугольник окружности. Следовательно, для доказательства будет достаточно убедиться, что это так для треугольника с окружностью минимально возможного радиуса и минимальной величиной тупого угла. Этот треугольник уже встречался в предшествующем утверждении, где отмечалось минимальное свойство его граничного угла. Найдем его удвоенный радиус, поделив длину меньшей стороны на синус противолежащего ей острого угла: 2R = sin min b lmin b lmin (lb )2 b = min = lmax. min b cos 2 hmin = Длина ребра x равнобедренного треугольника, который имеет общее основание с граничным треугольником и вписан в ту же окружность равна (рис. 2.16) min b = lmax x = 2R sin = 2R sin 2 1 2 42 1 i 1 2 = lmin. 4 1 + Добавленная новая внутренняя вершина попадает внутрь окружности, ес Глава 2. ПОСТРОЕНИЕ НЕРЕГУЛЯРНОЙ ТРЕУГОЛЬНОЙ СЕТКИ x y j Рис. 2.16. К исследованию максимальной длины ребра x равнобедренного треугольника, дополняющего данный и содержащийся в его описанной окружности.

i ли Rmax < x, 4(42 1) > 1 + 4(2 )2 162 + 5 < 0.

Решение квадратичного неравенства 11 11 2 < 2 < 2 +. 2 2 Так как всегда > 1, то дополнительным ограничением, необходимым для обеспечения исправления вырожденных граничных треугольников является < 2+ 11 2.

2.8.

Трудоемкость поиска треугольника При переинтерполяции функции на новую сетку, а также при реали зации сеточно-характеристического метода возникает потребность отыскания треугольника, содержащего точку, отстоящую на заданное смещение d от другой точки, для которой известен включающий ее треугольник. Причем важно, чтобы операция поиска занимала как можно меньше машинного времени. Теорема 2. Описание равномерной сетки с помощью структур данных, представленных в разделе 2.1, позволяет осуществлять поиск за время i O(|d|/lmin ).

Глава 2. ПОСТРОЕНИЕ НЕРЕГУЛЯРНОЙ ТРЕУГОЛЬНОЙ СЕТКИ s t Рис. 2.17. Задача поиска треугольника, содержащего точку t, смещенную относительно начальной точки s, для которой известен включающий ее треугольник. Отдельно выделен участок пути между пересечением двух начальных ребер, исходящих из последовательных вершин с одной стороны пути.

Доказательство. Алгоритм поиска заключается в переходе от одного треугольника к следующему через ребра, которые пересекает отрезок от начальной до конечной точки (рис. 2.17). Определение стороны треугольника, которую пересекает путь может быть выполнено проверкой всех трех сторон, т. е. за константное время, также как и переход от одного треугольника к смежному через разделяющее их ребро. Таким образом, полное время поиска зависит только от количества треугольников или ребер, которые встретились на прямом пути от начальной до целевой точки. Рассмотрим две последовательные вершины, расположенные с одной стороны пути, исходящие ребра из которых пересекаются во время поиска, а также третью вершину с другой стороны пути, соединенную ребрами с первыми двумя (рис. 2.17). Согласно теореме 1 угол между первым и последним ребром, исходящим из одной вершины, не меньше i, а расстояmin i ние между двумя вершинами не меньше lmin. Следовательно, участок пути между местами пересечения первых ребер последовательной пары вершин i i (отмечен на рис.) не может быть короче lmin sin i = (lmin ). Поэтому min i весь путь может быть разбит на O(|d|/lmin ) таких участков. По той же теореме количество ребер, исходящих из одной вершины и пересекаемых во время движения по одному участку не превышает некоторой константы.

Глава 2. ПОСТРОЕНИЕ НЕРЕГУЛЯРНОЙ ТРЕУГОЛЬНОЙ СЕТКИ 2.9.

Момент вырождения сетки при движении вершин с постоянной скоростью При решении задач динамики с конечными деформациями в дан ной работе применялась лагранжева треугольная сетка, вершины которой двигались вместе с телом. Широко известно, что явные численные методы накладывают ограничение на максимальный шаг интегрирования. Оно безусловно учитывалось в данной работе, но кроме этого ограничения анализировалось и другое, имеющее исключительно сеточную природу. Если шаг интегрирования будет слишком большой, то некоторые треугольники по его прошествию окажутся вывернутыми, наедут друг на друга. При этом алгоритмы, обрабатывающие сетку не смогут работать с таким состоянием, поскольку нарушается состоятельность структур данных, например, при выворачивании ячеек, список исходящих из вершины ребер перестает быть отсортированным против часовой стрелки. Поэтому необходимо выбирать временной шаг таким, чтобы сетка в течении него не успевала выродиться. В таком случае сохраняется возможность выполнить ее перестройку, исключив треугольники близкие к выворачиванию. В данной работе предполагалось, что между временными слоями, на которых численный метод обновляет решение в узлах сетки, вершины треугольников движутся с постоянной скоростью, равной рассчитанной скорости на прошедшем временном слое. Рассмотрим произвольный треугольник (рис. 2.18) с координатами вершин ri и скоростями их движения vi. Если шаг интегрирования обозначить как, то по его прошествию координаты вершин будут равны ri + vi. Критерием вырождения треугольника выберем уменьшение его площади в заданное число раз n, например, в десять раз. Запишем удвоенную площадь треугольника в момент времени, используя z-компоненту век Глава 2. ПОСТРОЕНИЕ НЕРЕГУЛЯРНОЙ ТРЕУГОЛЬНОЙ СЕТКИ v2 r2 v r r v Рис. 2.18. Положение треугольника в начальный момент времени показано сплошной линией, стрелочки — скорости движения его узлов. Пунктиром нарисованы очертания этого же треугольника при различном выборе шага интегрирования.

торного произведения, S( ) =[r1 ( ) r0 ( ), r2 ( ) r0 ( )] = [v1 v0, v2 v0 ] 2 + + ([r1 r0, v2 v0 ] + [v1 v0, r2 r0 ]) + [r1 r0, r2 r0 ]. Искомое время удовлетворяет условию S( ) = S(0), n следовательно, является наименьшим положительным корнем уравнения a 2 + b + c = 0, a = [v1 v0, v2 v0 ], b = [r1 r0, v2 v0 ] + [v1 v0, r2 r0 ], n1 [r1 r0, r2 r0 ]. c= n Заметим, что при использованной нумерации вершин треугольника против часовой стрелки, свободный член c всегда больше нуля. Если a = 0, то при b < 0 решением будет = c, при b 0 ограничеb ния на шаг интегрирования нет (треугольник остается неизменным, либо увеличивает свою площадь). Если a = 0, то наличие ограничения определяется существованием корней уравнения в принципе. Если они есть (D = b2 4ac > 0), то = b D 2a при любом знаке a.

Глава 2. ПОСТРОЕНИЕ НЕРЕГУЛЯРНОЙ ТРЕУГОЛЬНОЙ СЕТКИ На практике имея дело лишь с конечной точностью работы компьютера с действительными числами, чтобы избежать деления на очень малое число, проверку a на ноль следует заменить на сравнение a2 2 ( v1 v + v2 v0 2 )2, где — точность представления действительных чисел в компьютере (разница между наименьшим превосходящим единицу числом и единицей). Проверку на отрицательность знака b в таком случае также стоит заменить на сравнение b < c.

2.10.

Примеры работы алгоритмов В качестве наглядной демонстрации работы изложенных алгоритмов триангулирования и построения сетки используем ряд примеров. На рис. 2.19 приведены последовательные этапы создания сетки по заданным контурам неодносвязного тела. На рис. 2.20 приведен ряд все более мелких сеток для квадратной области. Каждая крупная сетка используется в качестве начального приближения, в которое алгоритм лишь добавляет новые вершины. Алгоритмы поддержания заданной плотности сетки подбирались таким образом, чтобы при лагранжевом движении ее вершин в сетку вносились минимальные изменения. Для тестирования этого свойства в изначально прямоугольной области строилась сетка, каждый узел которой затем смещался вниз на небольшую величину, являющуюся функцией xкоординаты узла. При этом в центральной области смещения были наиболее значительны. Именно там алгоритм перестройки сетки выполнял наибольшее количество изменений, тогда как в отдаленных от центра участках сетка практически не менялась (рис. 2.21), что подтверждает локальность вносимых в нее изменений.

Глава 2. ПОСТРОЕНИЕ НЕРЕГУЛЯРНОЙ ТРЕУГОЛЬНОЙ СЕТКИ а б в г д е Рис. 2.19. Порядок построения сетки в многоугольнике с полостями: а — исходные контуры, б — промежуточный этап триангулирования, в — после окончания триангулирования, г — оптимальная триангуляция Делоне, д, е — итоговые сетки различной мелкости.

Глава 2. ПОСТРОЕНИЕ НЕРЕГУЛЯРНОЙ ТРЕУГОЛЬНОЙ СЕТКИ Рис. 2.20. Последовательное измельчение сетки.

Глава 2. ПОСТРОЕНИЕ НЕРЕГУЛЯРНОЙ ТРЕУГОЛЬНОЙ СЕТКИ Рис. 2.21. Перестройка сетки при имитации воздействия на прямоугольное тело.

Глава 3 Контакт между телами в динамических задачах В задачах о соударении нескольких деформируемых тел разработчику численного метода приходится отвечать на ряд нетривиальных вопросов.

Рис. 3.1. Если шаг интегрирования выбирается без учета взаимного положения и скорости движения тел (слева), то за его период тела могут «наползти» друг на друга (справа).

• Как выбрать допустимый шаг интегрирования, чтобы за его период одно (быстролетящее) тело не проникло вглубь другого или, хуже того, не перескочило бы через него, не «заметив» факт контакта (рис. 3.1)? • Как для граничного узла быстро (без полного перебора) определить, находится ли он вблизи от какой-либо границы тела, включая границу того же тела, к которому принадлежит исследуемый узел, чтобы учесть возможность контакта между частями одного сильно деформированного тела (рис. 3.2)?

Глава 3. КОНТАКТ МЕЖДУ ТЕЛАМИ В ДИНАМИЧЕСКИХ ЗАДАЧАХ Рис. 3.2. Примеры граничных узлов и ближайших сегментов границ, с которыми они контактируют.

• Каким способом решать контактные уравнения, если вероятность совпадения узлов контактирующих границ невелика, и узел обычно «контактирует» c отрезком между двумя узлами другой границы (рис. 3.1, 3.2)? • Как определить момент прекращения контакта? Ответить на этот вопрос невозможно с привлечением только геометрической информации, поскольку граничные условия вступивших в контакт тел уравнивают их скорости, и тела навечно «слипаются». Данная глава содержит ответы на поставленные вопросы, на основе которых был создан программный код и проведены все расчеты в работе.

3.1.

Поиск сегментов контактирующих границ Для каждого узла, лежащего на границе, необходимо проверить все близлежащие границы, чтобы из анализа их скоростей определить максимально допустимый временной шаг, при котором тела еще не пересекутся. Также необходимо найти наиболее близко расположенный к исследуемому узлу участок границы, и, если он окажется ближе заданного порога, произвести дальнейшие проверки касательно наличия контакта в этом районе. Определение ближайших границ можно осуществлять либо при помощи широко-известных методов многомерного поиска, либо на основе специально построенной триангуляции с вершинами в граничных узлах, что позволяет достичь ряда преимуществ по сравнению с первым способом.

Глава 3. КОНТАКТ МЕЖДУ ТЕЛАМИ В ДИНАМИЧЕСКИХ ЗАДАЧАХ 3.1.1.

Структуры многомерного поиска В вычислительной геометрии хорошо изучены методы, позволяющие после некоторой обработки набора из n точек быстро перечислять те из них, которые попали в произвольную прямоугольную область — окно (orthogonal range searching). Например, kd-деревья (kd-trees) занимают O(n) ячеек памяти, требуют O(n log n) операций для своего построения и позволяют осуществить поиск за время O( n + k), где k — количество точек, попавших в окно. Интервальные деревья (range-trees) занимают больше памяти: O(n log n), при той же оценке времени их построения, зато обеспечивают меньшее время поиска: O(log2 n + k) [42].

Рис. 3.3. Квадратное окно поиска вокруг граничного узла. Черные точки отмечают найденные вершины.

При расчете очередного временного слоя все граничные узлы всех тел заносятся в единое дерево. Затем для определения контактов вокруг каждого узла производится поиск в квадратном окне с центром в узле и достаточным радиусом (рис. 3.3). В результате анализа найденных узлов обнаруживается либо участок границы, с которым взаимодействует исследуемый узел, либо утверждается отсутствие контакта. Несмотря на кажущуюся простоту такого подхода, можно отметить следующие его недостатки. • Чтобы правильно выбрать размеры окна поиска, необходимо знать верхние оценки максимально возможной скорости отдельных точек Глава 3. КОНТАКТ МЕЖДУ ТЕЛАМИ В ДИНАМИЧЕСКИХ ЗАДАЧАХ тел, а также максимальной длины сегмента границы между двумя соседними узлами. При завышенных оценках время поиска увеличивается. • Поиск дает точки со всех границ, попавших в окно, включая сам узел и его ближайших соседей. Также в окно могут попасть точки с экранированных границ, например, лежащих на тыльной поверхности того же узкого тела, что и исследуемый узел (рис. 3.3). Поэтому обработка результатов поиска довольно сложна и не сводится к выбору ближайшей точки. • Суммарное время поиска для всех узлов при условии попадания в окно не более чем константного числа точек составляет O(n n) для kd-деревьев и O(n log2 n) для интервальных деревьев. • При переходе к следующему временному слою структуры поиска приходится полностью перестраивать заново (хотя время построения и уступает суммарному времени поиска), даже зная, что каждый узел сместился лишь незначительно. 3.1.2. Триангуляция пространства между телами Рис. 3.4. Триангуляция Делоне пустого пространства между телом круглой формы и поверхностью круглого отверстия, внутри которого находится тело.

Другую возможность найти контактирующие границы предоставляет Глава 3. КОНТАКТ МЕЖДУ ТЕЛАМИ В ДИНАМИЧЕСКИХ ЗАДАЧАХ триангуляция Делоне пустого пространства между моделируемыми телами, ограниченного заданным прямоугольником. Вершинами в этой триангуляции выступают все граничные узлы тел (рис. 3.4) — n штук. Количество ребер и треугольников, очевидно, O(n). Следовательно, количество памяти, необходимой для хранения триангуляции, также составляет O(n). Для построения триангуляции можно использовать те же алгоритмы, что и для сетки из главы 2. Также можно лишь проводить повторную оптимизацию триангуляции после смещения (удаления, добавления) граничных узлов тел, произошедшего в результате перехода к следующему временному слою. Потребность в полной перестройке, как в случае деревьев, отпадает. Отличие от сетки заключается в том, что все вершины треугольников совпадают с граничными узлами тел, и в их подразделении нет необходимости. Ограничение шага интегрирования из раздела 2.9 гарантирует, что никакой треугольник не выродится, а, значит, границы тел не пересекутся.

Рис. 3.5. Жирной линией выделен участок границы, на котором осуществляется поиск ближайшей точки к помеченному узлу.

Для определения участка границы, с которым взаимодействует некоторый узел, выполняется перебор всех треугольников, смежных с узлом, и рассматриваются их ребра, лежащие напротив этого узла. Возможны два варианта: это ребро является частью границы одного из тел, это ребро соединяет узлы разных тел. Во втором случае переходим ко второму треугольнику, разделяющему ребро, и исследуем оставшиеся его ребра. Из всех найденных граничных ребер выбирается то, расстояние до которого Глава 3. КОНТАКТ МЕЖДУ ТЕЛАМИ В ДИНАМИЧЕСКИХ ЗАДАЧАХ от исследуемого узла минимально (рис. 3.5). Время поиска контакта для каждого узла пропорционально количеству инцидентных ему ребер в триангуляции. А поскольку каждое ребро инцидентно лишь двум узлам, то время обработки всех граничных узлов всех тел составляет O(n). Из рис. 3.4 видно, что описанная процедура поиска не позволяет правильно определить ближайшего соседа для узла, который лежит на границе существенно непараллельной противоположной границе. Однако это не является проблемой, так как непараллельные границы обычно располагаются далеко друг от друга, а при вступлении тел в контакт их границы становятся одинаково направленными.

3l min b R lbmin lbmin Рис. 3.6. К доказательству того, что поиск с использованием триангуляции позволяет отыскать ближайший сегмент для параллельно расположенных границ.

Покажем, что в случае параллельно расположенных границ с квазиравномерной плотностью узлов процедура поиска всегда находит сегмент границы, содержащий проекцию узла. Предположим противное. Тогда должен найтись треугольник, не смежный исследуемому узлу, но пересекаемый высотой, исходящей из него (рис. 3.6). По свойству триангуляции Делоне в описанной окружности этого треугольника не содержится никаких b узлов. Если минимальный размер сегмента границы равен lmin, то, как вид но из рисунка, противоположная от узла граница пересекает окружность в b двух точках, удаленных на расстояние как минимум 3lmin, и сегмент этой границы должен быть не меньше. Однако в сетках, построение которых описано в главе 2, отношение наибольшего и наименьшего ребра границы равно 2 < 3, что противоречит предположению.

Глава 3. КОНТАКТ МЕЖДУ ТЕЛАМИ В ДИНАМИЧЕСКИХ ЗАДАЧАХ 3.2.

Проверка сблизившихся узлов В этом разделе рассматривается ситуация (рис. 1.3), когда из обра ботки геометрии тел выяснилось, что расстояние между двумя узлами, принадлежащими разным участкам границы одного или двух тел, меньше, чем заранее определенный порог. Однако еще предстоит установить, воздействуют ли эти участки границ друг на друга либо происходит разрыв контакта, а границы являются свободными. Рассчитаем нормальную составляющую силы, действующую между телами вблизи исследуемой пары узлов, в предположении, что тела взаимодействуют, и выполнены контактные соотношения. Как было обнаружено в подразделе 1.9.2, нормальная составляющая силы силы не зависит от типа контакта: будь это полное слипание или свободное скольжение. Для ее расчета сначала определяется нормальная скорость движения контакта (1.61), которая подставляется в (1.60). Если окажется, что действующая на тело сила притягивает его к другому телу (проекция силы на внешнюю нормаль к поверхности тела положительна), то тела стремятся разлететься, и только контактные условия удерживают их вместе. В этом случае сравниваются величина силы с максимальным сопротивлением разрыву (tear resistance) ftr 0, характеризующим данный контакт. И если этот предел превышен: fa · p = fb · p > ftr, то программой принимается решение, что в этих узлах необходимо считать границы свободными (подраздел 1.8.1): fa = fb = 0, и движущимися с n+1 n+1 независимыми скоростями va, vb. Покажем, что при таком решении тела не «налезут» друг на друга, а, напротив, будут удаляться:

n+1 n+1 va · p < vb · p.

Разность выражений (1.49), выписанных для обоих узлов, после подстанов Глава 3. КОНТАКТ МЕЖДУ ТЕЛАМИ В ДИНАМИЧЕСКИХ ЗАДАЧАХ ки fb · p = fa · p имеет вид n+1 n+1 in in (vb va ) · p = (vb va ) · p 1 2 p · (Tin Tin )p fa · p. b a c1 c Когда условия контакта выполняются, нормальные скорости движения узлов совпадают, и левая часть выражения обращается в ноль. А из fa · p > 0 следует, что сумма первых двух слагаемых правой части больше нуля. В случае расчета узлов как свободных, напротив, последний член обращается в нуль, и обе части равенства оказываются положительными, что и требовалось доказать. Отдельно стоит описать расчет контактов между телами при наличии трения скольжения, когда модуль касательной составляющей силы взаимодействия тел (силы трения) не может превышать известную функцию нормальной составляющей силы взаимодействия. Сначала можно произвести расчет как при полном слипании тел. И если обнаружится, что условие на величину силы трения нарушается, то надо пересчитать тангенциальную составляющую скорости движения тел, задав максимально допустимую силу трения, как описано в подразделе 1.8.1.

3.3.

Несовпадение узлов в контактирующих телах Точное совпадение граничных узлов во взаимодействующих телах яв ляется скорее исключением, чем правилом. Для того чтобы взаимно однозначное соответствие имело нужно отказаться от независимого построения сетки на границах тел. В начальный момент времени совместное построение сеток во всех телах представляется оправданным, хотя это, фактически, и требует использование равного пространственного шага в смежных сетках. Однако надеяться на сохранение соответствия между узлами в процессе моделирования можно только для границ, на которых поставлено условие слипания, либо в приближении бесконечно малых деформаций. В прочих случаях расчета процессов конечной деформации тел необходимо Глава 3. КОНТАКТ МЕЖДУ ТЕЛАМИ В ДИНАМИЧЕСКИХ ЗАДАЧАХ выработать способы обработки границ с несовпадением узлов. Рассмотрим два возможных способа разрешения этой проблемы (рис. 3.7), их сильные и слабые стороны.

a. Односторонний расчет контакта b. Симметричный расчет контакта Рис. 3.7. Способы расчета контакта между телами при отсутствии точного совпадения узлов. Черными кружками обозначены действительные граничные узлы;

серыми — узлы, не вступающие в контакт;

белыми — вспомогательные мнимые узлы. Стрелками показаны зависимости по данным.

Односторонний расчет контакта предложен в [54]. В одном из контактирующих тел (ведомая сторона контакта) вводятся вспомогательные мнимые узлы напротив каждого граничного узла другого тела (ведущая сторона контакта). Параметры в них определяются интерполяцией по ближайшим действительным граничным узлам, порядок которой согласован со степенью аппроксимации используемого численного метода. В результате образуются пары из одного действительного и одного мнимого совпадающих узлов, расчет которых описан в предыдущем разделе. По окончанию расчета значения в действительных узлах ведомой стороны получаются опять-таки интерполяцией из ближайших мнимых узлов. Перечислим важнейшие особенности одностороннего расчета. • Реальное решение контактных уравнений проводится ровно столько раз, сколько граничных узлов присутствует на ведущей стороне контакта. Это очень хороший показатель, который вряд ли может быть улучшен. • Величины в действительных узлах ведомой стороны получаются в ре Глава 3. КОНТАКТ МЕЖДУ ТЕЛАМИ В ДИНАМИЧЕСКИХ ЗАДАЧАХ зультате проведения в общей сложности двух интерполяций, что может отрицательно сказаться на качестве. • Для проведения второй интерполяции важно, чтобы действительный узел был окружен с обеих сторон мнимыми узлами. Для узлов, расположенных по краям области соприкосновения тел, это условие, очевидно, никогда не выполняется. Проблема становится тем острее, чем выше порядок интерполяции и, следовательно, привлекаемое для нее число опорных точек. • Наличествует явное неравноправие сторон. При смене ведущей и ведомой стороны, результат расчета может значительно измениться. Для компенсации отсутствия симметрии можно каждый шаг менять ведущую и ведомую стороны, что легко реализовать при контакте различных тел. Однако при контакте частей одного и того же тела между собой организация чередования статуса сторон затруднительна. Симметричный расчет контакта. В этом способе сделана попытка преодолеть недостатки, отмеченные для одностороннего подхода. Мнимые узлы вводятся на обеих сторонах. При расчете каждого действительного узла проводится лишь одна интерполяция, что обеспечивает большую точность, однако количество необходимых решений контактных уравнений возрастает и равно сумме граничных узлов по обе стороны контакта. Решения контактных уравнений в мнимых узлах утрачиваются, из-за чего возможно рассогласование сил, действующих между телами. Теоретически можно представить себе ситуацию, когда действительные узлы одной стороны контакта «почувствовали» давление со стороны другой стороны, а действительные узлы другой стороны были рассчитаны как свободные. То есть неравноправие сторон сохраняется, но уже по другим причинам. Однако на практике эта проблема не стоит остро и компенсируется за счет статистических эффектов при измельчении сетки. Во всех расчетах данной Глава 3. КОНТАКТ МЕЖДУ ТЕЛАМИ В ДИНАМИЧЕСКИХ ЗАДАЧАХ работы использовался симметричный способ расчета контактов.

3.4.

Примеры расчетов с контактом нескольких тел Для исследования значительного разрушения сложных конструкций и сооружений под действием высокоэнергетичный ударников (самолет, метеорит и т. д.) прежде преимущественно привлекались бессеточные методы [16]. Также как и для моделирования глубокого внедрения ударника в среду [14]. С использованием неструктурированных сеток и приведенных в этой главе способов работы с контактными границами становится возможном повторить эти расчеты, но с большей точностью, труднодостижимой для бессеточных методов. На рис. 3.9 – 3.13 приведены результаты расчетов, сетки в телах и триангуляция пространства между ними, полученные в ходе моделирования ударов по упругим решетчатым конструкциям различных конфигураций. В подписях к рисункам указано расчетное время в относительных единицах. На рис. 3.14 показаны результаты моделирования процесса наклонного попадания продолговатого ударника в преграду. Исследовалось влияние пластичности у ударника и преграды на характер деформаций. Упругие и пластические параметры всех тел были выбраны одинаковыми.

Глава 3. КОНТАКТ МЕЖДУ ТЕЛАМИ В ДИНАМИЧЕСКИХ ЗАДАЧАХ Рис. 3.8. Удар по упругой решетчатой конструкции 44. Поле скоростей. t = 5, 10, 15, 20, 35, 50.

Глава 3. КОНТАКТ МЕЖДУ ТЕЛАМИ В ДИНАМИЧЕСКИХ ЗАДАЧАХ Рис. 3.9. Удар по упругой решетчатой конструкции 8 4. Поле скоростей. t = 5, 9, 13, 17.

Глава 3. КОНТАКТ МЕЖДУ ТЕЛАМИ В ДИНАМИЧЕСКИХ ЗАДАЧАХ Рис. 3.10. Удар по упругой решетчатой конструкции 4 4. Сетка. t = 14.

Глава 3. КОНТАКТ МЕЖДУ ТЕЛАМИ В ДИНАМИЧЕСКИХ ЗАДАЧАХ Рис. 3.11. Удар по упругой решетчатой конструкции 4 4. Сетка. t = 50.

Глава 3. КОНТАКТ МЕЖДУ ТЕЛАМИ В ДИНАМИЧЕСКИХ ЗАДАЧАХ Рис. 3.12. Удар по упругой решетчатой конструкции 8 4. Сетка. t = 17.

Глава 3. КОНТАКТ МЕЖДУ ТЕЛАМИ В ДИНАМИЧЕСКИХ ЗАДАЧАХ Рис. 3.13. Удар по упругой решетчатой конструкции 2 2. Триангуляция пространства между заключенными в ограниченный объем телами, используемая для установления контактов.

Глава 3. КОНТАКТ МЕЖДУ ТЕЛАМИ В ДИНАМИЧЕСКИХ ЗАДАЧАХ ee ep pp pe Рис. 3.14. Моделирование наклонного попадания ударника в преграду. 0 — начальное состояние тел. Прочие изображения приведены для одного момента времени и отличаются наличием пластичности (p) или ее отсутствием (e): первая буква подписи отвечает за ударник, вторая — преграду.

Глава 4 Интерполяция в треугольнике В предшествующих главах обосновывалась необходимость использования неструктурированных треугольных сеток для численного моделирования динамических процессов. Однако, как правило, при выборе такого типа сеток ограничиваются [33] методами первого порядка аппроксимации. Это происходит по той причине, что вычисляются значения лишь в вершинах треугольников сетки, а для определения функции более сложной, чем линейная, требуется привлечение значений функции в большем количестве точек. Их выбор требует анализа соседних треугольников, с увеличением степени функции — все более сложного, кроме того, этот выбор не является однозначным. Для сеточно-характеристического метода возможность сочетания неструктурированных сеток и порядка аппроксимации выше первого была продемонстрирована в [47]. Возникает потребность в процедуре, которая позволяла бы определять решение с необходимой точностью в месте пересечения характеристики с предшествующим слоем по времени, исходя из значений в близлежащих узлах. Поскольку положения этих мест зависят от выбора координатных осей и шага интегрирования, то желательно уметь восстанавливать (интерполировать) решение в любой точке. Также эта процедура будет востребована при введении новых треугольников в сетку, значения узлов которых необходимо инициализировать.

Глава 4. ИНТЕРПОЛЯЦИЯ В ТРЕУГОЛЬНИКЕ В данной работе предлагается вводить расчетные узлы во всех вершинах, а также, в зависимости от требуемого порядка интерполяции, на границах и внутри треугольников нерегулярной сетки. Выбор положения узлов должен быть таким, чтобы значение поля в любой точке любого треугольника могло быть вычислимо однозначно, исходя только из значений в узлах данного треугольника, что избавляет от потребности отыскания опорных точек. А значения на каждом из ребер должны быть также однозначно вычислимы только по узлам, расположенным на данном ребре, что автоматически обеспечивает непрерывность восстановленного поля при переходе от одного треугольника к другому. Чтобы получающаяся на основе реконструкции разностная схема не порождала нефизичных осцилляций возле сильных градиентов решения, полная вариация [55] интерполяционной функции должна быть ограничена, поэтому в этой главе приводятся два метода устранения экстремумов.

4.1.

Реконструкция полинома заданного порядка Данный раздел посвящен проблеме реконструкции или интерполяции поля в треугольнике по заданным значениям в нескольких точках, которые мы будем называть опорными. Пусть это будет поле, являющееся полиномом заданной степени N. Для линейной функции потребуется восстановить три коэффициента: постоянный член и множители перед x и y. Для квадратичной — шесть: те же три плюс еще три коэффициента перед x2, xy, y 2. Для кубической — десять величин и т. д. Для общего случая полинома степени N количество коэффициентов в нем задается формулой (N +2)(N +1). Опорных точек в треугольнике должно быть ровно такое же число, причем они не должны лежать, например, все на одной прямой. Ниже предлагается один из способов расстановки опорных точек, при Глава 4. ИНТЕРПОЛЯЦИЯ В ТРЕУГОЛЬНИКЕ котором задача вычисления коэффициентов полинома является разрешимой, а также описывается способ непосредственного вычисления значения полинома в любой точке. В произвольном треугольнике ABC проведем прямые, параллельные его сторонам, которые делят каждую из его сторон на N частей (рис. 4.1). В результате исходный треугольник подразделяется на N 2 меньших треугольников, равных друг другу и подобных всему треугольнику. Количество точек внутри треугольника, в которых прямые пересекаются между собой и со сторонами треугольника, равно (N +2)(N +1). Именно эти точки пересечения мы выберем в качестве опорных, храня в них значения полинома, используемые для восстановления его величины во всех прочих точках.

C c=N c=N-1 c=N- 0 b= 1 b= 2 b= c=2 1 c= c= a= N 2 Nb= N-1 b= N b= B a= a= a= a= 2 N a= A Рис. 4.1. Равномерное распределение опорных точек в треугольнике.

Обозначим координаты вершин треугольника символами rA, rB, rC, а ссылаться на опорные точки будем при помощи rabc. Индекс состоит из трех частей, каждая из которых описывает место пересечения прямой, проходящей через опорную точку и параллельной определенной стороне, с другой стороной треугольника (рис. 4.1). Для индексов любой опорной точки справедливо a 0, b 0, c 0, a + b + c = N.

Координаты опорной точки могут быть выражены через координаты вер 1 N Глава 4. ИНТЕРПОЛЯЦИЯ В ТРЕУГОЛЬНИКЕ шин треугольника с использованием любой пары индексов из трех: b c (rB rA ) + (rC rA ) = N N c a =rB + (rC rB ) + (rA rB ) = N N a b =rC + (rA rC ) + (rB rC ). N N Пусть необходимо реконструировать значение полинома v в произrabc =rA + вольной точке r, которая может находиться как внутри треугольника, так и за его пределами. Введем в рассмотрение площади трех треугольников, которые формируются сторонами исходного треугольника и отрезками, соединяющими его вершины с точкой r: 1 SA = [rC rB, r rB ], 2 1 SB = [rA rC, r rC ], 2 1 SC = [rB rA, r rA ], где Si — площадь того треугольника, одной из сторон которого является сторона исходного треугольника ABC, противоположная его вершине i. Квадратными скобками обозначено векторное произведение векторов с плоскости, результат которого ортогонален плоскости и может считаться скаляром. Если r лежит внутри ABC, то все три площади положительны, в противном случае одна или две «площади» могут быть отрицательными. Но даже в этом случае, независимо от положения r, их сумма будет равна площади треугольника ABC: 1 SA + SB + SC = S = [rB rA, rC rA ]. 2 Введем также относительные площади тех же треугольников, величины которых для точки r, лежащей внутри ABC, могут изменяться от нуля до единицы: sA = SA, S sB = SB, S i N, sC = SC, S sA + sB + sC = 1.

Относительные площади обладают следующим интересным свойством: на прямой a = i (рис. 4.1) sA = b = j sB = j N, аналогично для двух других типов прямых:

k N.

c = k sC = Глава 4. ИНТЕРПОЛЯЦИЯ В ТРЕУГОЛЬНИКЕ Значение полинома v(r) в точке r необходимо выразить через значения vabc, которые он принимает в опорных точках: v(r) = a,b,c wabc (r)vabc, где wabc (r) — вес опорной точки rabc, также являющийся полиномом степени N. Поскольку в опорных точках полином должен обращаться в заданные значения, то wabc (rijk ) = ai bj ck, иными словами, каждый вес обращается в единицу в одной опорной точке и в ноль во всех остальных опорных точках. Следующая функция удовлетворяет поставленным условиям: wabc (r) = N ni i=1 (sTi (r) N ), N (sTi (rabc ) ni ) i=1 N (Ti {A, B, C}, 0 ni N ) (4.1) при условии правильного подбора величин {Ti } и {ni }. Для этого необходимо воспользоваться описанным выше свойством относительных площадей принимать фиксированное значение на прямой, проходящей сразу через несколько опорных точек. Первый множитель должен подбираться так, чтобы обнулить вес в N + 1 опорной точки, второй — чтобы дополнительно обнулить его еще в N опорных точках и т. д. В точке rabc вес должен быть равен единице, для этого необходим ненулевой знаменатель, следовательно, если Ti = A, то ni = a;

если Ti = B, то ni = b;

если Ti = C, то ni = c. Любопытной особенностью формулы, как будет видно из примеров, является тот факт, что множители с площадью sA встречаются в ней ровно a раз, множители с sB — b раз, множители с sC — c раз. Покажем далее, какой конкретный вид приобретает (4.1) для полиномов нескольких младших порядков. При этом нет необходимости выписывать все веса. Если индексы двух опорных точек совпадают с точностью до перестановки, например wabc и wcab, то функции их весов совпадают с точностью до той же перестановки величин в {Ti }.

Глава 4. ИНТЕРПОЛЯЦИЯ В ТРЕУГОЛЬНИКЕ Линейная интерполяция C B A w100 = sA, Квадратичная интерполяция w010 = sB, w001 = sC.

C 011 020 B A w200 w sA (sA 1 ) 2 = = sA (2sA 1), 1 1· 2 s A sB = 1 1 = 4sA sB. 2· Кубическая интерполяция C 021 201 111 B A Глава 4. ИНТЕРПОЛЯЦИЯ В ТРЕУГОЛЬНИКЕ w300 w210 w sA (sA 1 )(sA 2 ) 1 3 3 = = sA (3sA 1)(3sA 2), 21 2 1· 3 · 3 sA (sA 1 )sB 9 3 = = sA (3sA 1)sB, 211 2 3·3·3 s A sB sC = 1 1 1 = 27sA sB sC. 3·3· Интерполяция четвертого порядка C 103 202 301 004 013 022 112 031 211 310 220 121 130 B A w400 = w310 = w220 = w211 = sA (sA 1 )(sA 1 )(sA 3 ) 1 4 2 4 = sA (4sA 1)(2sA 1)(4sA 3), 311 3 1· 4 · 2 · 4 sA (sA 1 )(sA 1 )sB 16 4 2 = sA (4sA 1)(2sA 1)sB, 3111 3 4·2·4·4 sA (sA 1 )sB (sB 1 ) 4 4 = 4sA (4sA 1)sB (4sB 1), 1111 ·4·2·4 2 sA (sA 1 )sB sC 4 = 32sA (4sA 1)sB sC. 1111 ·4·4·4 4.2.

Кусочно-линейная интерполяция Для разбиения треугольника (рис. 4.1), выбранного для выполнения интерполяции степени N > 1, имеет смысл также рассмотреть кусочнолинейную интерполяцию, в которой значение в любой точке треугольника определяется лишь величинами в трех вершинах того подтреугольника, в который она попала. Достоинство кусочно-линейной интерполяции в том, Глава 4. ИНТЕРПОЛЯЦИЯ В ТРЕУГОЛЬНИКЕ что полученная функция не может иметь строгих экстремумов ни в каких точках кроме опорных. Кроме того, кусочно-линейная интерполяция может использоваться для отладки численных методов высокого порядка, поскольку может быть сформулирована для любого разбиения треугольника. Пусть для точки r уже известны относительные площади sA, sB, sC треугольников, на которые условно делится исходный треугольник, заданием r. Необходимо определить в какой подтреугольник разбиения (рис. 4.1) попадает r, а также найти веса, с которыми вершины подтреугольника участвуют в v(r). Последнее эквивалентно поиску относительных площадей sA, sB, sC треугольников, на которые r условно делит найденный подтреугольник. Из анализа относительных площадей можно определить (рис. 4.1), что точка r находится между прямыми a и a + 1, параллельными стороне BC;

прямыми b и b + 1, параллельными стороне CA;

прямыми c и c + 1, параллельными стороне AB, если a+1 a sA, N N b+1 b sB, N N c+1 c sC. N N C b 1 b+ c=N-a-b N-a-b-1 c= c=N-a-b- ? ?

B a+ 1 a A Рис. 4.2. Определение типа подтреугольника из индексов его вершин.

Все подтреугольники можно разделить на два типа в зависимости от их ориентации. К первому типу отнесем подтреугольники, являющиеся Глава 4. ИНТЕРПОЛЯЦИЯ В ТРЕУГОЛЬНИКЕ уменьшенной копией исходного треугольника. Ко второму — уменьшенные и повернутые на 180. Параллелограмм, задаваемый пересечением полос между парами прямых a, a + 1 и b, b + 1, включает два подтреугольника разных типов (рис. 4.2). Выбрать из них тот, который включает r, позволяет исследование величины c. Если c = N a b 1, то мы имеем дело с подтреугольником первого типа. Его вершинами являются точки A = {a + 1, b, N a b 1}, B = {a, b + 1, N a b 1}, C = {a, b, N a b}. Высота, опущенная из r на прямую a, равна 2S(sA ha = |CB| sA = S в N 2 раз. Следовательно, sA = N sA a, sB = N sB b, sC = N sC c.

a N).

ha |C B | 2S Сторона подтреугольника C B меньше CB в N раз, а площадь S меньше Если c = N a b 2, то точка r попала в треугольник второго типа. Его вершины: A = {a, b + 1, N a b 1}, B = {a + 1, b, N a b 1}, C = {a + 1, b + 1, N a b 2}. Относительные площади r в этом подтреугольнике sA = a + 1 N sA, sB = b + 1 N s B, sC = c + 1 N sC.

Глава 4. ИНТЕРПОЛЯЦИЯ В ТРЕУГОЛЬНИКЕ На примере N = 2 приведем окончательную формулу вычисления кусочно-линейной функции: если 2sA > 1, (2sA 1)u200 + 2sB u110 + 2sC u101, если 2sB > 1, (2sB 1)u020 + 2sA u110 + 2sC u011, v(r) = если 2sC > 1, (2sC 1)u002 + 2sA u101 + 2sB u011, (1 2sC )u110 + (1 2sA )u011 + (1 2sB )u101, иначе.

4.3.

Градиент интерполяционного полинома Определим вектора li : lA = rC rB, lB = rA rC, lC = rB rA.

А также вектора ki, каждый из которых получается из li поворотом на 90 и уменьшением в 2S раз: li 2, [li, ki ] = 2S li · ki = 0.

Оба набора не являются линейно независимыми: li = 0, i i ki = 0.

В новых обозначениях 1 [lA, r rB ] = kA · (r rB ), 2S 1 [lB, r rC ] = kB · (r rC ), sB = 2S 1 [lC, r rA ] = kC · (r rA ). sC = 2S sA = Дифференциал площадей и их градиент равны dsi = 1 [li, dr] = ki · dr, 2S dsi = ki. dr Градиент полинома равен сумме произведений градиентов весов и значений в опорных точках: dv = dr a,b,c dwabc vabc. dr Глава 4. ИНТЕРПОЛЯЦИЯ В ТРЕУГОЛЬНИКЕ Градиент веса опорной точки dwabc (r) = dr Линейная интерполяция N ni j=1 kTj i=j (sTi (r) N ). N (sTi (rabc ) ni ) i=1 N dw100 dw010 dw001 = kA, = kB, = kC. dr dr dr Градиент полинома 1-го порядка постоянен и во всех точках равен dv = v100 kA + v010 kB + v001 kC. dr Квадратичная интерполяция dw200 = (4sA 1)kA, dr dw110 = 4(sB kA + sA kB ). dr Градиент квадратного полинома является линейной векторной функцией, которая однозначно определяется своими значения в трех вершинах треугольника: V100 = 3v200 kA + (4v110 v020 )kB + (4v101 v002 )kC, V010 = 3v020 kB + (4v110 v200 )kA + (4v011 v002 )kC, V001 = 3v002 kC + (4v101 v200 )kA + (4v011 v020 )kB.

Кубическая интерполяция 1 dw300 = (27s2 18sA + 2)kA, A dr 2 9 dw210 = [(6sA 1)sB kA + sA (3sA 1)kB ], dr 2 dw111 = 27(sB sC kA + sA sC kB + sA sB kC ). dr Глава 4. ИНТЕРПОЛЯЦИЯ В ТРЕУГОЛЬНИКЕ 4.4.

Вычисление интеграла полинома в треугольнике Для вычисления определенного двойного интеграла от произвольного полинома по треугольнику докажем вспомогательное утверждение, касающееся интегрирования одного слагаемого в полиноме. Утверждение 7. sn sm sl dr = 2S ABC n! m! l!. (n + m + l + 2)!

C H Hd sA L Ld sB B A Рис. 4.3. Вычисление интеграла функции в треугольнике.

Доказательство. Обозначим искомый интеграл как I. Сделаем подстановку sC = 1 sA sB и используем разбиение треугольника на бесконечно малые параллелограммы (рис. 4.3). Тогда 1 1sA sB = I= sA = sn sm (1 sA sB )l HdsA LdsB = AB 1sA sB = = 2S sA = sn A sm (1 sA sB )l dsB dsA. B Сделаем во внутреннем интеграле J(sA ) замену переменных sB = (1sA )t: J(sA ) = (1 sA ) m+l+1 0 tm (1 t)l dt.

Получившийся интеграл носит название бета-функции Эйлера, которая может быть выражена через гамма-функцию Эйлера и далее (для параметров Глава 4. ИНТЕРПОЛЯЦИЯ В ТРЕУГОЛЬНИКЕ — натуральных чисел) через их факториалы [56]:

1 tx (1 t)y dt = B(x + 1, y + 1) = x! y! (x + 1)(y + 1) =. (x + y + 2) (x + y + 1)!

Следовательно, m! l! I = 2S (m + l + 1)!

1 sA = sn (1 sA )m+l+1 dsA. A Снова распознав бета-функцию Эйлера, окончательно получаем I = 2S n! m! l!. (n + m + l + 2)!

С использованием доказанного утверждения можно установить интегралы нескольких интерполяционных полиномов младших порядков.

Линейная интерполяция I= v100 + v010 + v001 S. (4.2) Кусочно-линейная интерполяция Интеграл от кусочно-линейной функции равен сумме интегралов от линейных функций в каждом из N 2 подтреугольников. Каждая вершина треугольника ({abc} V ) является также вершиной одного из подтреугольников. Опорная точка, лежащая внутри ребра ({abc} E), является вершиной трех подтреугольников. Внутренние опорные точки ({abc} T ) являются вершинами 6 подтреугольников. I= {abc}V vabc + {abc}E vabc + {abc}T vabc S. 3N (4.3) Глава 4. ИНТЕРПОЛЯЦИЯ В ТРЕУГОЛЬНИКЕ Квадратичная интерполяция I= v110 + v101 + v011 S. (4.4) Обратите внимания, что интеграл не зависит от значений в вершинах треугольника, а зависит только от значений в центрах его ребер. Для сравнения интеграл от кусочно-линейной функции для случая N = 2: I = (v200 + v020 + v002 + 3v110 + 3v101 + 3v011 ) Кубическая интерполяция S. (4.5) I= 1 (v300 + v030 + v003 )+ 30 3 9 + (v210 + v120 + v021 + v012 + v102 + v201 ) + v111 S. 40 (4.6) Интерполяция четвертого порядка I =[4(v310 + v130 + v031 + v013 + v103 + v301 ) S (v220 + v202 + v022 ) + 8(v211 + v121 + v112 )]. 45 чений в вершинах треугольника.

(4.7) Снова, как и для квадратичной интерполяции, интеграл не зависит от зна 4.5.

Монотонная квадратичная реконструкция Из полученных в разделе 4.1 формул для весов опорных точек вид но, что интерполяции порядков выше первого не являются монотонными в том смысле, что если даже, например, значения во всех опорных точках неотрицательны, то интерполяционный полином может принимать отрицательные значения внутри треугольника. С другой стороны, отказ от квад Глава 4. ИНТЕРПОЛЯЦИЯ В ТРЕУГОЛЬНИКЕ ратичной интерполяции в пользу линейной, как в статье [33], приводит к искусственной диссипации и сглаживанию решения. В этом разделе предлагается гибридный метод интерполяции, который сочетает монотонность кусочно-линейной функции в одних подтреугольниках со вторым порядком квадратичной функции в других подтреугольниках, где это не приведет к формированию дополнительных экстремумов, не совпадающих с опорными точками. Причем результирующая функция при переходе от одного подтреугольника к другому должна оставаться непрерывной. Такая гибридная интерполяция обеспечивает численному методу свойство монотонности и позволяет избежать нефизичных осцилляций решения. Используется то же разбиение треугольника с тем же положением опорных точек, что и для выведенной в разделе 4.1 квадратичной интерполяции. Полученная квадратичная функция также используется и называется далее пробной, поскольку может не быть монотонной. Для осуществление проверки докажем следующие утверждения. Будем называть точку условным экстремумом функции вдоль заданной проходящей через точку прямой, если одномерная функция, являющаяся ограничением данной функции на прямой, имеет экстремум в этой точке. Если понятие условного экстремума не сопровождается указанием прямой, то имеется ввиду, что такая прямой существует. Любой обычный экстремум определенной на плоскости функции является и условным экстремумом вдоль любой прямой. Обратное не верно: условный экстремум может не быть обычным экстремумом. Например, функция седла f (x, y) = x2 y 2 имеет условный экстремум в каждой точке, в частности, в точках x = 0 — минимум вдоль прямой y = const, в точках y = 0 — максимум вдоль x = const. А в точке x = y = 0 функция имеет условный экстремум вдоль любой прямой, но не имеет обычного экстремума.

Глава 4. ИНТЕРПОЛЯЦИЯ В ТРЕУГОЛЬНИКЕ Утверждение 8. Квадратичная функция f (x, y) = Ax2 + 2Bxy + Cy 2 + 2Dx + 2Ey + F не имеет экстремумов в треугольнике за исключением его вершин, если не имеет условных экстремумов во внутренних точках ребер вдоль ребер (строго монотонна на каждом ребре). Доказательство. Предположим, что в треугольнике нашелся экстремум. Экстремум не может располагаться на ребре, потому что он тогда являлся бы и условным экстремумом. Постоянная функция A = B = C = D = E = 0 не удовлетворяет условию на отсутствие экстремумов на ребрах, а линейная функция A = B = C = 0, D2 + E 2 = 0 не может иметь экстремумов во внутренности любой области. Следовательно, A2 + B 2 + C 2 = 0. В курсе аналитической геометрии и линейной алгебры показывается, что для любой квадратичной функции можно подобрать (при помощи поворота и параллельного переноса) такую ортонормированную систему координат (x, y ), что функция примет один из видов: f (x, y ) = ax 2 + by 2 + c или f (x, y ) = ax 2 + by + c. (a = 0) Вторая функция может иметь экстремум во внутренности любой области только если b = 0, тогда геометрическим местом всех экстремумов будет прямая. Прямая не может проходить ни через внутреннюю точку ребра, ни через две вершины треугольника, потому что это противоречит отсутствию экстремумов во внутренности ребер. Следовательно, единственным возможным вариантом остается f (x, y ) = a(x )2 + b(y )2 + c. (ab > 0) Линиями уровня этой функции являются эллипсы с центрами в предполагаемом экстремуме внутри треугольника. Для каждого ребра можно подобрать касающийся его эллипс. В точке касания на ребре будет условный экстремум, что противоречит предположению.

Глава 4. ИНТЕРПОЛЯЦИЯ В ТРЕУГОЛЬНИКЕ Обратное утверждение не верно: при наличии условных экстремумов во внутренних точках ребер обычных экстремумов у квадратичной функции в треугольнике, исключая вершины, может не быть, для примера можно указать на функцию седла, главная ось которой совпадает с одним из ребер треугольника.

C 011 020 B A Рис. 4.4. Монотонная квадратичная интерполяция в треугольнике. Черным обозначены опорные точки, значения в которых известны. В качестве промежуточного шага сначала восстанавливаются значения в белых точках. Затем в каждом подтреугольнике определяется своя квадратичная функция.

Утверждение 8 позволяет значительно упростить проверку наличия экстремума в треугольнике за счет перехода к анализу одномерных функций. Строгий экстремум квадратичной функции на отрезке (которым является любое ребро) имеет место быть только тогда, когда производные от функции вдоль отрезка в двух его концах имеют противоположные знаки. Алгоритм восстановления монотонной функции в треугольнике сетки таков. 1. Определить пробную функцию. 2. Определить значения в центрах ребер четырех подтреугольников (рис. 4.4) следующим образом. Если на данном ребре пробная функция не имеет экстремума, то взять значение пробной функции, в противном случае использовать линейную интерполяцию на данном ребре.

Глава 4. ИНТЕРПОЛЯЦИЯ В ТРЕУГОЛЬНИКЕ 3. Определить окончательные реконструкции в каждом из четырех подтреугольников по значениям в его 6-ти точках. Согласно утверждению 8 описанный алгоритм в каждом из подтреугольников строит монотонную функцию, не имеющую экстремумов в этом подтреугольнике за исключением его трех вершин. Следовательно, область значений этой функции совпадает с областью значений кусочно-линейной функции в подтреугольнике. С другой стороны, если пробная функция была монотонна на ребре подтреугольника, то построенная функция будет плавно переходить в пробную на этом ребре. Если условие выполнено для всех трех ребер, то будет полное совпадение с пробной функцией в подтреугольнике. Реконструированное поле в теле, разбитом на треугольники, гарантированно будет непрерывным всюду, дифференцируемым во внутренности любого подтреугольника, и во внутренности любого ребра подтреугольника иметь производную по направлению ребра.

4.6.

Борьба с ростом вариации при интерполяции Представленный в предшествующем разделе способ устранения ос цилляций в квадратичной интерполяции показал себя на практике с самой лучшей стороны. Однако его будет довольно трудно обобщить даже на случай кубической интерполяции. Поэтому остается интерес к другим методикам устранения осцилляций, которые бы сочетались с интерполяцией любой степени. Полные вариации (total variation) дискретной fm и континуальной f (x) функций [55] есть соответственно K T V0 [f ] = m |fm+1 fm |, T V [f ] = sup x0 <...

Сеточно-характеристический метод [22] основывается на сведении исходной системы уравнений к ряду независимых уравнений переноса, инте Глава 4. ИНТЕРПОЛЯЦИЯ В ТРЕУГОЛЬНИКЕ грирование которых заменяется копированием значений из некоторой точки с текущего слоя по времени на новый слой. Следовательно, полная вариация сеточной функции на новом слое не больше полной вариации реконструированного поля текущего слоя. Поэтому если реконструкция поля тоже не увеличивает вариацию сеточной функции, то схема будет TVDсхемой [55]. Реконструкция выше первого порядка не обеспечивает сохранения вариации сеточной функции. Поэтому возникает потребность в ограничителе полинома. На участке между xk1 и xk рассмотрим выражение min{f, f }, f (x) < min{f, f }, k1 k k1 k f (x) = max{fk1, fk }, f (x) > max{fk1, fk }, f (x), иначе. Оно задает действие ограничителя, гарантирующего сохранение вариации fm, если реконструкция является полиномом 2-ой степени, поскольку f (x) не может одновременно быть немонотонной и не выходить за пределы {fk1, fk }. Простейшим обобщением этого ограничителя на двумерный случай является вычисление min и max от трех величин в опорных точках соответствующего подтреугольника.

Рис. 4.5. Изолинии полинома третьего порядка без ограничителя (слева) и с ограничителем (справа).

Глава 4. ИНТЕРПОЛЯЦИЯ В ТРЕУГОЛЬНИКЕ На рис. 4.5 приведен пример работы ограничителя для кубической функции: в правой вершине была задана -1, в двух других вершинах +1, в прочих опорных точках — нули. Без ограничителя в функции возникают два лишних экстремума.

4.7.

Сравнение численных методов, использующих регулярную и нерегулярную сетки Выше уже были проанализированы достоинства нерегулярных сеток.

Однако не все исследователи стремятся их использовать, предполагая, что это негативно скажется на точности численного решения. В данном разделе предпринимается попытка провести объективное экспериментальное сравнение численных методов, основанных на регулярных и нерегулярных разностных сетках.

Рис. 4.6. Численное решение задачи точечного взрыва.

Зачастую, схемы на регулярных сетках приводят к анизотропным решениям (рис. 4.6). Профили решения в горизонтальном либо вертикальном направлениях существенно отличаются от диагональных профилей, несмотря на наличие центральной симметрии в постановке задачи. В диагональном направлении могут возникнуть осцилляции, даже при наличии ограничителей типа minmod на каждом этапе расщепления по направле Глава 4. ИНТЕРПОЛЯЦИЯ В ТРЕУГОЛЬНИКЕ ниям (рис. 4.6). В статье [47] ставится проблема анизотропии численного решения, и предлагаются способы ее оценки. В данной исследовании численно интегрировались уравнения теории линейной упругости ( = µ = 1, = 1) в области квадратной формы размерами [0.5;

0.5][0.5;

0.5]. Такая область максимально благоприятна для методов, использующих квадратную регулярную сетку. Квадрат разбивался на 300 300 ячеек, 90601 узлов (рис. 4.8). Для проведения сравнения использовались консервативные разностные схемы первого порядка: Лакса (Lax) (1.31), Куранта – Изаксона – Риса (upwind, Courant – Isaacson – Rees) (1.33), второго порядка: Лакса – Вендроффа (Lax – Wendro) (1.32), четвертого порядка (на рисунках: 4th order) (1.37). Схемы порядка выше первого участвовали в сравнении дважды, также дополняясь ограничителем, описанным в разделе 4.6. Построение многомерной схемы осуществлялось методом расщепления по пространственным координатам, когда один шаг интегрирования состоит из двух последовательных проходов вдоль каждой из x и y линий сетки соответственно (1.30). Наихудшего качества решения для регулярной сетки следовало ожидать вдоль диагональных направлений (рис. 4.6), поэтому была поставлена следующая модельная задача. Только в полосе r + (0.1;

0.1) 0.03 (рис. 4.7) задавалось ненулевое начальное возмущение v = n, где n = (1;

1)/ 2 задает направление распространения возмущения (коэффициенты в выражении для T взяты из спектрального исследования системы упругих уравнений). На границах тела стояло условие отсутствие внешних сил, поэтому происходило порождение отраженных волн, которые интерферировали с изначальным возмущением (рис. 4.7). Но на диагонали тела профиль волны должен сохранить вид ступеньки на момент времени t = 0.4, в который производилось сравнение численных решений. Для треугольных нерегулярных сеток использовались сеточно-харак1 T = (I + 2µn n), c Глава 4. ИНТЕРПОЛЯЦИЯ В ТРЕУГОЛЬНИКЕ Рис. 4.7. Изолинии модуля скорости в начальный (слева) и конечный (справа) моменты времени периода моделирования. На правом рисунке отмечен диагональный разрез, вдоль которого численные решения сравнивались с аналитическим.

теристические схемы, отличающиеся разбиением треугольников сетки (N = 1, 2) и методом интерполяции значений в них, сравнивались (кусочно-) линейная интерполяция, квадратичная интерполяция, квадратичная интерполяция с ограничителем (раздел 4.6), монотонная квадратичная интерполяция (раздел 4.5). Если разбиение треугольников сетки отсутствовало (N = 1, линейная интерполяция), то сетка насчитывала 91375 вершин треугольников. В остальных случаях (N = 2) сетка состояла из 22907 узлов в вершинах треугольников и 68206 узлов в центрах ребер треугольников (рис. 4.8). Шаг по времени для треугольной сетки определялся минимальным расстоянием от узла до ближайшей границы любого из смежных с ним треугольников, полное число шагов равнялось 496. Поскольку такие простые области интегрирования как квадрат являются скорее исключением при решении практически-значимых задач, то ячейки регулярной сетки могут заметно отличаться размерами. Поэтому в этом сравнении регулярные методы делали шаг интегрирования в размере 0.35 (число Куранта) от максимально возможного, полное число шагов — 600.

Глава 4. ИНТЕРПОЛЯЦИЯ В ТРЕУГОЛЬНИКЕ Рис. 4.8. Фрагменты расчетных сеток для регулярных методов (слева), и нерегулярных — первого (в центре) и второго (справа) порядков. На правом рисунке каждый треугольник сетки разбит на четыре части линиями, соединяющими центры ребер.

Результаты исследования представлены на рис. 4.9, а также в таблице 4.1. Колонка в таблице принимает значение ’+’ для треугольной сетки и ’–’ — для квадратной регулярной. Экспериментальные оценки точности схем основывались на сравнении численного решения с аналитическим в узлах диагонального разреза (рис. 4.7). Для нерегулярных сеток сравнивались значения в точках пересечения диагонали с ребрами треугольников. Были использованы следующие статистические оценки, примененные к модулю разности проекции скорости точного и численного решений на направление разреза: p1 — медиана, p2 — среднее значение, p3 — среднеквадратическое значение. Выводы Несмотря на то, что наилучшие оценки точности в таблице 4.1 стоят у схемы 4-го порядка для регулярных сеток, можно утверждать, что точность решений, полученных на треугольной сетке при равной средней плотности узлов и шаге интегрирования, сопоставима с точностью схем того же порядка аппроксимации, разработанных для регулярных квадратных сеток. Однако с точки зрения программной реализации схема с 4-м порядком интерполяции для нерегулярных сеток намного сложнее и, поэтому, не Глава 4. ИНТЕРПОЛЯЦИЯ В ТРЕУГОЛЬНИКЕ 0. triangle mesh (linear) Lax upwind (CIR) exact 1. triangle mesh (quadratic) Lax-Wendroff 4th order exact 1 0. 0. 0.4 0. 0.3 0. 0.2 0. 0. -0.2 0.4 0.45 0.5 0.55 0.6 0.65 0. а 0. б 0. 0. 0. 0. 0. 0. 0. 0. triangle mesh (quadratic limited) Lax-Wendroff limited exact 1 triangle mesh (monotone quadratic) 4th order limited exact 0. 0. 0. 0. 0. 0. 0. 0. 0 0.5 0.55 0.6 0. в 0. г 0. 0. 0. 0. 0. Рис. 4.9. Профили аналитического и численных решений.

Глава 4. ИНТЕРПОЛЯЦИЯ В ТРЕУГОЛЬНИКЕ участвовала в сравнении. Из рис. 4.9.а видно, что сочетание линейной интерполяции и треугольной сетки дает результат, намного лучший схемы Лакса и приближающийся к схеме Куранта – Изаксона – Риса, для которой в [22] доказана минимальность аппроксимационной вязкости среди всех схем первого порядка. Среди всех немонотонных схем 2-го порядка аппроксимации (рис. 4.9.б), осцилляции методов на регулярных сетках существенно выше. Возможно, это может объясняться эффектами резонанса определенных частот (более высоких для метода 4-го порядка) при расположении узлов на равных расстояниях. В неструктурированной сетке эти эффекты, по-видимому, возникают в гораздо меньшей степени. Схемы 2-го порядка с ограничителем, описанным в разделке 4.6, не полностью монотонны (рис. 4.9.в) в двумерных расчетах. Результаты, полученные на регулярных и нерегулярных сетках, отличаются, но назвать лучший метод нельзя. Монотонная квадратичная интерполяция полностью подавляет осцилляции (рис. 4.9.г). Расчет велся на обычном персональном компьютере, в последней колонке таблицы 4.1 приведено затраченное время на достижение решения каждым из методов. Из таблицы видно, что регулярные методы существенно выигрывают по скорости счета у своих оппонентов на треугольных сетках. Тому есть объективные объяснения: • регулярные методы не требуют поиска надлежащего треугольника;

• реконструкция решения на прямой значительно менее трудоемка, чем на плоскости;

• при использовании нерегулярных сеток необходимо хранить координаты узлов даже в задачах с малыми деформациями, тогда как в ре Глава 4. ИНТЕРПОЛЯЦИЯ В ТРЕУГОЛЬНИКЕ гулярном случае их можно вычислять из индексов узлов;

• для регулярных методов в имеющейся программе в каждом узле решетки хранился лишь один набор переменных, в то время как узлы в треугольной сетке хранили по два набора переменных, отвечающих текущему и будущему моментам времени. Для простейших методов первого порядка точности наблюдается 4 – 6 кратное преимущество регулярных методов, однако, по мере усложнения метода разница в скорости работы скрадывается. Следует помнить, что представленные числа затраченного времени можно рассматривать только как оценки сверху, поскольку программные реализации допускают различные оптимизации. Кроме скорости работы, регулярные методы гораздо проще в реализации, что объясняет их популярность.

Таблица 4.1. Точность численного решения и продолжительность счета различных методов – – – – – – + + + + + Схема / интерполяция Лакса КИР Лакса - Вендроффа ЛВ с ограничителем 4-го порядка 4-го порядка с огранич. Линейная (N = 1) Кусочно-линейная (N = 2) Квадратичная Квадратичная с огранич. Монотонная квадратичная Порядок 1 1 2 2 4 4 1 1 2 2 2 p1 0.19 0.050 0.023 8.8 · 104 0.0044 2.7 · 105 0.056 0.070 0.0042 0.0018 0.0011 p2 0.25 0.15 0.093 0.064 0.040 0.029 0.16 0.16 0.064 0.061 0.065 p3 0.33 0.23 0.17 0.16 0.092 0.10 0.24 0.24 0.14 0.14 0.15 W/W0 0.18 0.39 0.90 0.75 0.94 0.83 0.36 0.36 0.85 0.79 0.67 |p|/|p0 | 1.001 1.000 1.000 0.983 1.000 0.998 1.002 0.999 0.999 0.994 0.976 t, сек 33 50 46 179 126 269 201 243 243 269 Однако если для регулярной решетки приходится пользоваться чрезвычайно ресурсоемкими алгоритмами глобальной перестройки сетки [36], то с точки зрения скорости счета хаотическая сетка может быть выгоднее, а иногда и являться единственно возможным вариантом.

Глава 4. ИНТЕРПОЛЯЦИЯ В ТРЕУГОЛЬНИКЕ 4.7.1.

Выполнение законов сохранения импульса и энергии В процессе расчета модельной задачи по каждой из схем также определялись полный импульс и энергия квадратной области интегрирования: p= W= 1 2 vdr, (e : T + v 2 )dr.

Первое слагаемое в выражении для энергии — это потенциальная энергия элемента упругой среды (формула Клайперона [4]), второе слагаемое — кинетическая энергия;

e — тензор малых деформаций. Используя связь напряжений T и деформаций e (1.1), потенциальную энергию можно выразить только через напряжения, непосредственно определяемые численным методом: 1 1 (T : T) e:T= (T : I)2, 2 4µ d + 2µ где d = 2 — размерность пространства. Для треугольников сетки с хранимыми значениями только в вершинах вычисление интеграла велось по формуле (4.2) (точность интегрирования как в известном одномерном методе трапеций), для треугольников с дополнительными значениями в центрах ребер — по формуле (4.5), независимо от способа интерполяции в методе. Для всех методов на регулярной сетке со значениями uij в узлах интеграл от одной ячейки принимался равным h2 udr (u00 + u01 + u11 + u10 ). 4 Отношение энергии в конце счета к начальной энергии и аналогичное отношение для модуля импульса представлены в таблице 4.1. Напомним, что все использованные регулярные схемы без ограничителя являются консервативными, а все схемы для треугольных сеток — неконсервативными. Несмотря на это, для всех схем наблюдается одна и та же картина: закон Глава 4. ИНТЕРПОЛЯЦИЯ В ТРЕУГОЛЬНИКЕ сохранения импульса выполняется очень точно (типичное отклонение меньше 1%), а закон сохранения энергии заметно нарушается, тем сильнее, чем ниже порядок аппроксимации схемы: для схемы Лакса уменьшение энергии превышает 80%. Причина в том, что закон сохранения импульса присутствует в ре шаемой системе уравнений (1.2) явно (v = · T), в то время как закон сохранения энергии наличествует там лишь неявно (в недивергентной форме): 1 W = T : ( v + v ) + v · ( · T). 2 Консервативные схемы гарантирует сохранение лишь тех величин, для которых в систему явно включены соответствующие законы. Достоинством системы (1.2) является ее принадлежность классу линейных уравнений с постоянными коэффициентами, которая утрачивается при переходе к другим переменным. В таблице 4.2 приведены результаты запуска теста при различной мелкости сетки (предшествующие результаты раздела были получены при i lmin = 0.005). В частности, из таблицы видно, что закон сохранения энергии выполняется тем точнее, чем подробнее сетка была использована.

Таблица 4.2. Зависимость качества решения, полученного с использованием монотонной квадратичной интерполяции, от мелкости треугольной сетки i lmin p1 0.24 0.082 0.0058 0.0011 2.4 · 104 1.4 · p2 0.31 0.20 0.11 0.065 0.035 0. p3 0.42 0.30 0.20 0.15 0.11 0. W/W0 0.18 0.28 0.44 0.67 0.81 0. |p|/|p0 | 0.924 0.885 0.911 0.976 0.997 0. t, сек <1 3 31 280 2250 0.04 0.02 0.01 0.005 0.0025 0. Глава 5 Численный метод для бесструктурных треугольных сеток В предыдущих главах были получены сведения о спектральных свойствах матриц системы уравнений, характеристиках построенной треугольной сетки и способах реконструкции поля в теле с помощью интерполяции в треугольниках сетки. Основываясь на этих результатах в настоящей главе дается окончательная формулировка использованного сеточнохарактеристического численного метода на нерегулярных сетках, а также обосновываются основные атрибуты метода, такие как порядок аппроксимации, устойчивость, монотонность, сеточный шаблон, максимальный шаг интегрирования. Показывается, что данный численный метод не является консервативным, однако в главе описывается способ достижения свойства консервативности при том же представлении решения в виде точечных значений в опорных точках треугольной сетки. Исследуется одномерный аналог предлагаемого численного метода в сравнении с известными схемами.

5.1.

Уравнение переноса Прежде всего рассмотрим численный метод для решения скалярного уравнения переноса вида u u + = 0. t i (5.1) Глава 5. ЧИСЛЕННЫЙ МЕТОД ДЛЯ БЕССТРУКТУРНЫХ СЕТОК Пусть в области интегрирования введена треугольная сетка способом, описанным в главе 2. В качестве узлов сетки, в которых будут храниться приближенно вычисленные значения функции u, выберем определенные в главе 4 опорные точки в треугольниках сетки для интерполяции того же порядка, что и порядок аппроксимации численного метода, который мы намереваемся построить. Например, для метода первого порядка используем опорные точки линейной интерполяции — только вершины треугольников сетки, для второго порядка — опорные точки квадратичной интерполяции — вершины треугольников и центры ребер, для третьего порядка — вершины треугольников, две точки на каждом ребре, делящие его на равные части, и точки в центре масс треугольников, и т. д. Формулировка численного метода заключается в описании способа получения значений в узлах на следующем временном слое tn+1 = tn + n по известным значениям в узлах на слое tn, а также в описании условия на допустимые величины n.

xi t tn+1 t n ? ? ?

Рис. 5.1. Решение уравнения переноса с первым порядком точности. Значения в узлах сетки на новом временном слое копируются из определяемых характеристиками (показанными жирными линиями) точек на предыдущем слое, значения в которых получаются линейной интерполяцией.

Проведем через k-ый узел на верхнем временном слое характеристику (r, t) + (i, 1) = (rk, tn+1 ), где — параметр прямой, вдоль которой решение должно быть постоянным: u = const, i — единичный вектор. Характеристика пересечет (рис. 5.1, Глава 5. ЧИСЛЕННЫЙ МЕТОД ДЛЯ БЕССТРУКТУРНЫХ СЕТОК 5.2) нижний временной слой в точке (rk n i, tn ). Если эта точка оказывается внутри области интегрирования, то она принадлежит одному из треугольников сетки, и значение в ней может быть определено интерполяцией внутри этого треугольника. Точка rk i располагается от k-ого узла сетки на расстоянии. Но каким бы не была величина, расстояние от любой точки внутри сетки до одной из ее вершин не превышает i Rmax = O(l) (теорема 1), где l — мелкость сетки. Следовательно, интерпо ляция в треугольнике порядка p обеспечивает восстановление значения un+1 = un (rk i ) (5.2) с точностью O((min{||, l})p+1 ) = O( p+1 ). Таким образом, предлагаемая схема аналогична конечно-разностной схеме с порядком аппроксимации p, совпадающим с использованным порядком интерполяции в треугольнике.

xi t t n+ ? ? ? ? ?

t n ?

Рис. 5.2. Решение уравнения переноса со вторым порядком точности. Чтобы не выйти за пределы соседних треугольников для каждого узла, максимальный шаг интегрирования вдвое меньше, чем для первого порядка, а значения на предшествующем временном слое определяются при помощи квадратичной интерполяции.

Шаблон схемы состоит из одного узла верхнего временного слоя и всех узлов, принадлежащих треугольнику, который пересекла характеристика, на нижнем временном слое. Всего в шаблон входят 4 узла в случае линейной интерполяции на нижнем слое, 7 узлов — квадратичной, 11 узлов — кубической. Общая формула для числа узлов в шаблоне имеет вид 1 + (p+2)(p+1). Если характеристика пересекает ребро треугольника на нижнем слое, то размер шаблона уменьшается до 1 + (p + 1). Еще менее вероятный случай — попадание характеристики точно в один из узлов, Глава 5. ЧИСЛЕННЫЙ МЕТОД ДЛЯ БЕССТРУКТУРНЫХ СЕТОК шаблон в этом случае состоит из 2 узлов. Из теоремы 2 следует, что поиск треугольника и, следовательно, определение шаблона схемы занимает O(|| /l) операций. Поскольку шаблон не фиксирован изначально, а формируется исходя из той точки, в которой характеристика пересекла предыдущий временной слой, то при расчете внутренних, удаленных от границы области интегрирования узлов никаких ограничений на шаг по времени не налагается. При расчете узлов, находящихся поблизости от границы, опущенная характеристика может пересечь границу тела в момент времени tn t tn+1, и значение решения в данном узле будет определяться из граничного условия. В ряде случаем может быть не удобным определять граничное условие для всевозможных моментов времени t, отличных от времен слоев. Если шаг интегрирования не превысит hb min ||p, то все внутренние узлы можно будет рассчитать без привлечения граничного условия, а для узлов, лежащих на границе, потребуется лишь граничное условие в момент времени tn+1. Более точный порог на шаг интегрирования можно получить, если исследовать все приграничные внутренние вершины в сетке, определив расстояние dk от них до границы в направлении sign()i : dk. min k ||p Так как hi > hb, использование одного из представленных условий min min обеспечивает, что характеристика пересечет один из смежных треугольников по отношению к рассчитываемому узлу. Из теоремы 1 известно, что с каждым узлом «соседствует» не больше константного числа треугольников. Следовательно, определение шаблона может быть выполнено также за константное время (не зависящее от мелкости сетки), и он всегда будет включать рассчитываемый узел на предшествующем слое. Как показано в разделе 4.1, интерполяционная величина есть линейная комбинация значений в узлам треугольника, причем коэффициенты линейной комбинации (веса узлов) в сумме равны единице. Значит, реше Глава 5. ЧИСЛЕННЫЙ МЕТОД ДЛЯ БЕССТРУКТУРНЫХ СЕТОК ние во внутреннем узле un вдалеке от границы может быть выражено как k линейная комбинация начальных данных u0 (с суммой коэффициентов равj ной единице). Устойчивость численного метода имеет место тогда, когда коэффициенты этой линейной комбинации ограничены числом, не зависящим от n. В случае линейной интерполяции, веса узлов для точки внутри треугольника неотрицательны, следовательно, неотрицательны и коэффициенты зависимости от начальных данных. А равенство единице их суммы означает, что все коэффициенты также не превосходят единицу. Для метода первого порядка устойчивость доказана. В случае квадратичной интерполяции веса узлов лежат в большем диапазоне: [ 1 ;

1], поэтому доказать устойчивость гораздо сложнее. Огра8 ничимся здесь лишь упоминанием того, что на практике никаких признаков нарастающей неустойчивости при решении уравнения переноса методом второго порядка не наблюдалось. Если метод является неустойчивым, то должно существовать неограниченное по норме решение для ограниченных начальных данных. При использовании гибридных интерполяций из разделов 4.5 и 4.6 модуль интерполяционной величины не превосходит модулей значений в узлах треугольника, следовательно, эти виды интерполяций приводят к устойчивому численному методу. В двумерном пространстве не определено понятие монотонной функции, также теряют смысл большинство определений понятия монотонной схемы [34]: условие монотонности Годунова, монотонность по Хартену (Harten), монотонность по Ван Лиру (Van Leer). Однако эквивалентное им в одномерном пространстве понятие схемы с положительной аппроксимацией по Фридрихсу (Friedrichs), то есть схемы с неотрицательными весами узлов, по-прежнему применимо. Только численный метод первого порядка удовлетворяет условию Фридрихса, интерполяции выше первого порядка Глава 5. ЧИСЛЕННЫЙ МЕТОД ДЛЯ БЕССТРУКТУРНЫХ СЕТОК содержат отрицательные веса узлов. Значения гибридных интерполяций из разделов 4.5 и 4.6 совпадают со значением в некоторой точке того же подтреугольника кусочно-линейной интерполяции. А так как последняя не имеет отрицательных коэффициентов, то численные методы с использованием гибридных интерполяций в треугольнике также можно считать положительно аппроксимирующими.

u=0 u(r-ltxi)< ?

r u= u=2 u xi Рис. 5.3. Из того, что значения в вершинах треугольника монотонно убывают с ростом координаты i вершины, не следует отрицательность проекции градиента линейной интерполяционной функции на i (пунктиром показаны изолинии интерполяционной функции).

Однако даже для монотонного метода первого порядка в двумерном пространстве не выполняются некоторые интуитивные ожидания. Если поставить начальные данные, являющиеся строго убывающей (монотонной) функцией f координаты i : u(r, 0) = f (i · r), то точное решение уравнения переноса будет иметь вид u(r, t) = f (i · r t). То есть решение в каждой точке r со временем должно строго возрастать. Однако при специальном выборе f в отдельных узлах треугольной сетки за один шаг интегрирования может произойти уменьшение решения: u1 < u0 (рис. 5.3).

Глава 5. ЧИСЛЕННЫЙ МЕТОД ДЛЯ БЕССТРУКТУРНЫХ СЕТОК Консервативность Предложенный численный метод (5.2), к сожалению, не является консервативным даже для случая постоянного коэффициента в уравнении переноса. Чтобы убедиться в этом, достаточно рассмотреть пример с методом первого порядка, в котором начальные данные только в одном узле отличны от нуля. Если направление переноса i и положение других узлов таково, что следующие значения ни в каких узлах не зависят от данного (рис. 5.4), то на каждом следующем слое отличным от нуля будет оставаться только значение в данном узле, причем оно будет убывать в геометрической прогрессии.

? 0 0 ? 0 <1 ?

xi 0 ? ? Рис. 5.4. К доказательству неконсервативности численного метода (5.2). Стрелками показано обновление значений в узлах. Серым цветом выделена область, интерполяция в которой дает ненулевое значение.

Отсутствие консервативности метода при решении уравнений (1.2) не является значимым недостатком, что было экспериментально установлено в разделе 4.7. Однако в случае использования метода с другой системой уравнений, ситуация может измениться. Рассмотрим поэтому вопрос придания свойства консервативности предложенному методу. Консервативный метод решения уравнения переноса (5.1) должен обеспечивать сохранение некоторого дискретного приближения интеграла по площади от величины u. Из этого вытекает, что приращение интеграла u в каждом треугольнике сетки должно происходить только вследствие притока этой величины через ребра треугольника. Поток u в каждой точке Глава 5. ЧИСЛЕННЫЙ МЕТОД ДЛЯ БЕССТРУКТУРНЫХ СЕТОК равен ui. Поэтому требование консервативности можно записать u(r, t n+ )dr = u(r, t )dr n j= tn+1 tn j u(r(l), )i · nj dl d, (5.3) где — обозначение треугольника сетки, j — j-ое ребро треугольника, l — параметр длины вдоль ребра, r(l) — точка на ребре, nj — единичная внешняя нормаль к j-му ребру треугольника. Количество уравнений вида (5.3) равно числу треугольников в сетке. А количество неизвестных un+1 — числу узлов в сетке. Используя форk мулу Эйлера для планарного графа [42], можно показать, что отношение числа треугольников в сетке к числу вершин стремится к 2. Поэтому в случае хранения точечных значений в вершинах треугольной сетки, как в методе (5.2) первого порядка, мы приходим к переопределенной системе уравнений не зависимо от способа аппроксимации интегралов в (5.3). Из этого можно заключить, что при подобном описании решения u построение консервативного метода невозможно. В случае применения интерполяции второго порядка кроме узлов в вершинах треугольной сетки, дополнительно вводятся узлы в центрах всех ребер. В качестве приближения интеграла по треугольнику логично использовать формулу (4.4). Поскольку в (4.4) не входят значения в вершинах треугольника, их можно вычислять произвольно, не нарушая условий консервативности, например, по формуле (5.2). Количество ребер примерно втрое превосходит число вершин и в 1.5 раза число треугольников, поэтому количество уравнений вида (5.3) теперь недостаточно для однозначного определения значений в центрах ребер, их необходимо дополнить какимито другими уравнениями. Кроме того, набор уравнений (5.3) приводит к неявной схеме вычисления значений в центрах ребер. Ситуация становится намного проще при использовании кубической интерполяции в треугольнике, когда в нем насчитывается 10 узлов. Дело в том, что в этом случае один из узлов располагается в центре треугольника, Глава 5. ЧИСЛЕННЫЙ МЕТОД ДЛЯ БЕССТРУКТУРНЫХ СЕТОК и его значение влияет только на интеграл по этому треугольнику. Поэтому можно предложить такой консервативный метод расчета: сначала определить новые значения в 9 узлах треугольника, которые он разделяет с соседями, обычным способом (5.2), определить потоки через все три ребра за период времени между слоями, а затем рассматривать выражение (5.3), раскрыв интегралы по треугольнику по формуле (4.6), как уравнение с единственной переменной — значением узла в центре масс треугольника un+1. Для достижения третьего порядка точности метода в целом инте111 гралы потоков через ребра должны вычисляться с точностью O( 4 ), для чего потребуется дополнительно определить стандартным способом решение в узлах на ребре треугольника в моменты времени tn + 1 n и tn + 2 n 3 3 (рис. 5.5).

t tn+1 tn ? ? ? ? ? ? ? ? ? ? ? ?

xi Рис. 5.5. Определение потока через ребро треугольника с точностью O( 4 ) при использовании кубической интерполяции требует определения значений на ребре также в промежуточные моменты времени.

5.2.

Гиперболическая система уравнений Метод расчета системы уравнений в частных производных гипербо лического типа c двумя независимыми пространственными переменными заключается в следующем. На каждом шаге интегрирования случайным образом выбирается произвольный ортонормированный базис (1, 2 ). В этом базисе система может Глава 5. ЧИСЛЕННЫЙ МЕТОД ДЛЯ БЕССТРУКТУРНЫХ СЕТОК быть приведена к виду u u + A2 = 0, u + A1 1 2 и полный набор собственных векторов. Затем используется расщепление по направлениям (рис. 5.6): последовательно решаются два уравнения вида (1.26), содержащие лишь производные вдоль одного направления 1 или 2. Случайный выбор базиса является обобщением известного приема чередования направлений при расщеплении, что позволяет скрыть наличие выделенных направлений и обеспечить максимальную изотропность решения [47]. В разделе 1.7 показано, что система (1.26) эквивалента набору независимых уравнений переноса для так называемых римановых инвариантов vi = i · u, где i — левый собственный вектор текущей матрицы Aj. Решение каждого уравнения переноса осуществляется описанным выше способом (5.2). Для повышения эффективности расчета рекомендуется выполнить преобразование v n = un сразу для всех узлов перед выполнением интерполяции, а не вычислять i · u в необходимых узлах в ходе интерполирования в треугольниках. Величины un больше не потребуются в дальнейшем, поэтому нет необходимости выделять отдельный участок памяти для хранения v n. При наличии нулевых собственных чисел имеет смысл действовать согласно формуле (1.40), т. е. до преобразования скопировать un в un+1, а затем решить уравнения переноса только для ненулевых собственных значений. Допустимый шаг интегрирования определяется максимальным по модулю собственным значением матриц Aj. Шаблон схемы (множество узлов, значения которых влияют на рассчитываемую величину) для внутренних узлов треугольника состоит только из узлов данного треугольника. Для узлов, лежащих между треугольниками, шаблон может состоять из узлов максимум четырех смежных тре(5.4) где обе матрицы A1 и A2 имеют только действительные собственные числа Глава 5. ЧИСЛЕННЫЙ МЕТОД ДЛЯ БЕССТРУКТУРНЫХ СЕТОК x1 t t’ t n ? ? ? ? ? ? ? ? ? ?

? ?

t x ?

?

tn+ ? ? ? ? ? ?

?

?

?

t’ ?

Рис. 5.6. Решение гиперболических уравнений ведется с помощью метода расщепления — в два этапа, на каждом из которых выполняется интегрирование уравнений переноса.

угольников в зависимости от выбора направлений расщепления и наличия у матриц Aj собственных значений разных знаков. Расчет на границе области интегрирования ведется в соответствии с разделом 1.8. Если не все характеристики попадают внутрь области, то с использованием только «внутренних» характеристик формируется величина uin, которая затем позволяет определить un+1 с привлечением граничных или контактных условий и корректировки (1.43). Для граничных узлов, лежащих на выпуклой границе тела, наиболее вероятно, что характеристики как вдоль направления 1, так и вдоль 2 выйдут за пределы области. В этом случае учет граничных условий производится дважды за один шаг интегрирования по времени.

Движение сетки Расчет на лагранжевой треугольной сетке подразумевает, что скорость смещения вершин сетки совпадает со скоростью среды. Но в методах второго порядка и выше вводятся дополнительные узлы, отличные от вершин, движение которых задается линейной интерполяцией движений вершин треугольника, в котором они расположены. Даже если скорость всех вершин является лагранжевой, то узлы, не совпадающие с вершинами, смещаются относительно точек среды. Это означает, что при их расчете необходимо учитывать конвективные члены. Отличие скорости этих узлов от скорости среды невелико: O(l2 ), где l — мелкость сетки. Собственные значения матриц при поправке на конвекцию также изменятся на O(l2 ).

Глава 5. ЧИСЛЕННЫЙ МЕТОД ДЛЯ БЕССТРУКТУРНЫХ СЕТОК Отличие мест пересечения характеристики до и после поправки со слоем tn составит O(l2 ) = O( 3 ), такого же порядка и отличие в восстанавливаемом интерполяцией решении. Поэтому в методе второго порядка можно не рассматривать отличие движения узлов в центре ребер от лагранжева — это не понизит степень аппроксимации, а в методах третьего порядков и выше поправка необходима. В случае использования любой подвижной сетки в конце каждого шага, после смещения узлов и вычисления решения на верхнем слое un+1 производится выравнивание сетки, описанное в разделе 2.4. В процессе выравнивания могут создаваться новые вершины и новые треугольники. Значения их узлов определяются интерполяцией из сетки до выравнивания. Постоянная переинтерполяция ухудшает качество решения, поэтому алгоритм перестройки сетки подбирался так, чтобы минимизировать производимые им изменения в сетке. Однако есть возможность полностью избежать переинтерполяции. Для этого необходимо подготовить выровненную сетку на следующем слое еще до расчета решения в нем. Недостатком такого подхода является несколько большая трудоемкость определения треугольников, которые пересекают характеристики на слое tn, потому что сетки на двух слоях больше не совпадают. Также не гарантируется, что характеристики, отвечающие нулевым собственным значениям, пересекут предшествующий слой точно в каком-то узле.

5.3.

Сравнение одномерных схем на решении уравнения переноса В этом разделе на примере хорошо изученного уравнения перено са (5.1) с постоянными коэффициентами производится сравнение ряда известных схем со схемами, построенными аналогично методу на нерегулярных сетках из раздела 5.1, но адаптированных к одномерному простран Глава 5. ЧИСЛЕННЫЙ МЕТОД ДЛЯ БЕССТРУКТУРНЫХ СЕТОК ству. Было решено ограничиться сопоставлением негибридных схем с постоянными коэффициентами, но и этого оказалось достаточно, чтобы прийти к определенным заключениям. Напомним, что двумерная плоскость разбивалась на множество треугольников. Расчетные узлы делились на два типа: принадлежащие одному треугольнику и разделяемые двумя или большим числом треугольников. По аналогии одномерную прямую предлагается разбивать на сегменты, при этом часть узлов будет внутренними для сегмента, а часть разделяться смежными сегментами (рис. 5.7). Количество узлов в сегменте определяется требуемым порядком интерполяции p и равно p + 1. При реализации сеточно-характеристического метода используется реконструкция решения, которая непрерывна всюду и является полиномом степени p внутри каждого сегмента.

p=1 p=2 p= Рис. 5.7. Различные типы расчетных узлов: черные точки обозначают узлы, разделяемые двумя сегментами, белые точки — внутренние узлы сегмента.

В случае использования линейной интерполяции (p = 1) сегменты оказываются отрезками между двумя соседними узлами, метод расчета всех узлов одинаков и совпадает со схемой «уголок» (схемой Куранта – Изаксона – Риса [46]).

t n t n+ Рис. 5.8. Различие шаблонов расчета четных и нечетных узлов при p = 2.

В случае квадратичной интерполяции (p = 2) сегменты включают три узла. При этом способы расчета четных и нечетных узлов разнятся. Шаблон схемы зависит от того сегмента, который пересекает характеристика, опущенная из узла на следующем временном слое (рис. 5.8). Для узлов — центров сегмента схема расчета совпадает со схемой Лакса – Вендроф Глава 5. ЧИСЛЕННЫЙ МЕТОД ДЛЯ БЕССТРУКТУРНЫХ СЕТОК фа [45], для узлов — концов сегмента — со схемой Бима – Ворминга [57]. Несмотря на то, что все вышеперечисленные схемы для расчета одномерного уравнения переноса в случае постоянных коэффициентов являются консервативными, интересно было бы понять, чему соответствует предлагаемый подход построения консервативной схемы на треугольной сетке. Достаточно исследовать случай p = 2, когда в сегменте появляется внутренний узел, не разделяемый с другим сегментом. Узлы, являющиеся концами сегментов, (для определенности с четными индексами) рассчитываются по схеме Бима – Ворминга ( = h > 0): 12 n (uj 2un + un ), j1 j2 2 12 n (uj 2un + un ). j1 j2 1 un+1 = un (3un 4un + un ) + j j j1 j2 j 2 1 n+ 1 uj 2 = un (3un 4un + un ) + j j j1 j2 Поток Fj через границу сегментов за период времени [tn, tn+1 ] определяется по формуле Симпсона [58] с погрешностью O( 3 ): Fj = n n+ 1 (uj + 4uj 2 + un+1 ). j По той же формуле Симпсона определяется интеграл u в сегменте, приращение которого идет благодаря потокам через границы сегмента: h h n+1 (uj + 4un+1 + un+1 ) = (un + 4un + un ) + Fj Fj+2. j+1 j+2 j+1 j+2 3 3j Отсюда можно получить явную запись схемы расчета центральных узлов сегментов un+1 : j+1 n 1 5 1 uj2 n 4 16 2 uj1 1 n n 21 31 = uj+1 + 10 + 10 + 0 · uj. 8 16 8 n 4 8 2 uj+1 n 3 7 1 uj+2 un+1 j+ (5.5) Схема (5.5) по построению имеет второй порядок точности, а ее шаблон содержит 6 точек и несимметричен относительно узла j + 1.

Глава 5. ЧИСЛЕННЫЙ МЕТОД ДЛЯ БЕССТРУКТУРНЫХ СЕТОК Сравнение схем производилось на задаче переноса прямоугольного импульса на отрезке [0,1] с условиями периодичности на концах. Сетка состояла из 1000 узлов, счет велся до достижения n = 10600 шагов при = 0.5. Графики импульсов после окончания счета представлены на рис. 5.9. В подписях к графикам были использованы следующие обозначения: • «exact» — точное решение;

• «upwind (CIR)» — схема Куранта – Изаксона – Риса 1-го порядка аппроксимации [46];

• «Lax-Wendro» — схема Лакса – Вендроффа 2-го порядка аппроксимации [45];

• «Beam-Warming» — схема Бима – Ворминга 2-го порядка аппроксимации [57];

• «Rusanov» — схема Русанова 3-го порядка аппроксимации [59];

• «3rd-order, nearest to monotonic» — наиболее близкая в пространстве неопределенных коэффициентов к монотонным схемам явная схема 3-го порядка аппроксимации на 6-ти точечном шаблоне, выведенная в [22];

• «4th-order» — схема 4-го порядка аппроксимации, аналогичная (1.37);

• «interleaved LW & BW» — расчет, в котором к четным узлам применяется схема Бима – Ворминга, а к нечетным — схема Лакса – Вендроффа;

• «interleaved X & BW» — расчет, в котором к четным узлам применяется схема Бима – Ворминга, а к нечетным — схема (5.5);

• «X» — расчет, в котором ко всем узлам применялась схема (5.5).

Глава 5. ЧИСЛЕННЫЙ МЕТОД ДЛЯ БЕССТРУКТУРНЫХ СЕТОК Помимо графиков были рассчитаны числовые метрики близости численного решения к точному (таблица 5.1): p0 — максимальное отклонение численного решения в узлах сетки, p2 — средний модуль отклонения, p3 — среднеквадратическое отклонение.

Таблица 5.1. Отклонение численного решения уравнения переноса от точного решения Схема upwind (CIR) Lax-Wendro Beam-Warming X interleaved LW & BW interleaved X & BW 3rd-order, nearest to monotonic Rusanov 4th-order p0 0.496 0.649 0.649 0.639 0.617 0.484 0.468 0.463 0. p2 0.082 0.038 0.038 0.026 0.022 0.010 0.010 0.010 0. p3 0.155 0.096 0.096 0.082 0.077 0.052 0.051 0.050 0. Выводы Изучение одномерного аналога предлагаемой схемы для треугольной сетки привело к методу, в котором узлы одномерной сетки рассчитываются по различным схемам, имеющим также различные шаблоны. Причем чередование схем не зависит от решения, а только от индекса узла. Такой класс схем мало изучен. Есть видимое сходство с гибридными схемами, однако переключение между базовыми схемами в последних происходит в зависимости от поведения решения, что требует в программной реализации использовать медленные инструкции условного перехода, в то время как простое чередование схем может исполняться на современных компьютерах многократно быстрее. Из рис. 5.9 видно, что чередование схем Лакса – Вендроффа и Бима – Ворминга в сравнении с применением только одной из этих схем приводит к уменьшению амплитуды нефизичных осцилляций и существенному Глава 5. ЧИСЛЕННЫЙ МЕТОД ДЛЯ БЕССТРУКТУРНЫХ СЕТОК 1.2 1 interleaved X & BW upwind (CIR) exact 1 0.8 0.8 interleaved X & BW X exact 0. 0. 0. 0. 0.2 0.2 0 0 0.25 0.3 0.35 0.4 0.45 0.5 0.55 0.6 0.65 0.7 0.75 -0.2 0.3 0.35 0.4 0.45 0.5 0.55 0.6 0.65 0. 1. interleaved X & BW Lax-Wendroff exact interleaved X & BW 4th-order exact 1 0.8 0. 0. 0. 0. 0. 0.2 0.2 0 0 -0.2 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.3 0.35 0.4 0.45 0.5 0.55 0.6 0.65 0. 1. interleaved X & BW Beam-Warming exact interleaved X & BW Rusanov exact 1 0.8 0. 0. 0. 0. 0. 0.2 0.2 -0.2 0.3 0.4 0.5 0.6 0.7 0.8 0. 0 0.3 0.35 0.4 0.45 0.5 0.55 0.6 0.65 0. 1.2 interleaved X & BW interleaved LW & BW exact 1 0.8 0.8 1 interleaved X & BW 3rd-order, nearest to monotonic exact 0. 0. 0. 0. 0.2 0.2 0 0 -0.2 0.3 0.35 0.4 0.45 0.5 0.55 0.6 0.65 0.7 0.4 0.405 0.41 0.415 0.42 0.425 0.43 0.435 0. Рис. 5.9. Решение уравнения переноса различными схемами с постоянными коэффициентами для начальных данных прямоугольной формы.

Глава 5. ЧИСЛЕННЫЙ МЕТОД ДЛЯ БЕССТРУКТУРНЫХ СЕТОК сокращению их количества, также увеличивается точность решения (таблица 5.1). При чередовании схемы (5.5) и схемы Бима – Ворминга, каждая из которых в отдельности проявляет сильную немонотонность и имеет второй порядок точности, результат еще более впечатляющий. График этого решения очень похож на график решения по схеме Русанова 3-го порядка и практически совпадает с графиком наиболее монотонной схемы 3-го порядка с 6-ти точечным шаблоном (из-за чего на рис. 5.9 был использован крупный масштаб). То есть, чередование схем 2-го порядка эффективно повышает «общий» порядок точности метода до 3-го!

Глава 6 Распространение упругих волн в неоднородных массивных породах В данной главе методом численного моделирования исследуется характер отраженного волнового поля, обусловленного рассеянием упругой энергии от кавернозных и трещиноватых зон в массивных породах. Показано, что с ростом неравномерности распределения микронеоднородностей в таких зонах, т.е. образованием их скоплений – кластеров – интенсивность отклика сейсмической энергии усиливается.

6.1.

Введение По мере исчерпания фонда неоткрытых или недостаточно исследо ванных сейсморазведкой месторождений нефти и газа в слоистых средах осадочного комплекса, все актуальнее становится разработка ее методик и технологий, обеспечивающих выявление коллекторских зон в массивных породах нижнего структурного этажа. К последним относятся массивные карбонаты древних платформ, магнетические и метаморфические породы консолидированного фундамента, в которых коллектора связаны с зонами повышенной концентрации каверн и трещин. Со сходными проблемами сталкиваются при выделении коллекторских зон при разведке органогенных объектов (рифов и атоллов).

Глава 6. РАСПРОСТРАНЕНИЕ УПРУГИХ ВОЛН В МАССИВНЫХ ПОРОДАХ Общие представления о кавернозно-трещиноватых коллекторах в массивных породах получены из информации бурения и геофизического исследования скважин на известных месторождениях нефти. Трещиновато-кавернозные резервуары представляют собой зоны скопления микропустот, в большей или меньшей степени связанные сетью микротрещин и трещин. Если размеры микропустот колеблются от долей миллиметра до десятков сантиметров, то зоны их скоплений – коллекторские резервуары – характеризуются существенно большими размерами: от первых сотен метров до километра и более. При этом распределение в пространстве микрокаверн носит незакономерный характер, а их концентрация неравномерна. К макрозонам их развития применим термин диффузной кавернозности и трещиноватости. Для них наряду со случайным характером распределения микронеоднородностей в объеме характерно отсутствие резких границ. До последнего времени доминировало представление о невозможности картирования (выявления) сейсморазведкой зон диффузной кавернозности/трещиноватости в массивных породах. При отсутствии внутриформационных границ, что характерно для массивных пород, единственным носителем информации может быть отклик рассеянной сейсмической энергии от зон развития неоднородностей. В этом отношении осадочные породы находятся в более благоприятных условиях - информацию о концентрации трещин и их направлении несут отраженные волны. Исследование характера распространения сейсмических колебаний в случайно-неоднородных средах, какими являются зоны развития каверн и трещин аналитическими методами крайне затруднено. Использование эффективных моделей — сплошных сред заведомо будет искажать реальность. Поэтому прогресс в этой области достигается, главным образом, благодаря развитию компьютерной техники и численного моделирования.

Глава 6. РАСПРОСТРАНЕНИЕ УПРУГИХ ВОЛН В МАССИВНЫХ ПОРОДАХ В работах [60, 61] для моделирования распространения сейсмического возмущения в осадочных породах использовалось волновое уравнение. К сожалению, этот подход трудно признать подходящим применительно к твердым массивным породам, что, впрочем, признается авторами [60]. Дело в том, что это уравнение описывает распространение только одного типа упругих волн — продольных (как в идеальной жидкости) и никак не учитывает поперечные волны. Влияние случайной трещиноватости породы на прохождение плоской упругой волны исследуется в статье [62]. В ней в результате численных экспериментов определяются эффективные упругие свойства такой породы: эффективная скорость распространения волны при наличии трещин оказывается ощутимо ниже, и волна оказывается подверженной затуханию, коэффициент которого в зависимости от частоты волны также устанавливается. Отдельно рассматриваются заполненные водой и пустые (dry) трещины. В статье отмечается принципиальная важность исследования пересекающихся трещин в породе. Этот случай мало исследован в теории, а при большой плотности трещин нельзя одновременно надеяться на их статистическую независимость и отсутствие пересечений. Также в [62] перечисляются основные источники ошибок при численном исследовании трещиноватости. Данное исследование также посвящено влиянию случайной кавернозности и трещиноватости на изученный с дневной поверхности сейсмический сигнал. Причем изучалась как ограниченная зона неоднородностей подобно [60, 63], так и неограниченная (полупространство) [62]. В работе [63] иной акцент — можно ли рассеянные волны использовать для выделения коллекторских резервуаров. С применением численного моделирования были выявлены основные особенности волнового отклика от зоны микронеоднородностей (каверн) с естественно случайным распределением их внутри упомянутой макрозоны. Поэтому, как и в [62, 63], Глава 6. РАСПРОСТРАНЕНИЕ УПРУГИХ ВОЛН В МАССИВНЫХ ПОРОДАХ в данной работе была использована модель изотропного линейно-упругого материала. Отклик представлял собою многофазный пакет интерферирующих фрагментов отраженных продольных и обменных1 волн, с временной мощностью, отвечающей толщине кавернозной зоны. Было высказано предположение, что такого рода волновой отклик обусловлен неравномерной концентрацией микронеоднородностей, образующей участки их разрежения и участки их скопления – кластеры. Размеры последних могут быть уже сопоставимы с длиной волны, а значит, и обеспечивать генерацию локальных отражений, видимых на результатах численного моделирования. Термин «кластер». как скопление неоднородностей широко используется в теории распространения электромагнитных и оптических волн в случайно-неоднородных средах. Одним из принципиальных отличий данной работы от [60–63] является постановка граничных условий на поверхности раздела между породой и каверной (трещиной) в явном виде. Это позволят достичь сразу двух целей: повысить точность расчета малых неоднородностей (размером всего в несколько ячеек сетки) и допустить постановку контактных условий отличных от полного слипания. Например, моделирование пустых и заполненных жидкостью трещин отличается именно постановкой различных условий на их поверхности. Поэтому вместо квадратной (кубической) сетки в работе используется неструктурированная треугольная сетка, адаптированная к поверхностям неоднородностей. Несмотря на это, численный метод имеет второй порядок аппроксимации, как и в других работах. Предлагаемый численный метод имеет большую общность и пригоден для исследования процессов обтекания сейсмическими волнами макроскопических преград, когда эффектами экранирования и дифракции пренебрегать нельзя.

Обменными волнами в геофизике называются поперечные волны, образующиеся на границах в результате преобразования (обмена) продольной волны (Р) в поперечную (S).

Глава 6. РАСПРОСТРАНЕНИЕ УПРУГИХ ВОЛН В МАССИВНЫХ ПОРОДАХ 6.2.

Начальное состояние среды Поставленная задача относится к смешанному типу: в начальный мо мент времени задается состояние всех точек тела, а на внешних и внутренних контактных поверхностях тела выбираются граничные условия (рис. 1.2). Целью задачи является отыскание параметров каждой точки тела области интегрирования в последующие моменты времени. Нас интересует отражение сейсмической плоской волны, излученной с дневной поверхности вглубь породы. Одним из возможных профилей волны является сигнал Берлаге (Berlage signal): f (t) = tN et sin t. Синусоида модулируется множителем tN et, который при увеличении t сначала достигает своего максимума, а затем быстро затухает. Таким образом, излучаемая волна имеет ограниченный носитель. В работе полагалось, что параметры N, подбираются так, что сигнал является симметричным, а синусоида успевает совершить лишь два периода колебаний до момента затухания. Такой сигнал удобно описать как третью производную нормальной (или гауссовой) плотности распределения вероятности (рис. 6.1):

(tm)2 1 (t) = e 22, 2 (t m)3 1 (t). (t) = 4 3(t m) За период T доминирующей гармоники в (x) можно принять удвоенное расстояние между двумя наибольшими по модулю экстремумами, которые приблизительно совпадают с экстремумами полинома 3(t m) (tm)3 2, находящимися в точках t1,2 = m, следовательно, T = 4.

Естественными для данной задачи представляются начальные условия невозмущенной среды и граничные условия на дневной поверхности, Глава 6. РАСПРОСТРАНЕНИЕ УПРУГИХ ВОЛН В МАССИВНЫХ ПОРОДАХ Рис. 6.1. Нормальная функция распределения (пунктир), ее первая (штрих-пунктир), вторая (штрихи) и третья (сплошная линия) производные.

моделирующие излучение сигнала [63]. Однако если область неоднородностей находится на значительном углублении от поверхности, то такое решение сопряжено с напрасной тратой машинных ресурсов при численном моделировании до тех времен, пока волна не достигнет интересующей нас области, а также с потерей точности, поскольку при машинном интегрировании уравнений происходит изменение профиля волны за счет численных ошибок. В настоящий работе за начальный момент берется время, необходимое переднему фронту излученной волны, чтобы добраться до области кавернозности – трещиноватости. При этом необходимость в особом граничном условии на поверхности отпадает, но начальное состояние точек среды уже не является нулевым и требует особого рассмотрения. Пусть плоская волна распространяется в направлении n. Выберем ортонормированный декартовый базис так, чтобы первый базисный вектор совпадал с n: 1 = n. Тогда 2 будет направлен вдоль фронта волны и u 0. Следовательно, в плоской волне справедливо упрощенное уравнение (1.26). Решение этого уравнения будет распространяться в направлении 1, сохраняя свой профиль, только если состояние точек среды будут пропорциональны столбцу 1 (1.25), отвечающему отрицательному 1 собственному значению A1. Для продольной волны: v = f (1 )c1 n, T = f (1 )(I + 2µn n), (6.1) Глава 6. РАСПРОСТРАНЕНИЕ УПРУГИХ ВОЛН В МАССИВНЫХ ПОРОДАХ для поперечной: v = f (1 )c2 n2, T = f (1 )µ(n n2 + n2 n), (6.2) f (1 ) — безразмерный множитель, определяющий профиль волны;

n2 — единичный вектор, ортогональный n.

6.3.

Граничные условия Граничные условия на внешних границах области интегрирования ставились согласно подразделу 1.8.4. В расчетах на границе каверны (рис. 6.2), заполненной жидкостью, использовались условия свободного скольжения (см. подраздел 1.9.2) из-за того, что идеальная жидкость создает лишь ортогональную силу на своей границе.

Рис. 6.2. Прохождение продольной плоской волны через жидкостную каверну. Слева: поле скоростей до встречи каверны, справа: после. Отраженный сигнал состоит из продольной волны, распространяющейся преимущественно в обратном направлении, и поперечной волны — в диагональных направлениях.

Глава 6. РАСПРОСТРАНЕНИЕ УПРУГИХ ВОЛН В МАССИВНЫХ ПОРОДАХ 6.3.1.

Поверхности трещин В данной работе выделялось два типа трещин: пустые и заполненные жидкостью. Первые отражают все волны, падающие на них. Вторые пропускают продольные волны (нормальные к поверхности трещины) и отражают поперечные. Разумеется, и те и другие волны проходят через трещиноватую среду за счет эффектов дифракции, если длина трещин меньше длины волны.

Рис. 6.3. Распределение точек разностной сетки на поверхности трещины. Стрелками указаны пары точек, рассчитываемых совместно для заполненной трещины.

В точках породы, находящихся на границе с пустой трещиной ставилось условие свободной границы (см. выше). Заполненные трещины можно рассчитывать так же, как и заполненные каверны. Однако тот факт, что их ширина много меньше протяженности, позволяет исключить из расчета жидкость, и считать что справедливы условия (1.59) для случая, когда a и b обозначают близко расположенные точки массивной породы, находящиеся на противоположных поверхностях трещины (рис. 6.3). Для двух точек, находящихся на концах бесконечно тонкой трещины, малые смещения почти во всех направлениях не приводят к пересечению контактной границы. Поэтому эти точки в работе не рассматривались как особые и рассчитывались как обычные внутренние. На рис. 6.4 представлено воздействие наклонной трещины на падающую волну для случая пустого или жидкостного наполнения трещины. Пустая трещина полностью отражает падающую волну, которая распада Глава 6. РАСПРОСТРАНЕНИЕ УПРУГИХ ВОЛН В МАССИВНЫХ ПОРОДАХ Пустая трещина.

Заполненная трещина.

Рис. 6.4. Прохождение продольной плоской волны через единичную наклонную трещину.

Глава 6. РАСПРОСТРАНЕНИЕ УПРУГИХ ВОЛН В МАССИВНЫХ ПОРОДАХ ется на продольную и поперечную волны, движущиеся в немного различных направлениях. Заполненная трещина отражает только поперечную составляющую падающей волны. Интересно отметить, что симметрично ей относительно поверхности трещины распространяется вторая поперечная волна вдогонку основному сигналу. Независимо от типа трещины исходная волна в результате дифракции через некоторое время восстанавливает свой фронт.

6.4.

Примененная неравномерная треугольная сетка Рис. 6.5. Принципиальная структура сетки в области интегрирования. Ступенчатое уменьшение плотности узлов при удалении от зоны наибольшего интереса.

Как отмечалось выше, для уменьшения негативного влияния границ желательно отодвинуть их от области разуплотнения на максимально возможное расстояние. С другой стороны, равномерная плотность узлов сетки приведет к тому, что большая их часть будет сосредоточена вдали от центральной области, а машинные ресурсы будут расходоваться неэффективно. Поэтому сетка строилась слоями. Внутри каждого слоя плотность узлов постоянная, а при переходе к следующему внешнему слою параметр i lmin удваивался. Расстояния между вершинами на границах слоев выбира лось так, чтобы удовлетворить условиям на размер граничных ребер lb в обоих слоях. Всего в расчетах использовалось до 4 слоев, то есть мелкость сетки в разных ее частях отличалась более чем на порядок. На рис. 6.5 при Глава 6. РАСПРОСТРАНЕНИЕ УПРУГИХ ВОЛН В МАССИВНЫХ ПОРОДАХ веден примерный вид сетки с тремя слоями мелкости. Поскольку при более редком расположении узлов численное решение быстрее размывается, то на границах слоев образуется разрыв в решении, однако он оказывается недостаточно значительным, чтобы оказать заметное влияние на окончательную волновую картину.

Рис. 6.6. Крупный план сетки рядом с круговыми кавернами и трещинами.

Треугольная сетка позволяет описать любую форму неоднородностей (полостей) внутри массивной породы, будь то круговые каверны или плоские трещины (рис. 6.6). Требуется лишь, чтобы сетка вблизи них была достаточно мелкой: на периметре полости можно было бы уложить некоторое b количество ребер сетки с минимально допустимой длиной lmin. Чтобы усло вия на размеры треугольников в сетке, на которые опирается численный метод, были соблюдены, необходимо также, чтобы расстояние между люi быми двумя полостями не были меньше lmin. А если нужно строить сетку i внутри полостей, то их размер должен быть заметно больше lmin.

6.5.

Исследование энергии в области интегрирования В процессе моделирования также рассчитывалась полная энергия, за ключенная в области интегрирования (см. подраздел 4.7.1). Полная энергия не сохраняется в процессе счета. Основной причиной ее уменьшения является «выход» волны через нижнюю поглощающую границу. Также энергия изменяется за счет погрешности численного решения уравнений.

Глава 6. РАСПРОСТРАНЕНИЕ УПРУГИХ ВОЛН В МАССИВНЫХ ПОРОДАХ 0. energy 0. 0. 0.0001 0 0.005 0.01 time 0.015 0. Рис. 6.7. Зависимость полной энергии в области интегрирования от времени для однородной массивной породы (пунктир), и породы с коллекторской зоной, отражающей сигнал (сплошная линия).

На рис. 6.7 представлено относительное изменение энергии в области интегрирования в течение времени. Наибольшее падение энергии вызвано прохождением волны через нижнюю границу. Уменьшение энергии в начальный период времени имеет исключительно численную природу и позволяет составить впечатление о точности полученных результатов. В первую очередь закон сохранения нарушается в приграничных зонах с самыми крупными ячейками сетки. В конце счета величина энергии характеризует отраженные сигналы от коллекторской зоны. Если бы отражение от каждой трещины и каверны не зависело от расположения соседних неоднородностей, то остаточная энергия для разных распределений полостей в теле была бы одна и та же. Однако, как показывают проведенные расчеты, наблюдается существенная зависимость полной энергии отраженного сигнала от кластеризации неоднородностей.

6.6.

Равномерность распределения полостей Для исследования влияния кластеризации каверн и трещин необходи мо было порождать выборки точек со значительным разбросом величины их равномерности.

Глава 6. РАСПРОСТРАНЕНИЕ УПРУГИХ ВОЛН В МАССИВНЫХ ПОРОДАХ Были использованы два отличающихся способа генерации координат центров полостей. 1. Для выборок близких к равномерным использовался программный генератор случайных точек из равномерного на плоскости распределения. 2. Для организации существенного скопления точек сначала, как в предшествующем пункте, выбирались «центры» заданного количества кластеров. Затем случайно равновероятно выбирался один из кластеров, и использовалось нормальное распределение с математическим ожиданием в центре кластера и заданной дисперсией. Кроме того, существовало ограничение снизу на расстояние между двумя полостями. Это ограничение возникает из требования получить треугольники дискретной сетки определенного размера. Также повышение порога на минимальное расстояние позволяло получать значительно более равномерные выборки. Если генератор вернул точку, которая находится слишком близко к уже выбранным полостям, то новая каверна или трещина в этой точке не создавалась.

Рис. 6.8. Использованное для построения гистограмм разбиение эллиптической области на ячейки равной площади.

Для того чтобы характеризовать степень неравномерности, с которой каверны и трещины заполняют породу предлагается следующий подход. Разобьем эллиптическую область на некоторое число ячеек равной площади (рис. 6.8), что сделать несложно, если учитывать, что при растяжении круга в эллипс относительная площадь ячеек остается неизменной. Будем подсчитывать число центров каверн или трещин, попавших в каждую Глава 6. РАСПРОСТРАНЕНИЕ УПРУГИХ ВОЛН В МАССИВНЫХ ПОРОДАХ из ячеек. Желательно, чтобы в каждую ячейку попадало статистическизначимое количество объектов. На гистограмме по оси x откладываются интервалы количества объектов в ячейке: 0–4, 5–9, 10–14 и т. д., по оси y — число ячеек, количество объектов в которых соответствует диапазону. Заметим, что сумма высот всех столбиков гистограммы всегда равна количеству ячеек, а сумма произведения высот столбиков на середину их диапазона примерно равна общему количеству объектов. Тогда равномерное распределение неоднородностей приведет к гистограмме с одним – двумя столбиками, поскольку количество объектов в каждой ячейке будет примерно равным. Увеличение неравномерности «размоет» гистограмму на большее число столбиков. А ситуация, когда в области есть несколько отделенных кластеров, породит гистограмму с двумя ярко выраженными пиками: возле нулевой плотности и возле средней плотности объектов в кластере (рис. 6.9).

50 45 40 35 30 25 20 15 4 10 5 0 0 10 20 30 40 50 60 70 0 0 10 20 30 40 50 60 70 5 2 10 15 10 20 12 25 16 0 0 10 20 30 40 50 60 Рис. 6.9. Характерные гистограммы (слева направо): равномерное распределение, умереннонеравномерное распределение, явное наличие кластерных формирований.

Для числового описания равномерности распределения неоднородностей кроме гистограмм вычислялась еще и энтропия: H= i pi ln pi ln N, где pi — доля каверн, попавших в i-ую ячейку разбиения эллипса, N — полное количество ячеек. Определенная таким образом энтропия равняется 0, когда все каверны попадают в одну ячейку эллипса, и 1, когда во все ячейки попадает равное число каверн.

Глава 6. РАСПРОСТРАНЕНИЕ УПРУГИХ ВОЛН В МАССИВНЫХ ПОРОДАХ 6.7.

Оценка вариации плотности тела со случайным распределением круговых полостей В данном разделе теоретически изучается вопрос вероятности фор мирования кластеров из каверн и трещин при полностью случайном их распределении. Пусть имеется некоторое двумерное твердое тело площадью S, содержащее помимо основного материала плотностью 0 еще и множество случайно расположенных круговых полостей, заполненных флюидом с плотностью 1 < 0 (рис. 6.10). Известно, что доля площади всех полостей в теле по отношению к общей площади тела равна f. Таким образом, средняя плотность тела равна = 0 f (0 1 ). В силу того что полости расположены случайным образом, возможна спонтанная кластеризация полостей, когда в одной части тела A полостей больше или меньше, чем в другой части тела того же размера. Вопрос заключается в том, насколько сильно может отклониться доля полостей fA и, следовательно, средняя плотность A от значений для всего тела. Из-за случайности положения полостей, величины fA, A также являются случайными и, вообще говоря, могут принимать произвольные значения из диапазонов [0, 1] и [1, 0 ] соответственно. Мы можем лишь оценить вероятность того или иного отклонения их от среднего значения для тела в целом, используя методы теории вероятностей [64].

A s S Рис. 6.10. Твердое тело площадью S содержит случайно расположенные круговые полости, заполненные флюидом. И произвольно выбранная подобласть A площадью s.

Глава 6. РАСПРОСТРАНЕНИЕ УПРУГИХ ВОЛН В МАССИВНЫХ ПОРОДАХ Сразу отметим, что если распределение полостей равномерно, то вероятность попадания центра полости в область A равна p= s. S Пренебрежем возможностью того, что случайно расположенные полости могут пересекаться между собой, а также пересекать границы тела и анализируемой области A, хотя на рис. 6.10 и представлена противоположная картина. Подобное пренебрежение вполне оправданно, если доля полостей в теле f мала, их диаметр много меньше размеров тела, и область A имеет не слишком изрезанную и протяженную границу. Тогда p будет являться вероятностью того, что полость целиком попадает в область A. 6.7.1. Полости одного размера Для начала предположим, что все полости в теле имеют одинаковый диаметр d и площадь d2 4.

Тогда полное число полостей в теле равно N= 4f S. d2 (6.3) Число полостей NA в области A есть число успехов в схеме Бернулли [64] с количеством испытаний N и вероятностью успеха p. Следовательно, можно выписать математическое ожидание и дисперсию для NA : MNA = pN = 4f s, d DNA = p(1 p)N = MNA (1 Выпишем неравенство Чебышева [64] для NA : P{|NA MNA | } s ). S DNA. Теперь перейдем от NA к средней плотности в области A: d2 A = 0 NA (0 1 ), 4s d2 MA = 0 MNA (0 1 ) =. 4s Глава 6. РАСПРОСТРАНЕНИЕ УПРУГИХ ВОЛН В МАССИВНЫХ ПОРОДАХ d2 DNA f s 4s P{|A | (0 1 )} 2 = 2 (1 ) 2, 4s S d f s d2 (0 1 )2. P{|A | } 2 (1 ) S 4s s Если область A заметно меньше всего тела, то отличие (1 S ) от единицы невелико, поэтому окончательную оценку запишем в виде f d2 (0 1 )2. P{|A | } 2 4s (6.4) Как и следовало ожидать, вероятность отклонения средней плотности в области A от среднего значения во всем теле убывает по мере увеличения области A — s. Также вероятность отклонения убывает при уменьшении диаметра полостей d, поскольку при заданном f их количество возрастает и они более равномерно заполняют тело.

Пример Пусть полости занимают 10% от площади тела (f = 0.1). Плотности материалов таковы: 0 = 2.7 г/см3, 1 = 1.0 г/см3. Следовательно, = 2.53 г/см3. Пусть d = 5 см, и нас интересует возможность формирования кластера полостей размером s = 1 м2 (MNA 51), в котором из-за большего количества полостей, чем в среднем по телу, плотность отклонится до значения A = 2.4 г/см3. Используя (6.4), получаем оценку P{|A | 0.13г/см3 } 3.4%. 6.7.2. Случайное распределение размеров полостей Теперь обратимся к случаю, когда полости имеют различные диаметры, равномерно распределенные в диапазоне [d0, d1 ]. Можно ввести понятие удельной площадной доли полостей f (d) диаметра d, связанной следующим соотношением с долей по площади всех полостей:

d f (d)dd = f.

d Глава 6. РАСПРОСТРАНЕНИЕ УПРУГИХ ВОЛН В МАССИВНЫХ ПОРОДАХ Количественную долю полостей n(d) диаметра d в силу равномерного распределения будет считать постоянной: n(d) = const = n. Связь площадной и количественной доли d2 f (d) = n(d) 4S дает f =n 4S d1 d d3 d3 1 0. d dd = n 4S Отсюда можно выразить n и полное число полостей N = (d1 d0 )n: N= 3 4 3(d1 d0 ) 4 fS = f S. d3 d3 d2 + d1 d0 + d2 1 0 1 0 (6.5) Когда d0 = d1 = d, то, в полном согласии с принципом соответствия, мы получаем формулу (6.3). Обратимся снова к области A (рис. 6.10) и рассмотрим для нее следу1 ющие случайные величины: A — площадь одной произвольной полости в области A, которая может равняться нулю, если данная полость не попала 1 в A;

A — площадь всех полостей в A. A и A связаны соотношением A = 1iN 1 Математическое ожидание A : 1 MA 1 (A )i.

1 = (1p)0+p d1 d d1 d s d3 d3 s d2 + d1 d0 + d2 d2 1 0 1 0 dd = =. 4 S 4 3(d1 d0 ) S 4 1 Второй момент A : 1 M(A )2 d1 1 d2 = (1 p)0 + p dd = d1 d0 d0 4 s 2 d4 + d3 d0 + d2 d2 + d1 d3 + d4 s 2 d5 d5 1 0 1 1 10 0 0 =. = S 4 5(d1 d0 ) S 4 1 Дисперсия A [64]: 1 1 1 DA = M(A )2 (MA )2.

Глава 6. РАСПРОСТРАНЕНИЕ УПРУГИХ ВОЛН В МАССИВНЫХ ПОРОДАХ В силу малости s S 1 слагаемым (MA )2 можно пренебречь: 1 1 DA M(A )2.

Математическое ожидание площади всех полостей в A:

1 MA = N MA = f s.

Отметим, что равенство MA = f s было очевидно изначально, и можно было бы воспользоваться им для нахождения полного числа полостей N. Независимость положения и размеров полостей позволяет записать [64]: DA = 1 N DA 3 d4 + d3 d0 + d2 d2 + d1 d3 + d4 1 1 10 0 0 = fs. 2 + d d + d2 45 d1 10 Теперь легко вычислить характеристики средней плотности в области A: A = 0 A (0 1 ), s MA = 0 f (0 1 ) =, (0 1 )2 3 d4 + d3 d0 + d2 d2 + d1 d3 + d4 1 1 10 0 0 DA = DA = f (0 1 )2. 2 + d d + d2 2 s 4s 5 d1 10 0 Запись неравенства Чебышева [64] для A : DA f 3 d4 + d3 d0 + d2 d2 + d1 d3 + d4 1 1 10 0 0 P{|A | } 2 = 2 (0 1 )2. 2 + d d + d2 4s 5 d1 10 0 (6.6) Если d0 устремить к нулю, т.е. если в теле равномерно распределены полости от бесконечно малого диаметра до d1 = d, то 3 f d2 P{|A | } 2 (0 1 )2. 5 4s Отличие от формулы (6.4) только во множителе 3, на который уменьша5 ется вероятность отклонения плотности от средней величины за счет присутствия в теле большего числа мелких полостей.

6.8.

Детали численных экспериментов Рассчитываемая область интегрирования имела физические размеры 400 200 м2. Характеристики массивной породы соответствовали граниту:

Глава 6. РАСПРОСТРАНЕНИЕ УПРУГИХ ВОЛН В МАССИВНЫХ ПОРОДАХ = 2,700 кг/м3, c1 = 6,000 м/c, c2 = 3,500 м/c. Эллиптическая область с трещинами либо кавернами была вписана в прямоугольник 60 30 м2, а ее центр находился на углублении 150 м. И каверны и трещины считались заполненными водой: = 1,000 кг/м3, c1 = 1,500 м/c, c2 = 100 м/c. На контактной поверхности породы с жидкостью выбиралось условие скольжения. Диаметр круговых каверн и длина трещин составляли 0.3 м. Миниi мальная длина внутреннего ребра сетки lmin = 0.15 м, параметр однород ности сетки = 1.1. На пути от центра области кавернозности к границам области интегрирования трижды уменьшалась средняя плотность сетки (рис. 6.5). В общей сложности сетка насчитывала около 230,000 треугольников, 350,000 ребер и 120,000 вершин, таким образом, общее количество расчетных узлов было около 470,000. В начальный момент расчета центр продольной плоской волны с профилем сигнала Берлаге частоты 300 Гц находился на расстоянии 115 м от поверхности. Счет продолжался до достижения времени 0.022 c, что требовало выполнения 3,400 – 3,800 шагов интегрирования, 6 · 106 с. Использовался персональный компьютер с процессором AMD Athlon XP 2600+ и 512 Мб памяти, каждый расчет на котором с обычной точностью представления действительных чисел (4 байта) укладывался в 3 часа. При исследовании отражения от полупространства нижние 65 м прямоугольной области интегрирования заполнялись кавернами и трещинами. Средняя плотность сетки при приближении к границам не менялась и опреi делялась параметром lmin = 0.5 м. Размер каверн и трещин вынужденно увеличивался до 1 м. В этих условиях сетка насчитывала большее число объектов: около 370,000 треугольников, 570,000 ребер и 200,000 вершин. Однако за счет увеличившегося шага интегрирования (определяющегося наиболее мелкой частью сетки) 1.8 · 105 с расчет включал выполне Глава 6. РАСПРОСТРАНЕНИЕ УПРУГИХ ВОЛН В МАССИВНЫХ ПОРОДАХ ние лишь 1200 шагов, что занимало примерно вдвое меньше машинного времени, чем расчеты с эллиптической областью, заполненной неоднородностями меньшего размера.

6.9.

Анализ результатов расчетов Основные элементы волнового отклика при различных характеристиках внутренней структуры кавернозной зоны Использовались модели с размером каверн в 1.0 м. На рис. 6.11 представлена композиция из 6 волновых картин: а) для «сплошного» эллипса, аналога по форме «кавернозного», но заполненного сплошной средой, где скорость и плотность, равны средним величинам для кавернозной зоны;

б) для эллипса с равномерным распределением микронеоднородностей;

в) для эллипса с нерезкими (размытыми) границами — постепенным нарастанием на них концентрации каверн;

г) для случайно-неравномерного распределением того же числа каверн;

д) для случайного распределения, но с умеренно повышенной неравномерностью;

е) для случайного распределения, но с существенно повышенной неравномерностью. На всех кадрах волновой отклик представлен двумя волновыми пакетами продольных (РР) и обменных (PS) волн. Для «сплошного» эллипса фиксируются однофазные отражения от его верхней и нижней границы и для РР и для PS волн. Между ними пустота, что согласуется с отсутствием неоднородностей.

Глава 6. РАСПРОСТРАНЕНИЕ УПРУГИХ ВОЛН В МАССИВНЫХ ПОРОДАХ Устойчивый фронт первой фазы продольных волн сохраняется при равномерном (б) и случайно-неравномерном (г) распределении каверн. Но при этом фиксируются короткие последующие фазы, заполняющие интервал между кровлей и подошвой эллипса. На всех последующих кадрах (д,е) пакет волн РР дробится на короткие интерференционные фрагменты. При «размытых», нерезких границах эллипса (в) и первые фазы РР волн существенно ослаблены при сохранении интенсивности обменных PS волн. При повышении неравномерности в распределении каверн в пределах макрозоны (д, е) происходит нарастание интенсивности и низкочастотности волн РР. Обменные волны PS на всех кадрах с кавернами (от «б» до «е») характеризуются интерференцией фрагментов концентрических фронтов c меньшей скоростью распространения и длиной волны по сравнению с волнами РР. Цветное модульно-векторное изображение (б’, г’, е’) дает еще более полную, хотя и необычную характеристику волн по сравнению с привычным отображением вертикальной компоненты скорости в серой палитре. Изменение характера волнового отклика с ростом неравномерности распределения каверн Для оценки влияния этого фактора использовалась серия моделей с условиями существенно приближенными к реальным (меньший размер каверн d = 30 см, большее их число N = 1000, объем пустотности — 5%), а также с большим числом вариантов неравномерности (семь). На рис. 6.12 представлены волновые картины этой серии. В дополнение к изображению расположения каверн в пределах эллиптической зоны для каждого варианта представлена гистограмма распределения их плотности (см. раздел 6.6). На рис. 6.12 видно, что основные элементы волнового поля и тенденции его изменения с ростом неравномерности распределения каверн оста Глава 6. РАСПРОСТРАНЕНИЕ УПРУГИХ ВОЛН В МАССИВНЫХ ПОРОДАХ ) ) ) ) ) ) ) ) ) - - - - - - - - -,, - -,, Рис. 6.11. Основные элементы волнового поля отклика рассеянной энергии при изменении внутренней структуры зоны диффузной кавернозности.

Глава 6. РАСПРОСТРАНЕНИЕ УПРУГИХ ВОЛН В МАССИВНЫХ ПОРОДАХ ются прежними. Из их визуального анализа можно отметить следующее: по сравнению с равномерным распределением неоднородностей «а» с ростом неравномерности происходит: • все большее раздробление волновых фронтов PP и PS волн на отдельные фрагменты;

• общее нарастание энергии отклика (цифры в правом и верхнем углу кадров). Обоснование способа оценки энергии отклика дано в разделе 6.5. Эти особенности волнового отклика от рассеивающей кавернозной зоны были выявлены в [63]. Для их объяснения было высказано предположение о связи этих эффектов с неравномерной концентрацией неоднородностей, формирующей кластеры — зоны их скоплений. Тогда рассматривался только один уровень неравномерности. Теперь, когда на ряде моделей с переменным уровнем неравномерности концентрации каверн подтверждается однонаправленная связь с ним отмеченных выше особенностей волнового отклика, можно говорить о доказанности их кластерной природы. Влияние на волновой отклик характеристик поля трещин Влияние таких характеристик поля трещин, как направление, концентрация, регулярность или хаотичность, на волновой отклик в сопоставлении с зоной развития каверн того же числа и размера иллюстрируется на рис. 6.13. Трещиноватая зона представлена в виде эллипса, число каверн N = 177 (при двойной концентрации N = 354), размер трещин (d) такой же, как и диаметр каверн на рис. 6.11, — составляет 100 см;

неравномерность концентрации умеренная. Из визуального анализа рис. 6.13 могут быть сделаны следующие выводы.

Глава 6. РАСПРОСТРАНЕНИЕ УПРУГИХ ВОЛН В МАССИВНЫХ ПОРОДАХ ) ) ) ) ) ) - - () - - - - 128 - Рис. 6.12. Изменение волнового поля отклика рассеянной энергии с ростом неравномерности распределения каверн в макрозоне.

Глава 6. РАСПРОСТРАНЕНИЕ УПРУГИХ ВОЛН В МАССИВНЫХ ПОРОДАХ 1. Трещины в сравнении с кавернами при одинаковом их числе и размере (сопоставление «а» и «д», а также «д» и «е») дают в целом существенно более слабый волновой отклик, в основном за счет значительного ослабления продольных волн (РР). 2. Зона трещиноватости в сравнении с зоной кавернозности (при тех же d и N ) формирует волновой отклик с доминированием существенно большей интенсивностью обменных волн (PS) по сравнению с продольными (РР). 3. Однонаправленное поле трещин формирует несимметричный (в отличии от каверн) волновой отклик, а изменение ориентации трещин влияет на направление максимума энергии. 4. Повышение концентрации однонаправленных трещин в два раза примерно также увеличивает энергию волнового отклика.

Влияние неравномерности концентрации трещин Влияние неравномерности концентрации трещин на изменение волновой характера волнового отклика приводится на рис. 6.14 для модели с двумя субвертикальными направлениям трещин (±30 от вертикали);

размером d = 30 см и в количестве N =1500(750/750). Качественную характеристику неравномерности иллюстрируют изображения эллипсов трещиноватости, а также гистограммы. Из рассмотрения картин волнового отклика можно отметить, что при общем сохранении структуры волнового поля и относительном доминировании обменных волн с ростом неравномерности происходит: рост энергии волнового отклика;

многофазности и интерференционности как продольных (РР), так и обменных (PS) волн.

Глава 6. РАСПРОСТРАНЕНИЕ УПРУГИХ ВОЛН В МАССИВНЫХ ПОРОДАХ ) ) ) ) ) ) Рис. 6.13. Сравнение волновых картин для разных типов трещиноватости (направлений, концентрации) в сопоставлении с чисто каверновой (а) и кавернозно-трещиноватой (e) макрозонами.

Глава 6. РАСПРОСТРАНЕНИЕ УПРУГИХ ВОЛН В МАССИВНЫХ ПОРОДАХ 52 ) ) ) ) - - - - 109 - Рис. 6.14. Влияние неравномерности концентрации трещин на характер волнового отклика от коллекторской трещиноватой зоны.

Особенности волнового отклика от коллекторской зоны смешанного каверно-трещинного состава микронеоднородностей На рис. 6.16 рассматриваются волновые картины для смешанных («б», «г»), чисто каверновых («а») и чисто трещинных («в») макрозон при слабой неравномерности концентрации неоднородностей. Можно отметить для первых («б», «г»): • существенное усиление энергии продольных РР волн и примерное сохранение энергии обменных волн по сравнению с чисто трещинной зоной («в»);

• примерное равенство интенсивности и продольных, и обменных волн;

• некоторое (на 20%-30%) ослабление общей энергии по сравнению с чисто кавернозной зоной («а»);

Глава 6. РАСПРОСТРАНЕНИЕ УПРУГИХ ВОЛН В МАССИВНЫХ ПОРОДАХ • незначительное различие волновых картин для приведенных двух вариантов («б» и «г») направления трещин (случайного и субвертикального).

77 ) ) ) ) - - - - 106 - Рис. 6.15. Изменение волнового поля отклика рассеянной энергии с ростом неравномерности распределения неоднородностей в кавернозно-трещиноватой коллекторской зоне.

Оценка связи энергии волнового отклика с уровнем неравномерности концентрации неоднородностей коллекторской зоны На рис. 6.17 приведены результаты численного моделирования, характеризующие количественную связь между энергией волнового отклика (W ), обусловленного рассеиванием от кавернозной и/или трещиноватой зоны, и степенью неравномерности распределения микронеоднородностей в макрозоне, измеряемой энтропией (H). Из приведенных графиков следует: • При изменении распределения неоднородностей от «равномерного» до Глава 6. РАСПРОСТРАНЕНИЕ УПРУГИХ ВОЛН В МАССИВНЫХ ПОРОДАХ 128 ) ) ) ) - ;

- ;

- ;

- ;

106 - Рис. 6.16. Сравнение волновых картин «смешанных» кавернозно-трещиноватых зон с чисто каверновыми и трещиноватыми.

существенно неравномерного (с явно выделенными кластерами) общая энергия отклика и от каверн и от трещин примерно удваивается. • Уровень отраженной энергии от трещиноватой зоны примерно в два раза ниже, чем от кавернозной (при тех же размерах неоднородностей и их числе). • График W (H) трещинно-кавернозного наполнения макрозоны почти совпадает с графиком W (H) для каверн.

Глава 6. РАСПРОСТРАНЕНИЕ УПРУГИХ ВОЛН В МАССИВНЫХ ПОРОДАХ 350 300 250 100 - 0 1 0,99 0,98 0, - 40 1 0,99 0,98 0, d = 30 N=2000 10% d = 30 N=1000 5% Рис. 6.17. Количественные зависимости рассеянной отраженной энергии W от степени неравномерности распределения неоднородностей в коллекторской зоне H.

Pages:     | 1 || 3 |



© 2011 www.dissers.ru - «Бесплатная электронная библиотека»

Материалы этого сайта размещены для ознакомления, все права принадлежат их авторам.
Если Вы не согласны с тем, что Ваш материал размещён на этом сайте, пожалуйста, напишите нам, мы в течении 1-2 рабочих дней удалим его.