Κεφάλαιο 3. Εξίσωση Καθαρής Συναγωγής Εξίσωση Καθαρής Συναγωγής Ρύπου

Transcript

1 Κεφάλαιο 3 Εξίσωση Καθαρής Συναγωγής Σύνοψη Παρουσιάζεται η εξίσωση συναγωγής και η αριθμητική λύση της με το αριθμητικό σχήμα FTBS. Αναλύονται οι έννοιες της συνέπειας, της ευστάθειας και της σύγκλισης της αριθμητικής λύσης ως προς την αναλυτική, και δίνονται οι προϋποθέσεις ευστάθειας και σύγκλισης αριθμητικού σχήματος. Παρουσιάζεται το πρόβλημα της α- ριθμητικής διάχυσης και δίνονται υπολογιστικοί τρόποι αντιμετώπισής του. Παρουσιάζεται κώδικας προγραμματισμού σε γλώσσα Matlab για την αριθμητική επίλυσης της εξίσωσης της συναγωγής Εξίσωση Καθαρής Συναγωγής Ρύπου H μετακίνηση της μάζας ρύπου λόγω υπάρχοντος ρεύματος εντός του πεδίου ροής καλείται συναγωγή (covecto) και εκφράζεται μαθηματικά από την παρακάτω εξίσωση (Fscher et al., 1979): DC C C C C u v w Dt t x y z (3.1) Ο πρώτος όρος μηδενίζεται, αν στο πεδίο ροής δεν υπάρχει δημιουργία ή απώλεια μάζας. Η απλούστερη από τις πρότυπες εξισώσεις ροής είναι αυτή της μονοδιάστατης εξίσωσης μεταφοράς μάζας: C C u 0 t x (3.) Η εξίσωση αυτή περιγράφει τη μεταφορά μάζας ενός ρύπου με τη μορφή της συγκέντρωσης C κατά μήκος της διεύθυνσης x στη διάρκεια του χρόνου t. Η μεταφορά της μάζας γίνεται με σταθερή κατά το μήκος και τον χρόνο ταχύτητα ροής u. Μερικά φυσικά φαινόμενα που συνδέονται με την εξίσωση αυτή είναι: Διάδοση διαταραχής πυκνότητας αερίου σε σωλήνα, Μεταφορά σε κανάλι σταθερής ροής ενός χημικού συστατικού, Διάδοση διαταραχής ύψους στάθμης νερού. Αν η αρχική κατανομή της C τη χρονική στιγμή t = 0 είναι γνωστή, τότε η αναλυτική λύση της εξίσωσης αυτής είναι: Αν C(x,0) = f(x) Τότε C(x, t) = f(x - ut) Άρα, η τιμή της συγκέντρωσης C σε οποιοδήποτε σημείο του πεδίου ροής μεταφέρεται αμετάβλητη με σταθερή ταχύτητα u, όπως φαίνεται στην Εικόνα 3.1 (Charpa, 01). 45

2 Εικόνα 3.1 Κατανομή της συγκέντρωσης C λόγω συναγωγής σε διαδοχικές χρονικές στιγμές (t 1, t, t 3 ). Η εξίσωση μεταφοράς γράφεται: C C u t x (3.3) Η γεωμετρική σημασία της εξίσωσης είναι ότι η κλίση της συγκέντρωσης C κατά την t-διεύθυνση είναι ανάλογη της αρνητικής κλίσης της συγκέντρωσης C στη x-διεύθυνση. Ουσιαστικά, η συγκέντρωση C κινείται στο επίπεδο x-t κατά μήκος μίας ευθείας γραμμής με κλίση dx u. Οι γραμμές της επιφάνειας (x, t) dt κατά μήκος των οποίων μεταδίδεται η λύση της εξίσωσης ονομάζονται χαρακτηριστικές γραμμές (characterstc les) (Fscher et al., 1979). 3.. Αριθμητική Λύση της Εξίσωσης Συναγωγής Έστω ότι για την επίλυση της εξίσωσης αυτής επιλέγονται οι ανάντη διαφορές για τη χωρική παράγωγο και οι κατάντη διαφορές για τη χρονική παράγωγο. Τότε: C C C 1 C x OAT x x x (3.4) 1 C C C C t OAT t t t (3.5) Αντικαθιστούμε: 1 1 u t x t x C C C C C t C x OAT (3.6) 46

3 Οι όροι στο αριστερό σκέλος της εξίσωσης (3.6) είναι οι προσεγγιστικοί όροι της εξίσωσης συναγωγής, ενώ οι όροι στο δεξιό τμήμα είναι το σφάλμα αποκοπής (Brge et al., 011). Άρα, Σφάλμα Αποκοπής Εξίσωση Μερικών Εξίσωση Πεπερασμένων = - (Trucato Error) Παραγώγων Διαφορών Το Αριθμητικό Σχήμα FTBS (Forward Tme Backward Space) Αγνοούμε το σφάλμα αποκοπής, οπότε: 1 C C C C C C 1 u u 0 t x t x 1 ut C C ( C C 1) 0 x C (1 Cr) C Cr C (3.7) όπου Cr = u Δt/Δx είναι ο αριθμός Courat. Το παραπάνω σχήμα είναι ρητό σχήμα (explct scheme) πεπερασμένων διαφορών, καθώς ο υπολογισμός των συγκεντρώσεων C +1 γίνεται με βάση τις συγκεντρώσεις της προηγούμενης χρονικής στιγμής C. Εικόνα 3. Υπολογιστικό πλέγμα επίλυσης εξίσωσης συναγωγής με το σχήμα FTBS. Ο προσδιορισμός της αριθμητικής λύσης απαιτεί τον καθορισμό των αρχικών συνθηκών (tal codtos) και των οριακών συνθηκών (boudary codtos). Οι αρχικές συνθήκες καθορίζουν τις τιμές των C τη χρονική στιγμή = 0 σε όλα τα σημεία του πλέγματος του υπολογιστικού κανάβου (Brge et al., 011). Άρα, C ( 1,..., N) 0 Οι οριακές συνθήκες μπορεί να είναι: Α) απόλυτα καθορισμένες τιμές της συγκέντρωσης C στα όρια του πλέγματος, C C, 1 Nx Οι τιμές αυτές μπορεί να είναι σταθερές ή μεταβαλλόμενες στον χρόνο. Η οριακή αυτή συνθήκη καλείται οριακή συνθήκη Drchlet. Β) μέσω καθορισμού των χωρικών παραγώγων της συγκέντρωσης C στα όρια του κανάβου, 47

4 C C, x x 1 Nx Τότε γίνεται έμμεσος υπολογισμός των οριακών τιμών. Χρησιμοποιούμε μια προσεγγιστική λύση για το αριστερό και το δεξιό όριο του κανάβου αντίστοιχα (Rub, 001). C C1 C C C C x x x x C CNx CNx 1 C CNx CNx 1 x x x x Η οριακή αυτή συνθήκη καλείται οριακή συνθήκη Neuma Ακρίβεια Αριθμητικού Σχήματος Το σφάλμα αποκοπής ορίζεται ως: Nx Nx C t C x.. u OAT t x (3.8) Άρα, το σχήμα παρουσιάζει ακρίβεια πρώτης τάξης ως προς τα Δx και Δt (O(Δx, Δt)). Το σφάλμα C C αποκοπής μηδενίζεται όταν, καθώς τα Δx και Δt τείνουν στο μηδέν, οι παράγωγοι, των όρων t x του σφάλματος δεν αυξάνουν με ρυθμό ταχύτερο από το ρυθμό μείωσης των Δx και Δt. Ωστόσο, σε περιοχές ασυνέχειας η αύξηση των παραγώγων αυτών είναι ανεξέλεγκτη. Αυτό σημαίνει ότι το σφάλμα αποκοπής μηδενίζεται όταν η λύση είναι αρκετά ομαλή (Iserles, 008). Αλλά πώς ορίζεται και πώς ποσοτικοποιείται η «αρκετά ομαλή λύση»; Παράδειγμα εφαρμογής FTBS (A) Έστω u = 1, N x = 11, Δx = 1 και αρχική κατανομή συγκέντρωσης ρύπου όπως φαίνεται στην Εικόνα 3.3. Επιλύουμε την εξίσωση (3.7) στο MS-Excel. Θεωρούμε ότι ισχύει μία περιοδική οριακή συνθήκη, δηλαδή η μάζα εξέρχεται προς τα δεξιά και στη συνέχεια επανεισάγεται στο πεδίο ροής από τα αριστερά. Η απουσία διάχυσης σημαίνει ότι η κατανομή διατηρεί το αρχικό τριγωνικό σχήμα της, ενώ οποιαδήποτε παρέκκλιση από αυτό οφείλεται σε σφάλματα του αριθμητικού σχήματος. Εξετάζουμε πρώτα τη λύση με Cr = 0.5, που σημαίνει ότι Δt = 0.5 (N = 0 χρονικά βήματα) 48

5 Εικόνα 3.3 Αρχική κατανομή συγκέντρωσης ρύπου σε αγωγό. και το αποτέλεσμα της κατανομής της συγκέντρωσης του ρύπου λόγω συναγωγής σε αγωγό για διάφορες χρονικές στιγμές δίνεται στην Εικόνα 3.4. Εικόνα 3.4 Αποτελέσματα επίλυσης εξίσωσης συναγωγής με σχήμα FTBS (Cr = 0.5). Παρατηρούμε τη μείωση της αρχικής κατανομής συγκέντρωσης ρύπου με τον χρόνο, γεγονός που αποδίδεται στην αριθμητική διάχυση (umercal dffuso). Παρ όλα αυτά η μέγιστη θέση προωθείται με σωστή ταχύτητα, άρα η αριθμητική διάχυση δεν επηρεάζει τη φάση διάδοσης του ρύπου. Παράδειγμα εφαρμογής FTBS (Β) Ως δεύτερη περίπτωση εξετάζουμε το Cr = 1, που σημαίνει ότι Δt = 1 (N = 10 χρονικά βήματα). Η λύση μετασχηματίζεται: C 1 C 1 (3.9) Άρα, η κατανομή επιστρέφει αμετάβλητη στην αρχική της θέση και η αναλυτική λύση συμπίπτει με την αριθμητική. 49

6 Εικόνα 3.5 Αποτελέσματα επίλυσης εξίσωσης συναγωγής με σχήμα FTBS (Cr = 1.0). Παράδειγμα εφαρμογής FTBS (Γ) Ως τρίτη περίπτωση εξετάζουμε το Cr =, που σημαίνει ότι Δt = (N = 5 χρονικά βήματα). Η λύση μετασχηματίζεται: C C C 1 1 (3.10) Εικόνα 3.6 Αποτελέσματα επίλυσης εξίσωσης συναγωγής με σχήμα FTBS (Cr =.0). Η αριθμητική λύση παρουσιάζει μεγάλες ταλαντώσεις, οι οποίες αυξάνουν με τον χρόνο παράγοντας μη ρεαλιστικά αποτελέσματα. Άρα, το αριθμητικό σχήμα είναι ασταθές για τη συγκεκριμένη συνθήκη. Από τα παραπάνω προκύπτει ότι το αποτέλεσμα μίας αριθμητικής μεθόδου εξαρτάται από: α) το σχήμα που επιλέγουμε και β) από τις αριθμητικές παραμέτρους που επιλέγουμε (Charpa, 01). Βασικές απαιτήσεις του αριθμητικού σχήματος είναι: Η συνέπεια του αριθμητικού σχήματος, Η ευστάθεια του αριθμητικού σχήματος και Η σύγκλιση του αριθμητικού σχήματος. 50

7 Α) Συνέπεια Αριθμητικού Σχήματος Ένα σχήμα πεπερασμένων διαφορών είναι συνεπές με την εξίσωση μερικών παραγώγων όταν ο μετασχηματισμός είναι ακριβής για Δx 0 και Δt 0. Άρα, lm ( ) lm ( ) 0 x, t0 x, t0 (3.11) Η ανάπτυξη των όρων, 1 C 1 C σε σειρές Taylor δίνει: C C x C x C x x x x 6 x 4 C C x OAT C C t C t C C t OAT t t t 6 3 όπου ΟΑΤ είναι οι Όροι Ανώτερης Τάξης. Αντικαθιστούμε στην εξίσωση μεταφοράς τις παραπάνω σχέσεις και έχουμε: C C C t C x C t C x u [ u u OAT ] t x t x t 6 x 6 Προκύπτει ότι όταν Δx 0 και Δt 0, τότε το περιεχόμενο της αγκύλης μηδενίζεται, οπότε η αρχική εξίσωση της μεταφοράς επανακτάται, άρα το σχήμα παρουσιάζει συνέπεια άνευ όρων. Β) Ευστάθεια Αριθμητικού Σχήματος Ένα αριθμητικό σχήμα είναι ευσταθές όταν τα σφάλματα δεν αυξάνουν κατά τη διάρκεια της επίλυσης του αριθμητικού σχήματος. Σε ένα ασταθές σχήμα εμφανίζονται σφάλματα που διακρίνονται σε σφάλμα αποκοπής (trucato error) και σφάλμα στρογγυλοποίησης (roudg error), τα οποία αυξάνονται ανεξέλεγκτα δίνοντας μη ρεαλιστικές λύσεις και σφάλματα υπερχείλισης (overflow). Για τη διερεύνηση της ευστάθειας ξεκινούμε από την εξίσωση μεταφοράς: Αρχικά παραγωγίζουμε ως προς τον χρόνο: C C u t x C C C C C ( u ) u ( ) u t t x x t t x Αντικαθιστούμε στη σχέση του σφάλματος αποκοπής 51

8 C t C x.. u OAT t x C t C x ( u ) u OAT x x ( ) u x x u t C OAT Άρα, C C ( x ut) C u u OAT t x x Διακρίνουμε τις εξής περιπτώσεις: 1. Δx - uδt > 0 Cr < 1 Στην περίπτωση αυτή εμφανίζεται αριθμητική διάχυση η οποία τείνει να εξομαλύνει την κατανομή της C.. Δx - uδt = 0 Cr = 1 Στην περίπτωση αυτή εξαφανίζεται η δεύτερη χωρική παράγωγος στο σφάλμα αποκοπής και η προσέγγιση γίνεται απόλυτα ακριβής. 3. Δx - uδt < 0 Cr > 1 Στην περίπτωση αυτή εμφανίζεται όρος της «αντιδιάχυσης» ο οποίος τείνει να αυξήσει τις όποιες διαταραχές στην κατανομή της συγκέντρωσης C προκαλώντας μη ομαλές λύσεις. Άρα, το σχήμα FTBS, που γράφεται ως συνθήκη CFL: C (1 Cr) C Cr C 0, είναι ευσταθές, όταν ισχύει η 1 1 ut Cr 1 x (3.1) Γ) Σύγκλιση Αριθμητικού Σχήματος Ένα σχήμα συγκλίνει, όταν για διαρκώς μειούμενα (Δx, Δt) η λύση της εξίσωσης πεπερασμένων διαφορών τείνει προς την αναλυτική. Προκύπτει ότι η πύκνωση του πλέγματος του κανάβου δεν οδηγεί αναγκαστικά σε βελτίωση της αριθμητικής λύσης. Άλλη προσεγγιστική λύση δίνεται και από το Lax-Wedroff 1 step scheme ως: 1 C C U U t ( C 1 C 1) ( C 1 C C 1) t x x 1 U t U t C C ( C 1 C 1) ( C 1 C C 1) x x H συνδυασμένη εξίσωση μεταφοράς και διάχυσης μάζας είναι: C C C C C C C u v w D( ) t x y z x y z 5

9 θεωρώντας ότι η μοριακή διάχυση είναι ισόμορφη προς κάθε κατεύθυνση. Ωστόσο, στο φυσικό περιβάλλον των ποταμών, των λιμνών και των ταμιευτήρων η ροή χαρακτηρίζεται ως τυρβώδης και όχι γραμμική, συνεπώς απαιτείται η χρήση Συντελεστών Τυρβώδους Διάχυσης (D x, D y, D z ) (Charpa, 01). Παρακάτω παρουσιάζεται κώδικας Matlab για την επίλυση της εξίσωσης της μονοδιάστατης καθαρής συναγωγής ρύπου με τη χρήση του αριθμητικού σχήματος FTBS. % Soluto of the 1-D Advecto Equato usg Fte-Dfferece Method % developed by G. Sylaos umx = 101; %umber of grd pots x umt = 000; %umber of tme steps to be terated over dx = 1/(umx - 1); % calculate the space cremet dx dt = ; % determe the tme cremet dt x = 0:dx:1; %vector of x values, to be used for plottg C = zeros(umx,umt); %talze everythg to zero u = 0.8; % defe velocty Cr = u*dt/dx; % defe the Courat umber %specfy tal codtos t(1) = 0; %t=0 C(1,1) = 0; %C=0 at x=0 C(1,umx) = 0; %C=0 at x=1 mu = 0.5; % mea tal pollutat cocetrato sgma = 0.05; % stadard devato of tal pollutat cocetrato for =:umx-1 C(,1) = exp(-(x()-mu)^/(*sgma^)) / sqrt(*p*sgma^); ed %terate dfferece equato - ote that C(1,j) ad C(umx,j) always rema 0 for j=1:umt t(j+1) = t(j) + dt; % movg tme through each tme-step for =:umx-1 C(,j+1) = (1-Cr)*C(,j) + Cr*C(-1,j); ed ed fgure(1); hold o; plot(x,c(:,1)); plot(x,c(:,11)); plot(x,c(:,101)); plot(x,c(:,1001)); plot(x,c(:,001)); xlabel('x'); ylabel('c(x,t)'); %calculate the flux at x=0 ad x=1 for j=1:umt+1 flux0(j) = -(C(,j) - C(1,j))/dx; flux1(j) = -(C(umx,j)-C(umx-1,j))/dx; ed 53

10 fgure(); hold o; plot(t,flux0,'b'); plot(t,flux1,'r'); xlabel('t'); ylabel('flux') leged ('flux at pot 0', 'flux at pot 1'); %calculate approxmato to the tegral of c from x=0 to x=1 for j=1:umt+1 s(j) = sum(c(1:umx-1,j))*dx; ed %calculate the amout of C that leaves through the boudares due to flux % s0 s the amout of C that leaves through x=0 % s1 s the amout of C that leaves through x=1 s0(1) = 0; s1(1) = 0; for j=1:umt s0(j+1) = s0(j) - flux0(j)*dt; s1(j+1) = s1(j) + flux1(j)*dt; ed Τα αποτελέσματα της μαθηματικής προσομοίωσης δίνονται παρακάτω: Εικόνα 3.7 Κατανομή συγκέντρωσης ρύπου σε διάφορες χρονικές στιγμές κατά μήκος του άξονα x κατά την προσομοίωση της καθαρής συναγωγής. Η κατανομή κατά το step 1 εκφράζει την αρχική κατανομή της συγκέντρωσης του ρύπου. 54

11 Εικόνα 3.8 Χρονική μεταβολή της ροής μάζας του ρύπου διαμέσου του δεξιού ορίου (x=1, κόκκινη γραμμή) και του αριστερού ορίου (x=0, μπλε γραμμή) του υπολογιστικού πεδίου. 55

12 Βιβλιογραφία Brge, S., Chow, C.-Y., & Wley, I. (011). A troducto to computatoal flud mechacs by example. from Chapra, S. C. (01). Appled umercal methods wth MATLAB for egeers ad scetsts. New York: McGraw-Hll. Fscher, H. B., Lst, E. J., Koh, R. C., Imberger, J., & Brooks, N. H. (1979). Mxg Ilad ad Coastal Waters. Academc Press. Iserles, A. (008). A Frst Course the Numercal Aalyss of Dfferetal Equatos: Cambrdge Uversty Press. Rub, H. (001). Evrometal Flud Mechacs: CRC Press. 56