Exponentielle Integratoren für die Magnetohydrodynamik

Im vorliegenden Projekt betrachten wir exponentielle Integratoren für Anwendungen aus der Magnetohydrodynamik (MHD). Die MHD-Gleichungen modellieren die Interaktion einer Flüssigkeit/eines Gases mit elektrischen und magnetischen Feldern. Daher werden diese Gleichungen für Simulationen in vielen Wissenschaftsdisziplinen eingesetzt. Sie können zum Beispiel verwendet werden, um astrophysikalische Phänomene zu beschreiben oder um bestimmte industrielle Kühlanlagen zu modellieren. Um die dreidimensionalen MHD-Gleichungen zu lösen ist es oft notwendig Tage oder sogar Wochen an Rechenzeit auf modernen Supercomputer zu investieren. Ihre effiziente numerische Lösung ist daher von großem Interesse. In den letzten Jahren haben sich exponentielle Integratoren als eine vielversprechende Alternative zu den üblicherweise verwendeten Zeitintegratoren etabliert. Exponentielle Integratoren sind insbesondere deswegen interessant, da sie den linearen Anteil der Gleichung exakt lösen. Aus diesem Grund liefern sie oft sehr genaue Resultate. Allerdings können herkömmliche exponentielle Integratoren bezüglich des Rechenaufwandes noch relativ teuer sein. In diesem Projekt werden wir einige Verbesserungen entwickeln, welche die Attraktivität dieser Verfahren weiter erhöht. Insbesondere werden die entwickelten Algorithmen dazu beitragen, die notwendige Rechenzeit für MHD Simulationen zu reduzieren. Zusätzlich werden wir die mathematische Konvergenz dieser Verfahren untersuchen.

Computersimulationen sind in vielen wissenschaftlichen und technischen Bereichen von entscheidender Bedeutung. Sie ermöglichen Forschern und Ingenieuren komplexe Systeme zu modellieren und ihr Verhalten vorherzusagen. Dies ist wichtig, um Phänomene zu verstehen, die zu schwierig, zu teuer oder zu gefährlich sind, um sie mit physikalischen Experimenten zu untersuchen. Eine vielversprechende Methode zur Durchführung solcher Simulationen sind exponentielle Integratoren. Diese Methoden sind besonders effizient für steife Systeme, z. B. für Probleme, bei denen unterschiedliche physikalische Zeitskalen aufgelöst werden müssen. Exponentielle Integratoren benötigen die effiziente Berechnung von Matrixfunktionen. Im Vergleich zu den traditionell verwendenten Krylov-Unterraum-Methoden, bietet Leja-Interpolation viele Vorteile, insbesondere wenn solche Verfahren auf modernen Hochleistungsrechnern implementiert werden. Trotz ihres Potenzials haben Leja basierte exponentielle Integratoren eine Reihe von Nachteilen, die bisher ihre breite Anwendung verhindert haben. Im Rahmen dieses Projektes haben wir diese Probleme erfolgreich gelöst: - In vielen Anwendungen ist es für eine höhere Effizienz und einen geringeren Speicherverbrauch unerlässlich, in einem matrixfreien Kontext zu arbeiten. Dies erfordert jedoch eine Schätzung des Spektrums. Wir haben gezeigt, dass eine relativ kleine Anzahl von Potenz-Iterationen die erforderliche Information mit geringem Rechenaufwand liefern kann. - Automatische Zeitschrittsteuerung ist für eine benutzerfreundliche Software von entscheidender Bedeutung. Bei Schrittweitenreglern wird oft davon ausgegangen, dass große Zeitschrittweiten vorteilhaft sind. Bei exponentiellen Integratoren, die wesentlich größere Zeitschritte verwenden können als implizite oder explizite Methoden, ist dies jedoch oft nicht der Fall. Wir haben eine Methode entwickelt, die die Zeitschrittweite während der Simulation dynamisch anpasst, um Rechenzeit zu reduzieren. - Die Verwendung problemspezifischer Informationen kann häufig dazu genutzt werden, um die Lösung von Differentialgleichungen zu beschleunigen (z. B. werden Vorkonditionierer häufig für implizite Methoden verwendet). Für exponentielle Integratoren wurde dies bisher nur begrenzt erforscht. Wir haben einen Ansatz entwickelt, mit dem die Leistung von exponentiellen Integratoren erhöht werden kann, wenn eine effiziente Lösung bestimmter Matrixfunktionen (z. B. der Matrixexponentialfunktion) für ein verwandtes, aber vereinfachtes Problem verfügbar ist. Wir haben auch die Stabilität von exponentiellen Integratoren analysiert und sehr überraschende Ergebnisse für advektionsdominierte Probleme gefunden. Dies wird einen erheblichen Einfluss darauf haben, welche Methoden für solche Probleme verwendet werden und wie effizientere Methoden in der Zukunft konstruiert werden. Um all diese Fortschritte zugänglich zu machen, haben wir ein Softwarepaket, LeXInt (https://github.com/Pranab-JD/LeXInt), entwickelt, das eine Python-Schnittstelle für eine einfache Nutzung bietet. Das Paket kann moderne Hochleistungscomputertechnologien wie Grafikprozessoren (GPUs) nutzen. Unsere numerischen Methoden wurden bereits erfolgreich auf eine Vielzahl komplexer Probleme angewandt. Dazu gehören beispielsweise magnetohydrodynamische Simulationen in der Plasmaphysik, der Transport kosmischer Strahlung in der Astrophysik und die Lösung von Advektions-Diffusions-Reaktions-Gleichungen, die z. B. zur Untersuchung von Umweltverschmutzung oder Musterbildung in biologischen Systemen verwendet werden können.