tique
Dans ce chapitre, on a vérifié numériquement la validité des indicateurs d’erreur a poste- rioriηrh, ηΠ étendus au chapitre3. On a montré pour les deux équations Skw etNkw qu’ils sont
fiables, efficaces et guident optimalement un algorithme de raffinement auto-adaptatif. On a plus particulièrement étudié l’indicateur ηΛ introduit au chapitre4. On a constaté que sa forme
"puissance d’opérateur différentiel classique" est fiable, efficace et asymptotiquement exacte sur géométrie lipschitzienne quelconque pour une variété de situations. On a également mon- tré qu’il guide optimalement un algorithme de raffinement auto-adaptatif puisqu’on retrouve le taux maximum de convergence en O(Nelem−3/2) en 2D et on l’améliore beaucoup en 3D, sans toutefois parvenir à obtenir le taux maximum en O(Nelem−0.75). La sous-optimalité provient vrai- semblablement du caractère localement isotrope du raffinement utilisé. On a encore vérifié en 2D que l’utilisation de Λ sous forme intégrale confère les mêmes propriétés à ηΛ si la surface Γ
est fermée.
Dans le chapitre suivant, on généralise les indicateurs introduits en acoustique à l’équation EFIE en électromagnétisme. En particulier, on présente deux manières de généraliser l’indica- teur ηΛ, une en utilisant une décomposition de Helmholtz du résidu et l’autre en localisant la
Indicateurs d’erreurs pour l’EFIE
Après avoir introduit l’indicateur d’erreur Λ au chapitre précédent, on présente dans cette section trois indicateurs d’erreur a posteriori pour l’EFIE (2.55).
Dans un premier temps, on propose un indicateur par reconstruction pour l’EFIE semblable à celui introduit en partie 3.3.2 pour l’acoustique.
On présente ensuite l’indicateur proposé par Nochetto & Stamm [58]. Il est basé sur une localisation de la norme du résidu telle qu’elle a pu être faite en partie 3.2.2 en pondérant le résidu par une taille caractéristique locale de la maille. Ceci revient à calculer une norme Hrot
pondérée.
Dans un troisième temps, on propose deux indicateurs d’erreur basés sur une localisation de la norme du résidu par un opérateur Λ similairement à ce qui a été fait au chapitre 4. Le premier indicateur est basé sur une décomposition de Helmholtz du résidu. On applique ensuite un opérateur de localisation à chacun des potentiels (gradient et rotationnel) afin de les transporter dans H1(Γ), définissant ainsi les potentiels gradient et rotationnel pour ΛR
h. Il
suffit enfin de calculer le champ de vecteur issu de ces deux potentiels. On montre alors qu’un tel indicateur est fiable, efficace et asymptotiquement exact par rapport à la norme de Galerkin de l’erreur. Le second indicateur est basé sur une localisation directe de la norme du résidu. Il est alors directement fiable et efficace. Il est du également "asymptotiquement exact" par rapport à la norme Hrot−1/2 du résidu.
Finalement, on propose un indicateur dérivé de l’indicateur "de Nochetto & Stamm" qu’on fait apparaître lors du calcul de la normeL2du résidu. Cet indicateur est basé sur une estimation
de l’erreur sur les "charges" qui correspondent à la divergence de la solution de l’EFIE. Pour un triangleτ ∈ Th, l’erreur est estimée à partir du saut des charges au travers de ses trois arêtes. On
peut ainsi extraire une grandeur dominante permettant d’estimer l’erreur. La construction de l’indicateur ne fait pas l’objet d’une justification rigoureuse. On vérifie néanmoins qu’il semble capable de guider efficacement un algorithme de raffinement auto-adaptatif.
Avant de commencer, on donne une estimation de convergence a priori pour l’équation EFIE. Elle sert de référence pour l’ensemble des simulations numériques présentées dans la suite. D’après [8], on a
6.1
Proposition d’un indicateur par reconstruction pour
l’EFIE
Dans cette partie, on propose des indicateurs par reconstruction pour l’EFIE. La démarche de construction est identique à celle utilisée à celle pour l’acoustique (voir partie 3.3.2). On rappelle que l’idée associée à de tels indicateurs est d’abord d’effectuer une résolution sur un maillage raffiné Th d’un maillage initial TH, puis de projeter la solution sur un espace
d’approximation d’ordre polynomial (Raviart-Thomas en électromagnétisme) plus élevé. On pose respectivement les espacesVh = RT0(Th) et bVH = RTk(TH) les espaces associés àTh etTH.
On utilise la différence entre la solution et sa projection afin d’estimer l’erreur d’approximation.
On rappelle les grandes lignes de ce type de construction. Plus précisément, on souhaite construire une estimation de
keHk−1/2,div =kJ − JHk−1/2,div
car il s’agit de l’erreur numérique contrôlée naturellement par le schéma.
On introduit alors un opérateur de projection Hdiv noté Πdiv,H : Hdiv(Γ) → bVH (et non
plus de projection L2 comme en acoustique). Un indicateur d’erreur a posteriori non localisé
similaire à l’acoustique est
ηΠglob
div =kJh− Πdiv,HJhk−1/2,div
qui est asymptotiquement exact par construction sous conditions, voir 3.3.2. En revenant à la définition d’une normeHdiv−1/2, on a
(ηΠglobdiv)2 =kJh− Πdiv,HJhk2−1/2+
1 k2 w kdivΓ(Jh− Πdiv,HJh)k2−1/2. Remarque 6.1.1. Le facteur 1 k2 w
n’est pas obligatoire mais il permet d’homogénéiser l’ensemble.
On localise ensuite les normesH−1/2 classique1 de la même manière qu’en (3.3.2, indicateur
par reconstruction pour Skw).
Définition 6.1.1. Soit Th un iso-raffinement d’un maillage TH, on pose Πdiv : RT0(Th) →
RTk(TH) avec k > 0. On a l’indicateur d’erreur a posteriori par reconstruction pour l’EFIE
ηΠdiv =k 4
p|τ|(Jh− Πdiv,HJh)kdiv. (6.2)
En pratique, on utilise deux types de projection Hdiv : une projection globale Πdiv et une
projection locale Πloc div,
— la projection globale Πdiv se définit de la même manière que la projection L2 classique.
Soit J ∈ Hdiv(Γ) la fonction à projeter, on cherche la grandeur ΠdivJ ∈ V ⊂ Hdiv(Γ)
telle que pour tout v∈ V , on a
(v, ΠdivJ)Γ,div= (v, J)Γ,div
où ( . , . )Γ,div représente le produit scalaire usuel sur Hdiv. Dans le cas Πdiv ≡ Πdiv,H, on
a V = bVH.
— la projection localeΠloc
div se définit de la même manière queΠdiv où on a remplacéHdiv(Γ)
par Hdiv(τ ) où τ ∈ bTH etV ={vh ∈ L2(Γ)3, ∀ τ ∈ bTH, vh|τ ∈ RTk}2.
Remarque 6.1.2. Comme pour l’opérateur Skw, ηΠdiv s’exprime très simplement, il est facile à
mettre en œuvre et nécessite la résolution d’un système creux (pour le calcul de la projection). Il implique par contre une résolution initiale sur un maillage sur-discrétisé ce qui peut être coûteux.
Applications numériques pour l’indicateur ηΠloc div
On propose deux exemples d’applications pour l’indicateurηΠloc
div. Dans un premier temps, on
vérifie qu’il converge au taux optimal en O(Nelem−0.75) lorsqu’on raffine uniformément une sphère pour kw = 5 et kw = 20. Dans un second temps, on reprend l’exemple du bateau (Figure 5.53), également pourkw = 5 et kw = 20. On choisit θd= 0.5 comme paramètre de raffinement
auto-adaptatif.
Dans cette partie, et seulement dans cette partie, Nelem correspond au nombre de triangles
dans le maillage raffiné !
Les courbes de convergence pour la sphère sont données sur la Figure 6.1. On constate
que le taux de convergence s’établit immédiatement enO(Nelem−0.75), conformément à l’estimation a priori (6.1). 102 103 104 105 10−4 10−3 10−2 10−1 Pente 0.75 Nelem V aleur de l’indicateur
Sph`ere R = 1, kw= 5 et kw= 20, EFIE, indicateur ηΠloc div
ηΠloc
div uni et kw= 5
ηΠloc
div uni et kw= 20
Figure 6.1 – Courbes de convergence pour l’indicateur ηΠloc
divpour la sphèreR = 1, kw ={5, 20},
raffinement uniforme.
On s’intéresse maintenant au cas du bateau. Les courbes de convergence sont représentées sur la Figure 6.2.
102 103 104 105 10−4 10−3 10−2 10−1 Pente 0.75 Nelem V aleur de l’indicateur
Bateau, kw= 5 et kw= 20, θd= 0.5, EFIE, indicateur ηΠloc div ηΠloc div uni et kw= 5 ηΠloc div uni et kw= 20 ηΠloc div ada et kw= 5 ηΠloc div ada et kw= 20
Figure 6.2 – Courbes de convergence pour l’indicateur ηΠloc
div pour le bateau, kw = {5, 20},
θd = 0.5.
Pourkw = 5, on constate que le taux de convergence diminue en raffinement uniforme. A la
dernière itération, il correspond àO(Nelem−0.38). L’utilisation de raffinement auto-adaptatif permet de maintenir une convergence moyenne en O(Nelem−0.6).
Pour kw = 20, la différence de comportement entre raffinement uniforme et auto-adaptatif
est moins flagrante puisque le taux de convergence pour la dernière itération uniforme comme adaptative correspond à O(Nelem−0.6). Il est néanmoins probable qu’il diminue progressivement en raffinement uniforme alors qu’il se maintient en raffinement auto-adaptatif. Ces taux de convergence sont similaires à ceux qui ont été observés en acoustique 3D.
Un détail du raffinement sur le bateau est présenté sur la Figure 6.3. On remarque que
l’indicateur sélectionne prioritairement les triangles sur les arêtes.
Figure 6.3 – Détails du raffinement sur le bateau, kw = 20, indicateur ηΠloc
div : maillage initial
En conclusion, bien que l’indicateur d’erreur utilisé pour le guidage soit une forme tronquée, il permet de faire converger optimalement un algorithme de raffinement auto-adaptatif dans le cas où on résout l’EFIE.
Comme en acoustique, c’est un indicateur qui, sous forme globale ou localisée, est très simple à mettre en œuvre. Néanmoins, la résolution sur le maillage raffiné3 est très coûteuse puisqu’on
multiplie par quatre le nombre de triangles par rapport au maillage initial.