DOI: https://doi.org/10.1016/j.compfluid.2024.106233
تاريخ النشر: 2024-03-05
المؤلف: Sonia Yadav وآخرون
الموضوع الرئيسي: حلول المعادلات التفاضلية الكسرية
نظرة عامة
تقدم هذه الدراسة طريقة جديدة تستخدم تقنية التكرار المتغير لمعالجة معادلة توازن السكان غير الخطية. تتميز هذه الطريقة بمرونتها في اختيار المشغلين الخطيين المناسبين وتحديد مضاعف لاغرانج بفعالية، مما يعزز عملية الحل. يتم إجراء تحليل شامل للتقارب باستخدام مبدأ رسم الخرائط الانكماشية ضمن فضاء باناش، ويتم اشتقاق تقديرات الخطأ للحلول التقريبية، مما يساهم في فهم أعمق لدقة وموثوقية الطريقة.
لإثبات صحة النهج المقترح، تتم مقارنة الحلول مع الحلول الدقيقة للنوى القابلة للتحليل بشكل تحليلي. بالنسبة للنوى الأكثر تعقيدًا، مثل تلك المتعلقة بعمليات البوليمرة وعمليات روكنشتاين/بولفماشر، حيث لا تتوفر حلول دقيقة، يتم التحقق من الحلول السلسلية مقابل مخطط الحجم المحدود كما هو موضح بواسطة كومار وآخرون (2016). تشير النتائج إلى أن الطريقة الجديدة توفر تقريبًا أفضل لدوال كثافة العدد مع عدد أقل من الحدود ودقة أكبر على فترات زمنية ممتدة مقارنة بالطرق التقليدية للتكرار المتغير. بالإضافة إلى ذلك، تلتقط بفعالية اللحظات من الدرجة صفر والأولى لدالة كثافة العدد بدقة عالية.
مقدمة
تسلط مقدمة هذه الورقة البحثية الضوء على أهمية ديناميات الجسيمات في ظواهر العالم الحقيقي المختلفة، مثل الترسيب وتجلط خلايا الدم، والتي يتم نمذجتها باستخدام معادلة توازن السكان (PBE). تستخدم هذه المعادلة دوال كثافة العدد لتحليل توزيع الجسيمات حسب الحجم، مما يوفر رؤى حول سلوكها وتطورها مع مرور الوقت. تركز الدراسة على عملية التجميع، حيث تندمج الجسيمات لتشكيل كيانات أكبر، وتقوم بصياغة معادلة توازن السكان للتجميع المستمر (APBE) كمعادلة تفاضلية جزئية غير خطية. تتضمن المعادلة مصطلحات المصدر والمصب التي تأخذ في الاعتبار ولادة وموت الجسيمات أثناء التجميع، المتأثرة بنواة التجميع التي تحدد معدل الاندماج.
على الرغم من وجود حلول تحليلية لنوى معينة، فإن الحصول على حلول دقيقة لنوى أكثر تعقيدًا وذات صلة فيزيائيًا لا يزال يمثل تحديًا. تم تطوير طرق عددية ولكنها غالبًا ما تواجه قيودًا بسبب قضايا التقطيع والتخطية. تقترح الورقة طريقة تكرار متغير معدلة (MVIM) كنهج جديد لاشتقاق حلول سلسلية لمعادلة التجميع غير الخطية. تُلاحظ MVIM لمرونتها وكفاءتها، حيث تتطلب عددًا أقل من الحدود لالتقاط دوال كثافة العدد بدقة على فترات زمنية ممتدة مقارنة بالطرق التقليدية. ستفصل الأقسام التالية من الورقة المنهجيات، وتحليل التقارب، والمزايا المقارنة لـ MVIM، بهدف تعزيز فهم ديناميات الجسيمات على المدى الطويل في عمليات التجميع.
طرق
في هذا القسم، يقدم المؤلفون الصيغ الرياضية لطريقة التكرار المتغير (VIM) وطريقة التكرار المتغير المعدلة (MVIM) كطرق لتقريب معادلة الحدود الجزئية غير الخطية (APBE). تبدأ المناقشة بنظرة عامة على المبادئ الأساسية التي تستند إليها كل من VIM و MVIM، والتي تُستخدم لحل المعادلات التفاضلية الجزئية. تتميز هذه الطرق بطبيعتها شبه التحليلية، مما يسمح باشتقاق حلول يمكن أن تعالج بفعالية التعقيدات المتأصلة في المعادلات غير الخطية. تهدف الاشتقاقات اللاحقة إلى إنشاء إطار قوي لتطبيق هذه الطرق على APBE المحددة.
نتائج
في هذا القسم، يتم تقييم دقة طريقة التكرار المتغير المعدلة (MVIM) المقترحة مقابل النوى القابلة للتحليل بشكل تحليلي ومقارنتها بالطرق الموجودة مثل طريقة التكرار المتغير (VIM) وطريقة تحليل الهوموتوبيا (HAM). تُظهر MVIM أداءً متفوقًا في التقاط الحلول السلسلية لمعادلات التجميع المختلفة، خاصة بالنسبة للنوى ذات الصلة الفيزيائية حيث لا تتوفر حلول دقيقة. يتم حساب اللحظات التكاملية لدالة كثافة العدد، مما يكشف أن MVIM يوفر تقديرات أكثر دقة للحظات من الدرجة صفر والأولى، والتي تمثل العدد الكلي وكتلة الجسيمات، على التوالي.
تشير المحاكاة العددية إلى أن MVIM تحقق دقة أعلى من VIM و HAM عبر مجالات زمنية مختلفة، خاصة لفترات أطول. على سبيل المثال، بينما تتطلب VIM و HAM خمسة حدود سلسلية لمطابقة الحل الدقيق عند $t = 1$، تحافظ MVIM على الدقة حتى $t = 4$ بنفس عدد الحدود. يؤكد تحليل خطأ الاقتطاع أن MVIM باستمرار ينتج أخطاء أقل مقارنة بكل من VIM و HAM، مما يبرز فعاليتها في نمذجة عمليات التجميع المعقدة ذات الصلة بمجالات مثل تصنيع الأدوية الحيوية وديناميات الهباء الجوي. بشكل عام، تشير النتائج إلى أن MVIM هي أداة قوية لحل معادلات التجميع مع نوى مختلفة، مما يظهر إمكانياتها للتطبيقات الواقعية في العلوم الكيميائية والصيدلانية.
مناقشة
في هذا القسم، يناقش المؤلفون تطوير وتطبيق طريقة التكرار المتغير المعدلة (MVIM) لحل معادلات توازن السكان غير الخطية (APBEs). تستند MVIM إلى طريقة التكرار المتغير الأصلية (VIM) التي قدمها جي-هاون هي، والتي توفر إطارًا لمعالجة كل من المعادلات التفاضلية الخطية وغير الخطية دون الحاجة إلى التخطية أو الاضطراب. تهدف MVIM إلى تعزيز دقة الحلول، خاصة لفترات زمنية أطول، من خلال استخدام دالة تصحيح معدلة تتضمن مشغل خطي عشوائي. يسمح هذا التكيف بتحديد مضاعف لاغرانج الفعال، وهو أمر حاسم لتحسين التقارب والدقة.
يقدم المؤلفون تحليل تقارب باستخدام نظرية النقطة الثابتة، ويحددون شروطًا كافية لتقارب التسلسل التكراري الناتج عن MVIM. يظهرون أن MVIM تتفوق على VIM التقليدية من حيث الدقة، خاصة عند تطبيقها على نوى مختلفة مثل النوى الناتجة والزوجية. تؤكد الأمثلة العددية فعالية MVIM، حيث تظهر أنها تلتقط الحلول السلسلية بدقة أعلى بينما تتطلب عددًا أقل من الحدود مقارنة بـ VIM. تشير النتائج إلى أن MVIM هي طريقة قوية وفعالة لمعالجة APBEs غير الخطية، مع تطبيقات محتملة تمتد إلى الأنظمة متعددة الأبعاد التي تحكمها معادلات مماثلة. ستركز الأبحاث المستقبلية على استكشاف المزيد من قدرات MVIM في سيناريوهات التجميع والتفتيت المعقدة.
DOI: https://doi.org/10.1016/j.compfluid.2024.106233
Publication Date: 2024-03-05
Author(s): Sonia Yadav et al.
Primary Topic: Fractional Differential Equations Solutions
Overview
This study introduces a novel method utilizing the variational iteration technique to address the nonlinear aggregation population balance equation. This approach is characterized by its flexibility in selecting appropriate linear operators and effectively determining the Lagrange multiplier, which enhances the solution process. A thorough convergence analysis is conducted using the contraction mapping principle within Banach space, and error estimates for the approximate solutions are derived, contributing to a deeper understanding of the method’s accuracy and reliability.
To validate the proposed approach, solutions are compared with exact solutions for analytically tractable kernels. For more complex kernels, such as those relevant to polymerization and Ruckenstein/Pulvermacher processes, where exact solutions are unavailable, the series solutions are verified against the finite volume scheme as outlined by Kumar et al. (2016). The results indicate that the new method provides superior approximations of number density functions with fewer terms and greater accuracy over extended time periods compared to traditional variational iterative methods. Additionally, it effectively captures the zeroth and first order moments of the number density function with high precision.
Introduction
The introduction of this research paper highlights the significance of particle dynamics in various real-world phenomena, such as precipitation and blood cell coagulation, which are modeled using the population balance equation (PBE). This equation employs number density functions to analyze the distribution of particles by size, providing insights into their behavior and evolution over time. The study focuses on the aggregation process, where particles merge to form larger entities, and formulates the continuous aggregation population balance equation (APBE) as a nonlinear integro-partial differential equation. The equation incorporates source and sink terms that account for the birth and death of particles during aggregation, influenced by an aggregation kernel that dictates the merging rate.
Despite the existence of analytical solutions for specific kernels, obtaining exact solutions for more complex, physically relevant kernels remains challenging. Numerical methods have been developed but often face limitations due to discretization and linearization issues. The paper proposes a modified variational iteration method (MVIM) as a novel approach to derive series solutions for the nonlinear aggregation equation. The MVIM is noted for its flexibility and efficiency, requiring fewer terms to accurately capture the number density functions over extended time periods compared to traditional methods. The subsequent sections of the paper will detail the methodologies, convergence analysis, and comparative advantages of the MVIM, ultimately aiming to enhance the understanding of long-term particle dynamics in aggregation processes.
Methods
In this section, the authors present the mathematical formulations of the Variational Iteration Method (VIM) and the Modified Variational Iteration Method (MVIM) as approaches to approximate a nonlinear Advection Partial Boundary Equation (APBE). The discussion begins with an overview of the fundamental principles underlying both VIM and MVIM, which are utilized for solving partial differential equations. These methods are characterized by their semi-analytical nature, allowing for the derivation of solutions that can effectively address the complexities inherent in nonlinear equations. The subsequent derivations aim to establish a robust framework for applying these methods to the specified APBE.
Results
In this section, the accuracy of the proposed Modified Variational Iteration Method (MVIM) is evaluated against analytically tractable kernels and compared with existing methods such as the Variational Iteration Method (VIM) and Homotopy Analysis Method (HAM). The MVIM demonstrates superior performance in capturing the series solutions for various aggregation equations, particularly for physically relevant kernels where exact solutions are unavailable. Integral moments of the number density function are computed, revealing that MVIM provides more accurate estimates of the zeroth and first order moments, which represent the total number and mass of particles, respectively.
Numerical simulations indicate that MVIM achieves higher precision than VIM and HAM across different time domains, particularly for longer durations. For instance, while VIM and HAM require five series terms to match the exact solution at $t = 1$, MVIM maintains accuracy up to $t = 4$ with the same number of terms. The truncation error analysis further confirms that MVIM consistently yields lower errors compared to both VIM and HAM, underscoring its effectiveness in modeling complex aggregation processes relevant to fields such as biopharmaceutical manufacturing and aerosol dynamics. Overall, the results suggest that MVIM is a robust tool for solving aggregation equations with various kernels, demonstrating its potential for real-world applications in chemical and pharmaceutical sciences.
Discussion
In this section, the authors discuss the development and application of the Modified Variational Iteration Method (MVIM) for solving nonlinear aggregation population balance equations (APBEs). The MVIM builds upon the original Variational Iteration Method (VIM) introduced by Ji-Haun He, which provides a framework for addressing both linear and nonlinear differential equations without the need for linearization or perturbation. The MVIM aims to enhance the accuracy of solutions, particularly for longer time domains, by employing a modified correction functional that incorporates an arbitrary linear operator. This adaptation allows for the identification of an effective Lagrange multiplier, which is crucial for improving convergence and accuracy.
The authors present a convergence analysis using the fixed point theorem, establishing sufficient conditions for the convergence of the iterative sequence generated by MVIM. They demonstrate that the MVIM outperforms the traditional VIM in terms of accuracy, particularly when applied to various kernels such as product and bilinear kernels. Numerical examples validate the effectiveness of the MVIM, showing that it captures the series solutions with higher precision while requiring fewer terms compared to VIM. The results indicate that the MVIM is a robust and efficient method for tackling nonlinear APBEs, with potential applications extending to multidimensional systems governed by similar equations. Future research will focus on further exploring the capabilities of MVIM in complex aggregation and fragmentation scenarios.