ON SPECTRAL APPROXIMATIONS FOR THE STABILITY ANALYSIS OF BOUNDARY LAYERS

Cover Page

Cite item

Full Text

Open Access Open Access
Restricted Access Access granted
Restricted Access Subscription Access

Abstract

Approximation of spectral and boundary-value problems arising in the stability analysis of incompressible boundary layers is considered. As an alternative to the collocation method with mappings, the Galerkin–collocation method based on Laguerre functions is adopted. A robust numerical implementation of the latter method is discussed. The methods are compared within the stability analysis of the Blasius and Ekman layers. The Galerkin-collocation method demonstrates an exponential convergence rate for scalar stability characteristics and has a number of advantages.

About the authors

G. V Zasko

Marchuk Institute of Numerical Mathematics

Author for correspondence.
Email: zasko.gr@bk.ru
Moscow, Russia

References

  1. Zhigulev V.N., Tumin A.M. Origin of Turbulence: Dynamic Theory of Excitation and Evolution of Instabilities in Boundary Layers. Nauka, Novosibirsk, 1987 (in Russian).
  2. Schmid P.J., Henningson D.S. Stability and Transition in Shear Flows. New York: Springer New York. 2000. 558 p.
  3. Boiko A.V., Dovgal A.V., Grek G.R., Kozlov V.V. Physics of Transitional Shear Flows: instability and laminar-turbulent transition in incompressible near-wall shear layers. Berlin: Springer–Verlag. 2011. 272 p.
  4. Canuto C., Hussaini M.Y., Quarteroni A., Zang T. Spectral Methods: Fundamentals in Single Domains. Springer, Berlin, 2006.
  5. Boyd J.P. Chebyshev and Fourier Spectral Methods (2nd ed.). Dover Publications, New York, 2000.
  6. Trefethen L.N. Approximation Theory and Approximation Practice. SIAM, 2019.
  7. Weideman J.A.C., Reddy S.C. A MATLAB Differentiation Matrix Suite // ACM Trans. Math. Soft. 2000. V. 26, P. 465–519.
  8. Driscoll T.A., Hale N., Trefethen L.N. Chebfun Guide. 2014.
  9. Boiko A.V., Demyanko K.V., Nechepurenko Yu.M. Asymptotic boundary conditions for the analysis of hydrodynamic stability of flows in regions with open boundaries // Russ. J. Numer. Anal. Math. Model. 2019. V. 34, N. 1, P. 15–29.
  10. Spalart P.R., Moser R.D., Rogers M.M. Spectral methods for the Navier-Stokes equations with one infinite and two periodic directions // J. Comput. Phys. 1991. V. 96, P. 297–324.
  11. Shen J., Wang L.-L. Some recent advances on spectral methods for unbounded domains // Comm. Comput. Phys. 2009. V. 5, N. 2–4, P. 195–241.
  12. Grosch C.E., Orszag S.A. Numerical solution of problems in unbounded regions: coordinate transforms // J. Comput. Phys. 1977. V. 25, P. 273–296.
  13. Boyd J.P. The optimization of convergence for Chebyshev polynomial methods in an unbounded domain // J. Comput. Phys. 1982. V. 45, P. 43–79.
  14. Foster R.C. Structure and energetics of optimal Ekman layer perturbations // J. Fluid Mech. 1997. V. 333, P. 97–123.
  15. Boiko A.V., Demyanko K.V., Kirilovskiy S.V., Nechepurenko Yu.M., Poplavskaya T.V. Modeling of transonic transitional three-dimensional flows for aerodynamic applications // AIAA Journal. 2021. V. 59, N. 9, P. 3598–3610.
  16. Shen J. Stable and efficient spectral methods in unbounded domains using Laguerre functions // SIAM J. Numer. Anal. 2000. V. 28, P. 1113–1133.
  17. Gautschi W. Gauss-Radau formulae for Jacobi and Laguerre weight functions // Math. Comp. Simul. 2000. V. 54, P. 403–412.
  18. Boiko A.V., Demyanko K.V., Nechepurenko Yu.M., Zasko G.V. On the use of probability-based methods for estimating the aerodynamic boundary-layer thickness // Fluids. 2021. V. 6, P. 267.
  19. Szego G. Orthogonal Polynomials (4th ed.). American Mathematical Society Colloqium Publications, 1975.
  20. Shen J., Tang T. Spectral and High-Order Methods with Applications. Science Press, Beijing, 2006.
  21. Wang P., Huybrechs D., Vandewalle S. Explicit barycentricweights for polynomial interpolation in the roots or extrema of classical orthogonal polynomials // Math. Comp. 2014. V. 83, P. 2893–2914.
  22. Nechepurenko Yu.M. On the dimension reduction of linear differential-algebraic control systems // Doklady Mathemathics. 2012. V. 86, N. 1, P. 457–459.
  23. Nechepurenko Yu.M., Sadkane M. A low-rank approximation for computing the matrix exponential norm // SIAM J. Matr. Anal. Appl. 2011. V. 32, N. 2, P. 349–363.
  24. Zasko G.V., Boiko A.V., Demyanko K.V., Nechepurenko Yu.M. Simulating the propagation of boundary-layer disturbances by solving boundary-value and initial-value problems // Russ. J. Numer. Anal. Math. Model., 2024, V. 39, N. 2, P. 47–59.

Supplementary files

Supplementary Files
Action
1. JATS XML

Copyright (c) 2025 Russian Academy of Sciences

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».