ELLIPTIKUS ÉS PARABOLIKUS PARCIÁLIS DIFFERENCIÁLEGYENLETEK KVALITATÍV TULAJDONSÁGAI ÉS ÜZEMANYAGCELLÁK MEGBÍZHATÓ MODELLEZÉSE

Hasonló dokumentumok
Protoncserélő membrános hidrogén - levegő tüzelőanyag-cellák működési elve, szabályozása és alkalmazása

Tüzelıanyag-cellák. Kriston Ákos, PhD hallgató, Inzelt György, egyetemi tanár ELTE Kémiai Intézet, Elektrokémiai és Elektroanalitikai Laboratórium

Explicit hibabecslés Maxwell-egyenletek numerikus megoldásához

I. Fejezetek a klasszikus analízisből 3

Maximum Principles in the Theory of Numerical Methods

A Richardson-extrapoláció és alkalmazása a Dániai Euleri Modellben

Meghatározás: Olyan egyenlet, amely a független változók mellett tartalmaz egy vagy több függvényt és azok deriváltjait.

Parabolikus feladatok dinamikus peremfeltétel mellett

valós számot tartalmaz, mert az ilyen részhalmazon nem azonosság.

A kutatás eredményei (záró beszámoló)

Bevezetés az állapottér-elméletbe Dinamikus rendszerek állapottér reprezentációi

Tartalomjegyzék. Typotex Kiadó, 2010

LNM folytonos Az interpoláció Lagrange interpoláció. Lineáris algebra numerikus módszerei

Gazdasági matematika II. vizsgadolgozat megoldása, június 10

Differenciálegyenletek numerikus megoldása

Utolsó el adás. Wettl Ferenc BME Algebra Tanszék, Wettl Ferenc (BME) Utolsó el adás / 20

Megoldott feladatok november 30. n+3 szigorúan monoton csökken, 5. n+3. lim a n = lim. n+3 = 2n+3 n+4 2n+1

Mátrixhatvány-vektor szorzatok hatékony számítása

1.9. B - SPLINEOK B - SPLINEOK EGZISZTENCIÁJA. numerikus analízis ii. 34. [ a, b] - n legfeljebb n darab gyöke lehet. = r (m 1) n = r m + n 1

3. Lineáris differenciálegyenletek

Parciális dierenciálegyenletek

Optimalizálás alapfeladata Legmeredekebb lejtő Lagrange függvény Log-barrier módszer Büntetőfüggvény módszer 2017/

GPK M1 (BME) Interpoláció / 16

A TANTÁRGY ADATLAPJA

Feladatok a Gazdasági matematika II. tárgy gyakorlataihoz

DISZKRÉT MAXIMUM-ELV ELLIPTIKUS FELADATOKRA

Lagrange egyenletek. Úgy a virtuális munka mint a D Alembert-elv gyakorlati alkalmazását

Parciális differenciálegyenletek numerikus módszerei számítógépes alkalmazásokkal Karátson, János Horváth, Róbert Izsák, Ferenc

Numerical Treatment of Linear Parabolic Problems

Gauss-Jordan módszer Legkisebb négyzetek módszere, egyenes LNM, polinom LNM, függvény. Lineáris algebra numerikus módszerei

Gauss-Seidel iteráció

Norma Determináns, inverz Kondíciószám Direkt és inverz hibák Lin. egyenletrendszerek A Gauss-módszer. Lineáris algebra numerikus módszerei

Bevezetés az algebrába 2 Differencia- és differenciálegyenlet-rendszerek

A lineáris programozás alapfeladata Standard alak Az LP feladat megoldása Az LP megoldása: a szimplex algoritmus 2018/

Eddig csak a polinom x-ben felvett értékét kerestük

Numerikus módszerek I. zárthelyi dolgozat (2017/18. I., A. csoport) Megoldások

A lineáris programozás alapfeladata Standard alak Az LP feladat megoldása Az LP megoldása: a szimplex algoritmus 2017/

A mikroskálájú modellek turbulencia peremfeltételeiről

DIFFERENCIÁLEGYENLETEK. BSc. Matematika II. BGRMA2HNND, BGRMA2HNNC

Operátorszeletelési módszerek hibaanalízise és alkalmazásuk reakciódiffúzió-problémákra

Diszkrét Matematika MSc hallgatók számára. 4. Előadás

Sorozatok, sorok, függvények határértéke és folytonossága Leindler Schipp - Analízis I. könyve + jegyzetek, kidolgozások alapján

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI

11. Előadás. 11. előadás Bevezetés a lineáris programozásba

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI

Dualitás Dualitási tételek Általános LP feladat Komplementáris lazaság 2017/ Szegedi Tudományegyetem Informatikai Intézet

Dinamikus modellek szerkezete, SDG modellek

Mádi-Nagy Gergely * A feladat pontos leírása. Tekintsünk darab tetszõleges eseményt, jelöljük ezeket a következõképpen: ,...,

Végeselem modellezés alapjai 1. óra

MATE-INFO UBB verseny, március 25. MATEMATIKA írásbeli vizsga

y + a y + b y = r(x),

Bevezetés az algebrába 2 Vektor- és mátrixnorma

1. feladatsor: Vektorterek, lineáris kombináció, mátrixok, determináns (megoldás)

4. Előadás: Erős dualitás

Lineáris algebra. (közgazdászoknak)

Károlyi Katalin Eötvös Loránd Tudományegyetem Alkalmazott Analízis Tanszék. Abstract

Előrenéző és paraméter tanuló algoritmusok on-line klaszterezési problémákra

Alap-ötlet: Karl Friedrich Gauss ( ) valószínűségszámítási háttér: Andrej Markov ( )

Konjugált gradiens módszer

Differenciálegyenletek. Vajda István március 4.

Diszkrét matematika I., 12. előadás Dr. Takách Géza NyME FMK Informatikai Intézet takach november 30.

Matematika (mesterképzés)

1. Számsorok, hatványsorok, Taylor-sor, Fourier-sor

A fontosabb definíciók

Általánosan, bármilyen mérés annyit jelent, mint meghatározni, hányszor van meg

Miért fontos számunkra az előző gyakorlaton tárgyalt lineáris algebrai ismeretek

SZAKDOLGOZAT. Diszkrét maximum-elv végeselem-módszerre elliptikus parciális differenciálegyenleteken. Balla Réka

3. Fuzzy aritmetika. Gépi intelligencia I. Fodor János NIMGI1MIEM BMF NIK IMRI

Optimalizálási eljárások GYAKORLAT, MSc hallgatók számára. Analízis R d -ben

Normák, kondíciószám

Nemlineáris programozás 2.

Kvadratikus alakok és euklideszi terek (előadásvázlat, október 5.) Maróti Miklós, Kátai-Urbán Kamilla

3. előadás Stabilitás

KOVÁCS BÉLA, MATEMATIKA II.

Lineáris algebra numerikus módszerei

minden x D esetén, akkor x 0 -at a függvény maximumhelyének mondjuk, f(x 0 )-at pedig az (abszolút) maximumértékének.

Matematika III előadás

Számítógépvezérelt irányítás és szabályozás elmélete (Bevezetés a rendszer- és irányításelméletbe, Computer Controlled Systems) 9. el?

Differenciálegyenletek

Csomós Petra. Loránd Tudományegyetem, Budapest. függvénytan, valós és komplex vonalintegrál)

1. Generátorrendszer. Házi feladat (fizikából tudjuk) Ha v és w nem párhuzamos síkvektorok, akkor generátorrendszert alkotnak a sík vektorainak

Markov-láncok stacionárius eloszlása

f(x) vagy f(x) a (x x 0 )-t használjuk. lim melyekre Mivel itt ɛ > 0 tetszőlegesen kicsi, így a a = 0, a = a, ami ellentmondás, bizonyítva

Nemlineáris anyagviselkedés peridinamikus modellezése. Ladányi Gábor, PhD hallgató

Differenciaegyenletek

Matematika III. harmadik előadás

Parciális differenciálegyenletek numerikus módszerei február 5.

VEKTORTEREK I. VEKTORTÉR, ALTÉR, GENERÁTORRENDSZER október 15. Irodalom. További ajánlott feladatok

Lagrange és Hamilton mechanika

Vektorterek. =a gyakorlatokon megoldásra ajánlott

Matematika A1a Analízis

1.7. Elsőrendű lineáris differenciálegyenlet-rendszerek

BIOMATEMATIKA ELŐADÁS

Sajátértékek és sajátvektorok. mf1n1a06- mf1n2a06 Csabai István

Késleltetett dinamikai rendszerek stabilitásának és stabilizálhatóságának vizsgálata numerikus módszerekkel

4. Az A és B események egymást kizáró eseményeknek vagy idegen (diszjunkt)eseményeknek nevezzük, ha AB=O

Differenciálegyenlet rendszerek

Készítette: Fegyverneki Sándor

Kétváltozós függvények differenciálszámítása

Átírás:

ELLIPTIKUS ÉS PARABOLIKUS PARCIÁLIS DIFFERENCIÁLEGYENLETEK KVALITATÍV TULAJDONSÁGAI ÉS ÜZEMANYAGCELLÁK MEGBÍZHATÓ MODELLEZÉSE Szabó Tamás A doktori értekezés tézisei Témaveztő Dr. Faragó István a Magyar Tudományos Akadémia doktora Matematika Doktori Iskola A doktori iskola vezetője: Dr. Laczkovich Miklós a Magyar Tudományos Akadémia rendes tagja Doktori program: Alkalmazott Matematika A doktori program vezetője: Dr. Michaletzky György a Magyar Tudományos Akadémia doktora Eötvös Loránd Tudományegyetem, Budapest Természettudományi Kar, Matematikai Intézet Alkalmazott Analízis és Számításmatematikai Tanszék 20

Bevezetés Numerikus modellek alkalmazása soran egyre nagyobb az igény a különböző fizikai jelenségek (vagy parciális differenciálegyenletek (PDEk)) kvalitatív tulajdonságainak vizsgálatára [6], [], [3], [9]. A lineáris elliptikus vagy parabolikus differenciálegyenletekkel leírható valós jelenségekhez (hővezetés, egyes tőzsdei folyamatok, stb.) kapcsolódó legfontosabb kvalitatív tulajdonság a maximum-minimum elv es annak egy speciális változata a nemnegativitás megőrzése. Mivel a legtöbb differenciálegyenlet sokszor csak numerikus módszerekkel oldható meg, így természetes elvárás, hogy a kapott diszkrét modellek rendelkezzenek az eredeti, folytonos modell ekvivalens tulajdonságival. A PDEk általában olyan valós problemákat írnak le, amelyek megoldása a technikai fejlődés révén megváltoztathatja az emberiség életminőségét. A megfelelő numerikus modellek alkalmazása sok esetben kulcsfontossagú szerepet töltöttek be az elmúlt pár év technikai ujdonságainak fejelsztése során. Napjainkban az emberiség a civilizáció egyre nagyobb jelentőségű problemáira keresi a legjobb megoldásokat. Az egyik ilyen jól ismert probléma a növekvő energiaiéhség kombinaciója a korlátozott mértékben rendelkezésre álló erőforrásokkal és a kimerülő tartalékokkal. Az egyik ígértes megoldás erre a problámakörre az üzemanyagcellák alkalmazása, azaz olyan eszközök használata, amelyek a képesek a kötött állapotban jelenlévő kémiai energiát közvetlenül elektromos árammá alakítani. Annak ellenére, hogy egyes üzemanyagcella típusok, már több mint száz éve ismertek, kialakításuk és teljesítményük még mindig fejlesztésre szorul. Az egyik leghasznosabb eszköz vizsgálatukra és hatékonyságuk növelésére olyan matematikai modellek használata, amelyek képesek megfelelő pontossággal modellezni a cellákban végbemenő folyamatokat. Az üzemanyagcellák modern matematikai leírása egy (általában) nemlineáris parabolikus parciális differenciálegyenlet rendszeren alapszik. Ezt a rendszert a megfelelő numerikus módszerekkel megoldva, egy olyan hatékony eszközhöz juthatunk, amelynek segítségével drága berendezések és műszerek nélkül is végezhetünk a hatékonyság növelését célzó kísérleteket. 2 Előzmények és az eredmények rövid összefoglalása A maximum-elv a skaláris másodrendű elliptikus és parabolikus PDEk olyan fontos jellemzője, amely a magasabb rendű egyenletekben és rendszerekben már nem figyelhető meg [7]. Az elv legegyszerűbb formáját harmonikus függvények esetén írták le legelsőként: adott korlátos Ω tartomány esetén bármely u C(Ω) nem állandó harmonikus függvény (azaz, u = 0) a vizsgált tartomány Ω peremén veszi fel szélsőértékeit: min s Ω u(s) < u(x) < max u(s) minden x Ω esetén. () s Ω A meglévő elméleti eredmények kombinálásával egy olyan kétoldali becsléshez jutottunk amely a klasszikus elliptikus feladatok (pozitív reaktív taggal és tetszőleges forrásfüggvénnyel) esetében alsó és felső korlát közé szorítja a megoldást a korábbi előjelfeltétellel szemben. Az eredmények diszkrét megfelelőinek érvényességét néhány, olyan jól ismert numerikus módszer esetében, mint például a

véges differenciák módszere vagy a véges elem módszer, bizonyíttottuk is. A parabolikus egyenletek vizsgálatához prototípusként a hővezetési egyenletet vettük alapul. Világos, hogy a hőmérséklet egy adott tartományon nem lehet negatív, ha a hőmérséklet kezdeteben és a tartomány peremén a vizsgált időszakban pozitív volt. A matematikai és numerikus modellek ezen tulajdonságát nemnegativítás megőrzésének nevezzük. Munkánk során a szemidiszkretizált megoldások mellett lineáris (egy dimenzióban) és bilineáris (két dimenzióban) véges elem módszerek esetén vizsgáltuk e tulajdonság meglétének feltételeit [2], [5], [6], [7]. A dolgozatban bemutattuk a protoncsere membrános üzemanyagcellákat és a matematikai leírásuk hátterében álló kormányzó egyenleteket. Az egyenletrendszer megoldására két megközelítést is alkalmaztunk, és a kapott numerikus modellek alapvető kvalitatív tulajdonságainak megőrzését is megvizsgáltuk. Az elért eredményeket numerikus kíserletekkel támsztottuk alá. Végül a protoncsere membrános üzemanyagcellák két alkalmazási lehetősgét is bemutattuk [9], [0]. Az alábbiakban a munkánk legfontosabb eredményeit mutatjuk be. 3 Fontosabb eredmények 3. Maximum elv elliptikus feladatok esetén Legyen Ω korlátos tartomány Lipschitz-folytonos Ω peremmel, ekkor olyan u C 2 (Ω) függvényt keresünk, amelyre u + cu = f Ω n, és u = 0 Ω n, (2) ahol c(x) nemnegatív, továbbá c(x), f(x) C(Ω). A fenti feladat klasszikus megoldásáról tudjuk, hogy kielégíti a maximum elvet, amit a következőképpen írhatunk fel f(x) 0 minden x Ω esetén = min u(x) 0. (3) x Ω A témában elért legfontosabb eredményünk a következő tétel. Állítás 3. [4] A fenti feladatban legyen c(x) és f(x) C(Ω)-beli, továbbá c(x) c 0 > 0 minden x Ω esetén, (4) ekkor a következő (a priori) kétoldali becslés érvényes a feladat klasszikus megoldására (2): min 0, min ξ Ω u(x) max 0, max c(ξ) ξ Ω, minden x Ω esetén. (5) c(ξ) 2

Megjegyzés 3. Nemhomogén Dirichlet peremfeltélel esetében hasonló becslés kapható [2], azaz: min min u(ξ), min ξ Ω ξ Ω u(x) max c(ξ) max u(ξ), max ξ Ω ξ Ω, x Ω. (6) c(ξ) érdemes megjegyezni, hogy a témában megjelent legelső cikk [8] amely teljes egészében a diszkrét maximum elvnek volt szentelve, egy nagyon fontos esetet, a nullától különböző forrásfüggvények esetét figyelmen kívül hagyta. Megjegyzés 3.2 A fenti becslésből (5) könnyen kapható az alábbi következmény f(x) 0, x Ω 0 u(x) max ξ Ω c(ξ). (7) Ez egy sokkal élesebb (kétoldali) becslés az ismeretlen u függvényre, mint a korábbi klasszikus maximum elv (3), ami csak u előjelét volt képes garantálni. A továbbiakban úgy hivatkozunk (5)-re, mint a módosított maximum elvre, amely tovább javítja és általánosítja is a jól ismert, kalsszikus maximum elvet (3). Megjegyzés 3.3 A diszkrét maximum elvet széles körben használják a numerikus módszerek konvergencia sebességének meghatározásához valamint a konvergencia bizonyításához és néhány esetben a numerikus stabilitás vizsgálatához. Miután valamely jól ismert numerikus módszerrel (véges elem vagy véges differencia) diszkretizáltuk (2)-et, a feladat megoldása a következő n ismeretlenes lineáris egyenletrendszer megoldására redukálódik le Au = F, (8) ahol az ismeretlen u = [u,..., u n ] T vektor az eredeti ismeretlen u függvény approximációja az Ω-beli kiválasztott x,..., x n pontokban, illetve az F = [F,..., F n ] T vektor a jobboldal f(x i ), i =,..., n approxmiációja, valamint A R n n a numerikus módszerre jellemző mátrix. A továbbiakban az A matrix elemeire az a ij jelöléssel hivatkozunk, valamint a mátrix és vektor egyenlőtlenségek esetében mindig komponensenkénti relációt értünk. Állítás 3.2 [3] Legyen A a fenti (8) rendszerben szigorúan diagonálisan domináns (SDD) és monoton. Ekkor az alábbi jelölést használva α i (A) := a ii n j=, j i a ij > 0 minden i =,..., n, esetén, (9) az ismeretlen approximációs u vektor koordinátáira a következő kétoldali becslést kapjuk: min 0, min j=,...,n u i max 0, max α j (A) j=,...,n, i =,..., n. (0) α j (A) 3

Definíció Tegyük fel, hogy A SDD, ekkor azt mondjuk, hogy a (8) egyenletrendszer u megoldása kielégíti a módosított diszkrét maximum-elvet, ha (0) teljesül, valamint max j=,...,n min j=,...,n α j (A) max α j (A) min f(x) 0, max, () x Ω c(x) f(x) 0, min. (2) x Ω c(x) Megjegyzés 3.4 A fenti két feltétel ( () és (2)) rendkívül fontos, mivel vizsgálatukkal könnyen ellenőrizhető, hogy például a véges elem vagy véges differenciákkal kapott approximáció esetén numerikus megoldás a folytonos feladatot jellemző korlátok (a priori) között marad-e. A munkánk egyik másik nagyobb eredményének bemutatásához tekintsük, a következő típusú elliptikus peremérték feladatot: Kerresük, azt az u C 2 (Ω) ismeretlen függvényt, amelyre u + cu = f Ω-n és δu + u n = g Ω-n, (3) ahol Ω korlátos tartomány Lipschitz folytonos Ω peremmel, n a tartomány belsejéből, kifelé mutató normálvektor, c(x) 0 minden x Ω esetén, továbbá δ(s) 0 s Ω. A fenti (3) egyenletben szereplő peremfeltételt haramdik peremfeltételnek nevezik, de gyakran hivatkoznak rá úgy mint Newton vagy Robin peremfeltétel. Állítás 3.3 [5] Tegyük fel, hogy a fenti (3) feladatban c, f C(Ω) és δ, g C( Ω). Továbbá, c(x) c 0 > 0 minden x Ω esetén, és δ(x) δ 0 > 0 minden x Ω-ra. (4) ahol c 0 és δ 0 pozitív konstansok. Ekkor minden x Ω esetén, a következő (a priori) kétoldali becslés érvényes a (3) probléma klasszikus megoldására: min 0, min ξ Ω c(ξ), min ξ Ω g(ξ) u(x) max 0, max δ(ξ) ξ Ω c(ξ), max ξ Ω g(ξ). (5) δ(ξ) Definíció Tegyük fel, hogy A SDD, ekkor azt mondjuk, hogy az egyenletrendszer (8) u megoldása kielégíti a módosított diszkrét maximum-elvet ha (0) teljesül, valamint max j=,...,n min j=,...,n α j (A) max f(x) 0, max x Ω c(x), max s Ω α j (A) min f(x) 0, min x Ω c(x), min s Ω g(s), (6) δ(s) g(s), (7) δ(s) érvényes, azaz a numerikus megoldásra is érvényesül a folytonos maximum elv. Vagy más szavakkal a diszkretizáció nem növeli a folytonos maximum elv korlátait egyik irányban sem. 4

Megjegyzés 3.5 A korábban ismert folytonos és diszkrét maximum elvek egyik változata sem adott az elért eredményeinkhez ( () (2)) hasonló kétoldali becslést a megoldásra, azaz valójában csak a megoldás előjelére vonatkozólag szolgáltattak információt. 3.2 Nemnegativítás megőrzése parabolikus feladatokra Tekintsük a hővezetési egyenletet, mint modellproblémát: u t u = 0 Ω T = (0, T ) Ω-n, (8) u = 0 Γ T = (0, T ) Ω-n, (9) u t=0 = u 0 Ω-n, (20) ahol u jelöli a hőmérsékletet a vizsgált tartományon, t az időt u 0 : Ω R pedig a kezdeti hőmérsékleteloszlást jelöli. A (8) (20) feladat numerikus megoldásához különböző típusú időbeni és térbeni diszkretizációt kombinálhatunk. A térbeni diszkretizációhoz többek közt alkalmazhatunk véges diferrencia vagy véges elem módszert adott h ekvidisztáns rácstávolsággal. Ennek egyik eredménye az alábbi Cauchy feladat a szemidiszkrét megoldásra, ahol u h egy időfüggő vektor-értékű függvény, amelynek koordinátái az adott rács csomópontjain értelmezhetők. du h dt (t) = hu h (t), t (0, T ), (2) ahol a kezdeti eloszlás u h (0) adott és h jelöli a megfelelő diszkrét Laplace operátort (jellemzően sávos négyzetes mátrix). Állítás 3.4 Az egy- és kétdimenziós feladat (téglalapon) (2) véges differenciák módszerével kapott szemidiszkrét megoldása megőrzi a nemnegativitási tulajdonságot, azonban általában ugyanez nem mondható el a lineáris véges elem módszerrel szemidiszkretizált feladat esetén. Az ún. θ-módszert alkalmazva (2)-re, adott τ időlépcsővel és θ [0, ] numerikus paraméterrel a következő iteratív algebrai egyenletrendszer írja le a teljesen diszkretizált feladatot: X y l+ = X 2 y l, (22) ahol X és X 2 az adott numerikus módszert jellemző R n n -beli mátrixok és y l jelöli u h (lτ) vektor approximációját az l-edik időlépcsőben. A fenti probléma esetén X és X 2 pontos alakját a dolgozat erre vonatkozó fejezetében tárgyaljuk részletesen. A nemnegativitás megőrzéséhez a következő feltételnek kell teljesülnie: X = X X 2 0, (23) 5

ahol X az ún. iterációs mátrix. Tekintsük a következő valós egyenletesen kontinuáns szimmetrikus tridiagonális mátrixokat; z, w, s, p R paraméterekkel: feltéve hogy X = z tridiag(, 2w, ); X 2 = s tridiag(, p, ) (24) z > 0, s > 0, w >. (25) Állítás 3.5 [2] Ekkor, ha (25) teljesül, X R n n tetszőleges n-re nemnegatív akkor és csak akkor továbbá 2w + p > 0 és γ i,i, i =, 2,..., n (26) 2w + p ahol a(n) := sh(nϑ) sh((n + )ϑ) 2w + p (27) és ϑ = arch(w). γ i,j = sh(iϑ)sh((n + j)ϑ), (28) sh(ϑ)sh((n + )ϑ) Az eredeti (8)-(20) feladatot kibővítve, kapjuk a kovetkező általánosabb lakú hővezetési egyenletet kevert peremfeltétellel, amelyet az Ω (0, t max )-n oldunk meg, ahol Ω := (0, L x ) (0, L y ). c(x, y) u t = (κ(x, y) u), (x, u ΓD = γ(x, y), y) Ω, t (0, t max), u n = 0, t [0, t max ), (29) ΓN u(0, x, y) = u 0 (x, y), (x, y) Ω, ahol c és κ jelöli rendre a specifikus hőkapacitást és a hővezetési együtthatót. Továbbá γ(x, y) adott pozitív hőmérséklet eloszlás a vizsgált tartomány Γ D peremén. Γ N = Ω y 0 és Γ D = Ω y = 0 jelöli azt a részét a tartomány peremének, ahol rendre Neumann valamint Dirichlet peremfeltételt alkalmaztunk a vizsgált PDE esetén. Általánosságban feltesszük továbbá, hogy Γ D Γ N = Ω és Γ D Γ N =. Állítás 3.6 Tegyük fel, hogy és h x h y c ( hx 4 + h ) y ( θ)κ h y h x τ, (30) 6

h 2 yc 2θκ ( ( ) ( ) 3 h 2 x 9 h 4 + + x + + 9 2 h 2 y 4 h 4 y 2 ( ) ) h 2 x τ, (3) teljesül. Ekkor a fenti (29) feladatot tetszőleges kezdeti nemnegatív hőmŕsékleteloszlással az adott tartományon megoldva lineáris véges elem módszerrel kapott megoldás minden időlépcsőben nemnegatív marad. Állítás 3.7 Tegyük fel, hogy (23) teljesül (azaz, (22) numerikus megoldása nemnegatív minden időlépcsőben) valamint X SDD és monoton. Ekkor a következő becslés érvényes minden l időréteg esetén: 0 y l+ max 0, max j=,...,n h 2 y X 2 y l j. (32) α j (X ) 3.3 Üzemanyagcellák megbízható modellezése A megfelelő numerikus modellek alkalmazása az üzemanyagcellák esetében több okból is fontos. Egyrészt, segítségükkel könnyeben megérthetők a működésük hátterében zajló folyamatok, másrészt az üzemanyagcella rendszerek optimalizálásához rendkívül hasznos eszközök lehetnek, harmadrészt pedig alkalmazásuk során (pl. erőművekben vagy járművekben) az optimális működés eléréséhez és fenntartásához nélkülözhetetlen információt kaphatunk belőlük. Kirchoff törvényéből fakadóan az E cell cellafeszültséget az alábbi formula adja meg: E cell (t) = E OC (t) η a (t) W mem κ mem I(t) V (t). (33) Itt E OC.23V jelöli a nyitott köri egyensúlyi potenciált. A cellafeszültség kiszámításához az üzemanyagcella elektródjain (azaz az anódon és a katódon) valamint a membránon eső feszültség nagyságát kell meghatározni adott áramterhelés mellett. Megmutatható, ([], [8]) hogy a porózus elektród folytonos matematikai modellje bizonyos feltevések mellett a következő kanonikus alakú parabolikus PDE-re alakítható át (adott Neumann típusú peremfeltétellel): δ u(δ, ξ) = ξξ u(δ, ξ) ν 2 g(u(δ, ξ)), ξ (0, ), δ (0, δ max ), (34) ahol u(δ, ξ) := αf η(t, ξ) az új ismeretlen az ún. dimenziómentes túlfeszültség. Továbbá RT ν 2 = ai 0 L 2 αf RT ( + ) κ eff σ eff a dimenziómentes csereáramsűrűseg valamint ξ és δ jelöli az új tér és időváltozókat: (35) ξ := x L, and δ := t p, (36) ahol p = C dlrt i 0 αf ν2. (37) 7

Állítás 3.8 Tegyük fel, hogy ( θ)β τ (38) érvényes. Ekkor az egy dimenziós feladatot (34) véges differenciák módszerével tetszőleges nemnegatív kezdeti feltétellel megoldva a megoldás nemnegatív marad minden időlépcsőben. Állítás 3.9 Tegyük fel, hogy (38) érvényes. Ekkor minden időrétegen érvényes a következő becslés: 0 u l+ max max u l, H(I(t)), (39) ahol H(I(t)) az időfüggő áramterhelés függvénye, amin keresztül a peremfeltétel nagyságát jellemzi. Állítás 3.0 Tegyük fel, hogy és ( ) > τ, (40) 6 θ h 2 ν2 ( ) τ (4) 3 ( θ) h 2 ν2 teljesül. Ekkor az egy dimenziós feladatot (34), lineáris véges elem módszerrel tetszőleges nemnegatív kezdeti feltétellel megoldva a megoldás nemnegatív marad minden időlépcsőben. Munkánk során egy másik megközelítést alkalmazva a katód túlfeszültségére anélkül kaptunk explicit egyenletet, hogy homogén paramétereolszlást feltételeztünk volna. Az így kapott egyenlet általánosabb, mint a korábbi homogén modell, ahol a vezetőképességekről feltettük, hogy térben nem változnak: Állítás 3. Tegyük fel, hogy ha x S(x) 0 és t u(t, x) = x (S(t, x)) ac dl (x) S(t, x) + ac dl (x) x(σ eff x u(t, x)) h a(x)c dl(x) σ eff(x) x S(x) ( I(t) ) K + σ eff x u(t, x) i 0 g (u(t, x)). C dl (x)k (42) τ, (43) KC dl (x)u(t, x) τ. (44) I(t) a(x) xs(x) + i 0 (x)g(u(t, x)) egyébként, minden (t, x) (0, t max ) [0, L] esetén, ahol a nevezőről feltesszük, hogz nem nulla, azaz, x S(x) I(t)a(x)i 0 (x)g(u(t, x)). Ha u(t, x) = 0, akkor (43) második feltétele határérték értelemben értendő. Ekkor, u l 0 miatt f(u l ) 0 és (42) megoldása nemnegatív marad tetszőleges nemnegatív kezdeti feltétel esetén. feltétel teljesülése. Ha x S(x) = 0 akkor a nemnegativítás megőrzéséhez elegendő a második Az alábbi referenciákban vastaggal emeltük ki azon munkák címét amelyek alapjául szolgáltak a jelen dolgozatban bemutatott munkáinknak. 8

Referenciák [] Faragó, I., Inzelt, G., Kornyik, M., Kriston, Á., and Szabó, T. (2008). Stabilization of a numerical model through the boundary conditions for the real-time simulation of fuel cells. In: Proceedings of International Conference on Systems, Computing Sciences and Software Engineering. Innovations and Advanced Techniques in Systems, Computing Sciences and Software Engineering (ed. Khaled, E.), Springer, 489 494. [2] Faragó, I., Korotov, S., and Szabó, T. (200). Non-negativity preservation of the discrete nonstationary heat equation in D and 2D. Journal of Applied Mathematics, 3(2), 60 8. [3] Faragó, I., Korotov, S., and Szabó, T. (20). On modifications of continuous and discrete maximum principles for reaction-diffusion problems. Advances in Applied Mathematics and Mechanics, 3(), 09 20. [4] Faragó, I., Korotov, S., and Szabó, T. (20). On sharpness of two-sided discrete maximum principles for reaction-diffusion problems. In: Proceedings of the International Conference APLIMAT-20, (ed. Kovacova, M. et al.) 247 254. [5] Faragó I., Korotov S., and Szabó T. (in press). On continuous and discrete maximum principles for elliptic problems with the third boundary condition. Applied Mathematics and Computation. [6] Fujii, H. (973). Some remarks on finite element analysis of time-dependent field problems. Theory and Practice in Finite element Structural Analysis, Tokyo: University of Tokyo Press, 9 06. [7] Gilbarg, D. and Trudinger, N. S. (977). Elliptic Partial Differential Equations of Second Order. Grundlehren der Mathematischen Wissenschaften 224, Berlin: Springer. [8] Kriston, Á., Inzelt, G., Faragó, I., and Szabó, T. (200). Simulation of the transient behavior of fuel cells by using operator splitting techniques for real-time applications. Computers and Chemical Engineering, 34, 339 348. [9] Kriston, Á. and Szabó, T. (2009). HY-GO TM - Business Plan (Alternative Rapid Transport Solution). [0] Kriston, Á., Szabó, T., and Inzelt, Gy. (200). The marriage of car sharing and hydrogen economy: a possible solution to the main problems of urban living. International Journal of Hydrogen Energy, 35, 2697 2708. [] Křížek, M. and Neittaanmäki, P. (990). Finite Element Approximation of Variational Problems and Applications. Harlow: Longman Scientific and Technical. [2] Ladyzenskaja, O. A., Solonnikov, V. A., and Uraltseva, N. N. (968). Linear and Quasilinear Equations of Parabolic Type. Translations of Mathematical Monogrpahs, 23. 9

[3] Marchuk, G. (976). Numerical Methods. Budapest: Technical Publishing (in Hungarian). [4] Sperb, R. (98). Maximum Principles and Their Applications. New York: Academic Press. [5] Szabó T. (2009). On the discretization time-step in the finite element theta-method of the discrete heat equation. In: Lecture Notes in Computer Science (eds. Margenov, S. et al.), Springer, 5434, 564 57. [6] Szabó T. (200). On the discretization time-step in the finite element theta-method of the two-dimensional discrete heat equation. In: Lecture Notes in Computer Science (eds. Lirkov, I., et al.), Springer, 590, 629 636. [7] Szabó T. (200). Some sufficient conditions for the non-negativity preservation property in the discrete heat conduction model. Journal of Computational and Applied Mathematics, 235, 478 490. [8] Varga, R. (966). On discrete maximum principle. SIAM Journal on Numerical Analysis, 3, 355 359. [9] Windisch, G. (987). A maximum principle for systems with diagonally dominant M-matrices. In: Discretization in Differential Equations and Enclosures (eds. E. Adams et al.), Mathematical Research, 36, 243 250. 0