In recent years the demand for numerical simulations which help to support the work of engineers has constantly gained weight. In the same way the computational power advances, the complexity of the problems and demands posed to the numerical simulation tools increases, too. This thesis expands the simulation tool MUFTE-UG for two-phase flow processes in porous media with adaptive methods The approaches presented here can be divided into two parts: On the one hand, a space adaptive method is introduced. Here, the element-size resolution throughout the discretization mesh is changed in certain areas from time step to time step. A marking of the relevant elements which need to be refined or coarsened is realized by an empirically derived error indicator. While at first three different indicators are compared, the final investigations of the various test cases are performed with an indicator locating a steep gradient of the saturation distribution in the system. As it shows that the applied h-adaptive strategy is not mass conservative due to mesh manipulations, an algorithm is developed which ensures the mass preservation for coarsening as well as for refinement. On the other hand, the discretization method is adaptively adjusted inside the domain. Since advection-dominated processes require an other numerical treatment than diffusiondominated processes (in the here presented case realized by the application of a ’fully upwinding’ or a ’centrally weighted’ scheme), at first a suitable indicator needs to be found which accounts for these processes. For this, the two-phase (element) Pecletnumber is derived which describes the ratio between advection and diffusion. The developed methods are applied to homogeneous and heterogeneous test cases. For the choice of the homogeneous test cases it is considered that the here introduced methods need to be capable of handling purely advection-dominant problems (e.g. Buckley-Leverett problem), purely diffusion-dominant problems (e.g. McWhorter problem) and problems, where both effect appear in the domain at the same time (e.g. Sandbox problem). The heterogeneous test case resembles the Sandbox problem with a lense. Overall it can be said that the deployed space adaptive methods work very well for all the investigated test cases. The results obtained by the adaptive choice of discretization method are only mildly satisfactory. Here it shows, especially for the heterogeneous case, that the switch to the centrally weighted scheme needs a very careful adjusting.
In den vergangenen Jahren hat die Nachfrage nach numerischen Simulationsprogrammen, die eine Unterstutzung der taglichen Arbeit von Ingenieuren bieten, standig an Gewicht zugenommen. Im gleichen Mase in dem die Rechnerleistung zunimmt, steigen auch die Komplexitat der Fragestellungen und die Anforderungen an die Simulationsprogramme. Diese Arbeit erweitert das Simulationsprogramm MUFTE-UG fur Zwei-Phasen Stromungsprozesse in porosen Medien um adaptive Methoden. Die hier vorgestellten Vorgehensweisen konnen in zwei Bereiche unterteilt werden: Auf der einen Seite wird eine orts-adaptive Methode vorgestellt. Dabei wird die Elementgrose in bestimmten Gebieten des Diskretisierungsnetzes von Zeitschritt zu Zeitschritt angepasst. Das Markieren der relevanten Elemente, die verfeinert oder vergrobert werden sollen, wird mittels eines empirischen Fehlerindikators realisiert. Zunachst werden drei verschiedene Indikatoren verglichen. Die letztendlichen Untersuchungen werden mit einem Indikator durchgefuhrt, der einen steilen Gradienten der Sattigung im Gebiet lokalisiert. Da sich zeigt, dass das verwendete h-adaptive Verfahren aufgrund von Netz-Manipulationen nicht massenkonservativ ist, wird ein Algorithmus entwickelt der die Erhaltung der Masse fur das Vergrobern und das Verfeinern sicherstellt. Auf der anderen Seite findet ein adaptives Anpassen der Diskretisierungsmethode innerhalb des Gebietes statt. Da advektions-dominante Prozesse eine andere numerische Behandlung als diffusions-dominante Prozesse benotigen (was in dieser Arbeit durch Anwendung der ’fully upwinding’ oder ’zentral gewichteten’ Methode geschieht), muss zunachst ein geeigneter Indikator gefunden werden, der diese Prozesse identifiziert. Hierfur wird die Zwei-Phasen (element-basierte) Peclet-Zahl hergeleitet, die das Verhaltnis zwischen Advektion und Diffusion beschreibt. Die entwickelten Methoden werden fur homogene und heterogene Testfalle eingesetzt. Bei der Wahl der homogenen Falle wurde berucksichtigt, dass die vorgestellten Methoden in der Lage sein sollen sowohl rein advektions-dominante Probleme (z.B. Buckley-Leverett Problem) und rein diffusions-dominante Problem (z.B. McWhorterProblem) als auch Probleme behandeln konnen soll, bei denen beide Effekte gleichzeitig im Gebiet auftreten (z.B. Sandbox Problem). Als heterogenes Test wird das Sandbox Problem mit einer Linse gewahlt. Zusammenfassend kann gesagt werden, dass die Ergebnisse der verwendeten ortsadaptiven Methoden fur alle Testfalle sehr gut sind. Die Ergebnisse, die mit der adaptiven Anpassung der Diskretisierungsmethode erreicht wurden sind nur masig zufriedenstellend. Hier zeigt sich, dass, insbesondere fur den heterogenen Fall, der Ubergang zur zentral gewichteten Methode sehr sorgfaltig gewahlt werden muss.
[1]
Chin-Fu Tsang,et al.
A perspective on the numerical solution of convection‐dominated transport problems: A price to pay for the easy way out
,
1992
.
[2]
E. C. Childs.
Dynamics of fluids in Porous Media
,
1973
.
[3]
Richard E. Ewing,et al.
Numerical Simulation of Multiphase Flow in Fractured Porous Media
,
2000
.
[4]
S. E. Buckley,et al.
Mechanism of Fluid Displacement in Sands
,
1942
.
[5]
J. Molenaar,et al.
The effect of capillary forces on immiscible two-phase flow in heterogeneous porous media
,
1995
.
[6]
Stefan Lang.
Parallele numerische Simulation instationärer Probleme mit adaptiven Methoden auf unstrukturierten Gittern
,
2001
.
[7]
S. Dyck,et al.
Grundlagen der Hydrologie
,
1983
.
[8]
Rüdiger Verfürth,et al.
A posteriori error estimation and adaptive mesh-refinement techniques
,
1994
.
[9]
J. Parlange.
Porous Media: Fluid Transport and Pore Structure
,
1981
.
[10]
R. B. Lantz.
Quantitative Evaluation of Numerical Diffusion (Truncation Error)
,
1971
.
[11]
Hussam Sheta.
Simulation von Mehrphasenvorgängen in porösen Medien unter Einbeziehung von Hysterese-Effekten
,
1999
.
[12]
Joel H. Ferziger,et al.
Computational methods for fluid dynamics
,
1996
.
[13]
Claes Johnson,et al.
Adaptive finite element methods in computational mechanics
,
1992
.
[14]
O. C. Zienkiewicz,et al.
A simple error estimator and adaptive procedure for practical engineerng analysis
,
1987
.
[15]
R. Helmig.
Multiphase Flow and Transport Processes in the Subsurface: A Contribution to the Modeling of Hydrosystems
,
2011
.
[16]
David B. McWhorter,et al.
Exact integral solutions for two‐phase flow
,
1990
.
[17]
Holger Class.
Theorie und numerische Modellierung nichtisothermer Mehrphasenprozesse in NAPL-kontaminierten porösen Medien
,
2001
.
[18]
H. Rentz-Reichert,et al.
UG – A flexible software toolbox for solving partial differential equations
,
1997
.
[19]
K. Aziz,et al.
Petroleum Reservoir Simulation
,
1979
.
[20]
Mario Ohlberger,et al.
Adaptive finite volume methods for displacement problems in porous media
,
2002
.
[21]
Peter A. Forsyth,et al.
A Control Volume Finite Element Approach to NAPL Groundwater Contamination
,
1991,
SIAM J. Sci. Comput..
[22]
R. LeVeque.
Numerical methods for conservation laws
,
1990
.
[23]
I. Babuska,et al.
A‐posteriori error estimates for the finite element method
,
1978
.
[24]
Rainer Helmig.
Theorie und Numerik der Mehrphasenströmungen in geklüftet-porösen Medien
,
1993
.
[25]
W. Rheinboldt,et al.
Error Estimates for Adaptive Finite Element Computations
,
1978
.
[26]
Mario Ohlberger.
A posteriori error estimates for vertex centered finite volume approximations of convection-diffusion-reaction equations
,
2001
.
[27]
Lina Neunhäuserer.
Diskretisierungsansätze zur Modellierung von Strömungs- und Transportprozessen in geklüftet-porösen Medien
,
2003
.
[28]
Peter Bastian,et al.
Adaptive Multigrid Methods: The UG Concept
,
1994
.
[29]
Bernard H. Kueper,et al.
Experimental observations of multiphase flow in heterogeneous porous media
,
1989
.
[30]
P. Knabner,et al.
ADAPTIVE FINITE VOLUME DISCRETIZATION OF DENSITY DRIVEN FLOWS IN POROUS MEDIA
,
1998
.
[31]
Adrian E. Scheidegger,et al.
The physics of flow through porous media
,
1957
.
[32]
Wolfgang Hackbusch,et al.
Multi-grid methods and applications
,
1985,
Springer series in computational mathematics.
[33]
J. Molenaar,et al.
Analysis of DNAPL infiltration in a medium with a low-permeable lens
,
1996
.
[34]
M. J. De Neef,et al.
Modelling Capillary Effects in Heterogeneous Porous Media
,
2000
.
[35]
D. Kröner.
Numerical Schemes for Conservation Laws
,
1997
.
[36]
W. Ehlers,et al.
ZEIT- UND ORTSADAPTIVE VERFAHREN FUR MEHRPHASENPROBLEME POROSER MEDIEN
,
1999
.
[37]
Claes Johnson,et al.
Adaptive finite element methods for diffusion and convection problems
,
1990
.
[38]
Rainer Helmig,et al.
Efficient fully-coupled solution techniques for two-phase flow in porous media: Parallel multigrid solution and large scale computations
,
1999
.
[39]
Gabriel Wittum,et al.
Adaptive Methods — Algorithms, Theory and Applications
,
1994
.
[40]
G. Pinder,et al.
Computational Methods in Subsurface Flow
,
1983
.
[41]
L. Lake,et al.
Enhanced Oil Recovery
,
2017
.
[42]
Rainer Helmig,et al.
Comparison of Galerkin-type discretization techniques for two-phase flow in heterogeneous porous media
,
1998
.
[43]
Rainer Helmig,et al.
Multiphase flow in heterogeneous porous media: A classical finite element method versus an implicit pressure–explicit saturation‐based mixed finite element–finite volume approach
,
1999
.