Accuracy, efficiency and robustness for rigid particle simulations in Stokes flow

The thesis concerns simulation techniques for systems of nano- to micro-scaled rigid particles immersed in a viscous fluid, ubiquitous in nature and industry. With negligible fluid inertia, the set of PDEs known as the Stokes equations can be used to model the hydrodynamics. For a dynamic study, the PDEs have to be solved at any given instance of time, provided the particle configuration and any non-hydrodynamic interactions. The resulting particle velocities can then be used to update the particle coordinates, and the equations repeatedly solved anew. For any simulation result of a physical system to be reliable, it is crucial to control different error contributions, with two error types here particularly in focus: those related to solving the Stokes equations and those related to the update in time. The PDEs can be recast as boundary integral equations (BIEs) that hold on the particle surfaces. Hydrodynamic interactions are challenging: they are simultaneously long-ranged and expensive to resolve both in time and space for closely interacting particles. The latter is caused by strong lubrication forces resulting from bodies in relative motion. We approach two alternative and related techniques to BIEs that allow for more cost-effective simulations, namely the rigid multiblob method and the method of fundamental solutions. The former is a regularisation technique that allows for generally shaped particles in large systems, both with and without thermal fluctuations. We make two improvements: the basic error level is tied to the discretisation and set by solving a small optimisation problem off-line for each given particle shape, and the accuracy for closely interacting particles is improved by pair-corrections. With the method of fundamental solutions, we present a technique with linear or close to linear scaling in the number of particles, depending on if a so-called resistance or mobility problem is solved. For circles and spheres, the accuracy can be controlled
Avhandlingen behandlar simuleringstekniker för system av stela partiklar på nano- till mikroskala i en viskös vätska. Sådana system har en stor spännvidd av tillämpningsområden både i naturen och i industrin. Då vätskans tröghet anses försumbar utgör uppsättningen av partiella differentialekvationer (PDEer) känd som Stokes ekvationer en modell för vätskans fysik. För att studera dynamiska förlopp behöver PDEerna lösas vid varje given tidpunkt, givet partikelkonfigurationen och eventuell extern påverkan mellan partiklarna. De resulterande hastigheterna på partiklarna används för att uppdatera dess positioner och ekvationerna kan sedan lösas på nytt. För att ett simuleringsresultat av ett fysiskt system ska vara tillförlitligt är det viktigt att kontrollera olika felkällor. Vi fokuserar specifikt på de numeriska fel som uppstår när Stokes ekvationer löses approximativt och felet från tidsstegningen, alltså uppdateringen av koordinater över tid. Interaktionerna i vätskan är utmanande att hantera: de avtar långsamt med ökande partikelavstånd och är dyra att lösa upp vid nära kontakt. Det sistnämnda är en konsekvens av de starka lubrikationskrafter som relativ rörelse mellan partiklar resulterar i på korta avstånd. PDEerna kan omformuleras som randintegralekvationer på partiklarnas ytor. Vi behandlar två alternativa men relaterade tekniker som möjliggör billigare simuleringar. Den stela multiblob-metoden bygger på regularisering och kan hantera stora system av partiklar med generell geometri. Två förbättringar utvecklas: den basala felnivån relaterar till diskretiseringen av partiklarna och sätts genom att förberäkna lösningen till ett litet optimeringsproblem för varje unik partikeltyp. Noggrannheten för nära interaktion förbättras sedan med hjälp av parkorrektioner. Genom en alternativ metod baserad på fundamentallösningar presenterar vi en ny snabb teknik som skalar linjärt med antalet partiklar. För cirklar och sfärer kan noggrannheten kontrolleras obe