[論文レビュー] A higher-order ensemble/proper orthogonal decomposition method for the nonstationary Navier-Stokes equations

Max Gunzburger, Nan Jiang+1 more|arXiv (Cornell University)|Sep 16, 2017

Model Reduction and Neural Networks参考文献 10被引用数 18

ひとこと要約

本稿では、パrametricな不確実性下での解のアンサンブルを効率的に計算するために、非定常ナビエ＝ストークス方程式に対して2次精度のアンサンブル・プロパー直交分解（POD）法を提案する。高次時間積分とPODに基づく低次元モデル化を組み合わせることで、高い精度と計算効率を達成する。数値結果では、6つのPODモードを用いた場合、L²誤差が0.005未満であることが示され、低レイノルズ数流れにおいて安定性と収束性を維持する。

ABSTRACT

Partial differential equations (PDE) often involve parameters, such as viscosity or density. An analysis of the PDE may involve considering a large range of parameter values, as occurs in uncertainty quantification, control and optimization, inference, and several statistical techniques. The solution for even a single case may be quite expensive; whereas parallel computing may be applied, this reduces the total elapsed time but not the total computational effort. In the case of flows governed by the Navier-Stokes equations, a method has been devised for computing an ensemble of solutions. Recently, a reduced-order model derived from a proper orthogonal decomposition (POD) approach was incorporated into a first-order accurate in time version of the ensemble algorithm. In this work, we expand on that work by incorporating the POD reduced order model into a second-order accurate ensemble algorithm. Stability and convergence results for this method are updated to account for the POD/ROM approach. Numerical experiments illustrate the accuracy and efficiency of the new approach.

研究の動機と目的

• パラメトリック不確実性下での非定常ナビエ＝ストークス方程式の複数の解を効率的に解くための高次元アンサンブル法の開発。
• 2次精度時間に整合したアンサンブルアルゴリズムにプロパー直交分解（POD）を統合し、計算コストを低減しつつ精度を保持する。
• 従来の1次精度アンサンブル-POD法を発展させ、長時間積分のシナリオにおける時間精度を向上させる。
• 新しい2次精度アンサンブル-POD定式化に関する安定性と収束性の結果を確立する。

提案手法

• 本手法は、アンサンブルフレームワーク内でのナビエ＝ストークス方程式に2次精度時間離散化スキームを適用し、複数の右辺を持つ1つの線形系を用いて、すべてのアンサンブルメンバーを同時に解く。
• 高精度な解から得られるスナップショット行列に対してPODを適用し、最もエネルギーの高い空間モードを抽出することで、モデル次元削減用の低次元基底を構築する。
• ナビエ＝ストークス方程式をPOD基底上にガラーキン射影することで、低次元モデル（ROM）が得られ、自由度の数が顕著に減少する。
• アンサンブル-PODアルゴリズムは各時間ステップで低次元系を解き、複数の右辺に対して効率的なブロック反復ソルバーを活用する。
• POD/ROM近似を考慮した安定性および収束性解析を拡張し、堅牢性と精度を保証する。
• 数値実験では、構造化メッシュとΔt = 0.01の時間刻みを用い、スナップショットは0.04秒ごとに収集する。

実験結果

リサーチクエスチョン

• RQ1 2次精度のアンサンブルアルゴリズムをPODに基づくモデル次元削減と効果的に組み合わせることで、非定常ナビエ＝ストークス方程式を効率的に解くことができるか？
• RQ2 6つのPODモードを用いた場合、EnB-POD法とEnB-full法との間で、時間経過に伴う速度、エネルギー、およびエントロピーの精度はどの程度か？
• RQ3 PODモードの数がアンサンブル平均速度のL²誤差に与える影響は何か？
• RQ4 訓練範囲外（外挿）のパrametric不確実性に適用した場合、本手法は安定性と収束性を維持するか？
• RQ5 アンサンブルメンバー数およびPOD基底の次元が、計算コストにどのように影響するか？

主な発見

• 例1において、6つのモードを用いた場合、アンサンブル平均速度のL²相対誤差はPOD基底次元の増加に伴い単調に減少し、0.004886に達する。
• 6つのPODモードを用いた場合、EnB-POD法とEnB-full法で計算されたエネルギーおよびエントロピーのプロファイルはほとんど区別できないほど一致しており、高い精度が確認される。
• 訓練範囲（ε = ±0.001）から大きく外れる摂動パrameter（ε = 0.2から1.0）に対しても、EnB-POD法はEnB-full解と良好な一致を示し、外挿性能の優れた妥当性が裏付けられる。
• PODによるシステムサイズの低減を実現しつつ、2次精度の時間的精度を保持することで、顕著な計算コスト削減が達成される。
• スナップショット行列の特異値の減衰は、支配的流れのダイナミクスを少数のPODモードが捉えられることを示しており、低次元基底の有効性が裏付けられる。
• POD/ROMフレームワークを含めた安定性および収束性の結果が厳密に更新され、理論的信頼性が確認された。