[論文レビュー] A novel iterative penalty method to enforce boundary conditions in Finite Volume POD-Galerkin reduced order models for fluid dynamics problems

Sabrina Kelbij Star, Giovanni Stabile+3 more|arXiv (Cornell University)|Dec 2, 2019

Model Reduction and Neural Networks参考文献 60被引用数 11

ひとこと要約

本稿では、流体力学における有限体積法ベースの Proper Orthogonal Decomposition (POD)-Galerkin 減少順序モデル (ROM) に対して、時間依存境界条件を強制する反復的ペナルティ法を提案する。誤差許容誤差を基準とする反復型ソルバによりペナルティ係数を自動的に決定することで、リフト関数法と同等の精度を達成するとともに、高速化を実現した。リーフド・キャビティ流れでは270–308倍、Y字接合流れでは13–24倍の高速化を達成した。

ABSTRACT

A Finite-Volume based POD-Galerkin reduced order model is developed for fluid dynamics problems where the (time-dependent) boundary conditions are controlled using two different boundary control strategies: the lifting function method, whose aim is to obtain homogeneous basis functions for the reduced basis space and the penalty method where the boundary conditions are enforced in the reduced order model using a penalty factor. The penalty method is improved by using an iterative solver for the determination of the penalty factor rather than tuning the factor with a sensitivity analysis or numerical experimentation. The boundary control methods are compared and tested for two cases: the classical lid driven cavity benchmark problem and a Y-junction flow case with two inlet channels and one outlet channel. The results show that the boundaries of the reduced order model can be controlled with the boundary control methods and the same order of accuracy is achieved for the velocity and pressure fields. Finally, the reduced order models are 270-308 times faster than the full order models for the lid driven cavity test case and 13-24 times for the Y-junction test case.

研究の動機と目的

• 高精度な有限体積 (FV) 離散化から導出される減少順序モデル (ROM) における時間依存境界条件の強制という課題に対処すること。
• 感受性解析や数値的実験に依存するペナルティ係数の手動チューニングに依存する従来のペナルティ法の限界を克服すること。
• 反復的ペナルティ法とリフト関数法の精度、安定性、計算効率の観点からの性能比較を行うこと。
• 2つのベンチマーク問題、リーフド・キャビティと複数の流入口を持つY字接合流れに対して、提案手法の有効性を評価すること。
• 核熱水力システムの結合など産業用途におけるリアルタイムまたはニアリアルタイムシミュレーションを可能にするために、ROMの効率性と境界条件の忠実度を向上させること。

提案手法

• 不可 compressible Navier–Stokes 方程式の有限体積法ベースの POD-Galerkin ROM を定式化し、特異値分解 (POD) により構築された減少基底空間に、フルオーダーモデル (FOM) を射影する。
• ペナルティ法を用いて境界条件を弱く強制し、残差にペナルティ項を追加する。ペナルティ係数は、ユーザーが定義した誤差許容誤差を満たすように、反復型ソルバにより自動的に決定される。
• 反復アルゴリズムを用いてペナルティ係数を自動的に計算し、手動チューニングの必要性を低減するとともに、感受性解析や試行錯誤による実験の必要性を排除する。
• 2つのテストケースに本手法を適用する：定常および非定常のリーフド・キャビティ、および2つの流入口と1つの排出口を持つY字接合流れ。両者とも時間変動する流入境界条件を有する。
• ROMの安定化と圧力場の再構築のため、圧力ポアソン方程式を導入し、減少順序設定下でも精度と安定性を向上させる。
• 時間積分法として、FOMと同等の時間精度を確保するため、二階後退差分法をROMに適用する。これにより、一貫性のある過渡シミュレーションが可能になる。

実験結果

リサーチクエスチョン

• RQ1 反復的ペナルティ法は、ペナルティ係数の手動チューニングに依存せずに、FV-POD-Galerkin ROM における時間依存境界条件の強制に有効に適用可能か？
• RQ2 反復的ペナルティ法は、流体力学ROMにおける速度境界条件の強制において、リフト関数法と比較して精度と安定性に優れているか？
• RQ3 ベンチマーク流体解析問題において、反復的ペナルティROMはフルオーダーモデルおよびリフト関数ROMと比較して、どの程度の計算効率の向上（スピードアップ）を達成しているか？
• RQ4 圧力ポアソン方程式の導入は、ROMにおける再構築圧力場の精度と安定性をどの程度向上させるか？
• RQ5 複数の流入口と可変な流入角度を持つY字接合のような複雑な流入配置を有する問題に適用した場合、本手法のロバスト性はいかがなものか？

主な発見

• 反復的ペナルティ法は、リフト関数法と同等の精度で速度場および圧力場を再現し、両手法とも信頼性の高いROM解を生成した。
• 反復型ソルバを用いることで、1テストケースあたり約1秒でペナルティ係数が自動的に決定され、手動チューニングや感受性解析の必要がなくなった。
• リーフド・キャビティのテストケースでは、反復的ペナルティROMはフルオーダーモデル比で308倍のスピードアップを達成した。一方、リフト関数法は270倍であった。
• Y字接合のテストケースでは、反復的ペナルティROMが24倍のスピードアップを達成したのに対し、リフト関数法は13倍であった。複雑な幾何形状においても、本手法に性能上の優位性が認められた。
• 圧力ポアソン方程式のアプローチは、ROMの安定化と圧力場再構築の精度向上に効果的であったが、圧力の相対誤差は速度と比較して約1桁高い水準にとどまった。
• スナップショット生成時に使用した流入条件の範囲内でROMをテストした場合、本手法は安定的かつ高精度に動作したが、その範囲外では性能が劣化する傾向が見られた。これは、代表的なスナップショット収集の重要性を強調している。