[論文レビュー] An Evolve-Then-Filter Regularized Reduced Order Model

David Wells, Zhu Wang+2 more|arXiv (Cornell University)|Jun 24, 2015

Model Reduction and Neural Networks参考文献 34被引用数 3

ひとこと要約

本稿は、対流優勢な流れに対して、明示的な空間フィルタリング（POD射影（Proj））と新しいPOD微分フィルタ（DF）を用いて不安定な標準ROMを安定化する、新たな「進化‐次にフィルタリング」正則化低次元モデル（EF-ROM）を提案する。EF-ROM-DFの組み合わせが最高の精度を達成し、標準G-ROMや他のReg-ROM/フィルタ変種を著しく上回り、DNSと比較して計算時間は桁違いに少ない。

ABSTRACT

In this paper, we propose a new evolve-then-filter reduced order model (EF-ROM). This is a regularized ROM (Reg-ROM), which aims at the numerical stabilization of proper orthogonal decomposition (POD) ROMs for convection-dominated flows. We also consider the Leray ROM (L-ROM). These two Reg-ROMs use explicit ROM spatial filtering to smooth (regularize) various terms in the ROMs. Two spatial filters are used: a POD projection onto a POD subspace (Proj) and a new POD differential filter (DF). The four Reg-ROM/filter combinations are tested in the numerical simulation of the three-dimensional flow past a circular cylinder at a Reynolds number $Re=1000$. Overall, the most accurate Reg-ROM/filter combination is EF-ROM-DF. Furthermore, the spatial filter has a higher impact on the Reg-ROM than the regularization used. Indeed, the DF generally yields better results than Proj for both the EF-ROM and L-ROM. Finally, the CPU times of the four Reg-ROM/filter combinations are orders of magnitude lower than the CPU time of the DNS.

研究の動機と目的

• 対流優勢な流れにおける標準的ポテンシャル分解（POD）低次元モデル（ROM）の数値的不安定性を解消すること。
• スナップショットの前処理ではなく、ROMの項に直接適用する明示的な空間フィルタリングを用いた新たな正則化戦略の開発。
• POD射影（Proj）とPOD微分フィルタ（DF）の2つの空間フィルタが、ROMの精度と安定性に与える影響の調査。
• 複数のフィルタリング戦略を用いた、新規の進化‐次にフィルタリングROM（EF-ROM）と既存のレイリーROM（L-ROM）の比較。
• 3次元円柱周りの流れ（Re=1000）において、提案されたReg-ROM/フィルタの組み合わせの計算効率と精度の実証。

提案手法

• 時間発展後に空間フィルタリングを適用することで解を安定化する「進化‐次にフィルタリング」（EF-ROM）Reg-ROMを提案する。
• 2つの明示的なROM空間フィルタを適用：(1) POD射影（Proj）— 変数をPOD部分空間に射影する。および (2) POD微分フィルタ（DF）— 微分フィルタリング操作による正則化。
• フィルタリングされた変数を用いて、非線形項と粘性項を変更することで、ガラーキンROMの定式化にフィルタを統合する。
• 公平な比較を保つために、すべてのROMで同じ時間積分法（陽的エイラー法）を用い、パラメータ（DFのδ、Projのr₁）は短時間区間で最適化。
• DNSをベンチマークとして用い、Re=1000における円柱周りの3次元流れの数値シミュレーションを実施。
• 運動エネルギースペクトル、平均速度、レイノルズ応力、RMS速度フラクチュエーション、POD係数の時間発展、ストローク数といった複数の指標を用いて結果を評価。

実験結果

リサーチクエスチョン

• RQ1 新規の進化‐次にフィルタリング（EF-ROM）Reg-ROMは、標準G-ROMおよびL-ROMのような既存のReg-ROMと比較して、精度と安定性においてどのように異なるか？
• RQ2 空間フィルタとしてのPOD射影（Proj）とPOD微分フィルタ（DF）のどちらが、対流優勢な流れにおけるReg-ROMの精度と安定性を高めるか？
• RQ3 正則化手法（EF-ROM対L-ROM）と空間フィルタの選択が、ROM性能に与える相対的影響は何か？
• RQ4 EF-ROMにDFフィルタリングを組み合わせることで、DNSと比較して桁違いに低い計算コストで高い精度を達成できるか？
• RQ5 4つのReg-ROM/フィルタの組み合わせ（EF-ROM-Proj、EF-ROM-DF、L-ROM-Proj、L-ROM-DF）は、エネルギースペクトルやレイノルズ応力といった主要な流れ指標において、どのように性能を発揮するか？

主な発見

• EF-ROM-DFの組み合わせが、すべての指標で最も高い精度を示し、標準G-ROMおよび他のReg-ROM/フィルタの組み合わせを著しく上回った。
• EF-ROM-Projは4つの組み合わせの中で最も精度が低く、正則化手法よりも空間フィルタの選択がより大きな影響を持つことを示した。
• POD微分フィルタ（DF）は、EF-ROMおよびL-ROMの両方において、POD射影（Proj）よりも一貫して優れた結果をもたらした。これは、DFが対流優勢な流れの安定化に優れていることを示している。
• L-ROM-DFおよびL-ROM-Projは、標準G-ROMと比較して著しく優れており、ROMにおける正則化の有効性を裏付けた。
• 4つのReg-ROM/フィルタの組み合わせすべてが、DNSと比較して桁違いに低いCPU時間を達成し、計算効率の高さを確認した。
• EF-ROM-DFは、ストローク数、平均速度プロファイル、レイノルズ応力、運動エネルギースペクトルといった主要な流れの特徴を、DNSベンチマークとよく一致する精度で捉えた。