[論文レビュー] Dimension reduction in MHD power generation models: dimensional analysis and active subspaces

Andrew Glaws, Paul G. Constantine+2 more|arXiv (Cornell University)|Sep 5, 2016

Model Reduction and Neural Networks参考文献 15被引用数 3

ひとこと要約

本稿では、MHD発電モデルにおける入力次元削減のため、次元解析とアクティブサブスぺースを組み合わせた手法を提案する。その結果、対数変換されたパラメータの線形結合が4つ以下である場合にのみ、主要な出力に顕著な影響を与えることが明らかになった。本手法により、流速に対する粘度と圧力勾配、誘導磁界に対する抵抗率と磁界といった、支配的入力感度が特定され、計算コストの高いシミュレーションにおける不確実性評価と設計最適化が効率的に行えるようになった。

ABSTRACT

Magnetohydrodynamics (MHD)---the study of electrically conducting fluids---can be harnessed to produce efficient, low-emissions power generation. Today, computational modeling assists engineers in studying candidate designs for such generators. However, these models are computationally expensive, so studying the effects of the model's many input parameters on output predictions is typically infeasible. We study two approaches for reducing the input dimension of the models: (i) classical dimensional analysis based on the inputs' units and (ii) active subspaces, which reveal low-dimensional subspaces in the space of inputs that affect the outputs the most. We also review the mathematical connection between the two approaches that leads to consistent application. The dimension reduction yields insights into the driving factors in the MHD power generation models. We study both the simplified Hartmann problem, which admits closed form expressions for the quantities of interest, and a large-scale computational model with adjoint capabilities that enable the derivative computations needed to estimate the active subspaces.

研究の動機と目的

• MHD発電シミュレーションにおける高次元入力空間の研究が計算的に非現実的であるという問題に対処すること。
• 平均流速や誘導磁界といった関心の出力に最も影響を与える低次元入力部分空間を同定すること。
• 古典的次元解析と勾配に基づくアクティブサブスぺースの間の数学的関係を確立し、次元削減を一貫して行うこと。
• 解析的（ハートマン問題）および大規模3次元計算MHDモデルに本フレームワークを適用し、その知見を検証すること。
• 支配的入力感度とモデルの内在次元を明らかにすることで、不確実性評価と計算的設計を効率的に行えるようにすること。

提案手法

• MHD支配方程式に古典的次元解析を適用し、系に影響を与える最大の次元なし群（無次元パラメータ）の数を特定する。
• アドジョイントベースの感度解析を用いて、全導関数能力を備えた大規模3次元MHDシミュレーションにおける出力の入力に関する勾配を計算する。
• 行列 $\mathbf{C} = \mathbb{E}[\nabla f(\mathbf{x}) \nabla f(\mathbf{x})^T]$ の固有値分解を用いてアクティブサブスぺースを構築する。ここで $f(\mathbf{x})$ は関心の出力である。
• 入力パラメータを対数変換し、入力と出力の間の線形関係を実現させ、次元解析の結果と比較可能にする。
• アクティブサブスぺース行列の固有値を用いて、出力分散に与える影響の大きさ順に入力の組み合わせをランク付けする。
• 1次元および2次元の要約プロットを用いて、最初のアクティブ変数（変数群）と出力の間の低次元構造を可視化する。

実験結果

リサーチクエスチョン

• RQ1 MHD発電モデルにおいて、平均流速および誘導磁界を支配する有効な入力パラメータはいくつあるか？
• RQ2 複数の入力パラメータを有する物理系において、次元解析とアクティブサブスぺースの間の数学的関係は何か？
• RQ3 簡略化モデルおよび大規模MHDモデルの両方において、どの入力パラメータが関心の出力に最も強く影響を与えるか？
• RQ4 出力挙動は、対数変換された入力の1次結合の1次元関数としてどの程度よく近似可能か？
• RQ5 パラメータ空間のどの領域で1次元近似が破綻し、より高次元の表現が必要になるか？

主な発見

• ハートマン問題では、平均流速および誘導磁界の両方において、内在次元が2であることが判明した。これは、これらの出力が対数変換された入力の2つの線形結合によって支配されることを意味する。
• 大規模3次元MHDモデルの内在次元は、次元解析によって示された上限に従い、最大4であることが確認された。アクティブサブスぺースの結果も、この上限を裏付けた。
• アクティブサブスぺース行列の1番目の固有ベクトルは、平均流速が流体の粘度および印加圧力勾配に対して最も感度が高いことを示している。
• 誘導磁界は抵抗率および印加磁界に対して最も感度が高く、流体密度の影響は無視できるほど小さい。
• 低粘度、高圧力勾配、低抵抗率、高磁界の領域では、誘導磁界を正確に近似するためには2つ以上の線形結合が必要となる。
• 1次元要約プロットから、ハートマン問題における平均流速および誘導磁界は、対数変換された入力の1次結合によってよく近似可能であることが示され、強い低次元構造が確認された。