[論文レビュー] Efficient $p$-multigrid method based on an exponential time discretization for compressible steady flows

Shujie Li|arXiv (Cornell University)|Jun 30, 2018

Advanced Numerical Methods in Computational Mathematics参考文献 14被引用数 3

ひとこと要約

本稿では、高次不連続ガラーキン法を用いた圧縮性定常流れの解法に向けた効率的なpマルチグリッドフレームワークを提案する。指数関数的時間積分とs段階のプリコンディショニング付きルンゲクッタ smoother を組み合わせることで、完全に陰解法と比較して収束性がpに依存せず、メモリ使用量も顕著に削減され、3次元の高次シミュレーションに非常に適している。

ABSTRACT

An efficient multigrid framework is developed for the time marching of steady-state compressible flows with a spatially high-order ($p$-order polynomial) modal discontinuous Galerkin method. The core algorithm that based on a global coupling, exponential time integration scheme provides strong damping effects to accelerate the convergence towards the steady state, while high-frequency, high-order spatial error modes are smoothed out with a $s$-stage preconditioned Runge-Kutta method. Numerical studies show that the exponential time integration substantially improves the damping and propagative efficiency of Runge-Kutta time-stepping for use with the $p$-multigrid method, yielding rapid and $p$-independent convergences to steady flows in both two and three dimensions.

研究の動機と目的

• 高次不連続ガラーキン(DG)法を用いた定常圧縮性流れシミュレーションにおける、強固で効率的なpマルチグリッドフレームワークの開発。
• 高次空間離散化において、従来の時間積分法の収束効率とメモリ消費量の制限を克服すること。
• 指数関数的時間積分とプリコンディショニング付きルンゲクッタ平滑化を統合し、高速かつpに依存しない収束を達成すること。
• 特に3次元問題における高次多項式次数において、完全に陰解法と比較してメモリ使用量を削減すること。
• 2次元および3次元のベンチマーク問題において、さまざまなp次数で本手法の効率性と並列スケーラビリティを示すこと。

提案手法

• 強い数値的減衰と定常状態への迅速な収束を実現するため、1次指数関数的時間積分(EXP1)を採用。
• 高周波数・高次元空間誤差モードを効果的に平滑化するため、s段階のプリコンディショニング付きルンゲクッタ(PRK)法を用いる。
• 指数関数的時間積分とPRKをVサイクルpマルチグリッドフレームワークに統合し、多項式次数にわたる収束を加速。
• 指数関数的時間積分スキームにおける行列指数の計算を、Krylov部分空間法を用いて効率的に実行。
• 剛性のあるヤコビアン部を解析的に取り扱い、非線形残差部を数値的に近似するグローバル結合型指数スキームを採用。
• 局所固有値推定に基づくタイムステップ戦略を導入し、安定性と効率性を維持。

実験結果

リサーチクエスチョン

• RQ1 指数関数的時間積分は、高次DG離散化におけるpマルチグリッド法の収束速度を顕著に改善できるか？
• RQ2 提案されたeMGフレームワークは、2次元および3次元の圧縮性流れ問題においてpに依存しない収束を達成できるか？
• RQ3 高次多項式次数において、eMG法のメモリ消費量は完全に陰解法と比較してどの程度か？
• RQ4 CPU時間と反復回数の観点から、eMG法はILU-GMRESに基づく陰解法と比較してどの程度の計算効率を示すか？
• RQ5 eMGフレームワークは、3次元の高次シミュレーションにおいて、メモリ使用量を削減しながらも高い精度を維持できるか？

主な発見

• eMG法は、2次元および3次元の非粘性流れにおいて、多項式次数p = 1からp = 3までpに依存しない収束率を達成した。
• 10^5個の要素を有する3次元問題（p = 3）において、eMG法は0.03 GBのメモリで実行されたが、完全に陰解法では45 GBを要した。
• 反復回数は多めであったが、p = 3のケースにおいてeMG法はILU-GMRES陰解法よりもCPU時間が短かった。
• 指数関数的時間積分により強い減衰効果が得られ、行列因子分解を必要とせずに定常状態への収束が加速された。
• 3次元においても高い効率性と低メモリ使用量を維持でき、大規模な高次シミュレーションに実用的であることが示された。
• 収束性能が同等またはそれ以上である一方で、計算コストとメモリフットプリントの両面で完全に陰解法を上回った。