[論文レビュー] On the role of nonlinear correlations in reduced-order modeling

Jared Callaham, Steven L. Brunton+1 more|arXiv (Cornell University)|Jun 4, 2021

Model Reduction and Neural Networks参考文献 90被引用数 10

ひとこと要約

本稿では、非線形相関を用いた固有直交分解（POD）係数の利用により、非定常な流れの低次元のアトラクタ多様体を特定し、安定で解釈可能な低次元モデルを構築する手法を提案する。2つのスチュアート・ランドウ・オシレーターが生成するトーラス上での力学をモデル化することで、最小限の自由度で準周期的でせん断駆動型キャビティ流れを正確かつ安定にモデル化することが可能になる。

ABSTRACT

A major goal for reduced-order models of unsteady fluid flows is to uncover and exploit latent low-dimensional structure. Proper orthogonal decomposition (POD) provides an energy-optimal linear basis to represent the flow kinematics, but converges slowly for advection-dominated flows and tends to overestimate the number of dynamically relevant variables. We show that nonlinear correlations in the temporal POD coefficients can be exploited to identify the underlying attractor, characterized by a minimal set of driving modes and a manifold equation for the remaining modes. By viewing these nonlinear correlations as an invariant manifold reduction, this least-order representation can be used to stabilize POD-Galerkin models or as a state space for data-driven model identification. In the latter case, we use sparse polynomial regression to learn a compact, interpretable dynamical system model from the time series of the active modal coefficients. We demonstrate this perspective on a quasiperiodic shear-driven cavity flow and show that the dynamics evolve on a torus generated by two independent Stuart-Landau oscillators. These results emphasize the importance of nonlinear dimensionality reduction to reveal underlying structure in complex flows.

研究の動機と目的

• 移流優勢な流れにおいて、固有直交分解（POD）が収束が遅く、関連するモード数を過大評価するという線形低次元モデルの限界を克服すること。
• POD係数内の非線形相関を活用し、動的活性モードの最小集合と残りのモードを制約する低次元多様体を特定すること。
• 不変多様体上への射影により、モデルの複雑さを低減し、精度を向上させる安定なデータ駆動型低次元モデルを構築すること。
• 活性モード係数上でスパース多項式回帰を用いた解釈可能なシステム同定を可能とし、コンactな力学系を導出すること。
• 準周期的流れが2つの独立したスチュアート・ランドウ・オシレーターによって支配されるトーラス上を進化することを示し、内在する低次元構造を明らかにすること。

提案手法

• 非定常な流れ場を固有直交分解（POD）を用いて空間モードの線形基底に分解し、時間的に変化する係数を抽出する。
• POD係数内の時間的相関を分析し、非線形依存性を検出することで、低次元アトラクタ多様体の存在を示す。
• システムを支配する最小の駆動モード集合を特定し、残りのモードは多項式多様体方程式によって制約する。
• 識別された不変多様体上にPODガレルキン力学を制限することで低次元モデルを定式化し、安定性を向上させる。
• スパース非線形力学の同定（SINDy）を用いて、活性モード係数からコンパクトで解釈可能な力学系を学習する。
• 直接数値シミュレーション（DNS）と比較することで、低次元力学からの流れ場再構成によってモデルを検証する。

実験結果

リサーチクエスチョン

• RQ1 POD係数内の非線形相関は、複雑で準周期的な流体流れの真の内在次元を明らかにできるか？
• RQ2 POD係数内の非線形多様体構造は、どのようにPODガレルキンモデルの安定化に利用できるか？
• RQ3 スパース多項式回帰を用いて、活性モードから低次元力学系をどの程度まで同定できるか？
• RQ4 移流優勢な流れにおける力学を支配するアトラクタの幾何的構造（例：トーラス）は何か？
• RQ5 モデルは、流れ場を正確に再構成でき、三重共振のような非線形相互作用を捉えられるか？

主な発見

• POD係数内の非線形相関から、準周期的せん断駆動型キャビティ流れが2次元のトーラス上を進化していることが判明し、2つの独立したオシレーターで最小集合を形成することが示された。
• 力学は2つのスチュアート・ランドウ・オシレーターによってよく記述されており、主要な周波数成分とそれらの相互作用を捉えている。
• わずか4つの活性自由度を用いることで、安定かつ正確に流れ場全体を再構成でき、モデルの複雑さが顕著に低減された。
• スパース多項式回帰により、活性モード係数から明確な物理的解釈が可能なコンパクトな力学系が同定された。
• 不変多様体の低減により、不適切な高周波数振動とエネルギー増大を除去することで、PODガレルキンモデルが安定化された。
• 基本流れの線形安定性解析では低周波数のキャビティ内振動と高調波を捉えられなかったが、平均流れ解析と非線形相関解析ではそれらを捉えた。