[論文レビュー] On the stability of projection-based linear reduced-order models: Descriptor vs non-descriptor forms

David Amsallem, Charbel Farhat|arXiv (Cornell University)|Sep 25, 2012

Model Reduction and Neural Networks被引用数 6

ひとこと要約

この論文は、記述子形式と非記述子形式の両方における線形ダイナミカルシステムの射影に基づくモード還元を比較する。理論的分析により、POD やモーメントマッチングなどの手法から得られる基底へガレルキンまたはペトロフ＝ガレルキン射影を施して記述子形式を還元する方法は、変換された非記述子形式を還元する方法よりも著しく数値的に安定かつ高精度な低次元モデルをもたらすことが示され、一般の場合においてもこの安定性の優位性が裏付けられている。

ABSTRACT

Two comprehensive approaches are considered for constructing projection-based reduced-order computational models for linear dynamical systems. The first one reduces the governing equations written in the descriptor form, using a Galerkin or Petrov-Galerkin projection onto a reduced-order basis or pair of them, respectively. These bases can be constructed by any preferred method such as the Proper Orthogonal Decomposition, Balanced Proper Orthogonal Decomposition, or Moment Matching method. The second approach transforms first the governing equations into their non-descriptor form before applying the same projection-based model order reduction method. For several structural and coupled fluid-structure dynamical systems, it is observed that the first reduction approach leads to reduced-order models that exhibit significantly better numerical stability and accuracy properties than those resulting from the second one. These observations are reinforced by theoretical results that anticipate and confirm the better stability properties obtained in general when reducing the descriptor rather than non-descriptor form of the equations governing a linear dynamical system.

研究の動機と目的

• 線形ダイナミカルシステムの記述子形式と非記述子形式から導かれる低次元モデルの数値的安定性と精度を調査すること。
• 還元手法としての投影に基づくモード還元の信頼性に、形式の選択（記述子対非記述子）が影響を与えるかどうかを特定すること。
• 構造的および流体-構造結合系において、記述子形式の還元を優先する理論的および実験的根拠を提供すること。
• プロパアス・オрソゴナル分解（POD）やモーメントマッチングなどの一般的な基底構築手法が、記述子形式と非記述子形式の両方のシステムに適用された場合の性能を比較すること。

提案手法

• 線形ダイナミカルシステムの記述子形式から得られる低次元基底へガレルキンまたはペトロフ＝ガレルキン射影を適用することで低次元モデルを構築する。
• 同じシステムの非記述子形式に対して、支配方程式を変換したのちに、同じ射影に基づく還元手法を適用する。
• 低次元基底を構築するために、プロパアス・オルソゴナル分解（POD）、バランスド・プロパアス・オルソゴナル分解（Balanced POD）、およびモーメントマッチングを含む基底生成手法を用いる。
• 複数の構造的および流体-構造ダイナミカルシステムにおいて、得られた低次元モデルの数値的安定性と精度を比較する。
• 観察された記述子形式還元の安定性優位性を説明・確認する理論的結果を導出する。
• ベンチマーク系を用いた数値実験により、理論的結果を検証し、記述子形式還元の実用的優位性を示す。

実験結果

リサーチクエスチョン

• RQ1 線形ダイナミカルシステムの記述子形式を還元すると、非記述子形式を還元する場合に比べて、より数値的に安定な低次元モデルが得られるか？
• RQ2 POD やモーメントマッチングなどの異なる基底構築手法が、記述子形式と非記述子形式の両方の定式化に適用された場合、それぞれどのように性能を発揮するか？
• RQ3 記述子形式還元と非記述子形式還元の間で観察される安定性の差を説明する理論的性質は何か？
• RQ4 構造的系や流体-構造結合系などの特定の種類の系では、記述子形式還元が特に優位であるとされるか？
• RQ5 記述子形式還元の理論的安定性優位性は、線形ダイナミカルシステム全体に一般化可能か？

主な発見

• 線形ダイナミカルシステムの記述子形式を還元すると、非記述子形式を還元する場合に比べ、一貫してより数値的に安定な低次元モデルが得られる。
• この向上した安定性は、さまざまな構造的および流体-構造系において観察され、記述子形式アプローチの広範な適用可能性を示している。
• 理論的分析により、特定の基底構築手法に依存せずに、一般に記述子形式還元がより優れた安定性特性を内蔵していることが確認された。
• 特に剛性や微分代数的特性を有する系では、記述子形式を用いた還元により、低次元モデルの精度が顕著に向上する。
• POD やバランスド・POD、モーメントマッチングを含む、基底生成手法の種別にかかわらず、記述子形式アプローチの優位性は保たれる。
• 結果から、還元の前に記述子形式に変換するのではなく、記述子系を直接還元することで、回避可能な数値的不安定性が生じる可能性があることが示唆される。