[論文レビュー] Optimal fidelity multi-level Monte Carlo for quantification of uncertainty in simulations of cloud cavitation collapse

Jonas Šukys, U. Rasthofer+3 more|arXiv (Cornell University)|May 11, 2017

Probabilistic and Robust Engineering Design参考文献 40被引用数 6

ひとこと要約

本稿では、500個の気泡のランダムな初期空間配置に起因する高次元の不確実性を扱うために、新しい制御変数係数を用いて分散を低減し、標準モンテカルロ法と比較して100倍以上の高速化を達成する最適忠実度多段階モンテカルロ（OF-MLMC）手法を導入する。この手法により、雲状気泡の崩壊におけるピーク圧力の位置と大きさに顕著な不確実性が特定され、それらは気泡の配置形状と崩壊ダイナミクスに関連していることが明らかになった。

ABSTRACT

We quantify uncertainties in the location and magnitude of extreme pressure spots revealed from large scale multi-phase flow simulations of cloud cavitation collapse. We examine clouds containing 500 cavities and quantify uncertainties related to their initial spatial arrangement. The resulting 2000-dimensional space is sampled using a non-intrusive and computationally efficient Multi-Level Monte Carlo (MLMC) methodology. We introduce novel optimal control variate coefficients to enhance the variance reduction in MLMC. The proposed optimal fidelity MLMC leads to more than two orders of magnitude speedup when compared to standard Monte Carlo methods. We identify large uncertainties in the location and magnitude of the peak pressure pulse and present its statistical correlations and joint probability density functions with the geometrical characteristics of the cloud. Characteristic properties of spatial cloud structure are identified as potential causes of significant uncertainties in exerted collapse pressures.

研究の動機と目的

• 500個の気泡の初期空間配置のランダム性に起因する雲状気泡シミュレーションにおける高次元不確実性の課題に対処すること。
• 2000次元のパrameter空間を有する大規模な多相流シミュレーションにおいて、標準モンテカルロ法では計算が非現実的となる問題を克服すること。
• 複雑な空間時間的ダイナミクスを有する圧縮性多相流に対して、非侵襲的で効率的かつスケーラブルな不確実性評価フレームワークを構築すること。
• 気泡の配置形状や初期状態に依存する極端な圧力パルスの統計的推論を可能にすること。

提案手法

• 初期気泡配置の2000次元確率的空間をサンプリングするために、非侵襲的多段階モンテカルロ（MLMC）フレームワークを適用する。
• MLMC推定器の分散を最小化するための新しい最適制御変数係数を導入し、収束性と効率性を向上させる。
• 複数の解像度レベルで圧縮性多相流方程式を解くために拡散界面法を用いる。
• 尖度推定値に基づく反復的誤差制御による適応的サンプリングを実装し、誤差境界の信頼性を確保する。
• リーダーシップクラスのHPCリソース（例：MIRA, COOLEY）を活用して、最大50,000個の気泡にまでスケーリング可能なシミュレーションを実現する。
• 分散低減技術を用いた統計推定器を採用し、計算コストを最小限に抑えて正確な推論を達成する。

実験結果

リサーチクエスチョン

• RQ1 500個の気泡の初期空間配置が、雲状気泡の崩壊時のピーク圧力の位置と大きさにどのように影響を与えるか？
• RQ2 気泡配置の異なるランダム実現における極端な圧力パルスの統計的分布はどのようなものか？
• RQ3 気泡雲の幾何的特徴（例：凝集性、対称性）は、崩壊圧力の不確実性とどのように相関するか？
• RQ4 最適制御変数は、多相流における高次元で滑らかでない問題に対して、MLMC推定器の分散を顕著に低減できるか？
• RQ5 提案されたOF-MLMC手法は、複雑な流体力学における不確実性評価において、標準モンテカルロ法と比較して計算コストをどの程度低減できるか？

主な発見

• 提案された最適忠実度MLMC手法は、標準モンテカルロ法と比較して2桁以上の高速化を達成した。
• ピーク圧力パルスの位置と大きさの両方において顕著な不確実性が特定され、その変動は2桁以上に達した。
• 同時確率密度関数により、ピーク圧力と雲の凝集性や対称性といった幾何的特徴との強い統計的相関関係が明らかになった。
• 初期雲配置における特徴的な空間的構造、特に非一様で非対称な配置が、崩壊圧力における高い不確実性の主な要因であると特定された。
• 尖度推定値に基づく反復的サンプル数調整により、誤差制御を高い信頼性で確保した。
• 最適制御変数の導入により、標準MLMCよりも分散低減が顕著に効果的であり、高忠実度シミュレーションの回数を減らしても正確な推論が可能になった。