[論文レビュー] Optimized Equivalent Linearization for Random Vibration

Ziqi Wang|arXiv (Cornell University)|Aug 18, 2022

Probabilistic and Robust Engineering Design参考文献 43被引用数 4

ひとこと要約

本稿では、制御変数と重要度サンプリングというモンテカルロ分散低減技術を補間線形モデルに組み込むことで、非線形確率振動に対する最適化された等価線形化法（ELM）を提案する。この手法により、線形系の応答が真の非線形系の解に収束するよう補正され、強い非線形性下でも応答統計量およびレアイベント確率に収束することが保証される。特に、臨界領域における非線形応答との相関を最大化するように線形系を最適化することで、収束性が確保される。

ABSTRACT

A fundamental limitation of various Equivalent Linearization Methods (ELMs) in nonlinear random vibration analysis is that they are approximate by their nature. A quantity of interest estimated from an ELM has no guarantee to be the same as the solution of the original nonlinear system. In this study, we tackle this fundamental limitation. We sequentially address the following two questions: i) given an equivalent linear system obtained from any ELM, how do we construct an estimator so that, as the linear system simulations are guided by a limited number of nonlinear system simulations, the estimator converges on the nonlinear system solution? ii) how to construct an optimized equivalent linear system such that the estimator approaches the nonlinear system solution as quickly as possible? The first question is theoretically straightforward since classical Monte Carlo techniques such as the control variates and importance sampling can improve upon the solution of any surrogate model. We adapt the well-known Monte Carlo theories into the specific context of equivalent linearization. The second question is challenging, especially when rare event probabilities are of interest. We develop specialized methods to construct and optimize linear systems. In the context of uncertainty quantification (UQ), the proposed optimized ELM can be viewed as a physical surrogate model-based UQ method. The embedded physical equations endow the surrogate model with the capability to handle high-dimensional random vectors in stochastic dynamics analysis.

研究の動機と目的

• 等価線形化法（ELM）の根本的な制限、すなわち本質的に近似であり、真の非線形系解への収束保証がないことの克服。
• 限られた非線形系シミュレーションを用いて線形系シミュレーションを指導致し、推定子が真の解に収束するフレームワークの構築。
• レアイベント確率の推定において特に速やかに真の非線形系解に近づくように、パrametric線形系のパrameterを最適化すること。
• 線形系の物理的解釈可能性と統計的分散低減技術を統合し、確率的力学における不確実性評価を効率的に行う。

提案手法

• 古典的モンテカルロ技法（制御変数と重要度サンプリング）を等価線形化の文脈に適応し、応答推定子の分散低減を図る。
• 特にレアイベントの尾部領域において、線形系応答と非線形系応答との相関を最大化するように、パラメトリック線形系のパラメータを最適化する。
• 応答統計量（平均ピーク応答など）の推定に制御変数を用いたELMを用い、分散低減のためのピアソン相関を活用する。
• レアイベント確率の推定に重要度サンプリングを用いたELMを採用し、臨界応答領域に集中してシミュレーションを実行することで、サンプリング分散を最小化する。
• 限られた非線形系シミュレーションと最適化された線形系を統合し、反復的に線形モデルを真の非線形解に近づける補正を実施する。
• 相関と分散低減のバランスを取る数学的定式化を用い、サンプリングが限られた条件下でも収束を保証する。

実験結果

リサーチクエスチョン

• RQ1 限られた非線形シミュレーションの情報に基づいて、非線形確率系の真の解に収束する等価線形系に基づく推定子をどのように構築できるか。
• RQ2 パラメトリック線形系に対してどのような最適化戦略を適用すれば、その応答推定子が真の非線形系解に最も速やかに近づくか。
• RQ3 制御変数と重要度サンプリングを等価線形化フレームワークにどのように適応させ、収束性と効率性を向上させられるか。
• RQ4 線形化の性能限界は非ガウス分布およびレアイベント応答の捕捉においてどのようなものであり、それらをどのように緩和できるか。
• RQ5 提案手法は、平均ピーク応答や初到達確率を超えて、他の応答量に対しても一般化可能か。

主な発見

• 制御変数を用いたELMは、線形応答と非線形応答の相関が高い場合に顕著な分散低減を達成する。
• 重要度サンプリングを用いたELMは、標準ELMが低効率なためしばしば失敗するレアイベント確率の推定において特に効果的である。
• 強い非線形性を示すヒステリシス系では、線形応答と非線形応答の最大相関が約0.8に制限され、線形化の根本的限界を示している。
• 提案手法により、非線形シミュレーション回数が増加するに従い、線形系推定子が真の非線形系解に収束することが保証され、従来のELMの核心的欠陥を克服する。
• 最適化された線形系は単なる点推定を超えて、パワースペクトル密度などの物理的情報を保持しており、線形系理論のさらなる応用が可能である。
• 3つのベンチマーク非線形確率振動問題を通じて、強い非線形性下でも本手法が頑健であることが示された。