[論文レビュー] Recursive dynamic mode decomposition of a transient cylinder wake

Bernd R. Noack, Witold Stankiewicz+2 more|arXiv (Cornell University)|Nov 21, 2015

Fluid Dynamics and Vibration Analysis参考文献 20被引用数 17

ひとこと要約

本稿では、固有正交分解（POD）の正規直交性と低残差、および動的モード分解（DMD）の純粋な周波数成分を組み合わせたデータ駆動型流れ分解法である再帰的動的モード分解（RDMD）を提案する。RDMDは、時間平均残差を最小化する直交部分空間上でモードを再帰的に抽出することで、単一周波数成分を有し、初期状態・過渡状態・漸近状態の振幅挙動を正確に再現するモードを得る。この手法は、同じスナップショットデータから極限循環動態を解明する際、PODおよびDMDを上回る性能を示す。

ABSTRACT

A novel data-driven modal decomposition of fluid flow is proposed comprising key features of POD and DMD. The first mode is the normalized real or imaginary part of the DMD mode which minimizes the time-averaged residual. The N-th mode is defined recursively in an analogous manner based on the residual of an expansion using the first N-1 modes. The resulting recursive DMD (RDMD) modes are orthogonal by construction, retain pure frequency content and aim at low residual. RDMD is applied to transient cylinder wake data and is benchmarked against POD and optimized DMD (Chen et al. 2012) for the same snapshot sequence. Unlike POD modes, RDMD structures are shown to have pure frequency content while retaining a residual of comparable order as POD. In contrast to DMD with exponentially growing or decaying oscillatory amplitudes, RDMD clearly identifies initial, maximum and final fluctuation levels. Intriguingly, RDMD outperforms both POD and DMD in the limit cycle resolution from the same snaphots. RDMD is proposed as an attractive alternative to POD and DMD for empirical Galerkin models, with nonlinear transient dynamics as a niche application.

研究の動機と目的

• PODの低残差と正規直交性を保持しつつ、DMDの純粋な周波数成分を達成するデータ駆動型モーダル分解を開発すること。
• DMDが初期および漸近的流れの振幅を不物理的な指数的増加または減衰を仮定するという限界を是正すること。
• 単一で再帰的かつ非教師ありのフレームワークを用いて、流れの過渡および極限循環動態の解像度を向上させること。
• 特に非線形過渡流れの領域において、PODおよびDMDの代替として強固な代替手段を提供すること。

提案手法

• スナップショットデータに対する完全な動的モード分解（DMD）を初期段階として実行し、候補モードを抽出する。
• 最初のRDMDモードは、トレーニングデータ上で時間平均残差を最小にするDMDモードの正規化された実部または虚部として選択する。
• 以降のモードは、以前に計算されたモードの直交補空間上で再帰的に計算され、構成上正規直交性が保証される。
• 各ステップで、現在の部分空間内で残差を最小にするモードが選択され、低歪み誤差を維持する。
• DMDの固有モード構造を活用することで単一周波数成分を実現するとともに、再帰的射影によって直交性を強制する。
• 本手法は、過渡シリンダーワークのシミュレーションに適用され、PODおよび最適化DMD（Chen et al., 2012）と比較して評価された。

実験結果

リサーチクエスチョン

• RQ1 データ駆動型分解が、PODおよびDMDの限界を克服するために、正規直交性と純粋な周波数成分の両方を達成できるか？
• RQ2 残差最小化に基づく再帰的モード選択が、過渡および極限循環流れ再構成の精度に与える影響はいかほどか？
• RQ3 DMDが振幅の指数的変化を仮定するのに対し、RDMDは過渡流れの初期、最大、最終のフラクチュエーションレベルをDMDよりもよく捉えられるか？
• RQ4 同じスナップショット系列から極限循環動態を解明する際、RDMDはPODおよびDMDを上回る性能を示すか、特に漸近的および最大歪み誤差の観点から？
• RQ5 RDMDは、非線形過渡流れの制御および安定性解析における低次元モデル構築の実用的代替手段として有効か？

主な発見

• N=10モードの場合、RDMDの漸近的歪み誤差は5%にまで低下し、PODの10%の半分であり、DMDの10%よりも顕著に低い。
• RDMDの最大歪み誤差は28%であるのに対し、DMDは46%、PODは13%であり、過渡ダイナミクスの捉え具合において優れた性能を示している。
• RDMDモードは、空間周波数と時間周波数が混合するPODモードとは異なり、ほとんど純粋な周波数成分を有するが、PODと同等の残差を維持している。
• RDMDは初期、最大、最終のフラクチュエーションレベルを明確に特定するが、DMDモードは振幅に不物理的な指数的増加または減衰を示す。
• 第3次高調波周波数は、PODおよびDMDでは捉えられていないが、RDMDでのみ検出されており、極限循環特徴の優れた解像度を示している。
• 同じスナップショットデータから極限循環を解明する際、RDMDはPODおよびDMDを上回り、特に過渡および制御指向のモデリングに特に適している。