[논문 리뷰] A variational approach to high-order r-adaptation

Julian Marcon, Michael G. Turner외 3명|arXiv (Cornell University)|2017. 09. 18.

Seismic Imaging and Inversion Techniques참고 문헌 6인용 수 4

한 줄 요약

이 논문은 메트릭 텐서를 통해 대상 요소를 조작하여 노드 재배치를 이끌고, 요소 왜곡을 최소화함으로써 고차수 r-적응을 위한 변분 프레임워크를 제안한다. 이 방법은 곡선 특징 근처에서 해상도를 향상시키면서도 메esh 연결성과 자유도를 유지하면서 이방성 고차수 메쉬 적응을 성공적으로 달성한다.

ABSTRACT

A variational framework, initially developed for high-order mesh optimisation, is being extended for r-adaptation. The method is based on the minimisation of a functional of the mesh deformation. To achieve adaptation, elements of the initial mesh are manipulated using metric tensors to obtain target elements. The nonlinear optimisation in turns adapts the final high-order mesh to best fit the description of the target elements by minimising the element distortion. Encouraging preliminary results prove that the method behaves well and can be used in the future for more extensive work which shall include the use of error indicators from CFD simulations.

연구 동기 및 목표

• 고차수 유한요소법에서 r-적응을 가능하게 하기 위해 변분 메쉬 최적화 프레임워크를 확장하는 것.
• 관심 영역에 해상도를 집중시키면서도 메쉬 연결성과 자유도를 유지하는 것.
• 메트릭 텐서를 사용하여 적응형 메쉬화를 위한 대상 요소 형태를 정의할 수 있는지의 타당성을 입증하는 것.
• 향후 CFD 시뮬레이션에서 유도된 오차 지표와의 통합을 위한 기반을 마련하는 것.
• 비용이 많이 드는 리메시팅 없이도 비정상 흐름 시뮬레이션에 효율적이고 노드 기반의 적응을 가능하게 하는 것.

제안 방법

• 메쉬 왜곡을 최소화하기 위해 초탄성 변형 에너지 기반의 변분 공식을 사용한다.
• 대상 요소는 원하는 요소 형태와 크기를 코딩한 메트릭 텐서를 통해 정의되며, 이는 등방성 또는 이방성 적응을 가능하게 한다.
• 방향성 정밀화를 달성하기 위해 선형 변환인 회전, 스케일링, 再회전을 통해 대상 매핑의 자코비안을 수정한다.
• 반경 방향에서 공간적으로 변하는 스케일링 인자를 정의하기 위해 가우시안 분포를 사용하여 원형 영역 주변에 집중된 정밀화를 생성한다.
• 현재 메쉬와 메트릭으로 정의된 대상 요소 간의 변형 에너지 함수를 최소화함으로써 노드를 재배치한다.
• 각 요소의 대상은 단일 메트릭 텐서를 사용해 그 중점에서 계산되며, 이는 선형 대상 요소를 생성하고 최적화 과정에서 곡선으로 변형된다.

실험 결과

연구 질문

• RQ1 변분 메쉬 최적화 프레임워크를 고차수 메쉬에서 r-적응을 지원하도록 확장할 수 있는가?
• RQ2 메트릭 텐서를 어떻게 사용하여 목표 메쉬 정밀화를 위한 이방성 대상 요소 형태를 정의할 수 있는가?
• RQ3 곡선 영역에서 요소 품질과 해상도 집중 측면에서 이 방법의 거동은 어떠한가?
• RQ4 고해상도 적응을 달성하면서도 메쉬 연결성과 자유도를 유지할 수 있는가?
• RQ5 향후 CFD 시뮬레이션에서 유도된 오차 지표를 사용하기 위해 이 접근법을 어떻게 일반화할 수 있는가?

주요 결과

• 이 방법은 단위 지름의 원형 둘레를 따라 이방성 정밀화를 성공적으로 달성하였으며, 반경 방향으로만 요소가 압축된 상태였다.
• 적응된 메쉬는 목표 영역 근처에서 해상도 집중이著명하게 나타났고, 노드 재분배로 인해 다른 영역에서는 희박화가 관찰되었다.
• 이 방법은 요소 연결성을 유지하고 자유도의 수를 적응 과정 전반에 걸쳐 일정하게 유지한다.
• 알고리즘은 목표 영역 근처에서 매우 곡선진한 요소를 생성하였으며, 이는 고차수 메쉬 적응의 기대되는 거동과 일치한다.
• 각 요소의 중점에서 단일 메트릭 텐서를 사용함으로써 선형 대상 요소가 생성되었고, 이는 최적화 과정에서 곡선형 형태로 변형되었다.
• 초기 결과는 이 방법의 타당성과 강건성을 확인하였으며, 향후 오차 지표 통합에 큰 잠재력을 지닌다.