[논문 리뷰] On the role of nonlinear correlations in reduced-order modeling

Jared Callaham, Steven L. Brunton외 1명|arXiv (Cornell University)|2021. 06. 04.

Model Reduction and Neural Networks참고 문헌 90인용 수 10

한 줄 요약

이 논문은 비선형 상관관계를 활용하여 비정상 유체 흐름에서 저차원의 압력 맨틀을 식별함으로써 안정적이고 해석 가능한 저차원 모델을 구축한다. 두 개의 Stuart-Landau 진동자에 의해 생성된 토러스 위에서 동역학을 모델링함으로써, 최소한의 자유도로 비정상적인 층류 유동을 정확하고 안정적으로 모델링할 수 있다.

ABSTRACT

A major goal for reduced-order models of unsteady fluid flows is to uncover and exploit latent low-dimensional structure. Proper orthogonal decomposition (POD) provides an energy-optimal linear basis to represent the flow kinematics, but converges slowly for advection-dominated flows and tends to overestimate the number of dynamically relevant variables. We show that nonlinear correlations in the temporal POD coefficients can be exploited to identify the underlying attractor, characterized by a minimal set of driving modes and a manifold equation for the remaining modes. By viewing these nonlinear correlations as an invariant manifold reduction, this least-order representation can be used to stabilize POD-Galerkin models or as a state space for data-driven model identification. In the latter case, we use sparse polynomial regression to learn a compact, interpretable dynamical system model from the time series of the active modal coefficients. We demonstrate this perspective on a quasiperiodic shear-driven cavity flow and show that the dynamics evolve on a torus generated by two independent Stuart-Landau oscillators. These results emphasize the importance of nonlinear dimensionality reduction to reveal underlying structure in complex flows.

연구 동기 및 목표

• 진동 수반 유동에서 선형 저차원 모델의 한계를 해결하기 위해, 적절한 직교 분해(POD)가 천천히 수렴하고 관련 모드의 수를 과대평가한다는 점을 고려한다.
• POD 계수 간의 비선형 상관관계를 활용하여 동적으로 활성인 모드의 최소 집합과 잔여 모드에 대한 저차원 맨틀을 식별한다.
• 동적 맨틀에 동역학을 투영함으로써 데이터 기반의 안정적인 저차원 모델을 개발하고, 모델의 복잡성을 줄이며 정확도를 향상시킨다.
• 희소 다항 회귀를 통해 활성 모드 계수에서의 시스템 식별을 해석 가능하게 하여 간결한 동역학계를 도출한다.
• 비정상적인 흐름이 두 개의 독립적인 Stuart-Landau 진동자에 의해 지배되는 토러스 위에서 진화한다는 것을 보여주며, 내재된 저차원적 구조를 드러낸다.

제안 방법

• 비정상 유동장에 대해 적절한 직교 분해(POD)를 적용하여 공간 모드의 선형 기저를 구성하고 시간에 따라 변하는 계수를 추출한다.
• POD 계수 간의 시간적 상관관계를 분석하여 비선형 의존성을 탐지함으로써, 저차원의 압력 맨틀 존재 여부를 확인한다.
• 시스템을 지배하는 최소한의 주도 모드 집합을 식별하고, 잔여 모드는 다항 맨틀 방정식에 의해 제약을 받는다.
• 식별된 불변 맨틀에 제약을 두어 POD-갈레르킨 동역학을 저차원 모델로 제한함으로써 안정성을 향상시킨다.
• 희소 비선형 동역학 식별(SINDy)을 사용하여 활성 모드 계수에서 간결하고 해석 가능한 동역학계를 학습한다.
• 직접 수치 시뮬레이션(DNS)과 비교하여 저차원 동역학에서 전체 유동장을 재구성함으로써 모델을 검증한다.

실험 결과

연구 질문

• RQ1 POD 계수 간의 비선형 상관관계는 복잡하고 비정상적인 유체 흐름의 진짜 내재 차원을 드러낼 수 있는가?
• RQ2 POD 계수의 비선형 맨틀 구조는 어떻게 활용되어 POD-갈레르킨 모델의 안정성을 향상시킬 수 있는가?
• RQ3 희소 다항 회귀를 통해 활성 모드에서 저차원 동역학계를 얼마나 잘 식별할 수 있는가?
• RQ4 진동 수반 유동에서 동역학을 지배하는 압력 맨틀의 기하학적 구조(예: 토러스)는 어떠한가?
• RQ5 모델은 전체 유동장을 정확히 재구성하고 삼중 공진과 같은 비선형 상호작용을 포괄할 수 있는가?

주요 결과

• POD 계수 간의 비선형 상관관계는 비정상적인 층류 캐비티 유동이 두 차원의 토러스 위에서 진화한다는 것을 드러내며, 두 개의 독립적인 진동자로 구성된 최소 집합을 시사한다.
• 동역학은 두 개의 Stuart-Landau 진동자로 잘 기술되며, 주요 주파수 성분과 그 상호작용을 포괄한다.
• 단지 네 개의 활성 자유도만으로도 전체 유동장의 안정적이고 정확한 재구성이 가능하여 모델의 복잡성을 크게 줄였다.
• 희소 다항 회귀는 활성 모드 계수에서 명확한 물리적 해석이 가능한 간결한 동역학계를 식별한다.
• 불변 맨틀 감소 기법은 임의의 고주파 진동과 에너지 증가를 제거함으로써 POD-갈레르킨 모델의 안정성을 향상시킨다.
• 기본 흐름의 선형 안정성 분석은 저주파 내부 캐비티 진동과 고조파를 포착하지 못하지만, 평균 흐름 분석과 비선형 상관관계 분석은 이를 포괄한다.