[논문 리뷰] On the stability of projection-based linear reduced-order models: Descriptor vs non-descriptor forms

David Amsallem, Charbel Farhat|arXiv (Cornell University)|2012. 09. 25.

Model Reduction and Neural Networks인용 수 6

한 줄 요약

이 논문은 선형 동적 시스템의 투영 기반 모델 차원 축소 기법을 기술자형과 비기본형으로 비교한다. 기술자형을 갈레르킨 또는 페트로프-갈레르킨 투영을 통해 POD나 모멘트 매칭과 같은 방법에서 유도된 기저에 적용하여 축소하는 것이, 변환된 비기본형을 축소하는 것보다 훨씬 더 수치적으로 안정적이고 정확한 축소 모델을 제공함을 보여주며, 이론적 분석을 통해 일반적인 경우에 이러한 안정성 우월성이 확인된다.

ABSTRACT

Two comprehensive approaches are considered for constructing projection-based reduced-order computational models for linear dynamical systems. The first one reduces the governing equations written in the descriptor form, using a Galerkin or Petrov-Galerkin projection onto a reduced-order basis or pair of them, respectively. These bases can be constructed by any preferred method such as the Proper Orthogonal Decomposition, Balanced Proper Orthogonal Decomposition, or Moment Matching method. The second approach transforms first the governing equations into their non-descriptor form before applying the same projection-based model order reduction method. For several structural and coupled fluid-structure dynamical systems, it is observed that the first reduction approach leads to reduced-order models that exhibit significantly better numerical stability and accuracy properties than those resulting from the second one. These observations are reinforced by theoretical results that anticipate and confirm the better stability properties obtained in general when reducing the descriptor rather than non-descriptor form of the equations governing a linear dynamical system.

연구 동기 및 목표

• 선형 동적 시스템의 기술자형과 비기본형에서 유도된 축소 모델의 수치적 안정성과 정확도를 조사한다.
• 기본형과 비기본형의 선택이 투영 기반 모델 차원 축소의 신뢰성에 영향을 미치는지 확인한다.
• 구조 및 유체-구조 시스템에서 기술자형 축소를 선호할 수 있는 이론적 및 경험적 근거를 제공한다.
• POD 및 모멘트 매칭과 같은 일반적인 기저 구성 방법이 기술자형과 비기본형 시스템에 적용되었을 때의 성능을 비교한다.

제안 방법

• 선형 동적 시스템의 기술자형에서 유도된 기저에 갈레르킨 또는 페트로프-갈레르킨 투영을 적용하여 축소 모델을 구성한다.
• 같은 시스템의 비기본형에 대해 제어 방정식을 변환한 후 동일한 투영 기반 축소 기법을 적용한다.
• 기저 생성 방법으로는 적절한 직교 분해(POD), 균형 적절한 직교 분해(_BALANCED_POD_), 및 모멘트 매칭을 사용하여 기저를 구성한다.
• 다양한 구조 및 유체-구조 동적 시스템에서 수치적 안정성과 정확도 측면에서 유도된 축소 모델을 비교한다.
• 관찰된 기술자형 축소의 안정성 우월성을 설명하고 확인하기 위한 이론적 결과를 도출한다.
• 기준 시스템에서 수치 실험을 수행하여 이론적 결과를 검증하고 기술자형 기반 축소의 실용적 우월성을 입증한다.

실험 결과

연구 질문

• RQ1 선형 동적 시스템의 기술자형을 축소하면 비기본형을 축소하는 것보다 더 수치적으로 안정적인 축소 모델을 얻을 수 있는가?
• RQ2 POD, 모멘트 매칭 등 다양한 기저 구성 기법이 기술자형과 비기본형 설정에 적용되었을 때 성능은 어떻게 다른가?
• RQ3 기술자형과 비기본형 축소 접근법 간의 관찰된 안정성 차이를 설명하는 이론적 성질은 무엇인가?
• RQ4 어떤 유형의 시스템(예: 구조, 유체-구조)에서 기술자형 축소가 특히 유리한가?
• RQ5 기술자형 축소의 이론적 안정성 우월성은 선형 동적 시스템 전반에 일반화될 수 있는가?

주요 결과

• 선형 동적 시스템의 기술자형을 축소하면 비기본형을 축소하는 것보다 항상 더 수치적으로 안정적인 축소 모델이 유도된다.
• 이러한 향상된 안정성은 다양한 구조 및 유체-구조 시스템에서 관찰되어 기술자형 접근법의 광범위한 적용 가능성을 시사한다.
• 이론적 분석을 통해 기술자형 축소가 일반적으로 더 나은 안정성 특성을 내재하고 있음을 확인하였으며, 이는 특정 기저 생성 방법과는 독립적이다.
• 특히 강성 또는 미분-대칭 방정식 특성을 지닌 시스템에서는 기술자형을 사용하여 축소할 경우 축소 모델의 정확도가 크게 향상된다.
• POD, 균형 적절한 직교 분해, 모멘트 매칭 등 기저 생성 기법의 유형에 관계없이 기술자형 접근법의 우월성은 유지된다.
• 결과적으로 기술자형 시스템을 직접 축소함으로써 피할 수 있는 수치적 불안정성이, 비기본형으로 변환한 후 축소할 경우 발생함을 시사한다.