[논문 리뷰] Stability-Preserving, Adaptive Model Order Reduction of DAEs by Krylov-Subspace Methods

Alessandro Castagnotto, Heiko K. F. Panzer외 2명|arXiv (Cornell University)|2015. 08. 28.

Model Reduction and Neural Networks참고 문헌 14인용 수 3

한 줄 요약

이 논문은 안정성과 구조적 성질을 유지하는 인덱스-1 미분대수방정식(DAE)을 위한 두 가지 Krylov 부분공간 기반 모델 순서 축소(MOR) 기법을 제시한다. 이 방법들은 명시적인 ODE로의 변환 없이도 적응형이고 안정성 보존형 MOR를 가능하게 하며, 한 방법은 엄격한 소산성(strict dissipativity)을 보장하고 다른 방법은 적응형 파arameter 선택을 통해 H₂-유사 최적의 축소를 가능하게 한다.

ABSTRACT

Systems of differential-algebraic equations (DAEs) represent a widespread formalism in the modeling of constrained mechanical systems and electrical networks. Due to the automatic, object-oriented generation of the equations of motion and the resulting redundancies in the descriptor variables, DAE systems often reach a very high order. This motivates the use of model order reduction (MOR) techniques that capture the relevant input-output dynamics in a reduced model of much smaller order, while satisfying the constraints and preserving fundamental properties. Due to their particular structure, new MOR techniques designed to work directly on the DAE are required that reduce the dynamical part while preserving the algebraic. In this contribution, we exploit the specific structure of index-1 systems in semi-explicit form and present two different methods for stability-preserving MOR of DAEs. The first technique preserves strictly dissipativity of the underlying dynamics, the second takes advantage of H2-pseudo-optimal reduction and further allows for an adaptive selection of reduction parameters such as reduced order and Krylov shifts.

연구 동기 및 목표

• 특히 고차원 시스템에서 안정성 보존형 모델 순서 축소(MOR) 기법의 부족을 해결한다.
• 기본 ODE를 명시적으로 구하지 않고도 인덱스-1 DAE의 대수적 제약 조건과 내재된 안정성 성질을 유지하는 MOR 기법을 개발한다.
• 정확도와 효율성을 향상시키기 위해 축소된 차수와 Krylov 이동값의 적응형 선택을 가능하게 한다.
• 원래 DAE의 구조적 성질을 유지하면서 축소된 모델에서 엄격한 소산성과 H₂-최적성(optimality)을 확보한다.
• 기계적 및 전기적 시스템에서 발생하는 대규모 DAE의 MOR를 위한 프레임워크를 제공하며, 수치적 안정성과 제약 조건 이행을 포기하지 않는다.

제안 방법

• 반경-갈레르킨 투영을 Krylov 부분공간 기법과 결합하여, 반표준형 인덱스-1 형태의 DAE 시스템에서 직접 축소된 순서 모델(RaM)을 구성한다.
• 축소된 시스템이 서술자 구조와 대수적 제약 조건을 유지하도록, 조건을 충족시키는 조건 하에서 직교 투영(V = W)을 적용한다.
• 첫 번째 방법은 A + A^T의 음의 정부호성을 유지함으로써 축소된 시스템의 엄격한 소산성을 보장하도록 설계한다.
• 두 번째 방법은 H₂-유사 최적의 모멘트 매칭 기반으로, 잔차 최소화를 통한 축소된 차수와 Krylov 이동값의 적응형 선택을 가능하게 한다.
• Schur 보조정리 기법을 사용하여 축소된 시스템의 안정성 성질을 분석하고 유지하며, 축소된 동역학 부분계에서 A₁ + A₁^T ≺ 0를 확보한다.
• 선택된 이동값 파arameter에서 모멘트 매칭을 가능하게 하는 Krylov 부분공간에 의해 유도된 투영 행렬 V와 W를 통해 축소된 시스템을 구성한다.

실험 결과

연구 질문

• RQ1 DAE에 대한 Krylov 부분공간 기반 MOR가 ODE로의 변환 없이도 원래 시스템의 안정성을 유지할 수 있는가?
• RQ2 기본 ODE의 정보를 명시적으로 알지 못하더라도 DAE의 축소된 순서 모델에서 엄격한 소산성을 유지할 수 있는가?
• RQ3 H₂-유사 최적의 축소가 DAE에 적용되어 축소된 차수와 Krylov 이동값의 적응형 선택이 가능하게 할 수 있는가?
• RQ4 Petrov-Galerkin 투영이 축소된 모델에서 대수적 제약 조건과 인덱스-1 구조를 유지하기 위한 조건은 무엇인가?
• RQ5 제안된 방법들이 안정성 보장이 없는 표준 Krylov 기반 MOR 또는 ODE에 적용된 경우에 비해 정확도와 안정성 측면에서 어떻게 비교되는가?

주요 결과

• 첫 번째 방법은 원래 DAE가 엄격한 소산성(즉, A + A^T ≺ 0)을 만족할 경우, 축소된 시스템 또한 A_r + A_r^T ≺ 0를 만족함으로써 안정성을 유지함을 보장한다.
• 두 번째 방법은 선택된 이동값 파arameter에서 모멘트를 매칭함으로써 H₂-유사 최적의 성질을 달성하며, 축소된 차수와 Krylov 이동값의 적응형 조정이 가능하다.
• 수치 실험 결과, 두 방법 모두 표준 모멘트 매칭 기법이 실패할 경우에도 대수적 제약 조건을 유지하고 안정성을 유지함을 입증한다.
• Schur 보조정리 분석을 통해 축소된 동역학 부분계의 안정성은 Schur 보조정리 A₁의 가역성과 정부호성에 따라 결정됨을 확인한다.
• 제안된 기법들은 기본 ODE를 계산할 필요 없이 DAE를 직접 축소할 수 있어, 구조적 성질과 안정성 성질을 유지하면서 효과적인 MOR를 가능하게 한다.
• 전송선 SE-DAE 사례 연구를 통해, 다양한 시스템 크기와 축소 수준에서도 두 방법이 정확성과 안정성을 유지함을 확인한다.