[论文解读] An iterative generalized Golub-Kahan algorithm for problems in structural mechanics

Mario Arioli, Carola Kruse+2 more|arXiv (Cornell University)|Aug 23, 2018

Advanced Numerical Methods in Computational Mathematics参考文献 11被引用 6

一句话总结

该论文提出了一种用于求解结构力学中带有多点约束的对称不定鞍点系统的迭代广义Golub-Kahan（GKB）算法。通过应用增广Lagrangian正则化和适当的尺度化，该方法在复杂工业问题中仅需9–10次迭代即可实现鲁棒收敛，误差远低于容差值几个数量级，且在稳定化参数选择得当时，与模型规模无关。

ABSTRACT

This paper studies the Craig variant of the Golub-Kahan bidiagonalization algorithm as an iterative solver for linear systems with saddle point structure. Such symmetric indefinite systems in 2x2 block form arise in many applications, but standard iterative solvers are often found to perform poorly on them and robust preconditioners may not be available. Specifically, such systems arise in structural mechanics, when a semidefinite finite element stiffness matrix is augmented with linear multi-point constraints via Lagrange multipliers. Engineers often use such multi-point constraints to introduce boundary or coupling conditions into complex finite element models. The article will present a systematic convergence study of the Golub-Kahan algorithm for a sequence of test problems of increasing complexity, including concrete structures enforced with pretension cables and the coupled finite element model of a reactor containment building. When the systems are suitably transformed using augmented Lagrangians on the semidefinite block and when the constraint equations are properly scaled, the Golub-Kahan algorithm is found to exhibit excellent convergence that depends only weakly on the size of the model. The new algorithm is found to be robust in practical cases that are otherwise considered to be difficult for iterative solvers.

研究动机与目标

• 解决标准迭代求解器在结构力学中带有多点约束（MPCs）的对称不定鞍点系统上性能不佳的问题。
• 开发一种鲁棒的迭代求解器，即使在标准预条件器失效或不可用时仍保持有效性。
• 证明当Golub-Kahan双对角化方法结合增广Lagrangian正则化和尺度化后，可对大规模结构模型实现与网格无关的收敛性。
• 在实际工业问题上验证该方法，包括一个自由度超过400,000的反应堆安全壳结构。

提出的方法

• 应用Craig版本的Golub-Kahan双对角化方法求解2×2块形式的对称不定鞍点系统。
• 使用增广Lagrangian正则化通过用 M = W + A N⁻¹ Aᵀ 替换半正定刚度矩阵 W 来稳定(1,1)块，其中 N 为正定矩阵。
• 通过变量替换变换系统，以移动右端项并使(1,1)块变为零，从而实现高效迭代求解。
• 使用 γ = ½(min Wᵢᵢ + max Wᵢᵢ) 对系统进行尺度化，以改善条件数和收敛行为。
• 在Julia中实现GKB方法，使用MUMPS求解内层系统 M⁻¹b，并采用下界停止准则，容差 τ = 1e⁻⁵ 且 d = 5。
• 在应用GKB方法前，对矩阵进行排列以改善稀疏性和结构。

实验结果

研究问题

• RQ1 Golub-Kahan双对角化方法能否有效适配于求解结构力学中出现的奇异(1,1)块的对称不定鞍点系统？
• RQ2 当应用增广Lagrangian正则化和适当尺度化后，GKB方法的收敛性是否仍保持鲁棒且与网格尺寸无关？
• RQ3 在大规模工业结构力学问题中，GKB方法在迭代次数和解精度方面与直接求解器相比表现如何？
• RQ4 在实际应用中，约束尺度化和稳定化参数 η 对GKB方法收敛行为有何影响？

主要发现

• 对于自由度为 m = 283,797 且 n = 158,928 的反应堆安全壳模型，GKB方法仅用9次迭代即收敛，表明其在大规模问题上的鲁棒性。
• 位移解 u 在能量范数和2-范数下的相对误差分别为 3.39e⁻¹¹ 和 3.8e⁻¹¹，拉格朗日乘子 p 的误差为 1.4e⁻⁹，全部远低于 1e⁻⁵ 的容差值，且低几个数量级。
• 当稳定化参数 η 选择适当时，收敛性与模型规模无关，证实了定理2.1的理论预期。
• 该方法将有效系统规模从 m+2n 降低为仅需求解大小为 m 的系统，相比直接求解完整增广系统，效率更高。
• 初步性能分析表明，在顺序运行中相比直接MUMPS求解可实现2–3倍的加速，显示出在更大规模应用中的强劲潜力。