[論文レビュー] Least Squares Shadowing for Sensitivity Analysis of Turbulent Fluid Flows

Patrick Blonigan, Steven Gomez+1 more|arXiv (Cornell University)|Jan 16, 2014

Model Reduction and Neural Networks参考文献 34被引用数 11

ひとこと要約

この論文は、乱流の長時間平均量の感度を高精度に計算するための新しい最小二乗シャドウ法（LSS）を導入し、従来のアドジョイント法や接線型法を無効にする『バタフライ効果』を克服する。この手法は時間方向の境界値問題の定式化を用いて勾配計算を安定化させ、Kuramoto-Sivashinsky方程式および均質等方乱流の二つのバージョン（タイプIIおよびタイプIII）を用いて検証され、Krylov法の収束が遅いにもかかわらず収束性と精度が確認された。

ABSTRACT

Computational methods for sensitivity analysis are invaluable tools for aerodynamics research and engineering design. However, traditional sensitivity analysis methods break down when applied to long-time averaged quantities in turbulent fluid flow fields, specifically those obtained using high-fidelity turbulence simulations. This is because of a number of dynamical properties of turbulent and chaotic fluid flows, most importantly high sensitivity of the initial value problem, popularly known as the "butterfly effect". The recently developed least squares shadowing (LSS) method avoids the issues encountered by traditional sensitivity analysis methods by approximating the "shadow trajectory" in phase space, avoiding the high sensitivity of the initial value problem. The following paper discusses how the least squares problem associated with LSS is solved. Two methods are presented and are demonstrated on a simulation of homogeneous isotropic turbulence and the Kuramoto-Sivashinsky (KS) equation, a 4th order chaotic partial differential equation. We find that while LSS computes fairly accurate gradients, faster, more efficient linear solvers are needed to apply both LSS methods presented in this paper to larger simulations.

研究の動機と目的

• 初期条件に対する高い感度が原因で、従来の感度解析手法が乱流的・カオス的流体流れで破綻する問題に対処すること。
• 時間平均抗力やエネルギースペクトルなどの、カオス的システムにおける長時間平均量の勾配を安定して計算する強固な手法を開発すること。
• 初期値問題の不安定性を回避するための最小二乗最小化を用いた、二つの新しいLSSアルゴリズム（タイプIIおよびタイプIII）を提示・検証すること。
• 高精度なCFDシミュレーション、特に均質等方乱流およびKuramoto-Sivashinsky方程式にLSSを適用する可能性を実証すること。
• 特にLSSタイプIIIにおけるKrylov法の収束が遅いという計算上のボトルネックを特定し、将来の改善策として時方向の多重グリッド法を提案すること。

提案手法

• この手法は、与えられたカオス的軌道に近い軌道（シャドウ軌道）を見つけるシャドウリング補題を用い、バタフライ効果に対しても安定した感度計算を可能にする。
• LSSタイプIIは、全時間区間における接線方程式の残差を最小化する大規模な最小二乗問題を解く。
• LSSタイプIIIは、離散的な時間チェックポイントでのみ最小二乗問題を解くことで問題サイズを低減し、依然として大規模なKKTシステムを生成する。
• この手法は、最小二乗問題の最適性条件から導かれるKKTシステムを用い、MINRESなどの反復的Krylov法によって解く。
• 効率的な勾配計算のため、LSSタイプIIIのアドジョイントおよび接線型定式化を実装し、線形回帰との一貫性を検証した。
• このアプローチは、エルゴード性を仮定しており、これにより長時間平均値が初期条件に依存せず、統計的安定性が保証される。

実験結果

リサーチクエスチョン

• RQ1 従来の手法が失敗するカオス的乱流流れにおいて、最小二乗シャドウ法は長時間平均量の正確な勾配を計算できるか？
• RQ2 高次元的カオス的システムにおいて、LSSタイプIIとタイプIIIの計算コストおよび収束速度はどのように比較できるか？
• RQ3 時間チェックポイントの選択が、大規模シミュレーションにおけるLSSタイプIIIの収束性および精度に与える影響は何か？
• RQ4 LSSは、均質等方乱流や乱流チャネル流れのような実際の乱流シミュレーションに効果的に適用可能か？
• RQ5 大規模CFD問題におけるLSSタイプIIIの収束加速に最も効果的な線形ソルバおよび前処理戦略は何か？

主な発見

• LSSタイプIIIは、線形回帰による基準値とほぼ同一の勾配を達成しており、わずかに5％程度の過大評価に留まった。
• LSSタイプIIIのKKTシステムは6223×6223であり、LSSタイプIIの127128×127128システムと比べて2桁小さく、メモリおよび計算コストを顕著に削減した。
• LSSタイプIIIにおけるMINRESソルバの収束は遅く、T=100のシミュレーションで相対残差ノルム10−6に達するまで約5000回の反復を要した。
• 接線型およびアドジョイント定式化の両方で、LSSタイプIIIはほぼ同一の勾配を生成し、一貫性および数値的信頼性を確認した。
• この手法は、Kuramoto-Sivashinsky方程式および均質等方乱流の両方で感度を正しく計算でき、カオス的PDEおよび乱流流れへの適用可能性を検証した。
• 著者らは、大規模CFD問題へのスケーリングを図るため、特に時方向の多重グリッド法を含むより効率的な線形ソルバの必要性を指摘した。