[論文レビュー] Robust Reduced-Order Model Stabilization for Partial Differential Equations Based on Lyapunov Theory and Extremum Seeking with Application to the 3D Boussinesq Equations

Mouhacine Benosman, Jeff Borggaard+1 more|arXiv (Cornell University)|Apr 15, 2016

Extremum Seeking Control Systems参考文献 21被引用数 3

ひとこと要約

本稿では、パrametric不確実性に対して耐性のあるリーマン・ベースの閉じ込めモデルを用いた偏微分方程式のロバストな低次元モデル（ROM）安定化手法を提案する。閉じ込めモデルの自由パラメータは、モデルフリーの多パラメトリック極値探索（MES）アルゴリズムにより自動調整され、3次元ボウシネスク方程式のシミュレーションにおいて、精度と安定性が向上し、最適パラメータμₑ ≈ 0.85およびμₙₗ ≈ 1.25×10⁻⁶への収束を示した。

ABSTRACT

We present some results on stabilization for reduced-order models (ROMs) of partial differential equations. The stabilization is achieved using Lyapunov theory to design a new closure model that is robust to parametric uncertainties. The free parameters in the proposed ROM stabilization method are optimized using a model-free multi-parametric extremum seeking (MES) algorithm. The 3D Boussinesq equations provide a challenging numerical test-problem that is used to demonstrate the advantages of the proposed method.

研究の動機と目的

• POD-ROMが時間経過とともに安定性を失う場合に、PDEのROMにおける安定なモデル低次元化問題を解決すること。
• 低次元系におけるパrametric不確実性に対して頑健な閉じ込めモデルの開発。
• PDEモデルに関する事前知識が不要な状態で、モデルフリーな学習手法を用いて閉じ込めモデルのパラメータを最適化すること。
• 自然対流や流体制御応用に関連する重要なモデルである、挑戦的な3次元ボウシネスク方程式を対象に本手法の妥当性を検証すること。
• 閉じ込めパラメータの自動調整により、層流状態における長期的予測精度と安定性が向上することを実証すること。

提案手法

• Lyapunov理論を用いて、ROM係数におけるパrametric不確実性に対してもロバストな安定性を保証する新しい閉じ込めモデルを導出する。
• 閉じ込めモデルは2つの成分で構成される：線形渦粘性項（μₑ）と非線形粘性項（μₙₗ）、これらが安定化機構として機能する。
• 自由パラメータμₑおよびμₙₗは、POD-ROM解と真のPDE解の射影との間の誤差に基づくコスト関数を最小化する離散時間多パラメトリック極値探索（MES）アルゴリズムにより最適化される。
• MESアルゴリズムは、2つの周波数（ω₁ = 10 rad/sec、ω₂ = 50 rad/sec）における正弦波摂動と、適応的ゲイン（a₁ = 0.08、a₂ = 10⁻⁷）を用いて勾配に類似した更新を推定する。
• コスト関数Q(μ)は、POD-ROM解と真のPDE解の低次元空間への射影との間の時間積分L²誤差として定義される。
• 本手法は、Re = 4.964×10⁴、Pr = 0.712、Gr = 7.369×10⁷で、異なる加熱条件を有するキャビティ内の3次元レイノルズ・ベナール対流問題に適用され、変数ごとに8つのPODモードが使用された。

実験結果

リサーチクエスチョン

• RQ1 PDEにおけるパrametric不確実性に対して、リーマンベースの閉じ込めモデルを設計し、ROMにおけるロバストな安定性を確保できるか？
• RQ2 モデルフリーな極値探索アルゴリズムは、PDEモデルに関する事前知識がなくても、閉じ込めモデルパラメータをROM予測誤差を最小化するように自動調整できるか？
• RQ3 提案手法は、標準的なガラーキンROMと比較して、ボウシネスク方程式のような複雑な3次元PDEに対して、顕著に精度と安定性を向上させることができるか？
• RQ4 3次元対流問題において、ROMと真のPDE解との間の誤差を最小化する最適な閉じ込めモデルパラメータμₑおよびμₙₗの値は何か？
• RQ5 実際の3次元流体力学的テストケースにおいて、MESアルゴリズムは最適パラメータ値にどの程度の速さで収束するか？

主な発見

• 学習コスト関数は最初の20反復以内に急激に減少し、MESチューニング中におけるROM精度の著しい向上を示した。
• MESアルゴリズムは、コスト関数が収束許容誤差に達したことを受けて、最適な閉じ込めモデルパラメータμₑ ≈ 0.85およびμₙₗ ≈ 1.25×10⁻⁶に正常に収束した。
• 速度および温度誤差プロファイル（図9および10）は、名目的なガラーキンROM（図5および6）と比較して顕著に低減しており、解の忠実性の向上を示した。
• 学習済みのμₑおよびμₙₗパラメータのプロファイル（図12および13）は、初期のコスト低減以降も継続的な微調整が行われていることを示しており、頑健な適応性を示した。
• 本手法は、長時間にわたり安定的かつ高精度なROM予測（最大78秒まで）を達成し、閉じ込めのない標準的なPOD-ROM-Gを上回った。
• 結果から、MES自動調整付きのリーマンベース閉じ込めモデルが、3次元ボウシネスク流れにおける安定性と予測精度の両方を向上させることを確認した。