[论文解读] An Evolve-Then-Filter Regularized Reduced Order Model

David Wells, Zhu Wang+2 more|arXiv (Cornell University)|Jun 24, 2015

Model Reduction and Neural Networks参考文献 34被引用 3

一句话总结

该论文提出了一种新型的先演化后过滤正则化降阶模型（EF-ROM），用于对流主导流动，通过POD投影（Proj）显式空间滤波和一种新型POD微分滤波（DF）来稳定不稳定的标准ROM。EF-ROM-DF组合在精度上显著优于标准G-ROM及其他正则化ROM/滤波变体，且CPU时间比DNS低多个数量级。

ABSTRACT

In this paper, we propose a new evolve-then-filter reduced order model (EF-ROM). This is a regularized ROM (Reg-ROM), which aims at the numerical stabilization of proper orthogonal decomposition (POD) ROMs for convection-dominated flows. We also consider the Leray ROM (L-ROM). These two Reg-ROMs use explicit ROM spatial filtering to smooth (regularize) various terms in the ROMs. Two spatial filters are used: a POD projection onto a POD subspace (Proj) and a new POD differential filter (DF). The four Reg-ROM/filter combinations are tested in the numerical simulation of the three-dimensional flow past a circular cylinder at a Reynolds number $Re=1000$. Overall, the most accurate Reg-ROM/filter combination is EF-ROM-DF. Furthermore, the spatial filter has a higher impact on the Reg-ROM than the regularization used. Indeed, the DF generally yields better results than Proj for both the EF-ROM and L-ROM. Finally, the CPU times of the four Reg-ROM/filter combinations are orders of magnitude lower than the CPU time of the DNS.

研究动机与目标

• 解决标准POD降阶模型（ROM）在对流主导流动中出现的数值不稳定性问题。
• 提出一种新的正则化策略，通过直接对ROM项应用显式空间滤波，而非对快照进行预处理。
• 研究两种空间滤波方法——POD投影（Proj）和POD微分滤波（DF）——对ROM精度与稳定性的影响。
• 将新提出的先演化后过滤ROM（EF-ROM）与成熟的Leray ROM（L-ROM）在多种滤波策略下进行比较。
• 在雷诺数Re=1000的三维圆柱绕流中，展示所提正则化ROM/滤波组合的计算效率与精度。

提出的方法

• 提出先演化后过滤（EF-ROM）正则化ROM，即在时间演化后应用空间滤波以稳定解。
• 应用两种显式ROM空间滤波：(1) POD投影（Proj），将变量投影到POD子空间；(2) POD微分滤波（DF），通过微分滤波操作实现正则化。
• 通过使用滤波后的变量修改非线性项和黏性项，将滤波器整合到Galerkin ROM公式中。
• 所有ROM均采用相同的时间离散化方法（显式欧拉法），以确保公平比较，参数（DF的δ，Proj的r₁）在短时间区间上进行优化。
• 使用DNS作为基准，对雷诺数Re=1000的三维圆柱绕流进行数值模拟。
• 采用多种指标评估结果：湍流动能谱、平均速度、雷诺应力、RMS速度脉动、POD系数演化以及斯特劳哈尔数。

实验结果

研究问题

• RQ1 新提出的先演化后过滤（EF-ROM）正则化ROM在精度与稳定性方面，相较于标准G-ROM及其他正则化ROM（如L-ROM）表现如何？
• RQ2 在对流主导流动的正则化ROM中，POD投影（Proj）与POD微分滤波（DF）哪种空间滤波方法能带来更高的精度与稳定性？
• RQ3 正则化方法（EF-ROM vs. L-ROM）与空间滤波选择对ROM性能的相对影响如何？
• RQ4 EF-ROM结合DF滤波是否能在保持远低于DNS计算成本的同时实现高精度？
• RQ5 四种正则化ROM/滤波组合（EF-ROM-Proj、EF-ROM-DF、L-ROM-Proj、L-ROM-DF）在能量谱、雷诺应力等关键流动指标上的表现如何？

主要发现

• EF-ROM-DF组合在所有指标上均表现最准确，显著优于标准G-ROM及其他正则化ROM/滤波组合。
• EF-ROM-Proj在四种组合中精度最低，表明空间滤波的选择对性能的影响大于正则化方法本身。
• 对EF-ROM和L-ROM而言，POD微分滤波（DF）始终优于POD投影（Proj），证明DF在稳定对流主导流动方面具有显著优势。
• L-ROM-DF与L-ROM-Proj的表现显著优于标准G-ROM，证实了正则化在ROM中的有效性。
• 所有四种正则化ROM/滤波组合的CPU时间均比直接数值模拟（DNS）低多个数量级，证实了其计算效率。
• EF-ROM-DF准确捕捉了关键流动特征，如斯特劳哈尔数、平均速度剖面、雷诺应力和湍流动能谱，与DNS基准结果高度吻合。