[论文解读] The structure of global conservation laws in Galerkin plasma models

Alan A. Kaptanoglu, Kyle Morgan+2 more|arXiv (Cornell University)|Jan 9, 2021

Model Reduction and Neural Networks参考文献 36被引用 4

一句话总结

本文提出了一类低维Galerkin等离子体模型，通过一种基于物理的、能量相关的内积，从构造上保持全局守恒律（如能量和交叉螺旋度）。该方法使物理约束的机器学习（例如SINDy）能够直接从等离子体数据中发现可解释的、降阶的模型，同时确保基本物理对称性得以保留。

ABSTRACT

Plasmas are highly nonlinear and multi-scale, motivating a hierarchy of models to understand and describe their behavior. However, there is a scarcity of plasma models of lower fidelity than magnetohydrodynamics (MHD). Galerkin models, obtained by projection of the MHD equations onto a truncated modal basis, can furnish this gap in the lower levels of the model hierarchy. In the present work, we develop low-dimensional Galerkin plasma models which preserve global conservation laws by construction. This additional model structure enables physics-constrained machine learning algorithms that can discover these types of low-dimensional plasma models directly from data. This formulation relies on an energy-based inner product which takes into account all of the dynamic variables. The theoretical results here build a bridge to the extensive Galerkin literature in fluid mechanics, and facilitate the development of physics-constrained reduced-order models from plasma data.

研究动机与目标

• 通过开发低于磁流体动力学（MHD）的低保真度、可解释模型，弥合等离子体模型层级中的空白。
• 通过定制的能量基内积，确保在降阶Galerkin模型中全局守恒律（能量、交叉螺旋度）得以保持。
• 使物理约束的机器学习方法（如SINDy）能够直接从等离子体模拟或实验数据中发现这些模型。
• 通过将速度、磁场和温度场统一为一个具有适当量纲缩放的配置向量，将流体力学Galerkin技术推广至等离子体系统。
• 为等离子体动力学提供一种有原则的、可解释的替代方案，以替代黑箱深度学习模型。

提出的方法

• 定义配置向量 q = [Bu, B, BT]，通过质量密度和热能缩放将速度、磁场和温度统一，以整合能量贡献。
• 引入能量基内积 ⟨q, q⟩/2μ₀，可直接得出总等离子体能量 W，确保守恒律被内嵌于模型结构之中。
• 对 q 的快照数据应用本征正交分解（POD），以提取经验基函数，同时保持能量与对称性结构。
• 将MHD方程在POD基上进行Galerkin投影，推导出低维常微分方程（ODE），其中非线性项受约束以保持能量与交叉螺旋度。
• 通过SINDy回归系数上的线性约束来强制守恒律，具体要求立方项为零，并满足对称/反对称系数模式。
• 推导出SINDy系数矩阵的显式代数约束，以确保能量守恒，包括对 a_i^3、a_i a_j^2 和 a_i a_j a_k 项的条件。

实验结果

研究问题

• RQ1 如何构造Galerkin等离子体模型，使其从构造上保持全局守恒律（如能量与交叉螺旋度）？
• RQ2 何种基于能量的内积可实现多场等离子体动力学（速度、磁场、温度）在统一配置空间中的一致、量纲正确的投影？
• RQ3 如何将物理约束的机器学习方法（如SINDy）适配于发现尊重基本守恒律的低维等离子体模型？
• RQ4 为确保在二次Galerkin模型中能量守恒，必须对SINDy回归系数施加何种代数约束？
• RQ5 SINDy系数矩阵的结构在多大程度上可被约束，以在降阶等离子体模型中实现物理一致性？

主要发现

• 所提出的能量基内积确保了MHD方程在截断基上的Galerkin投影从构造上保持总能量与交叉螺旋度。
• 该方法可推导出SINDy系数的显式代数约束，以强制实现能量守恒，包括立方项为零及二次项的对称/反对称模式。
• 当 r = 3 模态时，系数矩阵的约束数为 N_c = r(r+1)(r+2)/6 = 10，自由参数数为 r(r−1)(2r+5)/6 = 10，确保了物理一致性。
• 边界条件（无法向速度、无法向电流、无法向B）确保了二次非线性项具有能量守恒性，从而无需稳态假设。
• 该框架将流体力学中已知的能量守恒条件推广至等离子体系统，实现了从数据中直接发现类似哈密顿动力学的行为。
• 通过将线性约束矩阵扩展以包含额外项，可实现交叉螺旋度约束，同时保持与能量守恒结构的一致性。