公共核平滑本征正交分解（CKSPOD）：一种用于模拟时空演化流动动力学的高效降阶模型
流体动力学
2021-01-25 v1 计算物理
摘要
在本研究中，我们提出一种称为公共核平滑本征正交分解（CKSPOD）的新代理模型，以高效模拟流体流动动力学的时空演化。所提代理模型整合并拓展了高斯过程学习、高保真仿真、基于投影的模型降阶、不确定性量化和实验设计方面的最新进展，形成了一个系统的多学科框架。CKSPOD模拟的新颖之处在于构建一个公共Gram矩阵，它源于所有观测设计设置的Gram矩阵的Hadamard积。该Gram矩阵是空间平均的时间相关矩阵，包含相应采样点的时间动力学。公共Gram矩阵通过将POD模态在每个观测设计设置下转换为空间函数来综合时间动力学，从而弥补了Chang等人（2020）提出的近期流体流动模拟器——核平滑POD（KSPOD）模拟中所遇到的相位差问题。CKSPOD方法通过对具有三个设计参数的旋流 injector 流动动力学模型研究予以演示。共包含30个训练设计设置和8个验证设计设置。定性与定量结果均表明，CKSPOD模拟在所有验证案例中均优于KSPOD模拟，且能够忠实捕捉液膜表面的小尺度波结构。基于CKSPOD的湍动能预测显示出比KSPOD更低的预测不确定性，从而实现更准确和精确的流动预测。CKSPOD模拟的周转时间比相应高保真仿真快约5个数量级，这为设计探索与优化提供了高效且可扩展的框架。
引用
@article{arxiv.2101.08893,
title = {Common kernel-smoothed proper orthogonal decomposition (CKSPOD): An efficient reduced-order model for emulation of spatiotemporally evolving flow dynamics},
author = {Yu-Hung Chang and Xingjian Wang and Liwei Zhang and Yixing Li and Simon Mak and Chien-Fu J. Wu and Vigor Yang},
journal= {arXiv preprint arXiv:2101.08893},
year = {2021}
}