对流 Boussinesq 流的非侵入式降阶建模
流体动力学
2023-02-22 v1 动力系统
摘要
本文中，我们构建了三种非侵入式方法，并系统探究了它们在重构感兴趣量及预测能力方面的表现。这些方法包括确定性动态模态分解（DMD）、随机 DMD 以及非线性本征正交分解（NLPOD）。我们将这些方法应用于由 Boussinesq 方程控制的以对流为主的流体流动问题。我们主要在两个不同时刻分析重构结果，并考虑人工加入数据快照的不同噪声水平。总体而言，我们的结果表明，在合理选择保留模态数与神经网络架构的条件下，三种方法的预测均与全阶模型解吻合良好。然而，我们发现相较于两种 DMD 方法，NLPOD 方法在更高噪声水平下似乎更为稳健。
引用
@article{arxiv.2212.07522,
title = {Nonintrusive reduced order modeling of convective Boussinesq flows},
author = {Pedram H. Dabaghian and Shady E. Ahmed and Omer San},
journal= {arXiv preprint arXiv:2212.07522},
year = {2023}
}