通过参数化简化模型揭示二维 Richtmyer-Meshkov 不稳定中的低维结构
流体动力学
2025-10-21 v1 人工智能
摘要
高效模型化 Richtmyer-Meshkov 不稳定 (RMI) 对许多工程任务至关重要，包括高速燃烧和惯性约束聚变 (ICF) 中的驱动和胞体几何优化。在后者中，RMI 导致 ablator 和燃料混合，引入燃料中的冷点，从而降低性能；控制 RMI 因此是核心 ICF 设计关切。在本工作中，我们基于 Latent Space Dynamics Identification (LaSDI) 算法引入了二维 RMI 的简化模型。我们展示了所提出方法在高维参数向量（由材料状态方程参数和初始条件组成，这些参数已知会影响 RMI 生长率）上高效参数化解空间的有效性。仅使用晚期时段的部分动力学观测，我们的框架不仅提供了高度高效的动态代理模型，还揭示了 RMI 在对材料界面进行适当非线性变换（我们将其近似为训练的自编码器）后，呈现出惊人低维且线性动力学系统的结构，直到进入非线性生长范数。我们的实用可观测量和基本参数的使用表明，这类简化模型可能对面对 RMI 的下游工程任务具有实用价值，而低维表示则指向了新的理论工作方向。
引用
@article{arxiv.2510.16197,
title = {Revealing Low-Dimensional Structure in 2D Richtmyer-Meshkov Instabilities via Parametric Reduced-Order Modeling},
author = {Daniel Messenger and Daniel Serino and Balu Nadiga and Marc Klasky},
journal= {arXiv preprint arXiv:2510.16197},
year = {2025}
}