无碰撞静电等离子体动力学受Vlasov–Poisson方程的控制,该方程描述了带电粒子分布在前自洽电场下的演化。由于高维性、尺度差异和非线性,求解这些方程在计算上具有挑战性。通常使用拉格朗日粒子模拟(PIC)方法[1],其中粒子沿着Vlasov方程的特征曲线运动[2]。或者,基于网格的欧拉方法[3]、[4]、[5]、[6]允许使用高级高阶数值算法来处理偏微分方程(PDEs)[7]、[8]、[9]。在这项工作中,我们考虑了参数化设置下的1D1V Vlasov–Poisson方程。特别是,我们研究了由扰动幅度和热速度特征的初始条件的影响。虽然高性能计算能力和可扩展算法能够实现高保真的动力学模拟,但由于需要大量正向模拟,参数化研究仍然难以处理。
降阶建模可以是此类多查询应用的一个有前途的替代方案,它提供了一个替代模型,该模型能够以中等精度求解方程,并且与相应的全阶模型(FOM)相比具有显著的速度提升。降阶模型(ROMs)可以分为两类:侵入式和非侵入式ROMs。侵入式ROMs是使用底层控制方程、数值方案和解数据构建的,而非侵入式ROMs仅使用解数据构建[10]、[11]、[12]、[13]、[14]、[15]、[16]。我们考虑了基于投影的降阶模型(ROMs),这是一种侵入式方法。具体来说,通过对FOM模拟的快照数据进行适当正交分解(POD),提取降阶基向量,并将控制方程投影到降维空间中。这些方法利用了已知的控制方程和来自相应FOM模拟的解数据来形成线性子空间降阶模型(LS-ROM)。尽管传统的LS-ROM在许多应用中取得了成功,例如流体动力学[17]、[18]、[19]、[20]、[21]、[22]、[23]、非线性扩散[24]、玻尔兹曼传输[25]、设计优化[26]、[27]、[28]、[29],但这些方法假设内在解空间属于维数较小的子空间,即解空间的Kolmogorov n-宽度衰减迅速。这一假设在对流主导和 advection 问题[19]、[30]、[31]、[32]、[33]中被违反,这阻碍了降阶建模的实际应用。最近,有许多尝试开发针对 advection 主导问题的高效ROMs,这些方法可以分为两类。第一类用非线性流形[19]、[34]替代线性子空间解表示。第二类通过引入特殊处理和自适应方案来增强线性子空间的解表示能力。我们注意到,尽管非线性流形方法对于 advection 主导问题非常有效,但在大规模问题中,神经网络的训练可能比线性子空间方法更为复杂。
在本文中,我们考虑通过将解流形分解为子流形来构建小型且精确的降阶模型的想法,这属于第二类。这些降阶模型是局部化的,意味着它们仅在参数-时间域的某个子集上有效。根据系统当前状态的代表性量选择适当的局部降阶模型。局部降阶模型的概念在[35]、[36]中提出,其中使用无监督聚类进行解流形分解。在[37]中,作者使用物理时间作为解流形指标,得到的时间窗口化ROM在各种基准问题中实现了良好的加速效果和准确的近似解,包括Sedov冲击波、Gresho涡旋、Taylor–Green涡旋和三点问题。在[33]中,作者考虑了流体界面的穿透速度作为解分解的物理指标,得到的局部ROM在Rayleigh–Taylor不稳定性问题中比时间窗口化ROM提供了更好的近似。在[38]中,作者考虑了结合动态模式分解(DMD)和解流形分解的降阶模型,并证明时间窗口化DMD能够在一定程度上再现复杂的孔隙坍塌过程并进行预测。在[39]、[40]中,作者考虑了结合时空最小二乘Petrov–Galerkin方法的时间窗口化方法进行动态系统建模。与将解流形分解为子流形的概念一致,在[41]中,作者为参数化1D1V Vlasov–Poisson方程开发了基于投影的降阶模型。然而,我们注意到这些ROM是为几何粒子模拟得到的半离散哈密顿系统开发的。此外,这些ROM基于动态低秩近似,其中降维空间随时间演化。这种方法与我们提出的方法有根本不同。
我们在本文中的贡献是提出了一种高效的模型降阶方案,用于加速初始条件中具有不同扰动幅度和热速度的静电等离子体的动力学模拟。与[33]类似,我们的想法是构建时间局部化的基于投影的ROMs,这些ROMs在 advection 主导问题中体积小但精度高,以实现良好的加速和解决方案精度。尽管时间局部化ROMs体积小,但主要的计算开销来自于高维空间中的非线性双曲项评估。为了提高效率,我们引入了一种使用预先计算的三阶张量来更新该项的张量方法。在这项工作中,我们考虑了物理时间和电场能量作为解流形分解的指标,并比较了在加速和解决方案精度方面的性能。我们的数值实验证明了时间局部化ROMs相对于单一线性子空间ROM的有效性。此外,电场能量是一个很好的替代指标,可以解决时间窗口化方法中由于扰动幅度和热速度导致的解精度下降问题。
本文的其余部分组织如下。第2节中,我们介绍了将用作全阶模型的控制方程和数值离散化方法。接下来,第3节描述了基于投影的ROM和用于高效更新非线性项的张量方法。第4节介绍了时间窗口化和能量窗口化降阶模型。第5节展示了数值结果。最后,第6节给出了结论。