近似周期性轨道计算的时空投影框架

《Journal of Fluid Mechanics》：A space–time projection framework for approximate periodic orbit computation

　　

本研究探讨了基于投影的降阶时空模型，该模型在频域中构建，采用通过谱本征正交分解（spectral proper orthogonal decomposition，SPOD）构造的时空基函数来表示主导的时空结构。尽管频域公式化非常适合捕捉时间周期解，例如不稳定周期轨道（unstable periodic orbits, UPOs），但本研究的重点是计算统计平稳流动的长时间近似周期解，这些流动的统计特性与底层混沌吸引子的统计特性相似。与仅基于空间模态的降阶模型相反，时空公式通过使用时空内积将Navier–Stokes方程Galerkin投影到SPOD基上，实现了空间和时间的同步降阶，产生了一个关于振幅系数的二次代数系统。降阶系统的近似解通过识别系数来获得，这些系数最小化了一个目标函数，该目标函数对应于所有频率和模式下残差的平方和，量化了降阶子空间内动量守恒的违反程度。使用了一种稳健的基于梯度的优化算法来寻找最小值。该方法在雷诺数等于20 000的二维盖驱动方腔混沌流动中得到了验证，寻求的时间周期大约为主剪切层时间尺度的十五倍。即使没有用于表示截断的时空三波相互作用的闭合模型，还是发现了多个降阶解，这些解识别出了近似周期轨道，再现了主要的动力学流动特征，并较好地还原了用于构建基的训练数据的统计分布，尽管这些解倾向于高估截断边界附近的能量。

**论文解读：近似周期轨道计算的时空投影框架**

**1. 研究背景、问题与动机**

湍流作为流体力学中的核心难题，其统计特性（如时间平均量、概率分布）的预测与控制具有重要的科学和工程意义。传统基于空间模态的降阶模型（Reduced-Order Model, ROM），如本征正交分解（Proper Orthogonal Decomposition, POD）结合Galerkin投影，在模拟从初始条件演化的瞬态过程时较为有效。然而，对于已经发展至统计平稳状态的湍流（即混沌吸引子上的流动），此类空间ROM面临根本性挑战：首先，其长期轨迹的有界性和统计特性难以保证；其次，它们不必要地保留了绝大部分时间维度的自由度，因为数值积分需要解析宽时间尺度；再者，空间ROM会产生与稳态吸引子无关的虚假时间模态（如指数增长或衰减行为）。此外，为补偿截断模态的影响，通常需要额外的闭合模型或标定技术，这在高雷诺数流动中构成显著障碍。

为克服上述局限，时空ROM（space–time ROM）被提出，它通过时空基函数直接逼近系统在预定时间段内的完整时空轨迹，无需时间积分。这类方法与谐波平衡法（harmonic balance methods）及不稳定周期轨道（Unstable Periodic Orbits, UPOs）密切相关。UPOs是Navier-Stokes方程的时间周期精确解，被认为是混沌吸引子的骨架，长周期UPOs的统计量可收敛至混沌系统的长时间平均（Lasagna, 2020）。然而，在高雷诺数湍流中直接计算UPOs极其困难。本研究旨在开发一种基于投影的时空降阶框架，用于计算Navier-Stokes方程支配的混沌流动的近似周期轨道，从而以较低的计算成本获取可靠的流动统计近似，并为后续的参数敏感性分析与控制设计奠定基础。

**2. 研究内容与结论**

研究人员提出了一种结合谱本征正交分解（Spectral Proper Orthogonal Decomposition, SPOD）与Galerkin投影的时空ROM框架，将Navier-Stokes方程投影到SPOD基函数上，得到一个关于振幅系数的非线性代数系统（降阶系统）。采用基于梯度的优化算法，通过最小化表征动量守恒违反程度的目标函数，稳健地求解该降阶系统，从而识别出近似周期轨道。该方法在雷诺数Re=20 000的二维盖驱动方腔流动中进行了验证。结果表明，即使不采用闭合模型，该方法仍能找到多个降阶系统解，这些解再现了主导的动力学特征（如主涡与角区流动通过剪切层的相互作用），并较好地还原了直接数值模拟（Direct Numerical Simulation, DNS）中湍流动能、能量耗散率等物理量的统计分布，尽管在截断边界附近存在能量高估。该研究证实了时空降阶模型作为识别混沌流动中近似周期轨道、提取长时间统计信息的可行框架的潜力。该论文发表在《Journal of Fluid Mechanics》。

**3. 主要关键技术方法**

1. **谱本征正交分解（Spectral Proper Orthogonal Decomposition, SPOD）**：基于Welch方法，将DNS数据分割成多个重叠块（77个数据块，50%重叠），对每块进行傅里叶变换，然后对每个频率的观测矩阵进行本征分解，获得空间模态和特征值（能量谱）。用于构建时空基函数，其时间部分为傅里叶模态（频率分辨率Δf=0.0391，周期T=25.6），空间部分为SPOD模态。
2. **Galerkin投影与时空内积**：将速度场的时空分解（平均流+解析波动+未解析波动）代入不可压Navier-Stokes方程，采用同时包含空间积分和时间积分的时空内积，将方程投影到SPOD基函数上，导出关于振幅系数的非线性代数系统（降阶系统）。
3. **基于梯度的优化算法**：将降阶系统的求解转化为最小化目标函数J（所有频率和模态下残差的平方和）的无约束优化问题。采用有限记忆BFGS（Broyden–Fletcher–Goldfarb–Shanno）算法，并推导了目标函数关于振幅系数和基频ω的解析梯度。初始猜测通过两种协议生成：协议A直接投影DNS数据块；协议B基于协议A的统计分布进行随机采样。

**4. 研究结果**

* **4.1 优化搜索与系统解的存在性**：
* 通过对比固定基频与优化基频两种情况，发现将基频ω作为优化变量至关重要；否则优化仅收敛到非零最小值（不满足降阶系统），而优化ω可使目标函数降至接近零，获得有效解。
* 在R90（捕获90%能量，584个模态）和R95（捕获96.85%能量，1530个模态）两种降阶系统配置下，约1/6的初始猜测成功收敛到零最小值（实际解），其余收敛到非零最小值（可类比为“鬼态”ghost states）。协议A和B的成功率相近。
* 通过定义哈希函数（基于能量ξ=∑|a_j^k|²）进行唯一性检验，发现所有降阶系统解都是唯一的，未发现重复解。

* **5.1 能量谱分析**：
* 通过比较降阶系统解的系综平均能量谱与DNS数据的SPOD特征值谱，发现降阶系统解能较好地捕捉主导峰值频率（f≈0.586）及低阶模式（j≤6-10）在低频段（f≤0.7）的能量分布。但高阶模式和高频段的能量被高估，这归咎于模态截断破坏了时空尺度间的自然能量传递机制。

* **5.2 统计与动力学分析**：
* 对单个解的周期平均能量耗散率^-D^-和动能K进行统计，大部分解的平均值落在DNS均值的一个标准差范围内。
* 在K-D平面上的投影显示，降阶系统解的轨迹覆盖了DNS高概率区域，其中协议A（尤其是R95）的解更集中于高概率状态。通过重构的涡量场快照（图14）观察到，主涡和剪切层结构被合理再现，但小尺度结构振幅过大。
* 概率密度函数（Probability Density Function, PDF）比较：优化后，降阶系统解的湍动能、动能和耗散率的PDF与DNS结果吻合良好，显著优于未优化的初始猜测（尤其是协议B的随机猜测）。协议A的解在再现统计分布方面优于协议B，尤其是在R95情况下。

**5. 总结与讨论部分翻译**

论文结论部分总结如下：

我们开发了一个非线性降阶时空建模框架，用于识别统计平稳流体流动的近似周期解，该框架建立在Choi & Carlberg (2019)和Frame & Towne (2024)早期提出的时空降阶模型公式化之上。与以往工作中用于此目的的常规空间ROM不同，该方法采用代表主导时空相干结构的时空基函数，实现了空间和时间维度的同步降阶。尽管存在多种选择，这里使用SPOD来生成降阶基。通过使用时空内积将Navier-Stokes方程投影到这些模态上，得到了一个控制基函数振幅系数的降阶非线性代数系统。为求解该系统，我们提出了一种稳健的基于梯度的优化策略，受近期用于定位Navier-Stokes方程不变解的伴随方法的启发，通过最小化降阶子空间内控制方程的残差违反来寻找近似解。该框架不应被理解为传统意义上的预测性ROM，因为它不演化任意的未见初始条件，也不推广到训练数据之外的参数范围。相反，它提供了一种降维空间方法，用于识别与训练动力学一致的近似周期解。

在Re=20 000（以混沌动力学为特征的流态）的二维盖驱动方腔流动上的数值实验被用于评估所提方法。计算了长周期降阶系统解——比特征剪切层振荡长约十五倍——并分析了其统计特性，作为长时间流动统计的近似。SPOD模态有效捕捉了关键动力学特征，例如通过剪切层中介的主涡与角区流动之间的相互作用。研究人员评估了两种优化策略：一种固定基频以保持模型与模态之间的一致性，另一种放松这种一致性并将基频视为额外的优化变量。结果表明，优化基频至关重要；否则，由于梯度对该变量非零，降阶系统的残差将保持非零。优化过程导致零和非零最小值，只有零最小值产生有效的降阶系统解，即那些将目标函数和残差驱至零的解。我们还提出了两种不同的协议来生成初始猜测，即(A)从模态到DNS数据的投影和(B)基于这些投影的随机高斯采样。两种协议都源自DNS数据，尽管程度不同，并且尽管识别出多个唯一的周期解，但只有使用协议A获得的解能以正确的振幅再现主涡和剪切层的基本动力学。这表明初始化的选择在引导优化中起着关键作用，这种效应可能因问题的强非凸性和大量自由度而加剧。这些解还以良好的保真度再现了几种湍流量的统计分布。特别地，这是在未使用标定或闭合方法的情况下实现的，这与传统的空间ROM形成对比，后者通常需要此类修正才能以正确的振幅恢复流动特征（Ahmed et al., 2021）。