Hamiltonian Interface Dynamics for Reduced-Order Optimization of Incompressible Mixing

Resumen Técnico: Dinámica de Interfaz Hamiltoniana para Optimización de Orden Reducido de Mezcla Incompresible

Enunciado del Problema
El artículo aborda el control óptimo de la mezcla en flujos incompresibles bidimensionales. El modelo gobernante es la ecuación de transporte $\partial_t \theta + v \cdot \nabla \theta = 0$ para un escalar pasivo $\theta$ arrastrado por un campo de velocidad libre de divergencia $v$ en un dominio plano acotado $\Omega$. El objetivo es diseñar un campo de agitación $v$ (derivado de una función de corriente $\psi$) que maximice la eficiencia de la mezcla.

Tradicionalmente, la mezcla se cuantifica utilizando normas de Sobolev negativas, específicamente la norma homogénea $\dot{H}^{-1}(\Omega)$. Aunque efectiva, la optimización directa con respecto a esta norma requiere resolver la ecuación en derivadas parciales (EDP) de transporte completa y su adjunta en cada iteración, lo cual es computacionalmente costoso. Los autores proponen una alternativa geométrica: en lugar de optimizar directamente el campo escalar, optimizan la longitud de una interfaz material arrastrada por el flujo. Este enfoque aprovecha el hecho de que en flujos incompresibles 2D, el campo de velocidad admite una representación mediante función de corriente ($v = \nabla^\perp \psi$), haciendo que la dinámica característica sea hamiltoniana.

Metodología
Los autores desarrollan un marco de orden reducido que reemplaza la optimización de EDP euleriana con un problema de control hamiltoniano lagrangiano.

1. Dinámica de Interfaz Hamiltoniana:
   El método rastrea una interfaz material $\gamma_0$ parametrizada por $s$. La posición $X(t, s)$ y el vector tangente $a(t, s) = \partial_s X(t, s)$ evolucionan según un sistema acoplado de ecuaciones diferenciales ordinarias (EDO) impulsado por la función de corriente $\psi$:
   $$\partial_t X = J \nabla_x \psi(t, X), \quad \partial_t a = J \nabla^2_x \psi(t, X) a$$
   donde $J$ es la matriz simpléctica. El funcional objetivo es la longitud final de esta interfaz, $L(\psi; T) = \int_0^1 |a(T, s)| ds$.

2. Formulación de Control Óptimo:
   La función de corriente se restringe a un subespacio de dimensión finita generado por funciones base suaves $\{h_k\}_{k=1}^N$. Las variables de control son los coeficientes dependientes del tiempo $u(t) \in \mathbb{R}^N$. El problema de optimización minimiza un funcional de costo regularizado:
   $$J_{\lambda, \epsilon}(\psi) = -\int_0^1 \ell_\epsilon(a(T, s)) ds + \frac{\lambda}{2} \int_0^T \|\psi(t, \cdot)\|_{L^2(\Omega)}^2 dt$$
   donde $\ell_\epsilon$ es una aproximación suave de la norma euclidiana para garantizar la diferenciabilidad. Se prueba la existencia de un minimizador para este problema restringido.

3. Cálculo de Gradiente Basado en Adjoint:
   Los autores derivan el sistema adjunto continuo $(p, q)$ para la posición de la interfaz y el vector tangente. Esto permite el cálculo del gradiente reducido con respecto a los coeficientes de control $u$ sin resolver la EDP completa. El gradiente se expresa explícitamente en términos de las variables adjuntas transportadas a lo largo de las trayectorias de los marcadores.

4. Discretización Numérica:
   Las EDOs directa y adjunta se discretizan utilizando la regla del punto medio implícita, un integrador simpléctico y auto-adjunto. Esta elección garantiza que el adjunto discreto sea algebraicamente consistente con la derivada de la función objetivo totalmente discreta. La optimización se realiza utilizando un método de gradiente conjugado de Polak–Ribièr con una búsqueda lineal de Armijo y proyección sobre una restricción de bola $L^2$.

Contribuciones Clave

• Modelo Reducido Geométrico: El artículo establece que la mezcla incompresible 2D puede modelarse mediante un sistema cerrado de EDOs que gobiernan la posición de la interfaz y el tangente, reemplazando la EDP de transporte euleriana completa.
• Optimización Basada en Adjoint en Modelo Reducido: Se presenta un marco riguroso para optimizar la longitud de la interfaz dentro de un ansatz de función de corriente de dimensión finita, incluyendo pruebas de existencia y la derivación del sistema adjunto continuo.
• Adjoint Discreto Simpléctico: Los autores implementan un enfoque "discretizar-luego-optimizar" utilizando la regla del punto medio implícita. Esto garantiza que el gradiente discreto sea algebraicamente exacto con respecto a la función de costo discreta, hasta la tolerancia del solucionador no lineal.
• Validación y Comparación: Los controles reducidos se evalúan sobre la EDP de transporte completa. El método se compara sistemáticamente con un optimizador de norma de Sobolev euleriano de última generación.

Resultados
Se realizaron experimentos numéricos en dos puntos de referencia: un flujo celular estacionario y un modelo de frontogénesis de Doswell.

• Flujos Estacionarios: Ambos puntos de referencia exhibieron un crecimiento polinómico (algebraico) de la longitud de la interfaz y una descomposición polinómica de la norma $\dot{H}^{-1}$, consistente con las expectativas teóricas para flujos 2D autónomos.
• Flujos Dependientes del Tiempo Optimizados: El optimizador basado en adjunto diseñó con éxito controles dependientes del tiempo que indujeron un estiramiento casi exponencial de la interfaz y una descomposición exponencial de la norma $\dot{H}^{-1}$.
• Eficiencia Computacional: En comparación con el optimizador de norma de Sobolev euleriano (que resuelve la EDP 2D completa y la EDP adjunta en cada paso), el optimizador de longitud de interfaz fue significativamente más rápido. En los puntos de referencia de flujo celular, el método de interfaz redujo el tiempo de cálculo en un factor de 13–21 mientras lograba tasas de descomposición $\dot{H}^{-1}$ comparables o superiores. En los puntos de referencia de Doswell, la aceleración fue de aproximadamente 2.7–2.9 veces.
• Limitaciones del Sustituto: Un experimento que aumentó la base de control de $N=2$ a $N=4$ modos reveló una limitación. Si bien el optimizador $N=4$ logró una longitud de interfaz mucho mayor (aproximadamente 16 veces más larga), la tasa de descomposición $\dot{H}^{-1}$ resultante mejoró solo moderadamente. Esto indica que, si bien la longitud de la interfaz es un proxy efectivo para la mezcla, no es totalmente fiel en regímenes geométricamente complejos donde el estiramiento local puede no traducirse en eficiencia global de mezcla.

Significado y Afirmaciones
Los autores afirman que este es el primer marco que combina un modelo reducido de marcador/tangente hamiltoniano, optimización basada en adjunto de la longitud de la interfaz, un adjunto discreto simpléctico consistente con el costo discreto, y una validación sistemática en condiciones coincidentes contra un optimizador euleriano.

El artículo posiciona el método no como un sustituto universal para la optimización de normas de mezcla, sino como un compañero computacionalmente eficiente. Se alinea con la "filosofía de dos mallas" de Glowinski, donde la optimización en un modelo reducido que captura mecanismos geométricos esenciales puede generar controles que funcionan bien en la EDP original a una fracción del costo. El trabajo destaca que la longitud de la interfaz es un proxy geométrico poderoso para la mezcla, pero advierte que su poder predictivo debe evaluarse a posteriori en la ecuación de transporte completa, particularmente en regímenes con estructuras geométricas complejas.