Hamiltonian Interface Dynamics for Reduced-Order Optimization of Incompressible Mixing

Résumé Technique : Dynamique d'Interface Hamiltonienne pour l'Optimisation d'Ordre Réduit du Mélange Incompressible

Énoncé du Problème
L'article traite du contrôle optimal du mélange dans des écoulements incompressibles bidimensionnels. Le modèle gouvernant est l'équation de transport $\partial_t \theta + v \cdot \nabla \theta = 0$ pour un scalaire passif $\theta$ advecté par un champ de vitesse à divergence nulle $v$ dans un domaine plan borné $\Omega$. L'objectif est de concevoir un champ de brassage $v$ (dérivé d'une fonction de courant $\psi$) qui maximise l'efficacité du mélange.

Traditionnellement, le mélange est quantifié à l'aide de normes de Sobolev négatives, spécifiquement la norme homogène $\dot{H}^{-1}(\Omega)$. Bien qu'efficace, l'optimisation directe par rapport à cette norme nécessite de résoudre l'équation aux dérivées partielles (EDP) de transport complète et son adjoint à chaque itération, ce qui est coûteux en calcul. Les auteurs proposent une alternative géométrique : au lieu d'optimiser directement le champ scalaire, ils optimisent la longueur d'une interface matérielle advectée par l'écoulement. Cette approche exploite le fait que dans les écoulements incompressibles 2D, le champ de vitesse admet une représentation par fonction de courant ($v = \nabla^\perp \psi$), rendant la dynamique caractéristique hamiltonienne.

Méthodologie
Les auteurs développent un cadre d'ordre réduit qui remplace l'optimisation EDP eulérienne par un problème de contrôle hamiltonien lagrangien.

1. Dynamique d'Interface Hamiltonienne :
   La méthode suit une interface matérielle $\gamma_0$ paramétrée par $s$. La position $X(t, s)$ et le vecteur tangent $a(t, s) = \partial_s X(t, s)$ évoluent selon un système couplé d'équations différentielles ordinaires (EDO) piloté par la fonction de courant $\psi$ :
   $$\partial_t X = J \nabla_x \psi(t, X), \quad \partial_t a = J \nabla^2_x \psi(t, X) a$$
   où $J$ est la matrice symplectique. La fonctionnelle objectif est la longueur finale de cette interface, $L(\psi; T) = \int_0^1 |a(T, s)| ds$.

2. Formulation du Contrôle Optimal :
   La fonction de courant est restreinte à un sous-espace de dimension finie engendré par des fonctions de base lisses $\{h_k\}_{k=1}^N$. Les variables de contrôle sont les coefficients dépendant du temps $u(t) \in \mathbb{R}^N$. Le problème d'optimisation minimise une fonctionnelle de coût régularisée :
   $$J_{\lambda, \epsilon}(\psi) = -\int_0^1 \ell_\epsilon(a(T, s)) ds + \frac{\lambda}{2} \int_0^T \|\psi(t, \cdot)\|_{L^2(\Omega)}^2 dt$$
   où $\ell_\epsilon$ est une approximation lisse de la norme euclidienne pour assurer la différentiabilité. L'existence d'un minimiseur est prouvée pour ce problème contraint.

3. Calcul du Gradient par Méthode Adjointe :
   Les auteurs dérivent le système adjoint continu $(p, q)$ pour la position de l'interface et le vecteur tangent. Cela permet le calcul du gradient réduit par rapport aux coefficients de contrôle $u$ sans résoudre l'EDP complète. Le gradient est exprimé explicitement en termes des variables adjointes transportées le long des trajectoires des marqueurs.

4. Discrétisation Numérique :
   Les EDO directes et adjointes sont discrétisées en utilisant la règle du point milieu implicite, un intégrateur symplectique et auto-adjoint. Ce choix garantit que l'adjoint discret est algébriquement cohérent avec la dérivée de la fonctionnelle objectif entièrement discrète. L'optimisation est réalisée à l'aide d'une méthode de gradient conjugué de Polak–Ribièr avec une recherche linéaire d'Armijo et une projection sur une contrainte de boule $L^2$.

Contributions Clés

• Modèle Réduit Géométrique : L'article établit que le mélange incompressible 2D peut être modélisé via un système fermé d'EDO gouvernant la position et le tangent de l'interface, remplaçant l'EDP de transport eulérienne complète.
• Optimisation par Méthode Adjointe sur Modèle Réduit : Un cadre rigoureux est présenté pour optimiser la longueur de l'interface dans une ansatz de fonction de courant de dimension finie, incluant des preuves d'existence et la dérivation du système adjoint continu.
• Adjoint Discret Symplectique : Les auteurs implémentent une approche « discrétiser puis optimiser » utilisant la règle du point milieu implicite. Cela garantit que le gradient discret est algébriquement exact par rapport à la fonction de coût discrète, jusqu'à la tolérance du solveur non linéaire.
• Validation et Comparaison : Les contrôles réduits sont évalués sur l'EDP de transport complète. La méthode est systématiquement comparée à un optimiseur de norme de Sobolev eulérienne de l'état de l'art.

Résultats
Des expériences numériques ont été menées sur deux benchmarks : un écoulement cellulaire stationnaire et un modèle de frontogenèse de Doswell.

• Écoulements Stationnaires : Les deux benchmarks ont montré une croissance polynomiale (algébrique) de la longueur de l'interface et une décroissance polynomiale de la norme $\dot{H}^{-1}$, cohérents avec les attentes théoriques pour des écoulements 2D autonomes.
• Écoulements Optimisés Dépendants du Temps : L'optimiseur basé sur l'adjoint a conçu avec succès des contrôles dépendants du temps qui ont induit un étirement quasi-exponentiel de l'interface et une décroissance exponentielle de la norme $\dot{H}^{-1}$.
• Efficacité Computationsnelle : Comparé à l'optimiseur de norme de Sobolev eulérienne (qui résout l'EDP 2D complète et l'EDP adjointe à chaque étape), l'optimiseur de longueur d'interface était significativement plus rapide. Dans les benchmarks d'écoulement cellulaire, la méthode d'interface a réduit le temps de calcul d'un facteur de 13 à 21 tout en obtenant des taux de décroissance $\dot{H}^{-1}$ comparables ou supérieurs. Dans les benchmarks Doswell, l'accélération était d'environ 2,7 à 2,9 fois.
• Limites du Surrogate : Une expérience augmentant la base de contrôle de $N=2$ à $N=4$ modes a révélé une limitation. Bien que l'optimiseur $N=4$ ait atteint une longueur d'interface beaucoup plus grande (environ 16 fois plus longue), le taux de décroissance $\dot{H}^{-1}$ résultant ne s'est amélioré que modérément. Cela indique que, bien que la longueur de l'interface soit un proxy efficace pour le mélange, elle n'est pas entièrement fidèle dans des régimes géométriquement complexes où l'étirement local peut ne pas se traduire par une efficacité de mélange globale.

Signification et Revendications
Les auteurs revendiquent qu'il s'agit du premier cadre combinant un modèle réduit de marqueur/tangent hamiltonien, une optimisation par méthode adjointe de la longueur de l'interface, un adjoint discret symplectique cohérent avec le coût discret, et une validation systématique à conditions appariées contre un optimiseur eulérien.

L'article positionne la méthode non pas comme un surrogate universel pour l'optimisation de la norme de mélange, mais comme un compagnon efficace en calcul. Elle s'aligne sur la « philosophie des deux grilles » de Glowinski, où l'optimisation sur un modèle réduit capturant les mécanismes géométriques essentiels peut produire des contrôles qui performent bien sur l'EDP originale à une fraction du coût. Le travail souligne que la longueur de l'interface est un proxy géométrique puissant pour le mélange, mais met en garde que son pouvoir prédictif doit être évalué a posteriori sur l'équation de transport complète, en particulier dans des régimes à structures géométriques complexes.