Offline accuracy is not enough: closed-loop instability and stabilisation of a wall-sensor neural estimator in opposition control

Résumé technique : La précision hors ligne ne suffit pas : instabilité en boucle fermée et stabilisation d'un estimateur neuronal mur-capteur en contrôle d'opposition

Énoncé du problème
Le contrôle d'opposition est une stratégie de contrôle actif de l'écoulement canonique qui réduit la traînée de frottement pariétal en imposant une vitesse de soufflage et de succion normale à la paroi égale et opposée à la vitesse normale mesurée sur un plan de détection situé dans la couche tampon. Bien qu'efficace, cette stratégie nécessite des grandeurs de mesure (vitesse à $z^+ \approx 14$) qui ne sont pas disponibles via les capteurs montés sur la paroi. Bien que l'apprentissage profond et l'estimation stochastique linéaire aient démontré une reconstruction de haute fidélité hors ligne des quantités de l'écoulement interne à partir de la contrainte de cisaillement pariétale ($\tau_x, \tau_y$), il reste à prouver si de tels estimateurs peuvent fonctionner comme des substituts en direct au sein d'un système de rétroaction en boucle fermée. La question centrale abordée est de savoir si un estimateur neuronal, entraîné sur un état d'écoulement fixe, peut maintenir sa stabilité et ses performances lorsqu'il est déployé pour modifier activement l'écoulement qu'il détecte.

Méthodologie
Les auteurs utilisent une simulation numérique directe (DNS) d'un écoulement de canal turbulent à un nombre de Reynolds de friction $Re_\tau = 180$. La boucle de contrôle fonctionne comme suit :

1. Détection : Le contrôleur lit les composantes instantanées de la contrainte de cisaillement pariétale ($\tau_x, \tau_y$).
2. Estimation : Un réseau de type ConvGRU (Convolutional Gated Recurrent Unit) cartographie ces signaux pariétaux vers une estimation de la vitesse normale au plan de détection ($\hat{w}$). L'architecture récurrente fournit un contexte temporel, répondant à la nature sous-déterminée de l'inférence de champs hors paroi à partir d'un instantané unique à la paroi.
3. Actionnement : La vitesse estimée est utilisée dans la loi d'opposition ($w_{wall} = -\alpha \hat{w}$) pour imposer une condition limite de soufflage et de succion à débit massique nul.

L'étude se déroule en trois phases distinctes :

• Validation hors ligne : L'estimateur est entraîné sur des données issues d'un écoulement sous contrôle d'opposition (OC) idéal et stationnaire, puis validé hors ligne.
• Analyse de l'échec en boucle fermée : L'estimateur est déployé directement. Les auteurs analysent le mécanisme d'instabilité, observant que de petites erreurs à haute fréquence spatiale dans l'estimation, lorsqu'elles sont imposées comme condition limite, s'accumulent et entraînent l'écoulement hors de la distribution d'entraînement (décalage de distribution).
• Stratégie de stabilisation : Deux mesures correctives sont introduites :
  1. Adaptation spectrale : Un filtre passe-bas spectral et un rescalage spectral dans la direction de l'écoulement sont appliqués à l'actionnement déployé. Cela force le spectre d'énergie du champ estimé à correspondre à la distribution de référence de l'entraînement, supprimant les modes de haute fréquence instables que le signal pariétal ne peut résoudre.
  2. Réentraînement en boucle fermée : L'estimateur est réentraîné sur les données collectées à partir de l'écoulement contrôlé (collecte de données itérative). Cela aligne la distribution d'entraînement de l'estimateur avec l'attracteur réel du système contrôlé.

Résultats clés

• Écart hors ligne vs en ligne : L'estimateur atteint une précision hors ligne quasi parfaite (corrélation $\rho \approx 0,99$), mais échoue de manière catastrophique en boucle fermée. Sans intervention, la corrélation chute à zéro en 15 à 20 unités de temps visqueux, et la solution diverge.
• Mécanisme d'échec : L'instabilité est pilotée par des erreurs à haute fréquence spatiale. Bien que ces erreurs soient énergétiquement négligeables hors ligne, elles sont amplifiées par la boucle de rétroaction non linéaire lorsqu'elles sont imposées comme condition limite. Les remèdes standards comme les moyennes mobiles exponentielles (EMA) ou le filtrage passe-bas retardent la divergence mais accélèrent la perte de corrélation, échouant à produire un contrôleur fonctionnel.
• Succès de la stabilisation :
  • L'application de l'adaptation spectrale seule stabilise la boucle indéfiniment, mais ne produit qu'une réduction de traînée de 14,6 % (contre 22,7 % pour l'OC idéal) car l'estimateur opère toujours sur un décalage de distribution.
  • Le réentraînement de l'estimateur sur les données de la boucle fermée (processus itératif) réaligne les statistiques de l'écoulement. Une seconde itération de réentraînement (retrain-2) produit un contrôleur stable avec une réduction moyenne de la traînée de 19,7 %, approchant étroitement la performance de l'OC idéal.
• Structure de l'écoulement : Le contrôleur uniquement pariétal ayant subi deux réentraînements reproduit la structure de la turbulence près de la paroi de l'opposition idéale. Les profils de vitesse moyenne, la contrainte de Reynolds, les fractions d'événements de quadrant (éjections et balayages) et les spectres d'énergie bidimensionnels sont presque indiscernables du cas OC idéal, ne différant que par un léger excès d'activité près de la paroi, cohérent avec la réduction de traînée légèrement inférieure.

Signification et affirmations
L'article affirme que la précision hors ligne est insuffisante pour le contrôle d'écoulement en boucle fermée. L'obstacle principal n'est pas la capacité de reconstruire l'écoulement hors ligne, mais la cohérence dynamique de cette reconstruction lorsque le contrôleur modifie l'écoulement.

Les auteurs identent que l'échec provient d'un décalage de distribution induit par le contrôleur lui-même, spécifiquement dans la bande de haute fréquence spatiale où les mesures pariétales ne portent pas d'informations suffisantes. L'étude démontre qu'un contrôle d'opposition uniquement pariétal et stable est réalisable grâce à une correction en deux parties :

1. Cohérence spectrale : Contraindre l'actionnement à la bande spectrale résoluble par les capteurs pariétaux empêche l'injection d'énergie déstabilisante à haute fréquence spatiale.
2. Réentraînement en boucle : Réentraîner l'estimateur sur les données générées par l'écoulement contrôlé garantit que l'estimateur reste valide pour l'état statistique spécifique qu'il crée.

Le travail établit qu'un estimateur supervisé, entraîné hors ligne, peut servir de capteur de substitution en direct si la stratégie de déploiement tient compte des limitations spectrales de la détection pariétale et s'adapte de manière itérative à l'attracteur de l'écoulement contrôlé. L'écart résiduel de réduction de traînée (environ 3 points de pourcentage) est attribué à la limite fondamentale de la cohérence entre la paroi et le plan de détection dans la bande de haute fréquence spatiale, une contrainte physique plutôt qu'une défaillance de modélisation.