Numerical Approach for On-the-Fly Active Flow Control via Flow Map Learning Method

यहाँ शोध पत्र "Numerical Approach for On-the-Fly Active Flow Control via Flow Map Learning Method" का विस्तृत तकनीकी सारांश दिया गया है।

1. समस्या विवरण (Problem Statement)

यह शोध पत्र जटिल गतिशील प्रणालियों (complex dynamical systems) के इष्टतम नियंत्रण (optimal control) की चुनौती को संबोधित करता है, जो विशेष रूप से एक गोलाकार सिलेंडर के चारों ओर दो-आयामी इनकम्प्रेसिबल फ्लो (incompressible flow) में ड्रैग (drag) कम करने के लिए सक्रिय प्रवाह नियंत्रण (Active Flow Control - AFC) पर केंद्रित है।

• मुख्य चुनौती: पारंपरिक इष्टतम नियंत्रण विधियाँ (जैसे, मॉडल प्रेडिक्टिव कंट्रोल, एडजॉइंट-आधारित विधियाँ) शासन करने वाले आंशिक अंतर समीकरणों (Partial Differential Equations - PDEs)—इस मामले में नेवियर-स्टोक्स समीकरणों—के बार-बार फॉरवर्ड सिमुलेशन की मांग करती हैं। ये सिमुलेशन अत्यधिक गणनात्मक रूप से महंगे होते हैं, जिससे वास्तविक समय ("ऑन-द-फ्लाई") नियंत्रण कठिन हो जाता है, विशेष रूप से गैर-रैखिक प्रणालियों के लिए या जब कई पैरामीटर कॉन्फ़िगरेशनों में निर्णय लेने हों।
• विशिष्ट उद्देश्य: सिंथेटिक जेट्स (इंजेक्शन/सक्शन) के माध्यम से सिलेंडर की सतह पर हेरफेर करके, लिफ्ट गुणांक ($C_L$) को सीमित करते हुए, औसत समय-आधारित ड्रैग गुणांक ($C_D$) को न्यूनतम करना।
• परिदृश्य (Scenarios): अध्ययन दो परिदृश्यों की जांच करता है:
  1. Type-I: निश्चित रेनॉल्ड्स संख्या ($Re = 300$)।
  2. Type-II: अज्ञात रेनॉल्ड्स संख्या जो एक सीमा ($100 \le Re \le 500$) के भीतर है, जिसके लिए नियंत्रक को प्रवाह के भौतिक मापदंडों के स्पष्ट ज्ञान के बिना अनुकूलित होने की आवश्यकता है।

2. कार्यप्रणाली (Methodology)

लेखक एक डेटा-संचालित संख्यात्मक ढांचे (data-driven numerical framework) का प्रस्ताव करते हैं जो नियंत्रण संश्लेषण (control synthesis) को पूर्ण-क्रम प्रवाह सिमुलेशन (full-order flow simulation) से अलग करता है। इस पद्धति का मूल फ्लो मैप लर्निंग (Flow Map Learning - FML) है।

A. फ्लो मैप लर्निंग (FML)

शासन करने वाले समीकरणों या प्रणाली की पूर्ण अवस्था (full state) को सीखने के बजाय, लेखक रुचियों की मात्राओं (Quantities of Interest - QoIs)—विशेष रूप से ड्रैग और लिफ्ट गुणांकों—के लिए डिस्क्रीट-टाइम इवोल्यूशन ऑपरेटर (फ्लो मैप) को सीखते हैं।

• मॉडल संरचना: FML मॉडल पिछले QoIs और नियंत्रण इनपुट के इतिहास के आधार पर QoIs की अगली अवस्था ($V_{n+1}$) की भविष्यवाणी करता है। यह आंशिक रूप से प्रेक्षित प्रणालियों (जहाँ पूर्ण प्रवाह क्षेत्र नियंत्रक के लिए उपलब्ध नहीं है) को संभालने के लिए एक "मेमोरी" टर्म ($n_M$) को शामिल करता है।
  $$V_{n+1} = G(V_n, \dots, V_{n-n_M}; u_n, \dots, u_{n-n_M})$$
• आर्किटेक्चर: ऑपरेटर $G$ को एक डीप न्यूरल नेटवर्क (DNN) का उपयोग करके अनुमानित किया जाता है जिसमें फुली कनेक्टेड फीडफॉरवर्ड संरचना होती है।
• प्रशिक्षण डेटा (Training Data): रैंडमाइज्ड, समय-निर्भर बाउंडरी कंडीशंस (नियंत्रण संकेतों) के साथ उच्च-निष्ठा (high-fidelity) नेवियर-स्टोक्स सिमुलेशन चलाकर ऑफलाइन जनरेट किया गया है। डेटा नियंत्रण इनपुट और परिणामी QoI प्रतिक्रियाओं के युग्मों (pairs) से बना है।

B. नियंत्रण रणनीतियों के साथ एकीकरण (Integration with Control Strategies)

प्रशिक्षित FML मॉडल एक सरोगेट (surrogate) के रूप में कार्य करता है जो अनुकूलन चरण के दौरान महंगे CFD सॉल्वर को प्रतिस्थापित करता है। इसे दो अलग-अलग नियंत्रण रणनीतियों के साथ एकीकृत किया गया है:

1. डीप रिइन्फोर्समेंट लर्निंग (DRL):
   • इसे मार्कोव निर्णय प्रक्रिया (MDP) के रूप में तैयार किया गया है।
   • स्टेट (State) में QoIs और नियंत्रण संकेतों का इतिहास शामिल है।
   • रिवॉर्ड (Reward) लागत फलन (cost function) का ऋणात्मक मान (ड्रैग रिडक्शन) है।
   • पॉलिसी को प्रॉक्सिमल पॉलिसी ऑप्टिमाइजेशन (PPO) एल्गोरिदम का उपयोग करके अनुकूलित किया जाता है। FML मॉडल प्रशिक्षण के दौरान $10^6$ सिमुलेशन स्टेप्स की अनुमति देता है, जो पूर्ण CFD सॉल्वर के साथ असंभव होता।
2. मॉडल प्रेडिक्टिव कंट्रोल (MPC):
   • यह एक ऑनलाइन नियंत्रण विधि है जो प्रत्येक समय चरण पर एक परिमित-क्षित (finite-horizon) अनुकूलन समस्या को हल करती है।
   • FML मॉडल का उपयोग भविष्य के $T_P$ प्रेडिक्शन होराइजन के दौरान QoI प्रक्षेपवक्र (trajectories) की भविष्यवाणी करने के लिए किया जाता है।
   • एक ऑप्टिमाइज़र इस होराइजन पर लागत फलन को न्यूनतम करने के लिए तत्काल नियंत्रण क्रिया निर्धारित करता है।

C. "ऑन-द-फ्लाई" कार्यान्वयन (Implementation)

नियंत्रण लूप वास्तविक समय में संचालित होता है:

1. पूर्ण CFD सॉल्वर प्रवाह क्षेत्र को विकसित करता है और QoIs को अपडेट करता है।
2. वर्तमान QoI इतिहास को FML-आधारित नियंत्रक (DRL या MPC) में फीड किया जाता है।
3. नियंत्रक तुरंत इष्टतम नियंत्रण संकेत (optimal control signal) की गणना करता है (नगण्य गणना लागत)।
4. संकेत CFD सॉल्वर के लिए बाउंडरी कंडीशंस को अपडेट करता है।
5. बिना किसी देरी के चक्र दोहराया जाता है।

3. प्रमुख योगदान (Key Contributions)

1. QoI-केंद्रित मॉडलिंग: यह शोध पत्र पूर्ण उच्च-आयामी प्रवाह अवस्था को मॉडल करने के बजाय केवल निम्न-आयामी QoIs (ड्रैग/लिफ्ट) को मॉडल करने पर ध्यान केंद्रित करता है। यह लर्निंग समस्या की आयात्मकता (dimensionality) को काफी कम कर देता है।
2. गैर-आक्रामक सरोगेट (Non-Intrusive Surrogate): यह पद्धति एक गैर-आक्रामक सरोगेट मॉडल बनाती है जिसे लीगेसी CFD कोड के आंतरिक शासन समीकरणों या एडजॉइंट सॉल्वर तक पहुँच की आवश्यकता नहीं होती है।
3. आंशिक अवलोकन को संभालना (Handling Partial Observability): मेमोरी-आधारित FML संरचना का उपयोग करके, यह विधि सफलतापूर्वक उन गतिकी (dynamics) को मॉडल करती है जहाँ पूर्ण सिस्टम स्टेट अनऑब्जर्व्ड है और रेनॉल्ड्स संख्या अज्ञात है (Type-II परिदृश्य)।
4. वास्तविक-समय व्यवहार्यता (Real-Time Feasibility): यह दृष्टिकोण प्रदर्शित करता है कि नियंत्रण निर्णय लेने की प्रक्रिया के दौरान भविष्यवाणियों के लिए PDE सिमुलेशन की आवश्यकता को समाप्त करके, DRL और MPC जैसी इष्टतम नियंत्रण रणनीतियों को वास्तविक समय में निष्पादित किया जा सकता है।

4. परिणाम (Results)

लेखकों ने सिलेंडर फ्लो समस्या पर निम्नलिखित परिणामों के साथ पद्धति को मान्य किया:

• मॉडल सटीकता (Model Accuracy):
  • FML-1 (Fixed Re): $Re=300$पर$T=20.0$ के समय क्षितिज (time horizon) के ऊपर ड्रैग और लिफ्ट भविष्यवाणियों के लिए पूर्ण CFD सॉल्वर के साथ उत्कृष्ट सहमति प्राप्त की।
  • FML-2 (Unknown Re): बिना किसी स्पष्ट $Re$इनपुट के, अनदेखी रेनॉल्ड्स संख्या ($100 \le Re \le 500$) के लिए$T=2.0$ के क्षितिज पर सफलतापूर्वक QoIs की भविष्यवाणी की।
• ड्रैग रिडक्शन प्रदर्शन (Drag Reduction Performance):
  • Type-I (Fixed Re=300): दोनों DRL और MPC नियंत्रकों ने अनियंत्रित बेसलाइन की तुलना में लगभग 20% ड्रैग रिडक्शन प्राप्त किया।
  • Type-II (Variable Re): FML-2 का उपयोग करने वाले MPC नियंत्रक ने रेनॉल्ड्स संख्या की एक विस्तृत श्रृंखला ($100, 200, 300, 400, 500$) में उल्लेखनीय ड्रैग रिडक्शन प्राप्त किया।
  • एक्सट्रपलेशन (Extrapolation): नियंत्रक ने $Re=1000$पर भी प्रदर्शन बनाए रखा, जो प्रशिक्षण शासन ($100-500$) के बाहर था, जो मजबूत सामान्यीकरण (generalization) को प्रदर्शित करता है।
• नियंत्रण संकेत (Control Signals): अध्ययन ने दिखाया कि DRL और MPC अलग-अलग नियंत्रण संकेत पैटर्न (रणनीतियाँ) उत्पन्न करते हैं लेकिन समान ड्रैग रिडक्शन लक्ष्यों को प्राप्त करते हैं, जो FML ढांचे के लचीलेपन को उजागर करता है।

5. महत्व (Significance)

यह कार्य जटिल तरल गतिकी (fluid dynamics) समस्याओं के लिए वास्तविक-समय इष्टतम नियंत्रण की दिशा में एक महत्वपूर्ण कदम है।

• गणना दक्षता (Computational Efficiency): नियंत्रण लूप के दौरान PDE सॉल्वर को एक हल्के DNN से बदलकर, गणनात्मक बाधा को दूर कर दिया गया है, जिससे "ऑन-द-फ्लाई" नियंत्रण संभव हो गया है।
• सामान्यीकरण क्षमता (Generalizability): यह ढांचा केवल फ्लो कंट्रोल तक सीमित नहीं है; इसे किसी भी जटिल प्रणाली पर लागू किया जा सकता है जहाँ नियंत्रण उद्देश्य अवलोकनों (observables) के एक छोटे सेट पर निर्भर करता है।
• मजबूती (Robustness): बिना रिट्रेनिंग या स्पष्ट पैरामीटर पहचान के अज्ञात मापदंडों (जैसे रेनॉल्ड्स संख्या) को संभालने की क्षमता इस पद्धति को वास्तविक दुनिया के अनुप्रयोगों के लिए अत्यधिक व्यावहारिक बनाती है।
• भविष्य की क्षमता (Future Potential): लेखक सुझाव देते हैं कि यह दृष्टिकोण अन्य उच्च-आयामी, गैर-रैखिक प्रणालियों (जैसे रासायनिक प्रक्रियाएं, ऊर्जा प्रणालियां) के लिए वास्तविक समय नियंत्रण के लिए एक मार्ग प्रदान करता है जहाँ पारंपरिक नियंत्रण विधियाँ बहुत धीमी या दखल देने वाली (intrusive) होती हैं।