Exact expressions for the unresolved stress in a finite-volume based large-eddy simulation

기술 요약: 유한 체적 기반 대규모 와류 시뮬레이션(LES)에서의 미해결 응력에 대한 정확한 표현식

문제 정의
대규모 와류 시뮬레이션(LES)은 큰 규모의 흐름은 해상하고, 미해결된 하위 격자 규모(sub-grid scales)의 효과는 모델링함으로써 난류 흐름을 모사하는 것을 목표로 한다. 전통적으로 LES의 폐쇄 문제(closure problem)는 공간 필터링과 비선형 이류 항 사이의 비가환성(non-commutation)에서 발생하는 교환 오차(commutator error)에 초점을 맞추며, 이는 고전적인 잔류 응력 텐서(residual stress tensor, RST), $\tau_{ij} = \overline{u_i u_j} - \bar{u}_i \bar{u}_j$를 생성한다. 그러나 실제 시뮬레이션에서는 LES가 수치 이산화 기법, 가장 흔하게는 유한 체적법(FVM)을 사용하여 계산된다.

중요한 문제는 필터 폭 $\Delta$가 격자 간격 $h$와 같은 차수의 크기를 갖는 경우(즉, $\Delta \approx h$)이다. 이러한 영역에서 수치 플럭스(numerical fluxes) 및 이산 발산 연산자(discrete divergence operators)로부터 발생하는 이산화 오차는 물리적인 하위 필터 응력(sub-filter stresses)과 동일한 차수의 크기를 갖는다. 고전적인 접근 방식은 연속 방정식에 기반하여 LES 필터링을 정의한 후 이를 이산화하거나, 이산화 오차를 별도의 수렴 문제로 취급한다. 이러한 분리는 타겟 데이터(진정한 잔류량)와 모델 사이의 불일치를 초래하며, 특히 이산화 자체가 표준적인 대칭적, 국소적 폐쇄 모델(Smagorinsky 모델 등)이 포착할 수 없는 유의미한 비국소적 또는 비대칭적 효과를 도입할 때 문제가 된다.

방법론
저자들은 LES 필터링 과정을 FVM 이산화와 직접 통합하는 LES-FVM이라는 통일된 수학적 프레임워크를 제안한다. 핵심 방법론은 다음과 같다:

1. 통합 형식(Unified Formalism): 연속 방정식에 LES 필터링을 적용한 후 이산화하는 대신, 저자들은 FVM 필터(제어 체적에 대한 체적 평균)를 LES 필터링된 방정식에 적용한다. 이를 통해 필터 폭 $\Delta$와 격자 간격 $h$를 독립적인 파라미터로 취급하는 "이중 필터링(double-filtered)" 시스템을 구축한다.
2. 정확한 잔류량 유도(Derivation of Exact Residuals): 유한 차분 연산자가 필터링된 정확한 미분과 동일하다는 "이산 필터-교환(discrete filter-swap)" 성질을 활용하여, 이산화된 방정식에서의 잔류 플럭스에 대한 정확한 표현식을 유도한다.
3. 잔류량의 분해(Decomposition of Residuals): 전체 잔류 플럭스 $\tau_{\Delta,h}$를 세 가지 뚜렷한 성분으로 분해한다:
   • 고전적 항(Classic Term): 이중 필터($\Delta$ 및 $h$)와 관련된 표준 교환 오차.
   • 플럭스 항(Flux Term): 정확한 플럭스와 수치 플럭스($r$ 대 $r_h$) 사이의 차이에서 발생하는 오차.
   • 발산 항(Divergence Term): 정확한 발산과 이산 발산 사이의 차이에서 발생하는 오차.
4. 3D 비압축성 유동으로의 확장: 이 프레임워크를 3D 비압축성 나비에-스토크스 방정식으로 확장한다. 이를 위해 이산 설정에서도 속도장이 발산-제로(divergence-free) 상태를 유지하도록 투영 연산자(projection operators)를 통해 압력 항을 처리해야 한다. 저자들은 압력 투영과 이산화 사이의 상호작용을 고려한 투영된 RST를 유도한다.

주요 기여

• 정확한 이산화 정보 기반 RST: 논문은 FVM 기반 LES를 위한 미해결 응력 텐서의 정확한 표현식을 유도한다. 고전적인 RST와 달리, 이 새로운 표현식은 수치 플럭스와 이산 발산 연산자의 기여를 명시적으로 포함한다.
• 비대칭성 및 비국소성: 비압축성 유동의 경우, 저자들은 제안된 LES-FVM RST가 본질적으로 비대칭적이며 비국소적(압력 투영으로 인해)임을 입증한다. 이는 일반적으로 대칭적이고 국소적이라고 가정되는 고전적 LES RST와 극명하게 대조된다.
• 제로 a-posteriori 오차: DNS 데이터를 사용하여 정확한 잔류량을 계산하고 이를 LES 방정식에 주입하는 "DNS 보조(DNS-aided)" 실험에서, 제안된 RST 표현식은 zero a-posteriori 오차를 나타낸다. 반면, 고전적인 RST 표현식은 시간이 지남에 따라 오차가 누적된다.
• 개선된 폐쇄 모델링: 새로운 RST를 Smagorinsky 모델의 계수를 피팅하기 위한 타겟 데이터로 사용할 때, 고전적인 RST에 비해 더 높은 계수 값이 도출된다. 이는 특히 작은 필터-대-격자 비율($\Delta/h$)에서 에너지 스펙트럼과 상대 오차 측면에서 개선된 성능을 보인다.

결과
저자들은 1D 점성 버거스 방정식(Burgers equation)과 3D 감쇠 등방성 난류를 사용하여 이론을 검증한다.

• 1D 버거스 방정식:

  • A-Priori 분석: 연구 결과, 일반적인 필터 비율($\Delta \le 4h$)에서 이산화 오차(플럭스 및 발산 항)가 전체 잔류량의 상당 부분(최대 70-80%)을 차지함을 보여준다. 이러한 항들을 무시하면 진정한 잔류량을 제대로 표현할 수 없다.
  • A-Posteriori 분석: 이 정확한 이산화 정보 기반 잔류량을 폐쇄 항으로 사용하면, 필터링된 DNS 해를 "완벽하게" 재구성할 수 있다.
  • Smagorinsky 모델: 새로운 RST에 맞춰 Smagorinsky 계수를 피팅하면 고전적 RST를 기준으로 할 때보다 더 높은 계수 값을 얻는다. 이 정보를 활용한 시뮬레이션은 낮은 $\Delta/h$ 비율에서 상대 오차가 더 적고 에너지 스펙트럼이 필터링된 DNS와 더 잘 일치하는 결과를 보인다.

• 3D 나비에-스토크스 방정식:

  • 유도는 3D RST가 비대칭적이고 비국소적임을 확인한다.
  • 3D 감쇠 난류에 대한 DNS 보조 실험은 제안된 프레임워크가 잔류 응력을 정확하게 포착함을 확인하여, 1D 이론의 완전한 비압축성 유동 확장을 검증한다.

의의 및 주장
본 논문은 필터 폭과 격자 간격이 유사할 때 "물리 모델링"(LES 폐쇄)과 "수치 모델링"(이산화)을 분리하는 전통적인 방식이 결함이 있다고 주장한다. LES-FVM으로 이 두 과정을 통합함으로써, 저자들은 수치 스킴과 일관되는 미해결 응력에 대한 수학적으로 엄밀한 정의를 제공한다.

주요 의의는 이산화 유도 오차가 단순한 수치적 노이즈가 아니라, 반드시 고려되어 데야 하는 잔류 응력의 필수적인 부분이라는 점을 입증한 데 있다. 저자들은 고전적 RST를 데이터 기반 또는 튜닝된 폐쇄 모델의 타겟으로 사용하는 것이 근본적인 불일치를 초래하여, 최적화되지 못한 모델 계수와 누적된 오차를 유발한다고 주장한다. 제안된 "이산화 정보 기반" RST는 올바른 타겟 데이터를 제공하여, 특히 $\Delta \approx h$인 상황이나 암시적 LES(implicit LES)에서 더 정확하고 안정적인 폐쇄 모델을 개발할 수 있게 한다.

저자들은 이 발견이 복잡한 산업용 유동에 즉각적으로 적용되는 것에 대해서는 신중한 태도를 유지하며, 새로운 RST가 단순한 Sm의 Smagorinsky 모델의 성능을 개선하긴 했으나, 이 프레임워크의 잠재력은 유도된 잔류 구조를 완전히 활용할 수 있는 더 표현력이 풍부하고 비국소적이며 비대칭적인 폐쇄 모델(예: 머신러닝 기반 접근법)을 통해 실현될 것이라고 언급한다.