A ROM-based BDDC solver for unfitted p-FEM level-set-based lattice structures

Deze paper presenteert een ROM-gebaseerde BDDC-oplosser die, zonder gebruik van homogenisatie, snelle en schaalbare simulaties mogelijk maakt van complexe, ongesneden p-FEM lattice structuren gedefinieerd door level-setfuncties, waarbij de kosten voor kwadratuur op gesneden elementen worden verminderd via offline getrainde surrogate-modellen.

De kern

Stel je voor dat je een gigantisch, ultralicht bruggetje of een vleugel voor een vliegtuig wilt ontwerpen, maar dan niet van massief staal, maar van een ingewikkeld, honingraat-achtig patroon (een "lattice"). Deze patronen zijn zo sterk dat ze gewicht besparen, maar ze zijn ook zo complex dat ze lijken op de botten van een vogel of een koraalrif.

Het probleem? Als je wilt weten of deze constructie het haalt, moet je een computerberekening doen. Maar omdat het patroon uit duizenden, soms tienduizenden kleine, unieke cellen bestaat, is dit voor een computer als een mens die probeert elke steen in een kathedraal één voor één te meten. Het duurt eeuwen en kost een supercomputer.

De auteurs van dit papier hebben een slimme oplossing bedacht: een snelle rekenmethode die deze berekeningen in seconden doet, zelfs op een gewone laptop. Hier is hoe het werkt, vertaald in alledaags taal:

1. Het Probleem: De "Oneindige" Puzzel

Normaal gesproken moet je voor elke kleine cel in je lattice-constructie een nieuwe, complexe berekening doen. Omdat elke cel een beetje anders kan zijn (soms dikker, soms dunner, soms een ander patroon), moet de computer voor elke cel apart rekenen.

• De analogie: Stel je voor dat je een muur moet bouwen van 17.000 verschillende bakstenen. Elke steen heeft een andere vorm. Als je elke steen handmatig moet meten en wegen voordat je hem legt, duurt het jaren.

2. De Oplossing: De "Klassieke" Methode (BDDC)

De auteurs gebruiken een bestaande slimme techniek genaamd BDDC.

• De analogie: In plaats van één grote muur te bouwen, geef je elke baksteen een eigen bouwer. Elke bouwer rekent uit hoe zijn eigen steen zich gedraagt. Vervolgens komen ze samen om te kijken hoe de steekkrachten op de randen van de stenen op elkaar inwerken. Dit werkt veel sneller dan één grote berekening, maar het is nog steeds traag omdat elke bouwer nog steeds zijn eigen steen moet "meten".

3. De Magische Versnelling: De "Geheugenbank" (ROM)

Hier komt de echte innovatie. De auteurs realiseren zich dat veel cellen op elkaar lijken, alleen iets verschoven of iets anders gekleurd zijn.

• De analogie: In plaats van elke baksteen opnieuw te wegen, maken ze een geheugenbank (een Reduced Order Model of ROM).
  • Ze nemen een paar voorbeeldblokken, meten die heel nauwkeurig (dit duurt even, maar gebeurt alleen één keer, "offline").
  • Ze leren de computer een trucje: "Als je een steen ziet die lijkt op voorbeeld A, maar dan iets dikker, dan hoef je niet opnieuw te meten. Gebruik gewoon de gegevens van voorbeeld A en pas ze een beetje aan."
  • Dit is als een chef-kok die een recept heeft. Als hij een soep moet maken met een beetje meer wortel, hoeft hij niet het hele recept opnieuw uit te vinden; hij past het bestaande recept gewoon aan.

4. De "Schaar" en de "Stabilisatie"

Omdat de cellen vaak niet perfect in het raster passen (ze worden "getrimd" of afgeknipt door de vorm), ontstaan er lastige randjes.

• De analogie: Stel je voor dat je een raam hebt en je wilt er een raamkozijn in zetten dat net iets te groot is. Je moet het raam afzagen. Dat afgezaagde stukje is lastig om mee te rekenen.
• De auteurs gebruiken een trucje (stabilisatie) waarbij ze het afgezaagde stukje tijdelijk "zacht" maken (alsof het in een zachte spons zit). Dit voorkomt dat de berekening uit elkaar valt, zonder dat het resultaat veel verandert. Het is alsof je een wankel tafeltje even vastzet met een klem zodat je er veilig op kunt werken.

5. Het Resultaat: Snelheid

Wat levert dit op?

• De prestatie: Ze hebben een 2D-probleem opgelost met meer dan 17.000 cellen (een enorm complex patroon).
• De tijd: Dit werd gedaan in ongeveer 30 seconden op een gewone laptop.
• De schaalbaarheid: Hoe meer cellen je toevoegt, hoe sneller de methode blijft werken (zolang de verhouding tussen de grootte van de cellen en het patroon hetzelfde blijft).

Samenvattend

De auteurs hebben een manier bedacht om complexe, honingraat-achtige structuren te simuleren door:

1. De constructie op te delen in kleine stukjes (cellen).
2. Een slimme "geheugenbank" te maken die de berekeningen voor deze stukjes voorspelt, zodat je niet alles opnieuw hoeft te meten.
3. Een slimme coördinatie-methode te gebruiken om alle stukjes samen te voegen.

Dit betekent dat ingenieurs in de toekomst heel snel kunnen testen of hun nieuwe, superlichte materialen (voor vliegtuigen, auto's of gebouwen) sterk genoeg zijn, zonder dagenlang op een computer te hoeven wachten. Het opent de deur naar het ontwerpen van materialen die net zo sterk zijn als staal, maar zo licht als veren.

Technische samenvatting

Titel

Een ROM-gebaseerde BDDC-oplosser voor niet-aangepaste p-FEM op level-set-gebaseerde lattice-structuren.

1. Probleemstelling

De simulatie van grote, complexe lattice-structuren (roosterstructuren) die worden gebruikt in additieve productie is computarisch zeer veeleisend. Traditionele benaderingen hebben te maken met de volgende uitdagingen:

• Rekenkosten: Volledige 3D Finite Element Method (FEM) simulaties vereisen enorme hoeveelheden geheugen en rekentijd, vooral bij structuren met duizenden cellen.
• Beperkingen van homogenisatie: Bestaande methoden zoals multiscale FEM of homogenisatie maken vaak aannames over schaalverdeling en periodiciteit. Deze aannames zijn vaak ongeldig voor gegradueerde (gevarieerde) lattice-structuren met willekeurige geometrieën en topologieën.
• Geometrische complexiteit: Cellen worden vaak beschreven door impliciete geometrieën (bijv. via level-set functies zoals TPMS - Triply Periodic Minimal Surfaces). Het genereren van een conform mesh voor deze complexe, afgesneden (trimmed) domeinen is moeilijk en leidt tot inefficiënte discretisaties.

2. Methodologie

De auteurs presenteren een nieuw domeindecompositie-systeem dat drie kerncomponenten combineert om deze problemen op te lossen:

A. Geometrische Modellering en Discretisatie (Unfitted p-FEM)

• Level-set beschrijving: Cellen worden gedefinieerd door een parametrisch domein dat wordt getrimd door een level-set functie (bijv. Schwarz Diamond, Schoen IWP).
• Niet-aangepast (Unfitted) p-FEM: In plaats van het mesh aan te passen aan de geometrie, wordt een hoogwaardig polynoombasis (p-FEM) gedefinieerd op een achtergrondrooster dat het domein overschrijdt.
• Voordelen: Dit vermijdt de noodzaak voor complexe mesh-generatie. Elke cel wordt benaderd door één enkel hoogwaardig element. De basisfuncties blijven actief ongeacht de trim-configuratie, wat essentieel is voor de daaropvolgende modelreductie.

B. Domeindecompositie (BDDC)

• De structuur wordt opgesplitst in subdomeinen, waarbij elke lattice-cel één subdomein vormt.
• Er wordt gebruik gemaakt van de Balanced Domain Decomposition by Constraints (BDDC) methode.
• Het systeem wordt opgelost via een voorwaardelijk geconjugerde gradiënt (PCG) methode met een BDDC-preconditioner. Dit omvat lokale Neumann-problemen en een globale "coarse" oplossing om de schaalbaarheid te garanderen.

C. Versnelling via Reduced Order Modeling (ROM)
Dit is het meest innovatieve aspect van de paper om de assemblage van stijfheidsmatrices te versnellen:

• Fast Assembly: De bijdrage van de geometrische mapping wordt gescheiden van de bijdrage van het getrimde domein. De integrand wordt gepolynomeerd, waardoor de integratie kan worden voorafberekend.
• MDEIM (Matrix Discrete Empirical Interpolation Method): Een ROM-suraatmodel wordt getraind om de integrals van de stijfheidsmatrix te voorspellen op basis van de level-set parameters (drempelwaarden).
• Offline/Online Strategie: De dure kwadratuur op gesneden elementen gebeurt alleen tijdens de offline trainingsfase. Tijdens de online fase wordt de matrixassemblage vervangen door snelle tensorproducten en interpolatie.
• Stabilisatie: Een $\alpha$-stabilisatieterm wordt toegevoegd om de voorwaardegetallen van de matrices te verbeteren en de schaalbaarheid van de ROM-gebaseerde solver te waarborgen, tegen een kleine, beheersbare fout.

3. Belangrijkste Bijdragen

1. Integratie van Unfitted p-FEM en BDDC: Een robuust raamwerk dat complexe, niet-periodieke lattice-structuren kan simuleren zonder homogenisatie-aannames.
2. ROM-versnelling voor Trimmed Elementen: De ontwikkeling van een MDEIM-gebaseerde surrogate die de assemblage van stijfheidsmatrices voor getrimde domeinen drastisch versnelt, zonder dat de geometrie expliciet hoeft te worden gemeshed.
3. Schaalbaarheid: Bewijs dat het aantal iteraties van de solver begrensd blijft naarmate het aantal subdomeinen toeneemt, mits de verhouding tussen subdomeingrootte en meshgrootte constant blijft.
4. Flexibiliteit: De methode ondersteunt willekeurige geometrische variaties en gegradueerde ontwerpen, wat essentieel is voor moderne additieve productie.

4. Resultaten

De methode is gevalideerd via een reeks numerieke experimenten:

• Nauwkeurigheid: Vergelijkingen met CutFEM en standaard integratie tonen aan dat p-FEM met hoge orde (bijv. $p=8$ of $p=10$) vergelijkbare nauwkeurigheid bereikt met aanzienlijk minder vrijheidsgraden.
• Prestaties:
  • De versnelde methode (met ROM en stabilisatie) is aanzienlijk sneller dan standaard BDDC, Cholesky-factorisatie en SOR-preconditioners.
  • De setup-tijd (assemblage) wordt drastisch gereduceerd.
• Schaalbaarheidstest: Een complex 2D-probleem met meer dan 17.000 cellen met variërende geometrieën werd opgelost in ongeveer 30 seconden op een standaard laptop (MacBook Pro M4 Pro).
• Iteraties: Het aantal iteraties bleef stabiel (rond de 17 iteraties) zelfs bij een toename van het aantal cellen tot 17.000, wat de theoretische schaalbaarheid van BDDC bevestigt.
• Toepassingen: Succesvolle simulatie van een sandwich-vleugelprofiel (4.000 cellen) en een lattice-sleutel (90 cellen) met complexe randvoorwaarden.

5. Betekenis en Toekomstperspectief

Deze studie biedt een krachtig alternatief voor traditionele simulatiemethoden in de mechanica van lattice-structuren.

• Ontwerpoptimalisatie: Door de extreme snelheid en het lage geheugengebruik maakt deze solver het mogelijk om forward-problemen snel op te lossen, wat cruciaal is voor gradient-based optimalisatie-algoritmen in het ontwerp van materialen.
• Geen Homogenisatie: Het vermijden van homogenisatie betekent dat lokale stressconcentraties en complexe interacties tussen cellen direct en nauwkeurig kunnen worden geanalyseerd.
• Toekomst: De auteurs plannen uitbreiding naar 3D-problemen (waarbij aandacht nodig is voor de "curse of dimensionality" bij ROM), hyperelastische materialen en plaatstructuren.

Kortom, de paper presenteert een doorbraak in de efficiënte simulatie van complexe, additief vervaardigde materialen door de combinatie van hoogwaardige discretisatie, domeindecompositie en geavanceerde modelreductie.