Hamiltonian Interface Dynamics for Reduced-Order Optimization of Incompressible Mixing

Resumo Técnico: Dinâmica de Interface Hamiltoniana para Otimização de Ordem Reduzida de Mistura Incompressível

Enunciado do Problema
O artigo aborda o controle ótimo de mistura em fluxos incompressíveis bidimensionais. O modelo governante é a equação de transporte $\partial_t \theta + v \cdot \nabla \theta = 0$ para um escalar passivo $\theta$ advectado por um campo de velocidade livre de divergência $v$ em um domínio planar limitado $\Omega$. O objetivo é projetar um campo de agitação $v$ (derivado de uma função de corrente $\psi$) que maximize a eficiência da mistura.

Tradicionalmente, a mistura é quantificada usando normas de Sobolev negativas, especificamente a norma homogênea $\dot{H}^{-1}(\Omega)$. Embora eficaz, a otimização direta em relação a essa norma requer a resolução da equação diferencial parcial (EDP) de transporte completa e seu adjunto em cada iteração, o que é computacionalmente caro. Os autores propõem uma alternativa geométrica: em vez de otimizar o campo escalar diretamente, eles otimizam o comprimento de uma interface material advectada pelo fluxo. Essa abordagem aproveita o fato de que, em fluxos incompressíveis 2D, o campo de velocidade admite uma representação por função de corrente ($v = \nabla^\perp \psi$), tornando a dinâmica característica Hamiltoniana.

Metodologia
Os autores desenvolvem um framework de ordem reduzida que substitui a otimização de EDP Euleriana por um problema de controle Hamiltoniano Lagrangiano.

1. Dinâmica de Interface Hamiltoniana:
   O método rastreia uma interface material $\gamma_0$ parametrizada por $s$. A posição $X(t, s)$ e o vetor tangente $a(t, s) = \partial_s X(t, s)$ evoluem de acordo com um sistema acoplado de equações diferenciais ordinárias (EDOs) impulsionado pela função de corrente $\psi$:
   $$\partial_t X = J \nabla_x \psi(t, X), \quad \partial_t a = J \nabla^2_x \psi(t, X) a$$
   onde $J$ é a matriz simplética. O funcional objetivo é o comprimento final dessa interface, $L(\psi; T) = \int_0^1 |a(T, s)| ds$.

2. Formulação de Controle Ótimo:
   A função de corrente é restrita a um subespaço de dimensão finita gerado por funções base suaves $\{h_k\}_{k=1}^N$. As variáveis de controle são os coeficientes dependentes do tempo $u(t) \in \mathbb{R}^N$. O problema de otimização minimiza um funcional de custo regularizado:
   $$J_{\lambda, \epsilon}(\psi) = -\int_0^1 \ell_\epsilon(a(T, s)) ds + \frac{\lambda}{2} \int_0^T \|\psi(t, \cdot)\|_{L^2(\Omega)}^2 dt$$
   onde $\ell_\epsilon$ é uma aproximação suave da norma euclidiana para garantir diferenciabilidade. A existência de um minimizador é provada para este problema restrito.

3. Cálculo de Gradiente Baseado em Adjoint:
   Os autores derivam o sistema adjunto contínuo $(p, q)$ para a posição da interface e o vetor tangente. Isso permite o cálculo do gradiente reduzido em relação aos coeficientes de controle $u$ sem resolver a EDP completa. O gradiente é expresso explicitamente em termos das variáveis adjuntas transportadas ao longo das trajetórias dos marcadores.

4. Discretização Numérica:
   As EDOs direta e adjunta são discretizadas usando a regra do ponto médio implícita, um integrador simplético e auto-adjunto. Essa escolha garante que o adjunto discreto seja algebricamente consistente com a derivada da função objetivo totalmente discreta. A otimização é realizada usando um método de gradiente conjugado de Polak–Ribièr com uma busca linear de Armijo e projeção em uma restrição de bola $L^2$.

Principais Contribuições

• Modelo Reduzido Geométrico: O artigo estabelece que a mistura incompressível 2D pode ser modelada através de um sistema fechado de EDOs governando a posição e a tangente da interface, substituindo a EDP de transporte Euleriana completa.
• Otimização Baseada em Adjoint em Modelo Reduzido: Um framework rigoroso é apresentado para otimizar o comprimento da interface dentro de um ansatz de função de corrente de dimensão finita, incluindo provas de existência e derivação do sistema adjunto contínuo.
• Adjoint Discreto Simplético: Os autores implementam uma abordagem "discretizar-então-otimizar" usando a regra do ponto médio implícita. Isso garante que o gradiente discreto seja algebricamente exato em relação à função de custo discreta, até a tolerância do solucionador não linear.
• Validação e Comparação: Os controles reduzidos são avaliados na EDP de transporte completa. O método é sistematicamente comparado contra um otimizador de norma de Sobolev Euleriano de última geração.

Resultados
Experimentos numéricos foram conduzidos em dois benchmarks: um fluxo celular estacionário e um modelo de frontogênese de Doswell.

• Fluxos Estacionários: Ambos os benchmarks exibiram crescimento polinomial (algébrico) do comprimento da interface e decaimento polinomial da norma $\dot{H}^{-1}$, consistente com expectativas teóricas para fluxos 2D autônomos.
• Fluxos Dependentes do Tempo Otimizados: O otimizador baseado em adjunto projetou com sucesso controles dependentes do tempo que induziram estiramento quase exponencial da interface e decaimento exponencial da norma $\dot{H}^{-1}$.
• Eficiência Computacional: Quando comparado ao otimizador de norma de Sobolev Euleriano (que resolve a EDP 2D completa e a EDP adjunta em cada etapa), o otimizador de comprimento de interface foi significativamente mais rápido. Em benchmarks de fluxo celular, o método de interface reduziu o tempo de computação por um fator de 13–21, enquanto alcançava taxas de decaimento $\dot{H}^{-1}$ comparáveis ou superiores. Em benchmarks de Doswell, o aumento de velocidade foi de aproximadamente 2,7–2,9 vezes.
• Limitações do Surrogato: Um experimento aumentando a base de controle de $N=2$ para $N=4$ modos revelou uma limitação. Embora o otimizador $N=4$ tenha alcançado um comprimento de interface muito maior (aproximadamente 16 vezes maior), a taxa de decaimento $\dot{H}^{-1}$ resultante melhorou apenas moderadamente. Isso indica que, embora o comprimento da interface seja um proxy eficaz para mistura, não é totalmente fiel em regimes geometricamente complexos onde o estiramento local pode não se traduzir em eficiência global de mistura.

Significado e Alegações
Os autores afirmam que este é o primeiro framework a combinar um modelo reduzido de marcador/tangente Hamiltoniano, otimização baseada em adjoint do comprimento da interface, um adjunto discreto simplético consistente com o custo discreto e uma validação sistemática com condições correspondentes contra um otimizador Euleriano.

O artigo posiciona o método não como um surrogato universal para otimização de norma de mistura, mas como um companheiro computacionalmente eficiente. Ele alinha-se com a "filosofia de duas grades" de Glowinski, onde a otimização em um modelo reduzido que captura mecanismos geométricos essenciais pode produzir controles que performam bem na EDP original a uma fração do custo. O trabalho destaca que o comprimento da interface é um proxy geométrico poderoso para mistura, mas adverte que seu poder preditivo deve ser avaliado a posteriori na equação de transporte completa, particularmente em regimes com estruturas geométricas complexas.