Goal-Oriented Time Adaptivity for Linear Port-Hamiltonian Differential-Algebraic Equations of Index~1

Resumo Técnico: Adaptatividade Temporal Orientada a Objetivos para EDOs-DAE Port-Hamiltonianas Lineares de Índice 1

Enunciado do Problema
Sistemas Port-Hamiltonianos (pH) fornecem um framework estruturado para modelagem de sistemas físicos, codificando armazenamento de energia, dissipação e interconexão. Um desafio fundamental na simulação numérica desses sistemas, particularmente em horizontes temporais longos, é preservar a equação de balanço de energia no nível discreto. Embora integradores que preservam a estrutura (por exemplo, métodos de gradiente discreto) imponham um balanço de energia exato, eles frequentemente restringem a escolha de esquemas de integração temporal.

Este trabalho aborda equações diferenciais-algebraicas (DAEs) port-hamiltonianas lineares de índice 1. O desafio específico reside no controle da violação do balanço de energia sem estar restrito a um integrador específico. Os autores visam desenvolver uma estratégia adaptativa temporal que trata a violação do balanço de energia como uma "quantidade de interesse" (QoI), refinando a grade temporal apenas onde necessário para reduzir essa violação a uma tolerância prescrita.

Metodologia
A abordagem proposta utiliza o método do Resíduo Ponderado Dual (DWR) para estimativa de erro a posteriori orientada a objetivos. A metodologia procede através das seguintes etapas:

1. Redução de Modelo e Formulação:
   A DAE-pH de índice 1 é transformada em uma forma semi-explicita usando um par de divisão de núcleo. Isso permite a eliminação de variáveis algébricas via redução de complemento de Schur, resultando em uma equação de evolução reduzida apenas para as variáveis diferenciais. Essa redução é crucial para formular o problema variacional e o sistema adjunto subsequente.

2. Discretização:
   O problema primal reduzido é discretizado usando um método de Galerkin Descontínuo de ordem zero no tempo (dG(0)), que corresponde ao método de Euler implícito. O problema adjunto discreto é derivado transpondo a estrutura de blocos do sistema primal, resultando em uma recorrência no sentido inverso ao tempo.

3. Funcional Objetivo e Problema Adjoint:
   A quantidade de interesse é definida como o resíduo global do balanço de energia, que é a soma dos quadrados das violações locais do balanço de energia sobre os intervalos de tempo. Como esse funcional é quártico na variável de estado, o problema adjunto envolve condições de salto nos nós temporais. O problema adjunto contínuo é uma EDO no sentido inverso ao tempo com forçamento suave por partes e condições de salto específicas derivadas da derivada do funcional objetivo.

4. Representação de Erro e Indicadores:
   Usando o framework DWR, uma identidade de erro é derivada que relaciona o erro no funcional objetivo ao produto do resíduo primal e do erro adjunto. Os autores derivam indicadores de erro locais computáveis aproximando o erro adjunto com um interpolante linear por partes da solução adjunta discreta. Esses indicadores combinam o resíduo primal local (desajuste entre o lado direito e o operador discreto) com a sensibilidade adjunta (saltos de estado ponderados pelas diferenças adjuntas).

5. Aproximação Adjoint Paralela:
   Resolver o sistema adjunto discreto sequencialmente é computacionalmente caro devido ao acoplamento no sentido inverso ao tempo. Os autores propõem uma aproximação Block-Jacobi paralelizável. Aproveitando a estrutura dissipativa do sistema pH, eles provam que a matriz de amplificação da iteração de Jacobi é uma contração estrita na norma de energia (desde que a parte simétrica do complemento de Schur seja coerciva). Isso permite o desacoplamento dos intervalos, habilitando o cálculo paralelo da aproximação adjunta.

Principais Contribuições
O artigo faz quatro contribuições primárias:

• Esquema Adaptativo Sob Medida: Definição de um esquema adaptativo temporal orientado a objetivos especificamente para DAEs-pH lineares de índice 1, utilizando eliminação por complemento de Schur para trabalhar inteiramente dentro das variáveis diferenciais.
• Representação de Erro: Derivação de uma representação de erro a posteriori baseada em DWR para o erro de balanço de energia, incluindo a formulação de indicadores de erro locais computáveis que levam em conta a natureza quártica do funcional objetivo.
• Solver Adjoint Paralelo: Proposta de uma aproximação Block-Jacobi para o problema adjunto no sentido inverso ao tempo. Os autores provam que a dissipatividade da estrutura pH garante que essa aproximação seja uma contração estrita, justificando seu uso para computação eficiente e paralelizada.
• Validação Numérica: Demonstração da eficácia do método através de simulações de modelos de circuitos elétricos, mostrando ganhos significativos de eficiência sobre a discretização temporal uniforme.

Resultados
Experimentos numéricos foram conduzidos em dois benchmarks: um sistema acadêmico tridimensional e um modelo de linha de transmissão (escada RCL).

• Eficiência: A estratégia adaptativa DWR alcançou a mesma precisão na violação do balanço de energia que o refinamento uniforme, mas com significativamente menos passos de tempo. No benchmark de linha de transmissão, o método reduziu o número de intervalos necessários em até 89% para alvos de erro específicos.
• Convergência: Tanto os esquemas uniforme quanto adaptativo exibiram a taxa de convergência assintótica esperada de $O(N^{-3})$ para o erro de balanço de energia, consistente com a discretização de estado de primeira ordem e o funcional objetivo quadrático. O método adaptativo alcançou isso com uma constante de erro substancialmente reduzida.
• Estabilização Adjoint: O estudo sobre a iteração paralela Block-Jacobi revelou que o conjunto de intervalos marcados para refinamento (o conjunto de Dörfler) estabiliza bem antes que a solução adjunta convirja totalmente. Isso permite a terminação antecipada das iterações de Jacobi, proporcionando novos ganhos de velocidade computacional, particularmente nas etapas inicial e intermediária do laço adaptativo.
• Eficácia: O estimador de erro foi encontrado como limitado, com um índice de eficácia tipicamente variando entre 2 e 5. O estimador consistentemente superestima a magnitude do erro, garantindo um critério de parada conservador.

Significado e Alegações
O artigo alega que seu significado primário reside em fornecer um framework rigoroso e orientado a objetivos para controlar violações de balanço de energia em DAEs-pH sem restringir a escolha do integrador temporal. Ao tratar o balanço de energia como uma quantidade de interesse computável, o método direciona recursos computacionais para os intervalos de tempo onde são mais eficazes.

Os autores enfatizam que, embora o método DWR seja conhecido para controle ótimo e outras aplicações, sua aplicação à estrutura específica de DAEs-pH — particularmente o manuseio das restrições de índice 1 e do funcional de energia quártico — requer as reduções específicas e formulações adjuntas apresentadas aqui. O trabalho também destaca a utilidade prática da aproximação paralela Block-Jacobi, que explora a dissipatividade física do sistema para desacoplar o cálculo adjunto, tornando assim o algoritmo adaptativo computacionalmente viável para sistemas maiores.

O artigo conclui observando que, embora o trabalho atual foque em sistemas lineares e discretização dG(0), o framework teórico se estende a métodos de ordem superior e sistemas não lineares, embora a análise de estabilidade para o solver paralelo exigiria uma generalização adicional.