[go: up one dir, main page]
More Web Proxy on the site http://driver.im/ Skip to content
Licensed Unlicensed Requires Authentication Published by De Gruyter (O) May 3, 2017

POD basis updates for nonlinear PDE control

POD Basis Updates zur Steuerung nichtlinearer partieller Differentialgleichungen
  • Carmen Gräßle

    Universität Hamburg, Fachbereich Mathematik, Bundesstraße 55, 20146 Hamburg, Germany

    , Martin Gubisch

    Universität Konstanz, Fachbereich Mathematik und Statistik, Universitätsstraße 10, 78457 Konstanz, Germany

    , Simone Metzdorf

    Universität Konstanz, Fachbereich Mathematik und Statistik, Universitätsstraße 10, 78457 Konstanz, Germany

    , Sabrina Rogg

    Universität Konstanz, Fachbereich Mathematik und Statistik, Universitätsstraße 10, 78457 Konstanz, Germany

    and Stefan Volkwein

    Universität Konstanz, Fachbereich Mathematik und Statistik, Universitätsstraße 10, 78457 Konstanz, Germany

    EMAIL logo

Abstract

In the present paper a semilinear boundary control problem is considered. For its numerical solution proper orthogonal decomposition (POD) is applied. POD is based on a Galerkin type discretization with basis elements created from the evolution problem itself. In the context of optimal control this approach may suffer from the fact that the basis elements are computed from a reference trajectory containing features which are quite different from those of the optimally controlled trajectory. Therefore, different POD basis update strategies which avoid this problem of unmodelled dynamics are compared numerically.

Zusammenfassung

Im vorliegenden Paper wird ein semilineares Randsteuerungsproblem betrachtet. Für die numerische Lösung wird Proper Orthogonal Decomposition (POD) verwendet. POD basiert auf einer Galerkin Diskretisierung, bei der die Basiselemente mithilfe des zeitabhängigen Problems erzeugt werden. Bezogen auf das Problem der optimalen Steuerung kann dieser Ansatz jedoch dazu führen, dass die Basiselemente aus einer Referenz-Trajektorie berechnet werden, deren Eigenschaften sich wesentlich von der optimalen Lösung unterscheiden. Deshalb werden hier unterschiedliche POD Basis Update Strategien numerisch verglichen, welche dieses Problem der unmodellierten Dynamik vermeiden.

About the authors

Carmen Gräßle

Universität Hamburg, Fachbereich Mathematik, Bundesstraße 55, 20146 Hamburg, Germany

Martin Gubisch

Universität Konstanz, Fachbereich Mathematik und Statistik, Universitätsstraße 10, 78457 Konstanz, Germany

Simone Metzdorf

Universität Konstanz, Fachbereich Mathematik und Statistik, Universitätsstraße 10, 78457 Konstanz, Germany

Sabrina Rogg

Universität Konstanz, Fachbereich Mathematik und Statistik, Universitätsstraße 10, 78457 Konstanz, Germany

Stefan Volkwein

Universität Konstanz, Fachbereich Mathematik und Statistik, Universitätsstraße 10, 78457 Konstanz, Germany

Acknowledgement

C. Gräßle and S. Metzdorf have been supported partially by the project A-posteriori error estimation for TR-POD methods in Design and Control financed by the University of Konstanz.

Received: 2016-8-8
Accepted: 2016-1-17
Published Online: 2017-5-3
Published in Print: 2017-5-29

©2017 Walter de Gruyter Berlin/Boston

Downloaded on 16.12.2024 from https://www.degruyter.com/document/doi/10.1515/auto-2016-0100/html
Scroll to top button