대규모 강결합 진동음향 문제를 위한 모델 차원 축소 기법의 확장성 벤치마크 연구

초록

본 논문은 물이 채워진 플렉시글라스 원통 모델을 이용해 10 천~1 백만 자유도(DoF) 규모의 강결합 유체‑구조(FSI) 시스템에 대해 전통적인 모달 기반 방법과 Krylov 서브스페이스 기반 방법을 비교한다. 메모리 제한으로 모달 방법은 10⁵ DoF 이상에서 실용적이지 않으며, 두 단계 직교 Arnoldi(TOAR)와 시스템 행렬의 대칭화·조건화 조합이 가장 높은 정확도와 600배 가량의 속도 향상을 제공한다는 결론을 도출한다.

상세 분석

이 연구는 진동음향 시뮬레이션에서 모델 차원 축소(MOR)의 실용성을 검증하기 위해, 물이 채워진 플렉시글라스 원통이라는 실제 실험 기반 벤치마크 모델을 구축하였다. 모델은 10 천에서 1 백만 DoF까지의 메쉬 밀도로 확장 가능하도록 설계돼, 규모에 따른 메모리·연산 비용을 정량적으로 평가한다.
먼저 전통적인 모달 기반 MOR(비결합, 약결합, 강결합 기반) 세 가지 변형을 구현했으며, 각 방법은 구조와 유체 각각의 고유모드 또는 결합된 고유모드를 선택해 투영 행렬 V를 구성한다. 실험 결과, 비결합·약결합 방식은 고주파 영역에서 자연진동수와 전이함수(transfer function)의 정확도가 급격히 떨어지는 반면, 강결합 기반은 저주파에서만 제한적으로 정확성을 유지한다. 이는 강결합 유체‑구조 시스템에서 압력·변위 DOF 간 규모 차이가 크고, 비대칭 행렬이 발생함에 따라 고유값 해석이 수치적으로 불안정해지는 점을 반영한다.
다음으로 Krylov 서브스페이스 기반 MOR을 적용했다. 여기서는 두 단계 직교 Arnoldi(TOAR) 알고리즘을 사용해 입력(힘)과 출력(가속도·압력) 사이의 순간 응답을 직접 근사한다. 핵심은 시스템 행렬을 대칭화하고, 프뢰버니우스 노름 기반의 스케일링(조건화)으로 행렬 요소들의 크기를 동일하게 맞추는 전처리이다. 대칭화는 유체‑구조 결합을 전위(Φ) 형태로 변환해 질량·강성 행렬을 대칭화하고, 조건화는 a₁,b₁ 등 스칼라 계수를 통해 각 서브블록의 노름을 균등화한다. 이러한 전처리는 Arnoldi 과정에서 발생하는 수치적 발산을 억제하고, 적은 차원의 Krylov 기저만으로도 전체 시스템의 주파수 응답을 높은 정확도로 재현한다.
성능 평가에서는 10⁵ DoF 이상에서 모달 기반 방법이 메모리 초과 오류를 일으키는 반면, TOAR 기반 Krylov 방법은 1 백만 DoF까지 안정적으로 동작한다. 속도 측면에서는 전체 모델에 비해 최대 600배의 연산 가속을 달성했으며, 전이함수의 상대 오차는 1 % 이하로 유지돼 설계 단계에서 실시간 혹은 반복 최적화에 충분히 활용 가능함을 보여준다.
결론적으로, 대규모 강결합 진동음향 문제에서는 전통적인 모달 축소가 비현실적이며, 행렬 대칭화·조건화와 결합된 두 단계 직교 Arnoldi 기반 Krylov 서브스페이스 축소가 메모리·시간 효율성 모두에서 최적의 선택임을 입증한다.