3. 降阶模型数学基础

降阶模型（Reduced Order Model, ROM）之所以能把成千上万个自由度的全阶模型压缩到几十维，核心并不是“删掉一些方程”，而是把高维解限制在一个精心挑选的低维子空间里，再用某种准则把原始方程“投影”到这个子空间上。理解投影法、子空间近似、基函数构造和误差来源，是判断一个 ROM 是否可信、何时会失效的关键。

一、子空间近似：把解限制在低维流形上

设全阶模型的离散方程为

M(q) q̈ + C(q, q̇) q̇ + K(q) = F(t)
q ∈ R^N,  N 通常为 10^3 ~ 10^6

子空间近似的基本假设是：系统的解虽然在高维空间中演化，但实际只在一个低维子空间附近活动。于是令

q(t) ≈ Φ a(t)
Φ ∈ R^(N×r),  a(t) ∈ R^r,  r ≪ N

其中 Φ 的列向量称为基函数或模态基，a(t) 是降阶坐标。这一步把“求解 N 个未知量”变成“求解 r 个未知量”，但代价是引入了近似误差。子空间近似的质量完全取决于 Φ 是否张成了系统真实解所在的关键方向。

二、投影法：让残差在某个意义下最小

把 q ≈ Φa 代入原方程后，一般不会严格成立，会产生残差 R：

R = M(Φa) Φä + C(Φa, Φȧ) Φȧ + K(Φa) − F(t)

投影法的思想是：不让 R 在每个方向都为零（那不可能），而是要求 R 在某个测试子空间上“正交”。若测试基为 Ψ，则

Ψᵀ R = 0

这就得到 r 个方程。根据 Ψ 的取法不同，常见有三类：

• Galerkin 投影：Ψ = Φ，即残差与近似子空间正交。适用于保守系统、结构动力学、对称算子问题，是 ROM 中最常用的方法。
• Petrov–Galerkin 投影：Ψ ≠ Φ，测试空间与近似空间不同。对流主导、非对称算子或需要保证稳定性时更合适。
• 最小二乘投影：令 ‖R‖₂ 最小，等价于 Ψ = ∂R/∂a。适合残差量纲差异大或方程数多于未知数的情况。

以线性结构为例，M q̈ + K q = F，取 Galerkin 投影后得到

Φᵀ M Φ ä + Φᵀ K Φ a = Φᵀ F
M_r = Φᵀ M Φ,  K_r = Φᵀ K Φ,  F_r = Φᵀ F

M_r、K_r 是 r×r 小矩阵，可离线预计算。在线阶段只需积分 r 维 ODE，实时性由此获得。注意：Galerkin 投影保持对称性和能量结构，但若 Φ 选得不好，M_r 可能病态，导致数值不稳定。

三、基函数构造：从快照到模态

基函数不是随便取的，常见构造路径有四类：

• 模态基：取全阶模型的前 r 阶特征模态。物理意义清晰，适合线性、模态密集度低的系统；但对非线性、参数变化大的问题适应性差。
• POD / PCA 快照基：在多个时刻或参数点采样得到快照矩阵 X = [q₁, q₂, …, q_s]，做奇异值分解 X = UΣVᵀ，取前 r 列 U 作为 Φ。奇异值衰减越快，r 越小，降阶效果越好。
• Krylov 子空间基：通过矩匹配构造，适合线性时不变系统的传递函数逼近，常用于电路与控制领域。
• 非线性流形基：当解在子空间上弯曲明显时，用自编码器或二次流形 q ≈ Φa + Φ₂(a⊗a) 替代线性子空间，可显著降低误差。

POD 的能量判据常用：

E(r) = Σ_{i=1}^{r} σ_i² / Σ_{i=1}^{s} σ_i² ≥ 99.9%

即前 r 个奇异值平方和占总能量 99.9% 以上。示例：若某悬臂梁快照的奇异值为 [10, 3, 0.5, 0.05, 0.01]，则 r=2 时能量占比约 (100+9)/(100+9+0.25+0.0025+0.0001) ≈ 99.7%，r=3 时约 99.95%。这说明前两阶已抓住主要变形，第三阶开始进入细节。

四、误差来源分析：ROM 什么时候会骗你

ROM 误差不是单一来源，而是多层叠加。主要可归为四类：

• 投影误差（子空间逼近误差）：真实解不在 Φ 张成的子空间内，即使投影精确，也无法表示被截掉的分量。这是最根本的误差，随 r 增大而减小，但不会自动消失。
• 截断误差：POD 中丢弃小奇异值对应的模态。若奇异值衰减慢，截断误差会快速累积。
• 采样偏差：快照只覆盖了部分工况或参数区间，导致 Φ 在未采样区域外推能力差。这是工程中最常见的“离线好、在线崩”的原因。
• 投影与积分误差：非线性项 Φᵀ f(Φa) 的计算若用超降阶近似，会引入额外误差；时间积分步长、刚性处理也会影响稳定性。

五、一个可复现的示例判断流程

假设某热-结构耦合问题，全阶模型 N=12000，采样 200 个时刻得到快照矩阵。执行 SVD 后，前 5 个奇异值为 [8.2, 2.1, 0.6, 0.15, 0.04]。按 99.9% 能量判据，r=3 时能量占比约 (67.24+4.41+0.36)/(67.24+4.41+0.36+0.0225+0.0016) ≈ 99.96%，因此取 r=3。用 Galerkin 投影得到 3 维 ODE，在线积分步长 1 ms，单步耗时从全阶的 85 ms 降到 0.4 ms。随后在未参与训练的工况（载荷幅值提高 20%）下验证：位移峰值误差 2.3%，温度峰值误差 1.8%，满足工程要求；但若载荷提高 50%，位移误差升至 11%，说明基函数外推能力不足，需要补充该工况快照或采用自适应基。

总结来看，投影法决定“方程怎么降”，子空间近似决定“解限制在哪里”，基函数构造决定“方向选得准不准”，误差来源分析决定“结果能不能信”。四者环环相扣，缺一不可。