数值模拟离散误差的后验估计.pdfVIP

理论分析给出结果。 图1 验证与确认活动流程示意图 本文主要关注数值模拟中离散误差造成的不确定度，采用后验估计的方法对离散误差做出估计，并 将其转化为性能参数的不确定度，为可靠性评估提供输入信息。 1 数值模拟的不确定度 1.1 不确定度分类 有多种方法来区分不确定度，在可靠性评估中根据不确定度诱导因素将其分为两类：偶然不确定度 （Aleatory Uncertainty ，有时也称为A 类不确定度）和认知不确定度 （Epistemic Uncertainty，有时也称 [5,6] 为B 类不确定度） 。 所谓偶然不确定度，是指变量固有的不确定性，可以使用某种概率分布函数描述，但无法消除，例 如掷骰子出现某点数的可能性，可以使用均匀分布模型描述。认知不确定度则是指由于认识不足或了解 不够导致的不确定性，不能通过概率分布函数描述，可以采用确定性方法例如区间分析、模糊集合等来 描述，这类不确定度能够通过附加措施加深认识以减小不确定性，典型的例子是状态方程参数的不确定 性，可以通过实验等手段减小参数的不确定度。 1.2 数值模拟的不确定度来源 对于一个完整的不确定度量化框架，不确定度所有可能的来源都应加以辨别和描述。当某个量有固 定的取值时 （或不确定度极小），可以将其作为确定量，否则就必须归为不确定量，并按相应规则分为偶 [5] 然不确定度或认知不确定度。相关研究表明 ，数值模拟的不确定度来源可以归纳为产品建模引起的不 确定度U 、唯象物理模型引起的不确定度U 和数值计算引起的不确定度U ，在忽略高阶小量的情况下， 1 2 3 将总的不确定度U 表述为各分量的和形式： U U U U . (1) 1 2 3 本文着重研究数值计算引起的不确定度，因此假设U 和 U 为零。对数值计算的进一步分析表明， 1 2 U3 的来源主要有三项：离散误差、迭代收敛误差、截断误差，如图2 所示。将空间区域离散为有限节点 2 或网格，以及将时间分解为有限时间步的做法都会引入离散误差，它是数值计算误差中最难以估计的误 差之一，往往也是最大的误差来源。迭代收敛误差一般产生于数值计算中的代数迭代算法，有时也来源 于求解稳态解时所采用的松弛技术。截断误差是由计算机硬件存储浮点数引起的，在量化数值计算引起 的不确定度时将不予考虑。 图2 数值计算引起的不确定度的主要来源 根据上述分析，数值计算的不确定度来源属于认知不确定度范畴，需要采用确定性方法描述。在本 文的工作中，采用区间分析方法来表征不确定度，则数值计算引起的不确定度分解为： Unc Ude Uit Uro (2) 其中U 表示离散误差引起的不确定度，U 表示迭代收敛误差引起的不确定度，U 表示截断误差引起的 de it ro 不确定度。需要注意的是，(2)式中的U 表示数值模拟结果中设计者所关注的物理量的不确定度，该物理 量可能是性能指标，也可能是其它某个中间物理量，具备明确的物理量纲，而不是通常意义上误差分析 所给出的无量纲数。 在本文中，忽略迭代收敛误差和截断误差引起的不确定度，则数值计算引起的不确定度U 可用离散 3 误差引起的