4. 仿真参数配置：参数类型、参数空间、参数敏感性、默认值设定原则
仿真参数配置是原型验证中最容易被低估的环节。参数的类型决定了解空间的结构，参数空间的大小直接影响仿真收敛速度与资源开销，参数敏感性分析帮助裁剪冗余维度，而默认值的设定则贯穿模型校准与结果对齐的全流程。本章围绕这四个核心要素，建立一套可落地的参数配置方法。
4.1 参数类型与分类
根据物理意义与数学结构，仿真参数可分为三类：
| 类型 | 说明 | 示例 |
|---|---|---|
| 连续型 | 在实数区间内连续取值，通常需要精度定义 | 摩擦系数 μ ∈ [0.1, 0.8]；热导率 k ∈ [10, 400] W/(m·K) |
| 离散型 | 取自有限或可数集合，无中间值 | 材料类型 {steel, copper, ceramic}；网格等级 {1,2,3,4,5} |
| 枚举型 | 无序的离散标签，通常代表不同模式或策略 | 求解器类型 {explicit, implicit}；边界条件 {fixed, free, sliding} |
实践建议：在定义参数类型时，优先使用浮点数（连续型），因为梯度类敏感性分析对连续型参数可直接求偏导；离散型和枚举型需转换为 one‑hot 编码或嵌入空间后再分析。
4.2 参数空间的定义与维度
参数空间是所有参数取值域的笛卡尔积。定义参数空间时需明确三个要素：
- 维度 — 参数的个数。通常建议验证阶段控制在 5～20 维，超过 30 维必须启用降维或代理模型。
- 范围 — 每个参数的最小/最大值或集合。范围过大会引入无效区域，过小则可能遗漏临界点。
- 约束 — 参数间的耦合关系。例如总质量 = sum(部件质量)，当调整一个部件时其他部件需联动。
下面的参数空间定义示例使用了 JSON 格式描述，便于自动化工具解析：
{
"continuous": {
"friction": {"min": 0.1, "max": 0.8, "unit": "dimensionless"},
"thermal_k": {"min": 10, "max": 400, "unit": "W/(m·K)"}
},
"discrete": {
"mesh_level": {"values": [1, 2, 3, 4, 5]}
},
"enum": {
"solver": {"values": ["explicit", "implicit"]}
}
}4.3 参数敏感性分析
敏感性分析用于识别对输出影响最大的参数，从而缩小关注范围、降低参数空间维度。常用方法包括：
| 方法 | 适用场景 | 计算代价 | 输出 |
|---|---|---|---|
| 局部灵敏度（One‑at‑a‑time） | 初期快速筛选 | 低（O(N)） | 单点导数或差分 |
| 全局灵敏度（Sobol 指数） | 非线性、参数交互强的系统 | 高（O(N²) 采样） | 一阶与总效应指数 |
| Morris 方法 | 中等维度（10～50）粗筛 | 中（O(r·k)） | 均值 μ* 与标准差 σ |
常见误区：仅做局部敏感性分析而忽略参数间的交互效应，可能导致重要耦合参数被误删。建议先做 Morris 方法粗筛，再用 Sobol 精分析高敏参数组。
4.4 默认值设定原则
默认值不仅影响“开箱即用”体验，也决定着模型校准的起点。遵循以下四项原则：
- 物理合理性：默认值必须落在真实物理范围内，且尽量接近典型工况的中位数。例如碳钢热导率的物理范围 15～50 W/(m·K)，默认值可取 30 W/(m·K)。
- 敏感性优先：低敏感参数可设为固定值（或取范围中点），高敏感参数必须留有调节余地且默认值应尽量保守（偏安全侧）。
- 可溯源性：每个默认值需记录来源（文献、经验、预仿真结果），并在参数清单中标注出处的置信度。
- 覆盖边界：如果参数空间存在窄边界（如临界稳定点），默认值应当远离该边界至少 20% 的步长，避免在首次运行时就触发异常。
4.5 参数配置工作流
下面这张流程图将上述四个环节串联成一个可重复执行的配置流程，供团队在每次仿真前统一执行。
工程检查清单：在配置完成后，请确认以下三个问题：
- 所有参数的物理范围是否与真实系统一致？
- 被设定为固定值的低敏感参数是否有文字说明其依据？
- 高敏感参数的默认值是否留有至少 10% 的调节余量？
4.6 实战案例：热结构耦合参数配置
以航空发动机涡轮叶片的热结构耦合仿真为例，说明参数配置的应用：
| 参数名 | 类型 | 范围 | 敏感指数 | 默认值 | 来源 |
|---|---|---|---|---|---|
| 对流换热系数 | 连续 | 500～5000 W/(m²·K) | 高 (Sobol 0.72) | 2000 | 文献 [GB/T 1234-2020] |
| 材料密度 | 连续 | 7800～8100 kg/m³ | 低 (Sobol 0.03) | 7950 | 供应商数据表 |
| 时间步长 | 离散 | {1e-5, 5e-5, 1e-4} s | 中 (Morris μ*=0.45) | 5e-5 | CFL 条件推导 |
| 边界条件类型 | 枚举 | {fixed, spring, contact} | 高 (交互效应) | spring | 装配经验 |
由表可见，密度参数敏感度极低，可以固定为 7950 kg/m³ 并关闭在验证阶段的可调性，从而减少一个维度。而边界条件类型与换热系数存在强交互，需保留在验证参数空间中。
自动化建议：将参数配置模板封装为 YAML/TOML 文件，并在仿真启动前由脚本做一致性校验（检查范围越界、类型匹配）。推荐使用
cerberus（Python）或 validate（Rust）等库进行 schema 验证。