3. 几何参数化方法

在CFD参数化设计与优化中，几何参数化方法决定了设计空间的形状、优化变量的维度以及后续网格变形与流场求解的稳定性。同一个几何对象，用不同参数化方式描述，会得到完全不同的优化路径与收敛行为。本节围绕四类主流方法展开：尺寸驱动、特征驱动、自由变形（FFD）与样条控制点，重点比较它们在CFD优化中的适用性与局限。

尺寸驱动：以工程尺寸为变量

尺寸驱动是最贴近工程语义的参数化方式。它把几何中的关键尺寸直接作为设计变量，例如翼型弦长 c、厚度比 t/c、弯度 f、管道直径 D、扩压角 θ、叶片安装角 β 等。在CAD系统中，这些尺寸通常由草图约束或特征参数控制，修改尺寸后模型自动重建。

以一个二维扩压器为例，若设计变量取入口高度 H1=40 mm、出口高度 H2=80 mm、轴向长度 L=200 mm，则扩压角可表示为 θ=2·arctan((H2-H1)/(2L))≈11.3°。优化时直接改变 H2 或 L，几何重建后重新划分网格即可。尺寸驱动的优点是变量物理意义明确、便于施加制造约束，且CAD模型可精确重建；局限是变量数量少、拓扑固定，难以表达局部细微形变，对复杂曲面优化能力有限。

特征驱动：以工程特征为变量

特征驱动把几何分解为具有工程含义的特征，如倒角、圆角、孔、凸台、肋、槽、叶片前缘椭圆等。每个特征由一组参数控制，例如圆角半径 R、孔深 d、肋高 h。在CFD中，特征驱动常用于气动外形局部修形，例如将叶片前缘改为椭圆特征，参数为椭圆长短轴比 a/b 与前缘半径 r。

特征驱动的优势在于变量与工程可制造性直接对应，优化结果容易转化为图纸；同时特征数量可控，适合中小规模优化。局限是特征之间可能存在干涉或重建失败，当特征参数变化范围较大时，CAD重建的鲁棒性会成为瓶颈。此外，特征驱动通常要求几何拓扑不变，难以处理拓扑优化类问题。

自由变形（FFD）：以控制体为变量

自由变形方法在几何外部构造一个控制体（Lattice），通过移动控制点使内部几何发生光滑变形。设控制体为 l×m×n 个控制点，几何点 P 的变形由Bernstein基函数映射：

P'(u,v,w) = Σ_i Σ_j Σ_k B_i(u)B_j(v)B_k(w) · P_ijk
其中 u,v,w ∈ [0,1] 为局部坐标
B 为 Bernstein 基函数
P_ijk 为控制点坐标

FFD的优点是变量维度可调、变形光滑、不依赖CAD重建，适合与CFD网格变形耦合。例如在翼型优化中，取 4×2 控制点，仅移动上下表面各两个控制点的法向位移，即可实现弯度与厚度分布调整。局限是控制点位移与几何局部变化之间没有直观对应关系，物理约束（如厚度、体积）需要额外约束；当控制点过多时，设计变量维度迅速上升，优化成本增加。

样条控制点：以曲线曲面控制点为变量

样条控制点方法直接用B样条或NURBS的控制点坐标作为设计变量。以B样条曲线为例，给定控制点 P0…Pn 与节点向量 U，曲线为：

C(u) = Σ Ni,p(u) · Pi
Ni,p 为 p 次B样条基函数
Pi 为控制点坐标

在CFD优化中，样条控制点常用于翼型、叶栅、S形弯管等光滑外形参数化。例如用8个控制点描述翼型上下表面，取其中6个控制点的y坐标作为设计变量，可覆盖弯度与厚度变化。优点是曲线光滑、局部支撑性好、变量与形状对应较直观；局限是控制点数量与形状自由度需权衡，控制点过多易产生局部波动，过少则表达不足。此外，样条参数化通常只适用于曲线或曲面本身，对复杂三维拓扑的适应性有限。

四类方法对比与选用建议

下表从变量维度、几何光滑性、CAD兼容性、拓扑适应性和CFD优化适用场景五个方面进行对比。表中数值为示例性经验范围，实际项目需根据几何复杂度与优化预算调整。

从图中可以看出，四类方法最终都汇入“几何更新—网格变形—流场求解—目标评估”的同一优化链路，但它们在变量维度、变形机制和网格鲁棒性上差异显著。尺寸驱动与特征驱动依赖CAD重建，适合变量少、工程约束强的场景；FFD与样条控制点直接作用于几何或控制点，适合形状自由度要求高的气动优化。实际选用时，建议先明确优化目标与约束，再根据几何复杂度、变量维度和网格变形能力选择单一或混合参数化方案，并在每轮迭代中检查网格质量，确保优化过程稳定收敛。